Conferência de Pesquisa sobre FinTech – Economia de Rua Liberty

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br


No Fed de Nova York: Conferência de Pesquisa sobre FinTech

A tecnologia financeira (“FinTech”) refere-se à interseção em evolução de serviços financeiros e tecnologia. Em março, o Fed de Nova York sediou a “Primeira Conferência de Pesquisa do Fed de Nova York sobre a FinTech” para entender as implicações dos desenvolvimentos da FinTech em questões relevantes para os mandatos do Fed, como empréstimos, pagamentos e regulamentação. Neste post, resumimos os principais temas e conclusões da conferência.

Grupo Consultivo FinTech

Em suas observações iniciais, Kevin Stiroh, chefe do Grupo de Supervisão do Fed de Nova York, observou os benefícios e riscos que a FinTech representa para a economia da cidade de Nova York e da região circundante. Sublinhando a necessidade de pensar mais sistematicamente sobre a FinTech, Kevin anunciou a criação do FinTech Advisory Group do Fed de Nova York, um órgão que fornecerá ao Banco uma imagem mais completa do cenário da FinTech em rápida evolução.

Temas FinTech

No painel de abertura, os palestrantes acompanharam o surgimento de muitas empresas FinTech após a crise financeira de 2007-08, um período em que as empresas financeiras estabelecidas ficaram angustiadas e as tecnologias em nuvem, blockchain e móvel ganharam destaque.

Os participantes do painel geralmente concordaram que as empresas e titulares da FinTech competem e cooperam entre si. À medida que as empresas da FinTech continuam a crescer com a introdução de novos serviços, os operadores estão atualizando sua tecnologia e colaborando com essas novas empresas. No entanto, como os participantes do painel enfatizaram, essas iniciativas são apenas “inovadoras” na medida em que agregam valor aos clientes. A tecnologia Blockchain, por exemplo, despertou muito entusiasmo, mas os clientes continuam céticos quanto ao seu valor. Como solução, o painel recomendou a implementação de casos de uso específicos de teste atualmente para entender o que os clientes valorizam.

Os participantes do painel também compararam o setor FinTech da China, que se tornou uma parte dominante do sistema financeiro chinês, com o seu homólogo dos EUA, que continua sendo um participante mais marginal no setor financeiro dos EUA. Eles observaram que, embora as empresas norte-americanas FinTech geralmente se originassem no setor de serviços financeiros regulamentados (que limitavam sua expansão), seus colegas chineses passaram do setor de tecnologia para serviços financeiros (o que facilitou sua expansão).

Bancos e FinTech Lenders

A sessão seguinte apresentou apresentações em quatro trabalhos acadêmicos relacionados aos mercados de crédito da FinTech. O primeiro artigo observa que os custos da intermediação financeira não diminuíram por mais de um século, enfatizando a importância da FinTech na redução potencial desses custos. O segundo artigo conclui que as empresas da FinTech concedem empréstimos a tomadores ricos e dignos de crédito, e não a tomadores excluídos pelos bancos tradicionais, como se acredita amplamente. As evidências de suporte mostram que esses mutuários estavam usando empréstimos da FinTech para consumir e não para consolidar dívidas, potencialmente tornando-os vulneráveis ​​à inadimplência. O terceiro artigo argumenta que os credores peer-to-peer (P2P) substituem os empréstimos bancários, especialmente os concedidos por pequenos bancos. O último artigo mostra que os empréstimos P2P na China foram usados ​​para arbitragem regulatória. Em 2013, as autoridades de muitas cidades chinesas exigiram um pagamento mínimo mais alto para hipotecas em casas de repouso. O autor descobriu que os investidores contornaram o regulamento emprestando o valor adicional das plataformas de empréstimo P2P.

Leia Também  2020 terá um número recorde de falências de grandes empresas

Nas discussões após as apresentações, destacou-se que os empréstimos da FinTech fazem parte de um aumento mais amplo dos empréstimos dos bancos-sombra, alguns dos quais foram os primeiros a adotar as plataformas de empréstimos da FinTech. Preocupações foram levantadas de que os bancos paralelos podem causar instabilidade financeira, uma vez que não possuem uma base de financiamento de depósitos e têm capacidade limitada no balanço. Observou-se ainda que, embora os credores chineses de P2P sejam poderosos, Wall Street azedou os credores americanos de P2P, que são vistos como consolidadores da dívida subprime. Supunha-se que os financiadores de P2P nos Estados Unidos pudessem mudar para empréstimos para pequenos e médios mercados, onde os bancos não são eficientes devido à tecnologia mais fraca.

Economia de Blockchain, Pagamentos e Tokens

Na terceira sessão, três artigos sobre o papel da blockchain e tokens nos sistemas de pagamento foram apresentados. O primeiro artigo distingue entre tokens que verificam a legitimidade de um ativo e contas que verificam a identidade do pagador como titular da conta. Essa distinção tem implicações para a falsificação. Nos sistemas de tokens eletrônicos, um verificador não bancário verifica apenas se o token foi gasto e não é responsável por roubo, mas um banco tem uma responsabilidade adicional por identificar mal as partes e permitir a transferência não autorizada de uma conta. Em relação ao roubo, é provável que um fraudador que comprometa com êxito uma conta tenha acesso a todo o saldo da conta. Por outro lado, um fraudador que acessa um token terá apenas o token.

O segundo artigo destaca que os blockchains de pagamento de “prova de trabalho”, como o Bitcoin, enfrentam adoção limitada como um resultado econômico inevitável de seu design técnico. Maior demanda de transações nessas redes blockchain resulta em taxas mais altas, pois o espaço do razão é artificialmente restringido. Taxas mais altas, por sua vez, prolongam os tempos de confirmação do pagamento. Uma blockchain autorizada pode servir como uma alternativa viável às blockchains do Bitcoin.

Leia Também  O mercado em evolução para o risco de crédito soberano nos EUA - Liberty Street Economics

O terceiro artigo estuda o programa de desmonetização da Índia em 2016, que causou uma grande queda temporária na quantidade de moeda em circulação e induziu uma maior adoção de pagamentos eletrônicos. Este episódio mostra que os efeitos da rede são importantes para impulsionar a adoção de novos sistemas de pagamento: os distritos com maior adoção inicial de pagamentos eletrônicos também tiveram maior adoção após desmonetização.

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br

Nas discussões que se seguiram, argumentou-se que a natureza autolimitada de criptomoedas como o Bitcoin inibe seu sucesso, dada a importância dos efeitos da rede nos pagamentos. Por outro lado, os sistemas de pagamento móvel parecem se beneficiar dos efeitos da rede. Foi sugerido que o setor público poderia facilitar a mudança para novos acordos de pagamento. Também foi discutida a liquidação da negociação de ativos digitais em uma plataforma P2P usando tokens. Uma proposta apresentada foi a tokenização da parte de pagamentos do processo de liquidação. Foi sugerido que, para impulsionar a adoção, um modelo mútuo – no qual os proprietários (ou membros) também sejam os usuários – possa ser útil.

Novas ferramentas de regulamentação

A quarta sessão apresentou dois documentos que propõem novas métricas regulatórias usando abordagens de aprendizado de máquina. O primeiro artigo argumenta que o comprimento de um regulamento é uma medida insuficiente de sua complexidade. Por exemplo, o comprimento de Basileia III foi mais de vinte vezes o de Basileia I, sugerindo que é muito mais complexo. No entanto, uma frase curta pode ser mais complexa do que uma frase mais longa se for mais difícil de interpretar. Como alternativa, o autor propõe tratar a regulação como um algoritmo e medir a complexidade do algoritmo. O segundo artigo examina uma estrutura geral para analisar dados textuais em larga escala usando vetores semânticos de palavras que inferem o significado de uma palavra pelo contexto das palavras ao seu redor. As saídas são um conjunto de fatores textuais – palavras e suas distribuições de frequência relativa – que podem ser usados ​​em regressões. Os autores demonstram a utilidade de sua metodologia, aplicando-a na previsão de retornos de ativos e resultados macroeconômicos.

A discussão subseqüente observou que a medida da complexidade algorítmica não se aplicaria a regulamentos que não são intrinsecamente algorítmicos. Além disso, a robustez da análise textual de longo prazo foi questionada, uma vez que o significado das palavras muda com o tempo. Em uma discussão mais aprofundada, foram enfatizados os benefícios potenciais do uso da tecnologia para facilitar a conformidade com os regulamentos (conhecidos como RegTech), especialmente para empresas menores, devido aos custos fixos da conformidade.

Leia Também  Seus senhores de supermercado: Por que Barbados precisa de uma quarentena voluntária

Agenda de Pesquisa FinTech

A conferência foi concluída com uma discussão da agenda de pesquisa da FinTech. Um membro do painel discutiu sua experiência usando um novo protocolo ao editar uma edição especial da FinTech do Revisão de Estudos Financeiros. Ele observou que as submissões da FinTech vieram de pesquisadores mais jovens do que o normal e, principalmente, focadas em empréstimos P2P, big data e blockchain. Ele recomendou que os pesquisadores da FinTech se vinculassem a pesquisas existentes, reconhecessem dimensões internacionais e estabelecessem colaboração interdisciplinar. Outro membro do painel propôs uma integração de ciência de dados, econometria, ferramentas de aprendizado de máquina e processamento de sinais. Essa integração poderia gerar novos resultados – por exemplo, em prêmios de risco não lineares. Um terceiro membro do painel considerou três características do big data: tamanho grande, número alto de dimensões e estrutura complexa. Grandes quantidades de dados podem atenuar o viés de seleção em pequenas amostras e fornecer novos sinais econômicos. Para dados de alta dimensão que devem ser processados ​​por meio de técnicas de aprendizado de máquina, um economista pode utilizar um fornecedor de dados alternativo ou colaborar com cientistas de dados. Embora essas novas técnicas possam revelar novos padrões nos dados, tirar conclusões econômicas dos resultados permanece um desafio.

Alan Basmajian é um associado sênior do Federal Reserve Bank do Grupo de Serviços Financeiros de Nova York.

Brad GroarkeBrad Groarke é um associado do Grupo de Supervisão do Banco.

Vanessa-KargenianVanessa Kargenian é examinadora de segurança cibernética / TI no Grupo de Supervisão do Banco.

Kimberley-LiaoKimberley Liao é um associado sênior do Grupo de Supervisão do Banco.

Erika-Ota-LiedtkeErika Ota-Liedtke é analista de desenvolvimento de supervisão no Grupo de Supervisão do Banco (destacado no Escritório de Planejamento de Políticas do Escritório Executivo).

Jesse-ManiffJesse Maniff é analista sênior de pesquisa de sistemas de pagamentos no Federal Reserve Bank de Kansas City.

Sarkar_asaniAsani Sarkar é vice-presidente assistente do Grupo de Pesquisa e Estatística do Federal Reserve Bank de Nova York.

Como citar este post:

Alan Basmajian, Brad Groarke, Vanessa Kargenian, Kimberley Liao, Erika Ota-Liedtke, Jesse Maniff e Asani Sarkar, “No Fed de Nova York: Conferência de Pesquisa sobre FinTech”, Federal Reserve Bank de Nova York Liberty Street Economics , 19 de julho de 2019, https://libertystreeteconomics.newyorkfed.org/2019/07/at-the-new-york-fed-research-conearch-conference-on-fintech.html.


aviso Legal

As opiniões expressas neste post são de responsabilidade dos autores e não refletem necessariamente a posição do Federal Reserve Bank de Nova York ou do Federal Reserve System. Quaisquer erros ou omissões são de responsabilidade dos autores.

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br