您当前的位置：首页 > 金融保险

剑走大数据风控，商业银行还能否真的大数据化？

2017-01-29 09:45:35

作者: 陈凯

和互联网金融在过去几年的声嚣尘上相比，另外1个主要的金融化互联网改革领域就是传统金融机构的业务和渠道互联网化了，并且主要是在银行的零售业务上开始逐渐显现出互联网化的特点。

正由于银行零售业务和目前很多互联网金融平台的消费分期、小额信贷和理财、支付等有很大的堆叠性，加上很多银行真个零售和消费金融服务逐步被场景化的产品和渠道所分流，1定程度上也加大了商业银行决心进行互联网化的内部驱动力。目前国内的很多中小银行纷纭开始引入1些大数据风控产品，或将本身的信贷业务后天进行流程化改造，以提升效力下降本钱。

实际上，对商业银行而言，传统的信贷审批流程更多的是发挥“人治”的作用，核心是客户经理和信贷经理在放款流程中起到的个人经验作用，并通过1些相对照较标准化的信贷审核维度来进行额度拟定。这个流程就决定了要经历1个较长的信贷审批流程，在各种信誉审核材料都完备的情况下才能终究实现信贷款项的发放。而在互联网金融企业中，这类信贷流程1定程度上被数据化和电子化了，特别是在面向C真个用户信誉分期和信贷贷款产品中，通过大数据征信模型可以提早给用户构成1个消费额度，只要用户发起消费流程就能够立马取得贷款进行消费。

而且，实际情况也证明，这类数据化和海量因子模型的大数据风控系统1定程度上是可以下降C端和小微B端市场的信贷不良率的。有1组数据可以参考：

在国内经济转轨和供给侧改革的背景下，中小微企业面临较大的生存压力和危机，这1点可以从近2年商业银行的不良率和利润增速上反应出来，目前中小银行的不良在2⑶%的水平也不奇怪，1些大行也开始突破1%，说明在经济下调周期，产业局部萧条确切给信贷管理和信誉审核工作带来更大难度。

而1些线上的纯数据和信誉类贷款平台，其不良率却能保持在1%以下。今年6月份，开业满1年的浙江网商银行对外表示，1年来，网商银行应用大数据风控、互联网技术等能力，累计服务了１７０万家小微企业，贷款资金余额到达２３０亿元，1年来网商银行的户均贷款金额不到４万元，户均贷款频次远高于同业，不良贷款率为０．３６％。另外，微众银行微粒贷也曾公布相干数据：笔均借款金额低于1万元，逾期率低于0.3%。

固然，网商银行和微众银行的不良率更多是由于客户定位和个人和小微企业，并且应用本身业务生态和积累的大数据信誉分析能力作为基础，以场景化的用户数据、需求和资金对接来完成的1个线上的信誉生态圈，在这个生态圈内部对用户的信誉束缚能力是相对较强的，加上单笔贷款的零散、小额特点，在不良率上数据表现优良也是可以预期的。

不过和传统银行的项目授信和大企业融资服务相比，这类大数据化和线上纯信誉的授信审批方式就相对难以应用了。因此，我们这里讲到的大数据风控，更多是针对银行的个人零售服务和小微企业的融资类服务，包括消费金融、小额的供应链金融等等。在这1方面，如果商业银行引入目前市场上1些大数据风控产品，比如大数金融、量化派、蚂蚁金服和京东、网易等在推动中的大数据风控能力输出，能否真的为银行的信誉生态和信贷审核带来更多的直观数据表现？

不论是不是接受外部的这类标准化的数据能力，也就是通过各种信贷审核维度和集合了客户风险管理、授信管理、催收管理、客户服务管理等各个模块的风控系统，对商业银行而言，都要对本身的客户市场和区域市场做1个前期的模型运行预测，由于在小微企业和个人的线下生态体系中，和纯线上的信誉生态还有较大的数据管理和产品运营的差距。

而且很多中小商业银行对数据、用户的运营经验也较为缺少，因此很多外部平台的大数据风控能力输出进程中，首先需要解决的就是这些银行数据、业务和用户的互联网化，而后根据商业银行的业务特点进行1些细分维度上的校准。不过，即使是通过大数据风控平台的模型输入解决了业务和流程数据化的进程，但是履行起来还需要面临多个障碍，由于小微企业，特别是地方的中小型特点产业，如果没有产业链和供应链的束缚，以这类数据化的方式进行切入化运作还是面临1定的风险。

大数据风控能否在商业银行的运营实践中真正成为依托于大数据的风控模型进行审批和授信管理还是简单的通过大数据风控完成了业务电子化的进程，这个是需要仔细甄别的。在目前的操作案例中，很多小银行即使是引入了1些大数据风控模型和管理系统，用于平常的小微企业和个人信贷审批，也是和目前银行的线下审批系统相辅相成的，这个过渡的期间也取决于全部风控系统在线上化进程中能否真的到达比线下更加优良的效果。

这里面碰到的几个主要障碍是：1、和针对个人的信贷审批相比，针对企业特别是小微企业的信贷管理偶然性更大，而且很多小企业的数据、财务、税务和工商资料都是不尽完善的，这就加大了数据搜集和分析的难度；而且即使是搜集到了数据，小微企业天生的抗危性能力较差和经济下滑周期的风险展露能力更强，其实不是1套系统能够解决的（这个和C端个人的较为稳定的消费生态是有所不同的）。2、除非能够深入参与小微企业的产业链，否则如果只是完成了大数据风控模型第1个阶段：数据和业务电子化，并且通过线上跑模型，很有可能酿成的结果是线上信誉良好，但是1旦出现危机对客户的管理能力就减弱。3、大数据风控系统的技术成熟度常常局限在1些特定的生态圈内，而对线下的银行客户生态而言，需要更加精准的市场、客户和风险定位，其实不是1个标准化的模型可以解决的，而是需要做各个细分指标和维度的校准。

所以，从眼前这个阶段来看，很多平台在输出的大数据风控能力，在C端已获得了不错的成绩，包括个人消费分期和信誉贷款都可以做到比较不错的资产质量，乃至很多平台已在准备对接ABS产品。但是进入到传统商业银行的B端客户业务，中小微企业和线下的个人小微企业主，就需要1个相对更长时间的风险管理进程，由于大数据风控与中小微企业之间的适配度还有待加强，这个阶段更多需要与现有银行信贷系统辅助进行放款。

TAG：