• 移动端
    访问手机端
    官微
    访问官微

    搜索
    取消
    温馨提示:
    敬爱的用户,您的浏览器版本过低,会导致页面浏览异常,建议您升级浏览器版本或更换其他浏览器打开。

    大数据在银行小微金融领域的运用

    耿心伟 来源:《中国银行业》杂志 2018-02-08 11:32:40 大数据 小微金融 金融科技
    耿心伟     来源:《中国银行业》杂志     2018-02-08 11:32:40

    核心提示在商业银行转型发展的长期视角中,大数据将推动风险管理能力的质变。

    大数据在银行小微金融领域的运用

      在商业银行转型发展的长期视角中,大数据将推动风险管理能力的质变。“互联网+大数据”是推动银行小微企业服务质变的引擎,商业银行应拥抱大数据和金融科技,让企业大数据发挥更大的价值,造福于小微企业自身。

      长期以来,信息不对称是横亘在银行与小微企业之间的一条鸿沟。顺应时代发展、在国家推动“数据共享”的背景下,银税互动政策落地。企业的税务大数据打通之后,新的问题又产生了:如何解读企业涉税数据,如何高效处理数据,如何把数据应用于银行对于小微企业融资服务的全流程?这些成为传统银行转型升级中无法绕开的话题。

      一、数据共享解决银企间信息不对称难题

      缺少抵押物品导致中小微企业融资难、融资贵,这只是外在表征;信息不对称带来的融资受阻或高成本,这才是中小微企业融资困境的症结所在。现代经济活动的日益复杂化和互联网经济的盛行,使得一家小微企业的经营半径可达100公里、甚至1000公里以外。随着经济活动的日渐复杂,企业交易对手关系复杂、关联企业面貌日益模糊。银行依靠对企业财务数据和历史经营业绩的报表审查以及经验分析已不适应现状,为此应合理应用互联网与大数据技术,更好服务于小微企业。

      小微融资难题与银企之间的信息不对称。诚然,有部分企业利用银企信息不对称,屏蔽信息、假造交易、多头授信、欺诈融资,或通过关联交易进行资金空转,虚假做大结算流量套取信用,导致小微企业贷款不良率高居不下。数据显示,2016年9月末,中国小微企业贷款平均不良率为2.9%,明显高于中国银行业贷款平均不良率水平。考虑到商业银行的平均净利差在2.2%左右,以及个别银行小微企业信贷业务的不良率更高等因素,不少银行的部门单独核算可能是亏损或无利的。

      然而事实上,许多小微企业长期从事某些商业、工业、科技或服务业务,经营规模较小但收入稳定、经营良好,受外部经济环境的影响也不大,是非常好的客户群体。然而,银行得不到足够的信息去判断小微企业的经营稳定性与还款能力。因此,当信息不对称导致欺诈风险上升时,银行会采取“避险”行为,譬如选择收紧贷款或者提高贷款利率以覆盖风险。这就导致了劣质企业驱逐优质企业,让小微企业融资走向恶性循环。

      可见,推动企业数据共享,使银行完整、及时掌握企业的经营情况、资产负债情况、销售动态和关联企业状况,通过洞察小微企业还款能力和还款意愿打破信息不对称,才能够从根本上解决小微企业的融资难题。

      银税互动打破“信息孤岛”。大数据的开放共享和应用是大势所趋。“十三五”规划建议提出:实施国家大数据战略,推进数据资源开放共享。李克强总理在2016年贵阳数博会上强调,要打破一个个互不相连的“信息孤岛”和“数据烟囱”,推动政府信息共享。除涉及国家安全、商业秘密、个人隐私以外的数据,都应向社会开放。

      为了推进数据资源开放共享,国家实施了很多措施,譬如建立人民银行征信中心、公布信用黑名单、银税互动等。特别是2015年国家税务总局联合中国银监会共同推动的银税互动,实现了小微企业涉税数据的互通,让长期困扰银行的信息不对称难题得到了缓解。在2017年,该政策又再次扩面升级,数据的开放范围和推进深度广度都有所加大。

      银税互动的主旨是让各地税务局与银行通过建立税银合作机制、搭建合作平台、共享交换信息等方式为企业增信,解决小微企业的融资难问题。简单来说,就是企业纳税信用信息打破了封闭状态,与融资信用信息逐渐结合。此前,在税务局系统中累积了大量真实有效的小微企业纳税数据,可以反映企业财务状况、经营稳定性等。尴尬的是,银行却无法接触到企业涉税数据,只能通过企业线下到税局打印纳税证明。这种方式得到的信息十分有限,而且通过线下人工处理,既不能保证及时性又极容易产生道德风险。有了企业涉税数据的开放和及时传输,能够改变这一尴尬局面。

      纳税数据共享不等于数据可用。当数据可以互通,银行可以通过授权获取小微企业纳税信用数据之后,新的问题又产生了:第一,各省市税务局的数据格式并不统一,统计的口径也不相同,除了结构化数据外,还有大量的半结构化和非结构化数据。第二,对企业税务数据的解读,是非常专业的领域,部分银行现有人才对税务数据的理解也不专业,很多数据读不懂、看不明白。第三,纳税数据没有纳入银行现有的风控系统,很难仅凭一堆纳税数字来评判企业的信用风险状况。

      但是银行对于企业纳税数据的需求又是刚性的。那么,如何才能正确解读涉税数据,使数据可以运用于银行小微企业融资服务的全流程之中?微众税银通过研究发现,纳税数据除了能反映纳税多少之外,还包含了企业的基本信息、资债变化、纳税信用评级、稽查评估、上下游稳定性等情况,银行可据此精准描绘出一副完整的“企业画像”,而且不存在任何夸大或掺假的可能,极有参考价值。

      二、大数据助力银行信贷流程成本管控

      大数据只能助力决策吗?答案是否定的。大数据结合先进的金融科技可以实现信贷流程的成本管控、风险控制和效率提升。一笔几百万元的贷款和一笔几十万元的贷款,贷前调查成本几乎是一样的,而小微企业量大、分散、融资额小,沿用小微融资原有的模式和产品,银行几乎是无利可图。那么,如何将数据引入整体信贷流程,降低成本、控制风险呢?构建一套在线化、全流程数据化的方案覆盖贷前、贷中、贷后,才是一条高效便捷的出路。

      利用数据模型做用户初筛。中国有2800万家小微企业(不含个体工商户),分散在全国各地,而且处在动态增长之中,逐户摸底调查是不可能的。对纳税信用等级高的企业,根据银行个性化的条件做初筛,通过数据模型,可以瞬间获取大量优质的企业用户。用数据模型初筛的好处是高效精准,最大限度节省了人力成本。

      在信贷审批决策过程引入数据做辅助决策。将企业涉税数据结合工商、司法、征信等数据,通过数据模型分析处理转化为可视化、指标化的企业征信报告,结合数据驱动模型和审批规则,可为审批决策提供可靠的助力。在此阶段引入数据与风控模型,可节省大量的上门调查时间与成本,提升效率。

      在贷后引入大数据风险监测。利用成千项数据指标、数据模型以及预警规则,可形成预警信息,结合银行的个性需求,对企业做动态监控,一旦数据超过正常范围,则发送预警给检查人员做线下核实处理。这就解决了贷后人工成本高、效率低的问题,提升贷后管理的针对性。总行甚至可以通过系统管控风险、规避贷后管理自下而上的道德风险。

      全流程的数据化改造。对一些体量较小的银行,引入一套贷前筛选、贷中审批、贷后监控的全流程自动化、数据化、标准化解决方案,并部署到银行的客户管理、信贷管理、贷后管控系统中,可以最大程度上节省小微企业信贷服务的成本,同时控制不良率的发生。

      三、用好大数据的五条“秘诀”

      未来,大数据将成为行业变革的重要驱动力。大数据将会像电力一样普及,其重要性可想而知。如果把大数据比喻作“新能源”,云计算、人工智能就是驱动它的引擎,互联网、物联网将成为它的绝佳渠道和载体。影响了一代互联网创业者的作家凯文·凯利在20年前所著的《失控》一书提到:“不管你是做房地产、医药、化工,还是教育,其实你做的生意都是数据。商业乃数据之商业。归根结底,你在处理的都是数据。处理数据和处理客户一样重要。”大数据的处理运用能力将直接影响银行的核心竞争力。理解大数据、用好大数据,可以简单概括为:“大数无界、数往知来、心中有数、流数不腐、数不胜数”。

      “大数无界”——数据使用场景没有界限。经营可以是跨界的,数据的使用也是可以跨界的。对于数据的落地场景,要充分展开想象力,用新潮的话来说就是“打开脑洞”。凭个人消费信用数据可以免押金租车、租房,凭企业纳税信用数据可以落地的场景也很多,基于企业信用甚至可以实现商务差旅的免押金租房和租车,或者开展供应链金融等项目。

      解决小微企业的融资难题,更需要跨界的数据融合,不仅需要银行内部的、电商企业生态内的、物流企业体系内的数据,更需要通过跨界的资金流、信息流、物流的融合解决信息的不对称,并通过各种刚性场景触达客户。

      “数往知来”——用过去的数据对未来的违约、风险、商机进行探知。社会重视过往信用数据的利用,有利于提高全社会信用水平,识别信用破产的企业和个人,降低风险。譬如在拥有健全信用体系和征信机构的美国等发达国家,与信用相关的历史数据都可以查询到,当地企业违法和违约失信成本很高,一旦出问题会被记录在案,有信用污点的企业别说借钱,很可能连订单都接不到。

      企业是“立体”的,除了通过涉税数据进行分析,还应当引入尽可能多的权威数据源,对大量违约企业样本进行分析,建立更可靠的风控模型。在分析企业还款能力的同时,尽可能把“还款意愿”这一层面也展现出来,多维度地反映企业的信用状况。

      “心中有数”——在决策和工作中善用数据。应当摒弃过往管理人员关起门来,凭感觉、拍脑袋、靠经验的决策方式,向以数据驱动的决策方式转变。摒弃所有事情依靠人工处理、人工验证判断的做法,改为数据化、自动化的流程,这能减少成本、提高效率,减少差错率和人为风险。譬如,把企业涉税数据引入银行小微企业信贷决策中。

      “流数不腐”——流动的数据才最有价值。数据也讲求“鲜活”、及时。打个比方,企业去年、前年没有发生问题,不代表它最近三个月经营正常,也不代表它这一秒没有正在发生问题。只有及时的数据才能够最大限度反映真实状况、防范风险的发生。

      以微众税银为例,对企业涉税数据采用实时处理模式,保持与电子税务局专线直连,一旦企业发起申请授权后,系统实时提取数据并分析处理。大数据征信实现了实时传输,眨眼之间全部在线完成,且无需人工介入。动态的数据对实时跟踪客户经营有着十分重要的意义。微众税银“智子”贷后监测系统,可对授权贷后企业的2800项数据指标动态监控,在最短时间内将异常指标传输给银行。银行既能对风险客户实时进行预警,更能实时把握企业向好的经营变化、发现更多商机。

      “数不胜数”——计算机助力大数据时代发展。此处的数不胜数要解读为,大数据的运算能力,已经能够处理海量复杂的数据。海量的大数据的处理,需要巨大的计算能力才能完成,如果采用传统集中式计算,需要耗费相当长的时间。现在有了分布式计算方式和不断进化的算法,海量数据实现了秒级处理。依托于日新月异的先进技术手段,大数据挖掘和分析,也将向机器学习和人工智能等方向逐渐过渡。

    责任编辑:王超

    免责声明:

    中国电子银行网发布的专栏、投稿以及征文相关文章,其文字、图片、视频均来源于作者投稿或转载自相关作品方;如涉及未经许可使用作品的问题,请您优先联系我们(联系邮箱:cebnet@cfca.com.cn,电话:400-880-9888),我们会第一时间核实,谢谢配合。

    为你推荐

    收藏成功

    确定