赢在风控：大数据信贷技术带来的硬信息

（一）时代趋势：作为“硬信息”的“大数据”

大数据，代表了时代发展的一个趋势和潮流。大数据诞生一个很重要的背景就是云计算的出现。云计算为数据收集和储存提供了重要的平台。大数据是云计算升级必经的阶段。大数据是未来推动生产力发展的新的技术前沿。从某种意义上讲，大数据就是一种资产，对于银行信贷技术的变革意义重大。2008年《Nature》就针对互联网技术、超级计算、生物医学等几个方面推出了“big data”专刊，专门对大数据进行研究。2012年3月，美国公布了“大数据研发计划”，这个计划主要是为了提高海量数据中的数据获取能力。2012年4月，欧洲信息学与数学研究协会在其主要期刊《ERCIM News》刊登了专刊“big data”。2012年5月，以“大数据科学与工程——一门新兴的交叉学科”为主题的学术会议在香山召开，国内大数据方面的研究学者对大数据的理论、技术及应用进行了探讨。2012年6月，中国计算机学会青年计算机科技论坛举办了以“大数据时代，智谋未来”为主题的学术会议，主要针对大数据相关的挖掘技术、安全性、平台开发技术、体系架构理论和大数据案例应用进行了探讨。从银行角度看，大数据主要体现为如下特征：

1.海量化。大数据与以往数据的不同之处首先在于“大”。当今数据量以惊人的速度增长，数据遍布全球所有的数据产生和存储的设施，主要是互联网存储设备，每天都能产生海量数据。

2.多样化。大数据包含多种数据类型。大数据不只是增长的速度快，还出现越来越多的数据类型。结构化数据可以存储在EXCEL表格中，进而存储在一些数据库中。但是非结构化数据和半结构化数据占据了大部分比例，以不同于传统二维结构化形式存在，比如视频、文本和图片等。

3.快速化。海量数据的产生对数据的处理速度要求很高。经济全球化使得企业的生产成本不断上升，市场竞争越来越激烈。企业必须顺应市场形势，把握市场行情，对经济形势、产业发展、消费者需求等情况迅速做出反应，并快速做出符合市场变化的企业经营策略，这有助于企业提高市场竞争力。

4.价值化。大数据分析的最终目的是发现其价值并加以利用。随着信息量的增加，数据存储的不断加剧，数据来自方方面面，且类型多样。数据已经成为企业拥有的无形资产，逐步形成了企业的核心竞争力。在大数据时代，如何利用好数据资产，充分发挥大数据的价值是企业提升竞争力的关键。

5.非人格。从信贷视角分析，大数据主要通过云计算等非人工方式进行生产和传递，不需要信贷经理进行过多的人工干预，属于较为典型的硬信息。大数据的非人格化的特征，有利于快速地提升数据的采集效率，为信贷技术的变革提供了先天基础优势。

6.可量化。从银行角度看，大数据不需要信贷经理进行过多的主观经验的价值判断，具有显著的量化特征，便于编码、计量、统计与传递，方便银行信贷经理使用与后续的信贷决策做出。

【信贷反思录】如何解读大数据的信贷价值？

（二）“大数据”的信贷技术

由于大数据具有显著的“非人格”“可量化”等特征，大数据应该被定义为新型的“硬信息”。与之对应的，大数据信贷技术属于一种适应信息化发展的新型信贷技术，有利于变革传统的信贷模式。很多大型商业银行都已经开始使用大数据推动业务发展，如中信银行通过大数据分析实现了信用卡的实时营销，招商银行通过大数据分析发展小额贷款，光大银行通过社交媒体信息建立了数据库。如图所示，总的来看银行大数据应用可以分为四大方面：客户画像、精准营销、风险管控、运营优化四大方面。具体到小微企业信贷领域，大数据的应用场景体现为大数据信贷技术。商业银行通过对企业生产、销售、流通等相关数据进行挖掘，银行通过评估企业风险等级，确定企业的信用额度，从而更好地开展贷款业务，大幅降低贷款风险。

大数据信贷技术主要通过四个环节实现小微企业客户的信贷模式创新与流程优化，具体而言：

第一个环节，小微企业客户的画像脸谱。大数据信贷技术通过分析小微企业客户的多渠道数据，进而形成小微企业客户的“印象脸谱”，判断出企业的经营特征。企业客户画像除企业内部生产性和经营性数据外，还包括外部宏观环境数据。此外，银行的小微企业客户数据有限且覆盖面较小，仅依靠银行自身数据得到的结果不够准确，甚至误差很大。银行除考虑内部业务获取的数据外，还应考虑银行外部环境的数据信息，扩展外部业务。例如，企业的微信公众号、微博、博客、网站、电商平台等媒体上的客户行为数据，使银行内外部数据实现互联与互通，能够获取更多的客户行为信息，以实现更为有针对性地营销。此外，还包括客户上下游产业链数据。如果银行掌握了客户同一产业链上其他机构的数据，可推测企业所处的外部环境，预测企业的发展趋势。

第二个环节，小微企业客户的精准化营销。精准营销是建立在小微企业客户画像的基础上，主要包括：一是实时营销。实时营销是根据小微企业客户的实时数据进行个性化营销，比如客户所在的位置、近期交易记录等信息。二是交叉营销。它是指不同产品或业务的交叉营销，比如招商银行根据客户交易数据，识别不同规模的企业客户，再进行有针对性地交叉营销。三是个性化推荐。银行根据客户的喜好和自身情况，对不同的客户群进行定位，根据不同的金融需求，向其进行个性化推荐，提供个性化服务。银行还会对客户进行生命周期管理。这包括防客户流失和赢回，并获取新客户等。四是信贷发放。大数据信贷技术针对目标小微企业客户会进行及时性地信贷投放，基本上是“秒贷”，客户体验非常好。例如，招商银行的“闪电贷”产品，主要利用大数据信贷技术进行精准化的信贷投放。

第三个环节，小微企业客户的风险管控。大数据技术下，商业银行会根据小微企业客户的数据分析，做出相应的信用评分，系统识别判断该笔信贷业务的风险程度，做出快速的信贷决策。在贷后管理环节，大数据风控技术会设定贷款预警指标，对小微企业客户的信贷行为做出实时的、可持续的动态监测与评估预警，并将预警结果进行后台推送，做到有效地贷后管理。(www.xing528.com)

第四个环节，信贷产品的运营优化。商业银行通过运用大数据信贷技术通过分析客户相关大数据，从中发现客户的个性偏好和行为特征，更好地理解客户的习惯和行为倾向，智能化分析客户的潜在需求，对产品和服务进行优化。例如，兴业银行通过对客户的大数据分析，挖掘信用较佳的优质客户，为其提供差异化的产品和服务。

【信贷反思录】如何看待大数据信贷技术的“秒贷”效应？

（三）“硬信息”的大数据银行实战案例

随着金融科技的进步，“大数据”作为新型的“硬信息”，代表了一种机遇和趋势，在银行业中已经形成了很多经典的案例。通过大数据的运用，让很多不可能变成了可能，小微企业的信用环境得到了显著提升，信贷技术也有了颠覆式的进步。

1.兴业银行“科技兴行”案例

大数据作为一种新型“硬信息”和金融技术，得到了兴业银行的高度重视，并上升为战略部署。兴业银行始终坚定奉行“科技兴行”战略，在金融科技的浪潮中执守金融本源，主动拥抱大数据、云计算、人工智能、区块链等新科技手段，加力推进流程银行、开放银行、智慧银行和安全银行建设，持续提升金融资源配置效率和客户服务水平。例如，2018年4月，在福州召开的首届数字中国建设峰会上，兴业银行携近年在金融科技创新方面的部分成果亮相。在数字福建成果展之金融科技技术展现场，兴业银行通过机器人引导、现场互动体验、APP演示、视频等形式，展示了近年在金融科技创新方面的累累硕果，包含科技输出、黄金眼、兴业管家、智能柜台、一站式网络金融、银银平台、金融行业云等产品和业务。

2.建设银行“小微快贷”“金融科技公司”案例

“小微快贷”业务是建行2016年推出的战略性大数据创新产品，通过应用大数据技术进行数据整合，利用现有的零售系统，实现线上操作、系统自动审批的产品体系。2018年4月18日，建信金融科技有限责任公司在上海挂牌成立，建行也成为国有大行中第一家设立金融科技公司的银行。金融科技公司的落地，是建行实施金融科技战略，积极研究与探索大数据信贷技术的重要一步。

3.上海银行“智慧银行”“智慧数据中心”案例

上海银行数据中心依据多年的运营经验，结合大数据、机器学习等AI技术，全面打造基于大数据技术的一体化运营服务管理体系，促进上海银行数据中心从传统模式向数字化“智慧运营”转型。运营大数据平台项目是智慧数据中心建设的重要项目之一，该项目在“智慧银行”“智慧数据中心”总体建设思想指导下，依托上海银行三年总体规划逐步实现精准告警、精准故障定位、精准影响分析，充分应用大数据算法和机器学习技术不断提升“智慧运维”水平，为业务系统安全稳定高效运行提供强力保障。上海银行率先实现国内商业银行生产系统实时大数据架构，为大数据技术在银行运营领域的落地提供了典范。

4.招商银行“闪电贷”案例

招商银行“闪电贷”充分运用当下最火热的FinTech技术，横跨大数据、云计算、机器学习、人工智能等多个领域，在整合了银行内部各种数据的基础上，接入了征信、工商、法院、税务、社保、公积金等外部数据。2017年，闪电贷累计投放374亿元，总共为72.2万名客户提供了快捷方便的贷款资金。招商银行“闪电贷”是大数据信贷技术的典型案例，充分展示了“大数据”作为新型“硬信息”的优越性和创新性。

【信贷反思录】大数据信贷技术如何实现信息的有效整合？