大数据增信必然成为普惠金融创新发展的有力支持 附银行普惠金融业务发展中对大数据应用的思考.docx

《大数据增信必然成为普惠金融创新发展的有力支持 附银行普惠金融业务发展中对大数据应用的思考.docx》由会员分享，可在线阅读，更多相关《大数据增信必然成为普惠金融创新发展的有力支持 附银行普惠金融业务发展中对大数据应用的思考.docx（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、传统展业模式下，普惠金融业务经营成本高、业务流程长、风控难度大等问 题亟待解决，大数据增信和金融科技转型必然成为普惠金融发展的有力支持。新i代互联网技术打造普惠金融专属产品在普惠专属产品领域，我行加强大数据、人工智能等新一代互联网技术的运 用。在房抵贷业务上，我行深化大数据、人工智能和互联网的融和与应用。以个 人经营贷为切入点，对外，优化在线进件平台，提供多渠接入、统一体验、快速 响应、便捷服务的极致客户体验。对内，贷前环节，整合有效数据源，提炼客户 风险特征，丰富客户立体画像；贷中环节，搭建一条覆盖业务申请、风险审批、 签约放款等环节的中台高速公路，提升线上化、集中化处理能力；贷后环节，对

2、全流程建立数字化埋点，跟踪分析客户旅程重要节点，实现端对端闭环管理。在银担合作业务上，2019年12月，我行与上海市大数据中心签约，通过大 数据中心的数据服务平台，统一接入了上海市税务局、市高级法院等8个部门首 批开放的300多个公共信用信息数据项，并在短时间内完成了与市公共数据开放 平台的各项开发工作，进行了数据关联分类，完成了行内外相关流程系统的部署。 同月，创新推出普惠数据类产品“沪信优贷”，利用大数据平台灵活组合多种担 保方式，为注册在上海市的普惠客户提供资金支持，最高金额可达10()0万元。在供应链金融领域，丰富大数据应用场景，持续优化贷前、贷中、贷后业务 流程，提升批量化服务能级。

3、一是优化“上行e链”线上供应链业务流程，引入税务、工商、人行等数据， 实现供应商在线注册、业务申请、签约、贸易资料审核及提还款全线上操作，提 供“非接触式”供应链金融服务。截至202()年3月末，“上行e链”线上供应链 融资余额88.13亿元，服务客户2022户。二是推动重点项目实施，例如近期，为了提振内贸，在联通代理商“沃易融” 在线融资项目上，运用电信场景端经营数据和征信、工商、司法等数据组合建模， 通过大数据应用构建用户准入、额度审批、提款测算、贷后风控及预警模型，实 现全流程自动化风控。“魔镜”系统精准刻画普惠客户近年来，我行致力于打造深度融合行内外数据的原生态数据湖，现己经接入 80

4、多个业务系统。外部数据目前已经和13个单位合作，有60多个种类的外部 数据，建立了公司及普惠、零售、渠道、风险等多个数据集市，主要用于营销管 理、风险管理、监控合规、经营分析等。普惠金融业务发展的主要问题之一是如何最大限度地消除银行与客户之间 的信息不对称。为提升普惠客户的精准画像能力，我行开发了 “魔镜”系统，聚 焦普惠客群各维度风险特征的刻画与全貌识别，缓解信息不对称问题，提升风险 经营能力。“魔镜”在深度挖掘行内数据的基础上，采集了全网海量风控信息， 经过数据清洗，采用NLP技术与语义情感分析技术，通过基于机器学习的模型 建设，精准提炼风险信号，以客户维度量化并提升风险预警能力。在贷前、

5、贷中 和贷后有效筛查客户风险信号、量化评估客户风险程度，结合业务策略，构建高 效、精准的智能风险管控体系。大数据赋能“零接触”贷款全流程作为一家立足上海、辐射全国的城商行，在大数据赋能普惠发展方面，我行 在上海地区进行了较多有益尝试。2019年9月，国家发改委、银保监会联合发文，提出“鼓励金融机构依托 金融科技建立线上可强制执行公证机制，加快债务纠纷解决速度”。另一方面， 受疫情影响，“零接触”在线金融业务迎来发展机遇，同时也面临挑战。在线贷 款资产保全等贷后管理如何实现高效率的“零接触”，一直是在线金融发展的行 业难题。对此，上海银行积极响应，于2020年3月，通过金融司法强强合作，科技 赋

6、能普惠金融，在业内率先打造“在线赋强公证平台”，嵌入全流程“零接触” 在线贷款服务中。一方面，借款人无须前往公证处，即可在线快捷申领公证书； 另一方面，运用人脸识别、身份要素核验、电子签章及电子存证等金融科技作为 流程要件，运用哈希值算法，将借款人借还款信息安全不可篡改地进行存证，形 成完整证据链。出现坏账时，银行作为贷款人，可凭公证处在线出具的、有强制 执行效力的公证书，快速将借贷纠纷纳入司法处理流程，省去了传统的线下处置 成本，从而有效降低了借款人的实际债务成本。这一与司法机构合作打造的创新平台，运用科技手段促进借款人履约践诺、 诚实信贷，同时完善在线贷款的贷后处置，后续将广泛应用于上海银

7、行在线普惠 经营贷、在线供应链等普惠金融领域，成为业务中的关键流程节点。三大问题困扰普惠金融数字化进程在普惠金融数字化推进中，我行主要面临数据不打通、驱动模型建立难度较 大、标准产品难以快速全行范围复制等问题。1 .数据不打通，孤岛化、碎片化特征显著。用于构建客户经营行为分析的信 用数据较为分散，散落在人行、金融机构、司法、工商、税务、海关、公共事业 单位等各个部门，数据整合利用难度较大。2 .各地公共数据开放程度不一。合规数据源整合工作各地存在显著的时间差 异，且开放数据的地区差异也非常大。尤其是金融机构特别关注的量化数据维度 以及数据期限结构，相对而言开放差异度非常大，金融机构需要逐个城市

8、点对点 开展对接，快速打造全行普适的普惠标准化数据类产品难度较高。3 .基于数据决策机制下的模型建立难度较大。一方面，普惠业务相较于零售、 信用卡业务，客户样本数量尚不足以支撑数据驱动型模型的建立。另一方面，目 前可获取的公共信息数据源绝大多数集中于正、负面企业的定性维度数据，主要 用于“坏客户”的排黑，可支持定量分析与核定贷款额度的数据维度有待进一步 获取与运用。全面提升普惠金融整体服务能级我行拟将前期个人经营贷业务的数字化展业模式进一步复制，并延展到对公 普惠业务领域。通过将公共信用信息、税务等多维度外部信息与行内既有数据源 及“魔镜”外脑模型相整合，建立系统互联互通机制，将传统的线下对公

9、业务升 级打造为在线化新模式，大幅降低人工作业成本，提升服务能级。1 .推进大数据营销赋能。通过对行内存量客户的生命周期、交易行为、风险 偏好、内外部信用情况等动态大数据进行分析，构建客户画像和标签体系，识别 高价值、高潜力客户，精准定位潜在客群，洞察客户融资、综合金融等各方面需 求，针对不同客群制定差异化营销策略，实现客户精准营销和潜在客户深度挖掘, 强化客户关系管理。同时，契合“百行进万企”专题活动的时序进度，加大进网 点、进园区、进协会力度，提高新客有效触达率。2 .打造智慧服务平台。我行致力于打造普惠金融的智慧服务平台“上行普 惠”，通过“技术+业务”双赋能，实现普惠客户在线申请、在线

10、注册，完成法定 代表人及企业核身，实现在线征信授权。3 .搭建特色风控模型。针对现有样本量较少的情况，先以“量化模型+人工 经验”相结合的方式起步，搭建符合普惠对公客群特征的风控模型，实现信贷全 生命周期风险筛查，从“专家判断”向“专家+系统控制”转变，提升业务决策 精准性与效率。4 .提升签约放款在线化程度。运用电子存证技术，实现对公业务电子协议及 合同的管理和存证。运用互联网技术，实现提前还款等环节的线上化办理，全程 无需行员操作。5 .扩展智慧风控系统应用。在“魔镜”系统的多应用场景中，我行将赋予更 多普惠客户专属特征，进一步扩充和整合有效数据源，提升数据采集效率与准确 性，并对重点业务

11、提供数据与信息决策服务，强化提升动态风险监测和风险管理 能力。普惠客户群是经济肌体的细胞，银行是金融血脉的重要组成部分，而大数据 能促进血脉和肌体细胞之间更为广泛地联接、平滑地流动、快速地交换、顺畅的 微循环，能帮助银行更好地了解普惠客户，提供更有针对性、更高效的产品与服 务，并赋能银行运营、管理，为银行发展普惠、支持实体经济注入新动力。银行普惠金融业务发展中对大数据应用的思考摘要：互联网时代，大数据应用于各行各业，在普惠金融领域作用更是凸显。 商业银行相继推出各类信贷产品，借助内外部大数据分析，解决信息不对称、缺 少押品、财务制度不健全等问题，以满足普惠客户多样化融资需求，支持实体经 济发展

12、。同时，借助大数据分析，对客户进行全息画像，帮助客户经理完成对客 户的风险评价和贷后行为管理。本文主要从客户选择、风险控制角度对大数据技 术在银行普惠金融业务发展中的应用进行阐述。关键词：大数据技术;普惠金融;应用信息时代，数据的应用优势日益凸显，被银行普惠金融业务广泛应用。借助 大数据分析，对潜在客户群体进行精准定位，对具体客户行为进行全息画像，帮 助行业人员有效获客及控制风险。一、大数据与普惠金融（一）大数据大数据（big data）,指无法在一定时间范围内用常规软件工具进行捕捉、管 理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和 流程优化能力的海量、高增长率和多样

13、化的信息资产。IBM提出大数据的5V特点:volume （大量）、velocity （高速）、variety （多 样）、value （低价值密度）、veracity （真实性）。大数据的价值不在于“大”，而在于“有用价值含量、挖掘成本比数量更重 要。对很多行业而言，如何利用这些大规模数据是赢得竞争的关键。（二）普惠金融“普惠金融最早由联合国在2005年提出，当年中国开始研究和建设“中国普 惠金融体系”，2013年在中共中央关于全面深化改革若干重大问题的决定中 提出“发展普惠金融，鼓励金融创新，丰富金融市场层次和产品“，国务院2015 年出台了推进普惠金融发展规划（2016202（）年）。普惠

14、金融的四个特点，即可获得性、可负担性、全面性和商业可持续性。普 惠金融首先强调的是“普”，即普遍。能够享受到金融服务的群体足够广泛，取得 的途径足够便捷，各阶层、各行业、各收入群体都能方便、快捷的取得金融服务。 其次，普惠金融应关注“惠”，即优惠。社会大众取得金融服务所需付出的成本要 合适，能够让大家以可负担的成本获取优质的服务。第三，是“久”，即持续、长 久，要保证金融服务机构自身的利益，实现长久的可持续发展。二、大数据在银行普惠金融业务中的应用情况商业银行应用大数据发展普惠金融业务，主要是由业务驱动，在精准营销、 风险控制、改善经营利服务创新等方面实现创新和突破。在精准营销方面，通过对大量

15、用户信息的筛选和分析，构建用户全息画像， 对细分客群进行精准营销、实时营销等个性化智慧营销。在风险控制方面，借助 大数据，可以统一管理银行内部多源异构数据与外部征信数据，可以更好的完善 风控体系。在改善经营方面，通过大数据分析改善经营决策，为管理层提供可靠 的数据支撑，使经营决策更加高效、敏捷，精准度更高。在服务创新方面，通过 大数据应用，改善与客户之间的交互、增加用户粘性，为客户提供增值服务，不 断增强银行业务的核心竞争力。三、银行普惠金融业务发展中的大数据应用风险银行发展普惠金融业务，主要依托于大数据分析，所以数据的真实性、有效 性、完整性、充足性显得尤为重要。获取数据的渠道、提供数据的人

16、的素质也值 得关注。（一）数据真实有效性风险银行普惠金融业务主要通过数据筛选来确定目标客户，因此数据的真实有效 性是关键的风险点，由于此类业务的发展时间不长，可能存在客户挖掘筛选中的 瑕疵、数据造假风险等。（二）数据来源不足风险银行对大数据的开发和应用，主要针对内部数据，对外部数据的利用只停留 在工商、水务、人行等，而对司法、行政、交通、电力、海关、第三方平台等相 关数据来源不足，外部信息不足会影响数据模型对客户判断的方向和准确性。（三）数据模型及参数设置风险大数据分析过程中可能存在两类错误（假阳性错误、假阴性错误）。贷前客 户筛选阶段，如果数据模型设计不完善，会导致把实际上比较优质的客户排除

17、在 潜在客户以外，出现假阳性错误。如果数据模型缺少一些反映客户某些风险特征 的要素，将会导致筛选的潜在客户里存在实际上比较劣质的客户，出现假阴性错 误。贷后阶段，风险预警指标和日常监测指标参数设置不合理，将导致风险不能 及时暴露，也会带来风险隐患。四、对银行普惠金融业务中大数据应用的建议针对大数据应用过程中的风险，建议从以下几个方面制定措施予以防范：（一）确保数据信息的真实有效性手工录入信息要保质保量。对于日常分散的客户信息数据，特别是员工手工 录入的数据，要制定规则，确保数据真实、有效，客观反映出企业及企业主的真 实情况。规定动作要落实到位。已通过大数据初步筛选的客户，需要信贷人员调 查核实

18、的，要认真核实、认真审查、亲眼所见。避免出现假阴性错误。重要财务 指标要深入分析。通过深入分析客户的账户结算、POS结算、纳税情况、企业主 家庭经济情况、银行流水、完税证明等，判断客户经营的真实情况。（二）强化现有数据的深度挖掘与整理激活沉没数据。现有系统和档案积累了海量企业数据，应将大量沉没数据调 取出来，深入分析并加以运用。提高数据应用水平。要提高大数据技术应用水平, 增强有效的数据分析处理手段，将数据的价值发挥出来。(三)打通外部数据共享机制加强与政府机构及部门信息共享。在与工商、水务、银保监局、人行合作的 基础上，加强与海关、司法、交通、电力、公安、民政、不动产、医疗、社保、 公共事业

19、缴费等部门联动，积极对外扩展信息源，既实现精准营销，又可以通过 第三方的交叉验证，强化风控。积极争取与核心企业ERP系统对接。充分挖掘 上下游普惠企业的订单信息、供货周期、产品质量等信息，拓展供应链金融。探 索与大数据公司合作。(四)加快系统开发、联动、整合优化客户筛选模型。强化数据分析，基于结算、交易、存款、代缴税、代发 工资等数据资源，筛选和储备符合准入条件的优质客户。提升流程操作的电子化、 自动化水平。以系统自动取数代替手工填报，确保数据真实性、准确性，提高流 程效率。多层次交叉验证信息。通过行内条线系统的无缝衔接，数据库资源系统 的整合，形成多层次的交叉验证体系，有效降低信息不对称可能

20、产生的风险。(五)建立完备的数据积累标准建立一个完备的普惠业务数据收集标准，明确准入条件，明确收集清单，明 确数据录入标准，相关人员在规定时间内按要求完整准确录入，形成全员共享的 数据源，再由数据管理部门定期归档和整理，满足各条线接口的需要。(六)加速相关人才培养积极培养数据分析人员，打造一支数量充足、结构合理、素质优良、既懂业 务、乂懂技术的数据分析专业队伍。同时提高全员的大数据应用能力，从思想上 提高认识，主动学习，提高技能，把相关工具、系统、措施学习好、应用好。参考文献：1张珊.我国大型商业银行开展普惠金融业务的SWOT分析J.对外经贸， 2020 (07)： 1()0-102+105.2周猛.江苏省银行业普惠金融业务发展现状及对策研究J.商业经济，2020 (07)： 170-1733王悦.实施商业银行创新驱动发展战略亟须提高大数据应用能力以小 企业客户营销管理为例J.黑龙江金融，2014 (04)： 57-59.4刘荣，崔琳琳.大数据技术在中小企业信用体系建设中的应用J.征信， 2015, 33 (04)： 40-43.