銀行信貸業務中的大數據研究

銀行信貸業務中的大數據研究

陳冠羽

當前社會數據化的發展速度快，覆蓋范圍廣，導致大數據很快成為了當前各個企業討論的熱門問題。銀行作為商業的重心，自然成為了最早對大數據進行積累、應用的主體。并且，已經在大數據中探索出了一些成熟的、有價值的應用手段。

銀行信貸；大數據；建議

一、前言

大數據時代是當前信息化發展的一個新的時代，銀行信貸方面可以說是非常難得一種機遇，可以更好的發展銀行的信貸業務，借助大數據的優勢，促進銀行方面的全面發展，讓銀行信貸業務突飛猛進，從而帶動銀行的整體業務。但也要注意其中出現的種種問題，并找到相應的解決方案進行研究解決，使銀行信貸業務更好更快的發展。

二、銀行信貸業務在大數據中的實踐應用

銀行信貸業務中，大數據的應用可以滲透到信貸業務的各個層面。本文主要探討的是銀行信貸業務方面的客戶營銷、準入、預警等問題的實踐應用。

(一)客戶營銷方面

近年來，由于出現了各種技術手段的廣泛應用，使銀行在大數據下，對客戶的營銷手段也是層出不窮，但主要可分為兩類。

1.銀行信貸業務在大數據下的交叉銷售模式

這就包括了銀行內部的交叉營銷和銀行外部的交叉營銷模式。其中，在銀行內部的營銷模式中，已經出現了很多成熟的金融產品，而銀行方面的基本思路是利用POS商務的交易數據，銀行根據這些數據的顯示，找出信譽相對較好、交易量高、具有穩定交易額的客戶，借助預授信的方式，先客戶實行無抵押的小額貸款業務。這樣的營銷模式與互聯網上的許多貸款方式類似，這樣的信貸方式還有很多，這也是在大數據下信貸方面一個便捷的發展。在銀行外部也可以進行信貸業務，進本做法是讓銀行與稅務部門相互合作，根據繳納稅務方面的清單，來選出繳稅高、繳稅穩定的企業，在對這些企業進行中和性的評價，來為這些企業進行信貸業務的發放。但是就當前來說，銀行在當前的大數據環境下進行的信貸業務也僅僅只是一個開始，根據當前銀行線上業務還有很多數據方面的沉淀，根據當前的分析，也很容易讓大數據在銀行發展的基礎上，發展到其他的領域。同時，銀行信貸業務不僅僅可以和稅務部門合作，其合作部門還可以是海關、工商、專利等部門，根據這些部門提供的相關數據，也可以開展信貸業務。

2.銀行在大數據下個性化的銷售模式

這種模式根據記錄客戶在網上銀行入口和消費習慣入手，對客戶的風格和在消費偏好入手，將一些適合客戶的產品或者服務放在客戶最容以接收的地方，給客戶推送具有針對性和精準性的產品或服務。然而，除了這個方面，銀行還能根據客戶平時在辦理業務時所選擇的風險和產品偏好關聯性方面，將銀行為客戶定制的信貸業務對其推送，這樣在銀行的推送和信貸業務方面也有很大的發展空間。

這樣的方式，只是根據銀行的發展情況結合大數據進行的一方面做法，在將來，隨著大數據下銀行業務方面的慢慢適應，相信還出衍生出更多的新做法。銀行在開展較差營銷分析中，加入大數據的模式，就能夠實現以低成本的方式讓客戶的產品覆蓋率以及客戶粘稠性得到較高的提升，從而加長客戶與銀行方面的合作。

(二)客戶準入環節的應用

對于信貸方面的客戶，在客戶準入環節的授信和審批工作，也是大數據環境下，銀行信貸業務的核心應用。在國際社會，上世紀五十年代中期，歐美國家內部一些銀行就開始針對信貸業務，進行了對客戶方面的星級評定和信用評估，同時還加上了專家的經驗、自動評分和自動決策的方式，實現了人工與自動化相結合的授信審批工作。例如，一部分的歐美銀行的自動化審批和決策已經達到了85%以上，這樣不僅提高了授信審批工作的效率，對授信審批人員的資源也進行了節約，還有效的控制了銀行的風險問題。

當前，銀行對于數據方面采集范圍以及建模方法的更新，銀行的業務已經和大數據緊緊相連，這樣不僅可以對傳統的授信審批工作進行完善，還能對自動化的審批策略進行優化。與傳統的評分和評級方法相比，大數據的評分評級模式有很多的優勢。

1.數據更廣更豐富

傳統的評分與評級系統一般有8～15個變量，一般都是一些客戶的基本信息、固定資產、固定收入、證信等方面的信息，這些信息都是密度較高的信息。但是對于大數據來說，除了這些密度較高的一些信息之外，還可以加入密度較低而體量較大的信息，比如客戶的網上消費數據、用戶偏好等。可以將變量成百倍千倍的增加，把這些變量加入大數據的模式，銀行也可以利用大數據將這些變量更好更穩定的分析出來。

2.根據嵌套模型的技術構架

銀行可以根據剛剛從大數據中剛剛采集到的稀疏的數據，先通過子模具加工成密集的信息，同時在把這些信息進行加工處理，形成模型嵌套型的模式。

3.加入候選型的模具嵌套

當某一個數據的應用性開始下降并且下降到一定的程度時，自模具就會自動的將這一信息進行剔除，候選型的模具就會將這一信息進行重新處理，再加入到其他可以利用的模具中，這樣可以讓銀行在數據利用方面達到最大化。

這樣一來，使得單一變量和模具上面對出現的問題和波動，就不會對整體有什么危害，來保證模具方面的穩定性，對模具方面的預測結果也會提升。銀行在大數據的基礎上，對客戶進行信用方面的評級和評分，讓評級與評分跟專家設計的業務規則相比較，從而加入到信貸業務的流程方面，這樣一來，就形成了銀行信貸業務的自動化審批，對客戶也可以進行更準確的識別工作，提升工作效率。

對于新客戶來說，也同樣可以運用大數據，來準確的將新客戶進行定位工作，在當前的發展中，可以針對性的給新客戶提供精準的產品和服務。還能根據新客戶的資產、信譽等方面的問題，制定出合理的信貸政策，來決定新客戶在當前所用的額度上限、所還期限等問題進行分析和定位。

(三)貸款后對客戶的監控和預警作用

銀行的信貸方面，在貸款后的管理上，一直是我國銀行信貸管理的薄弱環節，越是薄弱的環節，越能體現大數據的關鍵作用。在傳統方式下，國內方面，銀行大部門都是銀行客戶經理或者其他支行對客戶進行分散式的貸后信息管理，這樣就會出現管理效率低下。銀行貸后管理工作實際進行中，往往會出現信貸的客戶或者企業已經出現了巨大的變化，導致沒有辦法挽回之后，銀行總部方面才能得到信息，讓銀行在信貸解決的問題上一直處于被動局面。

1.大數據下的客戶的監控和預警

針對傳統的方式，已經有銀行將大數據模式引入到當前的信貸售后管理方面，并且取得了很好的收益。利用大數據的方式可以根據企業的資金流向、業務進程、收益管理等方面進在大數據的幫助下，進行信息的汲取工作，根據企業資產的方向、流向以及資金的穩定性來了解企業的穩定性，從而完成預警工作，減少損失。不僅如此，還應當建立完善的企業預警系統，將預警中對信息觸發的規定告知總銀行和各個支行，從而對后續的管理方式進行完善。

2.大數據下關于企業的風險監測

銀行可以根據各個企業和客戶在信貸業務中擔保人入手，對擔保人作出相應的整理，做出一個擔保人的擔保圈，并且對這個擔保圈進行一個嚴密的監視行動。找出關鍵的風險人，一旦在擔保中出現崩塌式違約行為，還能及時的將切斷擔保鏈，阻止風險在擔保鏈上繼續傳播；還要在擔保圈中找出高危圈和良性圈，對這些風險擔保機構進行一個分類、監控和處置。當然，除了企業之外，還可以根據這種方式對個體進行監督預警。對于個體來說，流動性大，運動方向不規律，這就需要銀行能與旅行社、4S店、樓盤等機構進行合作，利用大數據來進行獲取借貸個人的資金動向，對其進行風險預警。

三、大數據在銀行信貸業務應用中的相關建議

銀行根據大數據對傳統的信貸業務進行分析和管理，可以讓銀行用較低的成本，來保證銀行有一個高收益，也是快速提升銀行經營業績的重要手段，同時還是銀行未來發展的一種必要趨勢。經過幾年的發展，大數據影響到了各個企業，在商業銀行方面，對大數據的重視程度也明顯有了提升。但是也出現了一些問題。比如在大數據的分析方面，有些銀行不知道怎么去具體的操作。其實，銀行實施大數據的分析，可以根據有明顯效果的產品或者服務入手，對新產品進行設計、營銷，對新產品和服務可以先向一些老客戶進行推薦等，來獲取銀行內部管理層的支持和老客戶的信任，從而可以獲取支持銀行自身發展的資源投入。與其他企業一樣，銀行也可以在大數據的基礎上，向社會發布公用產品，比如征信評分、商業風險指數等，對一些投資者進行免費的風險評估宣傳，增強企業在社會的影響力。

同時，銀行還可以根據出集中的、在數據庫方面的挖掘和分析基礎平臺的建立，將大數據下客戶的詳細信息和資金流向做出明確的分析工作。對客戶的資金流動方面做出預警，從而減少銀行自身不必要的損失。我國和歐美國家不同，我國的法律還沒有針對信貸客戶隱私方面的保護，但從銀行發展到現在的業績中來看，也沒有出現過應為客戶隱私而產生的糾紛問題，但是這種問題會潛在的存在與銀行信貸業務的應用當中。因此，出去對銀行信貸客戶隱私權的保護，在使用客戶的明細數據用來對外部進行管理之前，需要經過客戶本人的同意和明確的許可。銀行在經營方面，也要對客戶進行一個隱私權的保護體系，確保在當前大數據環境下銀行的信貸業務看展不會將客戶的隱私進行泄露。

(中信銀行廣州分行，廣東 廣州 510120)

[1] 石漢章.大數據在銀行信貸業務中的應用實踐及建議

[J].經濟，2016，(9)：278-279.

[2] 胡高霞，呂東.大數據技術在銀行業務中的應用[J].武漢金融，2016，(1)：54-55.

[3] 宋婷汀.大數據在銀行業務管理中的應用研究[J].港澳經濟，2016，(23)：60-60.

[4] 王彥博，高潛，楊璇.大數據時代下智能人臉識別技術在商業銀行中的應用[J].銀行家，2016，(2).

[5] 李虹含.大數據技術在商業銀行中的應用：場景、優勢與對策[J].廣西大學學報(哲學社會科學版)，2016，(1).

[6] 楊瑾.大數據助推商業銀行信貸業務與風險管理創新[J].全國商情·理論研究，2016，(31).