大數據助力普惠金融

劉新海

當前，無信用信息是普惠金融發展必須解決的難題。

國內有約9億消費者與傳統銀行有過接觸，但只有4億人獲得過信貸服務。國內約6千萬小微企業中，僅約12%獲得過傳統金融服務，8%獲得過租賃、保險、P2P等非銀行金融機構的金融服務。因此，仍有80%的小微企業和將近10億的消費者需付出較高代價才能獲得信貸服務——時間長、抵押物不充分、沒有財務信息、成本較高成為普遍問題。

其原因，在于金融機構放貸須以之前的信貸記錄作為授信依據，而大量民眾和企業尚無信貸記錄，從而在無法獲得貸款和無法積累信貸記錄之間惡性循環，直到大數據為該問題的解決提供了便利。

傳統的消費者信用風險評估主要從兩個維度進行：存款能力和還款意愿。

傳統金融長期使用信用報告查詢次數、信貸歷史、違約數等信貸直接相關信息作為基礎進行授信。

進入大數據時代，交稅情況、收入情況、社保公積金情況、搬家次數等信息，以及三大通信運營商的通訊數據和支付寶、微信、京東等互聯網終端中所留存的消費者行為數據，均可作為判斷依據，進行信用評估。

互聯網產品的注冊用戶和活躍用戶數量遠超央行征信系統，且相關信息更易獲得。

采集海量數據，從數據中沙里淘金，可以挖掘出與消費者信用直接相關的信息，比如信用場景、支付信息、賬戶活躍性等，可作為分析數據。通過細節洞悉消費者性格，探查申請人對信用申請的謹慎程度與還款誠意，再與其他成千上萬的信息數據相聯系，便能得出令人難以置信的精確圖景。……