淺析大數據征信下企業風險控制的優勢與挑戰

胡樂樂

摘 要：大數據征信模式的數據信息來源廣泛，客戶信息價值相對豐富，可以更加全方位的了解企業真實面貌。而且針對那些在金融機構沒有信用記錄的客戶，大數據征信技術也能為其提供金融服務，可以有效防止的客戶流失。大數據征信技術運用先進技術手段進行過濾與整合，打破信息壁壘，實現信息互聯互通，進而分析預測借款企業的信用風險。大數據和云計算技術對收集來的碎片化信息進行關聯分析、交叉檢驗以及信息核實，可以有效地甄別小微企業虛假財務信息和借款人刻意隱瞞的負面信息，對企業的真實面貌進行全面刻畫。

關鍵詞：大數據;征信;風險

1.大數據征信下企業風險控制的優勢

1.1基于大數據平臺，強化風險計量水平

大數據征信不僅利用網絡爬蟲技術，為基于大數據征信的商業銀行小微企業信貸風險控制提供可靠的數據保證。而且利用圖像處理，自然語義處理等相關技術，提高非結構化數據的處理能力。同時，在傳統建模技術的基礎上采用機器學習建模技術，提高模型運作的自動化程度，實現流程的全自動化。此外，機器學習建模法可以實現各類風險管理參數和模型的動態調整，從而不斷提高模型的精準度，準確地計量出每位客戶可接受的最大風險敞口，提高銀行的風險計量水平。

1.2全流程化數據管理，提高風險控制效率

大數據網絡放貸平臺充分利用大數據以及機器學習算法，實現“線上操作+數據決策+模型管理”小微企業信貸服務模式，最快只需要幾秒鐘就可以審批完成一筆申請，無需任何擔保，通過信用評分即可獲得貸款。通過大數據征信，不僅實現了在線自動化、數據化、模型化審批，提高商業銀行的信貸服務效率，方便小微企業快速、便捷地申請到貸款;還優化商業銀行的信貸流程、打破傳統經營模式，實現可持續發展。

1.3實時動態跟蹤管理，提高風險控制能力

大數據征信模式可以利用數據挖掘技術在線7x24小時對客戶的行為數據進行采集，對借款人進行全面持續的風險監測，形成全天候、全方位、全流程的監測體系。實時評估結果，一旦發現任何風險跡象，及時通知相關業務部門，提示風險預警，推動業務部門及時全面深入的了解風險狀況，提前采取風險防范應對措施，盡可能降低銀行的損失。

2.大數據征信風險控制面臨的挑戰

2.1大數據專業人才缺乏

基于大數據征信的小微信貸業務不僅要求商業銀行業務人員既要熟悉信貸業務，又要具備較強的數據挖掘技術與建模能力。目前，商業銀行尚未建立專業的數據分析團隊，缺乏信貸數據的分析能力與有經驗的人才。不少商業銀行由于自身能力不足，委托第三方對其系統、信貸模型進行開發與維護。

2.2系統駕馭能力不足

在數據收集方面，結構化數據處理較為合理，但面對社交網絡、電商平等非結構化數據處理存在諸多缺陷，不能將不同類型的數據有機結合起來，全面刻畫企業畫像;在數據分析方面，傳統信貸模式要求對結構化數據進行線性分析、聚類分析。而大數據信貸更需要擁有機器學習、數據挖掘、神經網絡等技術，對非結構化與半結構化數據進行交叉檢驗與相關關系分析，目前一些傳統商業銀行還沒有這方面的分析方法和模型處理能力。

2.3大數據產品有待優化、大數據模型準確性有待檢驗

小微企業信貸產品適用范圍有限，大數據來源于互聯網交易平臺，針對有過信貸歷史的客戶。對那些很少上網和互聯網沒有普及的貧困山區或年齡較大人群，大數據也顯得無能為力，基于大數據征信的小微企業信貸產品服務的人群還是相對狹窄。

大數據模型的準確性必須要建立在大數據的有效性、充足性以及分析處理基礎之上，需要不斷的實踐反饋和反復優化。目前我國商業銀行應用大數據征信技術還不成熟，此外，很多模型只適用于自己的小生態，應用場景十分有限。

2.4數據信息安全存在威脅

大數據信息竊取對個人隱私造成沖擊。大數據開放式共享平臺，客戶信息無時無刻都被政府部門、金融機構、公共服務機構以及社交網絡等平臺記錄和監控。這些數據一旦被不法分子利用，就會對客戶進行形式多樣的網絡詐騙與推銷。此外，很多機構在大數據的信息采集、存儲以及分析的過程中尚未考慮客戶隱私問題。

2.5信息孤島仍然存在

目前工商、司法等信息已經向社會開放，納稅信息經授權之后也逐步被商業銀行使用。但是信息孤島現象依然存在。一是政府出于數據安全的考慮，社保繳費情況、固定資產、居住等與貸款風險控制相關信息，依然拒絕向企業開放，造成政府信息開放程度依然較低、進程緩慢，商業銀行不能充分利用政府的數據對企業的資信狀況進行判斷。二是各政府部門與商業銀行數據系統并不兼容，調用難度大、成本高，在一定程度上也影響了數據對接進程。

3.運用大數據征信技術完善小微企業風險控制

3.1實施大數據戰略，轉變小微信貸經營模式

在戰略規劃方面，由業務發展為中心向以數據管理為中心的戰略轉型。商業銀行應該積極制定大數據發展戰略和實施計劃，可以通過成立大數據應用委員會或大數據模型實驗室，對加強數據挖掘、整合、分析，以及產品研發與應用，充分發揮大數據在小微信貸業務中的作用。

3.2進一步落實法律法規，完善信用體系建設

當前社會信用體系建設還存在一系列問題，整個社會的信用環境不容樂觀，社會成員信用意識薄弱、法律法規不健全、守信激勵和失信懲戒機制尚未真正實施，這些都是造成企業信貸風險大的原因。

3.3加強各方面信息融合，降低信息不對稱風險

（1）整合政府層面數據信息，實現信用信息共享

大數據征信的核心競爭在于客戶經營數據擁有與獲取，基于海量數據對客戶的信用信息進行征集，從而挖掘出更多的有效客戶。這需要政府牽頭組織，整合各方（銀行、稅務、法院、工商、水電局等）信息，獲取小微企業信貸信息、納稅情況、訴訟情況、經營狀況、水電繳納情況等關鍵信息，這些信息可以使商業銀行等金融機構更加全面和準確地了解小微企業的實際情況，從而降低違約風險。

（2）積極與大數據平臺合作，豐富客戶數據維度。

商業銀行要利用大數據征信技術進行信貸風險控制，打破傳統的數據界限，通過各種渠道盡可能多的獲取客戶信息，不斷豐富外部數據獲取渠道和數據類型。要充分利用互聯網平臺的數據優勢，加強與三大運營商、電商企業、移動社交網絡等大數據平臺的戰略合作，提高小微企業信息的真實性、完整性。

3.4建設自身大數據平臺，提高大數據應用效率

在大數據征信時代，商業銀行競爭的關鍵在于數據應用，而數據應用的核心在數據分析處理。加強技術創新，通過搭建大數據分析平臺，提高數據應用能力。在硬件設施方面，要加強大數據倉庫的建設，實現多系統數據的業務邏輯整合;在軟件設施方面，通過選取Python，SAS，Matlab，R作為主要軟件，拓展數據渠道，提高數據存儲能力和非結構化數據的分析處理能力，利用圖像處理、自然語義處理等相關技術，可以有效的與人行征信系統對接，方便數據結果的輸入、輸出。

3.5加強大數據人才培養，推進產品開發與應用

商業銀行未來競爭是人才的競爭。實施大數據新技能技術的培訓、考核機制，培養大數據信貸風險控制理念，強化對大數據分析結論的解讀和應用，才能更好地洞察客戶需求，判斷行為趨勢，為信貸產品創新和業務決策提供有價值的參考。商業銀行要進一步開發基于小微企業的大數據征信產品，如信用評分、行業指數、黑名單、風險預警等專注于小微企業的風險評估征信產品。

3.6重視客戶信息保護，維護大數據安全

大數據征信技術管理不善，“大數據”也有可能演化成“大風險”。一是要加強立法監督管理，借助監管手段，提高大數據安全標準。二是要加強自我監督管理，強化銀行內部規章制度建設，對系統權限實行分層管理，減少越權違規操作行為。