運用大數據解決信貸中信息不對稱的路徑研究綜述

謝美婧 鄭俊海 黃恩若

（廣東財貿職業學院，廣東 廣州 511457）

一、前言

全球面臨百年未有之大變局，為了按下經濟復蘇的“加速鍵”，國家和各地方政府層面多措并舉地積極出臺了很多有力的應對政策，其中不乏推進金融供給側結構性改革的重要措施。一方面，支持中小銀行更好地聚焦中小微企業，服務實體經濟，緩解融資難、融資貴問題，推動企業實際融資成本逐步下降；另一方面，貸款的不良率攀升帶來的高風險必須要由高收益來彌補。貨幣供給增加，流動性增強，但是，如何合理有效、較低風險地對接給貨幣需求方，并且讓“融資難、融資貴”的市場主體獲得較低成本的融資是值得研究的問題。這其中，克服信用違約風險帶來的必要的高價格補償是一個必要的因素，這也是本文研究的學術以及應用的價值所在。

信用風險更多的時候是在信息不對稱的情況下發生的。從信息經濟學的角度來看，非對稱信息是指對策中某些局中人擁有另一些人不擁有的信息。這種信息不對稱在時間上分為當事人簽約之前和事后的不對稱。由于現實交易中的信息不對稱，逆向選擇和道德風險的存在，使得債務人利益選擇的結果，一般總會有意識或無意識地選擇更有利于債務人本身，從而造成對債權人的不利，甚至為違約，導致債權人信用風險損失的發生。信息不對稱理論揭示了在非對稱信息條件下買賣雙方信用交易中各自的選擇及其結果，為研究現實中的信用風險提供了理論依據和基本假設。

大數據時代背景下，為我們解決這一問題提供了很多新的思路和方法，例如，美國著名的互聯網金融公司ZestFinance就利用了大數據和互聯網對傳統征信機構不能覆蓋的群體進行信用評分，從而發現合適的目標客戶進行放貸。這些成功的經驗值得借鑒。

大數據在信息不對稱領域的運用已經得到眾多學者的關注，本文試圖將學者們已有的研究成果進行綜述，擬為下一步的探討提供巨人的肩膀。

二、研究綜述

1.對信息不對稱產生的主要因素的研究

就國內外現有研究來看，信息不對稱這個問題已有較多的研究，從信息不對稱理論提出以來，學者們基于不同的視角對其進行了研究，提出了不同的理論和模型。信息不對稱理論的出現使傳統經濟學取得了突破性的進展，也使得之后的研究更加貼合實際，使經濟學不同的一些研究不再是構建在空洞假設的基礎上。范慧芳（2010）提出了信息不對稱產生的根本原因是社會分工與知識專業化，從而導致了一方的信息不全影響決策；夏廣軍（2016）運用了信息不對稱理論博弈模型研究了其在銀行經營中的效應，得出結論認為信息不對稱產生的原因大致可以分為市場的分割信息識別和處理能力存在問題、信息傳導機制不健全以及信息傳遞過程中的噪聲污染、人為因素造成的信息不對稱四類；歐揚夏子（2015）認為信息不對稱問題是導致金融消費權益受到侵犯的主要因素，在基于信息不對稱下研究就業困境的研究中，利用設計的問卷調查，找出了促使就業過程中信息不對稱形成的原因，即信息資源的稀缺性、社會分工搜導成本差異和現今的市場競爭激烈。歷來研究信息不對稱的視角和結論都有很多，不同學者對于信息不對稱產生原因的說法也不盡相同，但是從本質上來說，其產生原因可歸結為主觀和客觀兩個方面。主觀方面，不同的參與個體獲取信息的能力、意愿等差異較大；在客觀方面，每個個體獲取信息的數量、渠道、方式等受到多種社會因素的影響，因此，信息不對稱是客觀存在的。程學旗、靳小龍等（2014）根據處理形式的不同，介紹了不同形式數據的特征和各自的典型應用場景以及相應的代表性處理系統，總結了大數據處理系統的三大發展趨勢。另外，還對系統支撐下的大數據分析技術和應用（包括深度學習、知識計算、社會計算與可視化等）進行了簡要綜述，總結了各種技術在大數據分析理解過程中的關鍵作用；最后梳理了大數據處理和分析面臨的數據復雜性、計算復雜性和系統復雜性挑戰，并提出對策。

2.大數據在應對信貸違約方面的運用

關于大數據在經濟管理學科領域的運用，學者們從國外經驗借鑒、信用風險緩釋機制、基于大數據的金融業務創新方面等均有探討。劉新海（2014）以美國互聯網金融公司ZestFinance為例說明了大數據在征信的運用中可以借鑒的經驗，從數據挖掘、指標構建、違約風險控制有效性都做了介紹和總結；何瑋鵬、唐麗麗（2020）對信用凍結制度在美國的應用成效，以及其在中國個人信息保護領域的重要性、可行性與可能面臨的難點進行了分析與研究，認為凍結制度本身在安全角度存在較高的優先性，其在保護個人信用報告的信息方面是值得肯定和推廣的；梅新芝（2020）認為大數據風控是互聯網大數據技術和風險管控結合的新型風控管理方法，隨著技術的快速發展，大數據已經在各個領域顯示出其廣泛的用途。該學者認為提高大數據在風險控制上的應用要注意三個方面：首先。是保證數據的真實可靠；其次，在使用數據過程中要統一衡量標準，并且要加強安全監管，確保客戶的信息安全。

3.大數據在風險管理方面的運用

陶弘玲（2020）通過分析Y銀行運用大數據的純線上模式“秒貸”項目的貸款機制，探討了大數據在個人信貸業務應用的新模式。該學者認為互聯網消費金融市場沖擊下的Y銀行，其個人信貸業務發展風險管理現狀是信貸業務需求呈逐漸上升趨勢，但是貸款客戶質量存在很大的差異，不良率連年攀升，管理過于依賴經驗，一線管理者不愿意暴露風險，銀行新入職人員管理的貸款業務信息不對稱嚴重，零售客戶多而散，缺乏手段進行跟進。Y銀行基于大數據應用的信貸風控模型將結合申請評分卡和經驗驅動型兩種方法相結合應用大數據創新發展的“秒貸”項目（數據從個人信息、信用表現、多頭借貸三個維度）。作者從商業銀行貸前、貸中、貸后三個環節入手，從戰略、資源和信息融合的角度，提出防控信貸風險、識別客戶風險解決方案并提出了要規劃應用大數據、整合全平臺數據資源、建設大數據風控平臺的建議。

三、述評

1.對數據獲得的路徑并未做深度研究

綜述已有文獻，學者們雖然對大數據技術在信貸違約風險中的運用已有較強的探討意愿，對于信息不對稱的問題已有較多探討，對于大數據在解決和管理信用風險、信息不對稱的運用也有一些探討。但是，對于如何運用大數據這個工具解決信息不對稱的問題研究尚且有待加強。尤其是具體到對信貸關系中信息不對稱的問題進行清晰的刻畫，并具體到典型案例構建相應的模型進行研究分析，尤其是對運用數據的范圍、所運用數據的合法性與可行性進行充分論證，這方面是相對缺乏的。

2.對獲取數據的可行性未做過多的探討

商業百態，各行各業千差萬別，給運用大數據來解決信貸中信息不對稱問題帶來了新思路，但同時挑戰也不小。市場交易中雖然有浩如煙海的數據，運用大數據的手段和技術也日漸可行，但是，在數據挖掘的過程中涉及法律法規、制度、商業機密、提供意愿、數據指標的普遍性、可獲取性、易度量性、簡捷易行程度等等因素，都需要一一地被攻破，顯然這方面的研究是鮮見的。

3.研究著眼于個別案例的構建

已有多位學者結合自己的工作實際，利用大數據的思維重新構建了一些風險管理模型，或對已有的大數據信貸模式進行分析改進。但是，對于數據如何取得，可行性、科學性等未做探討。而且數據集中來源于客戶關系管理系統、網銀記錄、手機銀行等，數據的參考信息未做探討，數據使用的“大”的方面比較不充分，大數據優勢的充分顯現尚待挖掘，所構建模型的普適性也有待加強。