基于大數據的線上快貸業務應用實例研究

朱之偉

隨著經濟發展，各類經濟主體對小額貸款的需求逐步加大。但很多傳統的信貸機構審核周期長、貸款門檻高、手續煩瑣，難以滿足客戶的應急之需，線上快貸業務便在這種背景下產生。因客戶的行業、知識程度、職業、收入、征信等方面存在差異，傳統的網貸平臺難以滿足多樣化用戶群的貸款需求。基于此，線上快貸平臺產品結合政務數據、大數據以及銀行行內數據、征信數據，以微信為載體，是一種實現了線上營銷獲客、線上貸款辦理、線上自助放款的綜合信貸服務新模式。

一、線上貸款現狀及問題分析

網絡借貸從2005年開始在英美等國起步、成長并逐步成熟，2007年，隨著拍拍貸的上線，這種貸款模式開始傳入中國。以借款運營方式為分類依據，我國的網絡貸款平臺大體分為四類：（1）以企業網上行為作為參數的基礎綜合授信，幫助銀行提升授信審核效率，增加企業獲得貸款的概率。（2）網貸平臺和銀行建立合作關系，為借款者提供不同的借款業務，相當于銀行的外包服務商。（3）為貸款者和投資人提供一個借貸理財的平臺，并從中獲取一定的平臺費。（4）主要為學生、殘疾者、農民等特殊人群提供貸款。

但各類網絡借款平臺普遍面臨以下幾個難題：

一是信貸業務信息真實性有待加強，信息不對稱現象嚴重。部分平臺過于追求線上信貸規模和速度，致使很多貸款都存在客戶資料不實、貸款期限不合理的問題，不顧客戶情況盲目提供貸款，極易誘發風險。二是信貸決策機制缺乏科學性。風險管理仍沿用傳統機制，沒有充分利用互聯網技術，客戶信用評價標準存在差異性，評價機制的科學性還很滯后。三是風險內控制度不完善。現階段信用風險管理在企業結構、業務辦理方式以及內控機制上存在問題，內部審計、考察都存在不合理之處。客戶經理在對客戶進行管理時多流于形式，數據的真實性較低，更沒有對客戶的償債能力以及經營能力進行準確度量。

基于以上現實問題，立足于服務實體經濟本質，著眼于信貸風控前沿，建設依托政府強有效數據的風險防控系統，通過梳理行內數據、整合外部數據、構建風險模型、設計風險模型管理應用組件，將政務數據應用到全信貸生命周期的各個業務環節，已成為銀行線上快貸業務風控體系建設越來越迫切的要求。而數字簽名、OCR、生物識別等線上貸款客戶身份認證和識別技術的逐步成熟，大數據分析、云計算等一系列相關技術在金融領域的廣泛應用，也有效促進了信息共享，為建設線上快貸平臺提供了技術基礎。

二、基于大數據的線上快貸模式研究

（一）明確的業務目標

商業銀行通過綜合運用移動互聯、大數據、人工智能等技術建立集線上渠道、貸前風控、貸中和貸后管理為一體的全流程線上快貸服務平臺。基于政務數據、征信數據、銀行內部數據等，構建客戶準入、反欺詐、額度計算、貸后預警等數據模型，實現精確完整的“客戶風險畫像”，有效緩解銀行與客戶之間信息不對稱。

（二）線上貸款業務應用設計

1. 完善的系統架構規劃。線上快貸系統邏輯架構見圖1。系統由微信服務子系統、快貸管理子系統、模型管理子系統組成。三個子系統協同配合，共同組成線上審貸、智能風控、流程化運營的一體化智能平臺。其中，在渠道端以微信公眾號為入口，通過H5、SDK、小程序等前端技術，實現場景化業務數據接入，進行貸款授信申請、審批、審查等業務操作;在微信服務子系統中進行客戶身份認證;快貸管理子系統提供標準化的線上貸款接口規范，為后續的場景化接入需求提供靈活快速的對接方案;模型管理子系統對接政務數據、征信數據等各類外部數據源，完成內外部數據的接入、清洗、整合，并提供標準的數據指標服務，并基于各類數據指標運行規則引擎，提供反欺詐模型、客戶準入模型、額度測算模型的運行管理環境。最后，通過將模型決策結果實時反饋給快貸管理子系統，構建了從客戶準入、貸款審批到貸后管理的各個業務環節的數據驅動智能風控體系。

2.安全的網絡拓撲規劃。系統組網設計考慮安全性、實施方便性、經濟性。網絡拓撲見圖2。線上快貸管理平臺模塊整體部署在銀行內網環境，通過搭建DMZ區域嚴格隔離內外網環境。將與互聯網服務互聯的微信服務子系統部署在DMZ區域，通過互聯網服務對接微信、CA認證中心等外部服務，并為客戶提供線上貸款申請入口。快貸管理子系統和模型管理子系統部署在內網環境，為行內業務人員提供各項管理服務，并與政務數據和銀行內部數據對接，完成貸款審批流程各項功能。

3. 線上化申請流程設計。一是線上化注冊登錄及身份核驗。在銀行現有公眾號或新申請的公眾號中添加線上快貸相關的菜單，用戶關注公眾號后即可點擊菜單進行申請貸款操作。通過輸入手機號并發送驗證碼進行驗證，手機號碼驗證成功后使用人臉核驗服務，進行身份證識別和活體檢測，完成用戶的身份核驗工作。二是在線簽署征信授權書。身份核驗通過后，為用戶展示征信授權書，采用電子合同平臺數字簽名（CA證書）的方式進行簽署，用戶必須簽署征信授權書之后才能進行下一步操作。三是實時獲取貸款申請結果。上述操作都完成后，后臺會對客戶進行準入、評級、額度、利率等策略的計算，并在三分鐘內將客戶的貸款結果推送到客戶微信端，客戶可通過貸款進度菜單主動查詢貸款結果。

4. 靈活的產品管理。一是流程化的運營管理。快貸管理子系統提煉線上貸款業務特點，通過各類技術手段的運用，建立流程化、無紙化、自動化決策的運營管理體系，通過系統層面對網貸運營管理的支撐，使貸前、貸中、貸后各環節無縫銜接，提升網絡貸款業務的業務受理與作業能力。二是靈活的數據統計分析。通過大屏的方式展示快貸平臺的統計信息，按客戶類型、評級級別等統計授信額度和客戶數量、總授信額度、總授信客戶數量，按預警級別統計貸后預警客戶數量等。通過靈活的數據統計分析使銀行更好地了解數據使用情況，為業務管理提供支持，同時也為數據優化和應用迭代提供依據。

5. 科學的模型管理。包括模型管理、模型審核、模型引擎、指標接口服務等，能實現系統模型的靈活配置。一是靈活的模型引擎。構建內外部數據整合應用模式，通過平臺實現風險信息的深度加工和拓展應用，加工成智能服務引擎，貫穿于貸前、貸中和貸后等授信生命全周期。根據金融機構的具體需求，進行引擎的個性化組合搭建，各引擎之間低耦合，最大程度上降低引擎之間的相互影響。圍繞業務應用場景，定制化設計智能風控模型，在平臺內部完成數據和模型的深度匹配和加工，滿足業務場景需要，為授信風險決策管理提供支持。二是豐富的接口服務。平臺采集、整合的數據要為上下游系統服務，傳送方式包括實時數據通信、批量數據文件接口提供等方式。通過銀行行內系統數據接口和接入的政務數據接口，調用綜合征信、稅務、工商、司法等數據，通過深層次的數據挖掘與分析增強決策能力。

三、線上快貸技術應用創新

線上化業務創新的特點決定了業務與科技有機融合的至關重要性。對業務而言，著重考慮線上模式下用戶體驗的良好性、業務流程的簡約性、風險控制的嚴密性等，充分結合線下操作模式，確定新的信貸審批模式、構建新的風控模型，確保業務處理的合規性;對技術而言，針對線上模式的處理需求，重點分析論證是否具備可采用的技術、技術應用的成熟度等，以確定相應的技術實現方案。關鍵的技術問題有以下幾點：

一是身份識別技術。客戶身份認證是指通過不同驗證手段，對線上用戶身份資料的真實性進行驗證審核，同時也驗證用戶進行貸款和授權的主觀意愿，以保障用戶和銀行的合法權益。個人客戶實名認證服務方式包括證件 OCR 識別、活體檢測、人臉1：1對比等方式。客戶操作過程產生的業務數據，通過時間戳進行固化，必要時可提供證明。

二是線上三方存證和證據保全機制。引入電子簽章技術，從技術上實現電子文檔的簽章和鑒定。為了得到第三方權威認證機構的鑒定與支持，獲得法律公信力，項目還建立了線上貸款第三方存證和證據保全機制，引進權威第三方存證服務，對線上貸款的電子合同、電子授權書等關鍵信息實時進行第三方規范存證和證據保全，采用加密手段、完整性鑒別手段等，證明數據的完整性、私密性和安全性。

三是大數據分析構建客戶風險視圖。基于工商、稅務、法院等多種來源政務數據字段和銀行內部多業務系統基礎數據，通過多樣化、多層次的行內與行外、線上與線下、標準化與非標準化數據整合，解決“信息孤島”問題。

四是搭建金融信用風險評級體系。綜合運用專家評分、邏輯回歸法建模等方法，建立指標體系、確定指標權重，搭建覆蓋信貸業務全流程的風險控制體系，用于輔助決策的制定。

總之，線上快貸平臺通過服務手段、產品管理、風控模型等方面的轉變，為客戶提供了具有銀行特色的線上信貸業務管理一站式綜合服務;通過充分解讀政務數據，將數據轉化成客戶分析判斷的依據;通過多樣化、多層次的行內與行外、線上與線下、標準化與非標準化數據整合，有效解決“信息孤島”問題，重構客戶信用評估體系，更好地實現信貸供需的有效對接。

（責任編輯? ? 劉西順;校對? ?XS，WY）