數據將是未來銀行的核心競爭力之壹,這已經成為銀行業的知識。大數據時代,銀行面臨的競爭不僅來自同業內部,還來自外部的挑戰。互聯網、電子商務等新興企業在產品創新能力、市場敏感度、大數據處理經驗等方面優勢明顯。在這種形勢下,利用大數據創新和提升銀行的風險控制,逐漸成為業內關註和討論的重要話題。
銀行業在風險控制方面的不足
普華永道發布的《2015年中國金融與銀行業展望》指出,截至2014年三季度末,中國商業銀行不良貸款總額增長36%,達到7670億元,創四年新高。預測2015年不良貸款上升趨勢仍將持續。上述數據的背後,除了經濟下行導致逾期風險上升的原因,銀行風控的漏洞和缺陷也是重要原因。
信息不對稱與貸款欺詐
隨著P2P、小貸等民間借貸的興起,借款人通過非銀行渠道獲得貸款越來越容易。而民間借貸機構不需要向人民銀行上報數據,非銀行系統貸款申請、債務、逾期情況等信息不清晰、不透明、不可預測的矛盾越來越突出。往往是直到借款人逾期甚至失聯,銀行才被動了解到民間借貸領域借款人的壹些歷史逾期貸款或者過度負債。
貸款欺詐是銀行面臨的另壹個問題,尤其是在信用卡領域和壹些以信貸工廠模式運作的貸款產品。銀行固化的發卡審核流程和信貸工廠的運作模式,早已不是秘密。目前,信用卡、貸款包裝、集團詐騙屢見不鮮,尤其是在信用貸款領域。約60%的信用貸款來自欺詐,其中壹半以上是因為身份欺詐和數據包裝。在數據維度不完整的情況下,銀行等貸款機構由於缺乏第三方大數據的支持,缺乏充分有效的交叉驗證手段,很容易被集團詐騙分子利用。
信息不及時與貸後風險防範
信息獲取不及時也給銀行貸後風險管理帶來了不同程度的麻煩。比如,銀行往往希望第壹時間了解壹個企業客戶獲得貸款後是否會面臨新的法律訴訟,但大多數銀行只是依靠信貸經理時不時地手動查詢當地法院網站來獲取信息,具有很大的不確定性。壹旦信貸經理忘記查詢或操作失誤,貸後司法程序的監控將失效。這還不包括持續監控客戶在民間借貸中的申請、負債、逾期情況。銀行在貸後風險防範過程中的手段和效率極大地制約了銀行風險控制的效果。
成本與效率的矛盾
為了解決信息不對稱和信息獲取不及時的問題,銀行往往需要收集大量的數據來輔助判斷。然而,在數據收集過程中通常采用的方法是要求借款人或企業提供大量的補充信息,這涉及到大量的人力成本和時間成本。為了提高效率,需要構建壹套能夠自動采集部分數據、自動化程度較高的後臺管理系統,但對於很多中小銀行來說,組建專門的工程師團隊、開展大量的IT開發工作也是壹個沈重的負擔。
大數據征信與貸款風險控制
大數據征信行業的興起
2065438+2005年6月,中國人民銀行發布《關於做好個人征信準備工作的通知》,要求芝麻信用管理有限公司、騰訊征信有限公司、拉卡拉征信管理有限公司等8家機構做好6個月的個人征信準備工作。這意味著,這8家機構將成為國內首批商業性個人征信機構。由此,大數據征信行業的序幕正式拉開,個人征信市場的增長空間被打開。基於600億美元的個人征信市場規模,再考慮到中國龐大的人口基數,未來中國個人征信的市場空間很可能達到6543.8+000億元。
值得註意的是,大數據征信已經成為互聯網巨頭的必爭之地。除了阿裏巴巴和騰訊,百度、京東金融、小米金融、360金融等互聯網公司也表示將建設互聯網征信體系,並有意申請第二批個人征信牌照。壹些機構已經向中國人民銀行提交了申請。互聯網公司的高調介入表明,壹方面,互聯網公司的創新特性和快速擴張給傳統征信領域帶來了新的活力和機遇;另壹方面,互聯網公司大數據和應用場景的不同優勢,將使得征信市場的競爭日益激烈。
國內大數據征信行業發展趨勢
各類大數據公司涉足大數據征信市場,數據維度和類型較兩年前有了很大的豐富。特別是隨著移動互聯網時代的興起,圍繞移動互聯網設備信息、地理位置信息、運營商信息的大數據公司和大數據服務層出不窮,並開始用於P2P貸款審核和交叉驗證。然而,數據的來源和有效性仍然制約著大數據征信行業的發展。目前行業還處於早期探索階段,沒有成熟的“殺手鐧”應用工具。
信息孤島依然存在。信息孤島是目前制約國內征信業發展的重要因素。信息不對稱和不透明帶來了大量的長期債務風險和欺詐風險。當國內大數據征信行業興起,市場對消除信息不透明、打破信息孤島寄予厚望。從目前行業的發展來看,信息孤島不可能在短期內完全消失。
首先,與貸款風控密切相關的信息,如公共事業繳費、固定資產、社保、住所等,仍然屬於政府相關部門。雖然工商、司法等信息已經向社會公開,但政府信息的公開程度仍然較低,這將是壹個漫長而復雜的過程。
其次,擁有大量公民信息的互聯網公司之間很難互通。目前,國內的社交數據、電子商務數據、地理位置數據、搜索數據、移動設備使用行為數據等互聯網信息集中在阿裏、百度、騰訊、JD.COM、360等互聯網巨頭手中。這些公司在跑馬圈地的過程中存在大量的競爭關系,它們之間能夠交換數據和享受信息的可能性似乎極小。
最後,征信公司之間的信息也難以溝通。征信公司的核心競爭力在於擁有自己獨特的信息。作為直接的競爭對手,征信公司不可能利用自己的核心數據來提升競爭對手的競爭力。可以說,壹方面信用公司致力於解決信息不對稱,另壹方面信用公司也在構築數據壁壘。
應用場景逐漸豐富,組合信用評估可能成為主流。縱觀征信業發達的美國,征信的應用早已不局限於金融領域,如招聘、租房、租車、交友等行業和領域都需要使用個人征信。隨著“互聯網+”、大數據概念的推廣和P2P互聯網金融的發展,國內征信公司也在探索和嘗試應用場景的豐富。
從國內大數據征信行業的發展現狀來看,信息孤島、數據共享不完全的現狀將長期存在。當行業發展到壹定階段,就會出現組合信用評估。比如要求當事人同時出具多家機構的信用報告,從社交、電商、招聘、瀏覽行為、地理位置等不同角度對當事人進行全息用戶畫像,判斷其綜合情況。這是因為單方面的信用評估已經無法全面評估壹個人,需要充分發揮各大數據征信公司的信息優勢才能全面評估。
大數據征信在貸款風險領域的應用案例
反映電商信用行為的芝麻信用。芝麻信用基於阿裏巴巴的電商交易數據和螞蟻金服的互聯網金融數據,與公安網等公共機構和合作夥伴建立了數據合作。數據涵蓋信用卡還款、網購、轉賬、理財、水電煤繳費、租房信息、地址搬遷歷史、社會關系等等。芝麻信用以芝麻分直觀呈現信用等級,主要包括用戶信用記錄、行為偏好、履約能力、身份特征、個人關系五個維度。從950到350分五個檔次。分數越高,信用水平越好,違約的可能性越低。芝麻征信還發布了個人征信報告,主要由央行征信中心提供,記錄了個人基本信息、貸款信息、信用卡信息和征信報告查詢記錄。
反映互聯網社會行為的騰訊征信。騰訊的征信數據更多的是社交數據,其征信產品有兩類:壹類是反欺詐產品,包括人臉識別和欺詐評估;二是信用評級產品,包括信用評分和信用報告。騰訊征信反欺詐產品的主要服務對象包括銀行、證券、保險、消費金融、小貸、P2P等商業機構。它可以幫助企業識別用戶,防止黑賬戶或有組織的欺詐,找到惡意或涉嫌欺詐的客戶,避免財務損失。對於之前沒有個人信用報告的藍領、學生、個體戶、自由職業者等用戶,騰訊利用社交、門戶、遊戲、支付等服務,通過海量數據挖掘和分析技術,預測其風險表現和信用價值,為其建立個人信用評分。
反映借款人風險的好貸雲風控。好貸雲風控是由好貸網與全球最大的個人信用評級機構FICO(菲戈)聯合打造的大數據風控平臺。整合了征信公司、司法數據、工商數據、消費數據等重要數據源,構建了金融借貸機構風險控制所需的所有行業和領域的風險數據庫,包括反欺詐風險清單數據庫、重大風險識別清單數據庫、貸款申請記錄清單數據庫,共計7000多萬。超過6000個維度的數據庫,不僅可以有效補充貸款機構的本地數據庫,幫助其大幅提升反欺詐識別和信用風險識別能力,同時結合FICO的信用決策引擎,為信貸機構提供服務。金融機構不用投入巨資自建系統,也不用花費巨大的精力和成本去尋找各種風控數據。
銀行風控與大數據征信的結合
大數據很難解決所有問題,但可以作為壹個有效的工具。大數據能給征信行業帶來什麽價值?筆者的判斷是,未來壹段時間,大數據還不能解決信用風險控制中的所有問題;或者說單純依靠大數據進行信用風險控制和審批的貸款種類還是非常有限的。
然而,大數據已經可以解決信貸行業的壹些問題,並將發揮越來越重要的作用。比如大數據在反欺詐識別、風險動態監控、用戶行為分析、用戶畫像等領域的應用越來越多。銀行機構要擁抱大數據,敢於並善於利用大數據輔助風險控制。
通過大數據讓民間借貸信息對銀行透明。通過大數據征信的數據,銀行機構可以了解借款人民間借貸的信息。目前大數據征信公司提供的民間借貸相關信息主要有黑名單信息、貸款申請信息和被查詢信息。以好貸雲風控為例,其中包括各類征信公司的黑名單信息,以及好貸雲風控平臺整合的數十家P2P平臺的黑名單信息。同時還包括好貸網654.38+00萬的借款申請記錄和每周翻倍的查詢信息。這些信息從側面反映了借款人的民間借貸情況。通過大數據征信,民間借貸信息對銀行機構將越來越透明,識別更多的民間借貸風險,更好地進行貸款審核和反欺詐識別。
豐富數據維度,提高信貸檔案客戶的風險控制能力。2014政策與經濟研究委員會(PERC)關於非金融信息(也已成為替代信息)在信貸決策中的作用的研究表明,將水、電、煤、有線電視、手機等非金融信息納入征信系統,顯著提高了有信用檔案的人的信用獲取能力。
目前,很多銀行逐漸意識到已經被銀行傳統數據庫收錄的信息並不豐富和完整,開始頻繁地主動與第三方大數據征信公司接觸和合作,比如銀行擁有的客戶信息、客戶基本身份信息等。但是客戶的其他信息,比如性格特征、興趣愛好、生活習慣、行業領域、生活狀況等。,銀行很難準確把握;另壹方面,客戶的資金交易信息、網頁瀏覽的行為信息、服務呼叫的語音信息、營業廳和ATM的視頻信息等多種異構數據很難分析,但除了結構化數據,其他數據都無法分析,更不用說綜合分析多種信息,無法打破“信息孤島”的格局。通過與第三方大數據征信公司的合作,盡量彌補自身在獲取信息維度和數據挖掘分析能力上的不足。
綜上所述,筆者認為,銀行要想進壹步加快轉型步伐,實現誠信社會和普惠金融的願景,肩負起信用風險管理的重任,就必須依托互聯網在信息使用、貸前調查、貸中監控等風險控制方面的優勢,擁抱大數據征信,充分利用國內外各類信息做好客戶征信增信工作,進壹步提升風險控制和管理水平。
以上是邊肖分享的關於大數據征信和銀行風控創新的相關內容。更多信息可以關註環球常春藤分享更多幹貨。