从大数据征信看银行风险控制创新

从大数据征信看银行风险控制创新

作者：吴昊

数据将是未来银行的核心竞争力之一,这已成为银行业界的共识。在大数据时代，银行所面临的竞争不仅仅来自于同行业内部，外部的挑战也日益严峻，互联网、电子商务等新兴企业在产品创新能力、市场敏感度和大数据处理经验等方面都拥有明显的优势。在此形势下，利用大数据征信创新和提高银行的风险把控也逐渐成为业界关注与探讨的重要话题。

银行业在风险控制中的不足之处

普华永道发布的《2015年中国金融及银行业展望》指出，截至2014年第三季度末中国的商业银行不良贷款总额上升36%，达到7670亿元人民币，是四年来的高点。预计2015年不良贷款上升的趋势将持续。上述数据的背后，除了经济下行导致的逾期风险上升的原因之外，银行在风险控制中存在漏洞与缺陷也是重要原因。

信息不对称与贷款欺诈

随着P2P、小贷等民间借贷的兴起，借款人越来越容易通过非银行途径获得贷款。而民间借贷机构无须向人民银行上报数据，非银行体系的贷款申请情况、负债情况和逾期情况等信息不清晰、不透明、无法提前预知的矛盾愈发突出，往往到了借款人逾期甚至失联，银行才被动了解到借款人在民间借贷领域的部分历史逾期借贷情况或负债过高等不良行为信息。

贷款欺诈问题也是银行面临的另一个问题，尤其是在信用卡领域和部分运用信贷工厂模式运作的贷款产品。银行固化的发卡审核流程以及信贷工厂运作模式已经不再是秘密。目前信用卡、贷款的包装、组团欺诈骗贷的情况屡见不鲜，尤其是在信用贷款领域，约有60%的信用贷款来自于欺诈，这其中有一半以上是由于身份造假和资料包装。在数据维度不全面的情况下，银行等放贷机构由于没有第三方大数据支持，缺乏充分和有效的交叉核验手段，

容易被组团骗贷者钻空子。

信息不及时与贷后风险防范

信息获取的不及时也给银行在贷后风险管理中带来了不同程度上的麻烦。例如，银行往往希望第一时间知道一家企业客户在获得贷款后是否面临新的法律诉讼，但是大多数银行使用的方式仅仅是依靠信贷经理不定期手动查询当地法院网站的方式获取信息，这当中存在着巨大的不确定性，一旦信贷经理忘记查询或者操作失误，贷后司法诉讼监控工作将形同虚设。这还不包括持续监控该客户在民间借贷中的申请情况、负债情况和逾期情况等风险点。银行在贷后风险防范过程中的手段和效率都极大地制约了银行风险控制的效果。

成本和效率的矛盾

为了解决信息不对称的问题和信息获取不及时的问题，银行往往需要采集大量的数据来辅助判断。但是数据采集的过程中通常运用的方法是要求借款人或企业补充提供大量的资料，这个过程中涉及到大量的人工成本和时间成本。而为了提高效率，需要搭建一套能够实现部分数据的自动采集，同时需要自动化程度较高的后台管理系统，但是这必须组建专门的工程师团队和进行大量的IT开发工作，对不少中小银行来说也是一个沉重的负担。

大数据征信与贷款风险控制

大数据征信产业的兴起

2015年1月，中国人民银行发印发了《关于做好个人征信业务准备工作的通知》，要求芝麻信用管理有限公司、腾讯征信有限公司、拉卡拉信用管理有限公司等八家机构做好为期六个月的个人征信业务准备工作。这意味着，这八家机构或将成为我国首批商业个人征信机构。由此，正式拉开了大数据征信产业的序幕，个人征信市场成长空间已经打开。基于美国个人征信市场达600亿美元的规模，考虑到我国人口基数的庞大，未来发展成熟之后我国的个人征信市场空间很可能达到1000亿元规模。

值得注意的是，大数据征信成为了互联网巨头的必争之地。除了阿里巴巴和腾讯，百度、京东金融、小米金融、360金融等互联网公司也表示将打造互联网征信系统，并有意申请第二批个人征信牌照，部分机构已经向人民银行提交了申请。互联网公司的高调介入表明，一方面互联网公司的创新特性和快速扩张特性给传统征信领域带来了新的活力和机遇，另一方面互联网公司各自不同的大数据优势和应用场景优势，将使得征信市场的竞争日趋白热化。

国内大数据征信产业发展趋势

各类大数据公司介入大数据征信市场，使数据维度和种类相比两年前有了极大的丰富。特别是伴随着移动互联网时代兴起，围绕着移动上网设备信息、地理位置信息、运营商信息的大数据公司和大数据服务层出不穷，并开始运用在P2P的贷款审核和交叉核验流程中。但是，数据的来源和有效性依然制约着大数据征信产业的发展，目前行业依然处于早起的探索阶段，尚未有成熟的“杀手级”应用工具出现。

信息孤岛依然存在。

信息孤岛是目前制约国内信贷行业发展的重要因素。信息不对称、不透明，带来了大量的多头负债风险和欺诈风险。在国内大数据征信产业兴起时，市场对于消除信息不透明、打破信息孤岛寄予极大的期待。从目前行业的发展情况来看，信息孤岛在短期内无法完全消失。

首先，公共事业缴费、固定资产、社保、居住等与贷款风险控制息息相关的信息，依然归属于相关政府部门。虽然工商、司法等信息已经向社会开放，但是政府信息开放程度依然较低，这将是一个长期而复杂的过程。

其次，掌握大量公民信息的互联网公司相互之间难以产生信息互通。目前国内社交数据、电商数据、地理位置数据、搜索数据、移动设备使用行为数据等互联网信息分别集中于阿里、百度、腾讯、京东、360等互联网巨头手中，这些公司在跑马圈地的过程中存在着大量的竞争关系，数据互通、信息共享在目前看来可能性极低。

最后，征信公司之间的信息也难以互通。征信公司的核心竞争力在于拥有自己独有的信息。作为直接竞争对手，征信公司之间不可能用自己的核心数据去提升竞争对手的竞争力。可以说，一方面征信公司致力于解决信息不对称，另一方面征信公司也在构建数据壁垒。

应用场景逐渐丰富，组合信用评估或成主流。

放眼征信行业较为发达的美国，征信报告的运用早已不仅限于金融领域，例如招聘、租房、租车、相亲等行业和领域都需要使用个人征信报告。随着“互联网+”的推动、大数据概念的提出以及P2P互联网金融的发展，目前国内的征信公司也在应用场景的丰富性上进行着探索和尝试。

从国内大数据征信行业的发展现状来看，由于信息孤岛、数据不完全共享的现状将长期存在，当行业发展到一定阶段，将会产生组合式的信用评估。譬如要求当事人同时出具多家机构的信用报告，从社交、电商、招聘、浏览行为、地理位置等不同角度对当事人做出全息用户画像，判断其综合情况。这是因为单方面的信用评估已不能全面评价一个人，必须发挥出各家大数据征信公司的信息优势才能全面评价。

大数据征信在贷款风险领域应用案例

反映电商信用行为的芝麻信用。

芝麻信用基于阿里巴巴的电商交易数据和蚂蚁金服的互联网金融数据，并与公安网等公共机构以及合作伙伴建立数据合作，数据涵盖了信用卡还款、网购、转账、理财、水电煤缴费、租房信息、住址搬迁历史、社交关系等等。芝麻信用以芝麻分来直观呈现信用水平，主要包含了用户信用历史、行为偏好、履约能力、身份特质、人脉关系五个维度，从950～350分划分为5个等级，分数越高代表信用程度越好，违约可能性越低。芝麻征信还出具个人信用报告，其主要由央行征信中心负责提供，记录了个人基本信息、贷款信息、信用卡信息和信用报告查询记录等。