信貸行為互聯(lián)網(wǎng)化傳統(tǒng)銀行如何趁勢飛翔

相比而言，傳統(tǒng)商業(yè)銀行在互聯(lián)網(wǎng)金融面前并沒有趕上最早的一波機會，而是在出現(xiàn)了一些互聯(lián)網(wǎng)金融爆品之后才逐步衍生出了各種金融互聯(lián)網(wǎng)化的產(chǎn)品，對于銀行而言，金融的互聯(lián)網(wǎng)化就是用各種互聯(lián)網(wǎng)的渠道和用戶嫁接自身的傳統(tǒng)金融產(chǎn)品。只不過，這種嫁接的成本和流量的采集相對比較高昂，因此在發(fā)展的前期，很多大型銀行紛紛嘗試自營一些流量渠道，比如銀行自己辦一些電商平臺，直銷銀行，或者是通過社區(qū)銀行方式進入線下場景。不過，從實際效果來看，雖然也有一定獲客方式的突破，但并未能從本質(zhì)上改變目前銀行在數(shù)據(jù)、用戶和流量上的弱勢地位。

除了場景和數(shù)據(jù)，銀行最根本的風險定價有待突破

其實，放眼國內(nèi)的傳統(tǒng)銀行，即便是在小微信貸和針對C端的信用消費和分期領域，其風控手段也還遠遠沒有達到數(shù)據(jù)化和以數(shù)據(jù)為基礎的征信階段，而更多的是將自身的信貸業(yè)務流程進行電子化，并在某些模塊上進行信貸管理和授信審核的數(shù)據(jù)化。除了傳統(tǒng)銀行缺乏這樣的數(shù)據(jù)和信貸工具之外，更為本質(zhì)的銀行并沒有開展大數(shù)據(jù)風控工作的基礎：大數(shù)據(jù)風控模型(反欺詐、風控等場景應用隨機森林、神經(jīng)網(wǎng)絡等前沿機器學習算法進行建模等)，因為很多銀行的技術(shù)模塊服務基本是外包采購，而像依托大數(shù)據(jù)進行的風控能力和場景建設此前一直比較欠缺。

傳統(tǒng)銀行的信貸方式，表現(xiàn)的也比較流程化，通常是貸前、貸中、貸后相分離，客戶經(jīng)理收集基本的信貸審批資料后，初審沒問題再交由專業(yè)的風控人員進行多次審核，如果還難以確定是否發(fā)放貸款，則需要提交專業(yè)的貸審會。因此無論是從效率和流程來看，傳統(tǒng)銀行的信貸流程都顯得比較冗長，特別是針對較大額的項目貸款和額度較高的中小企業(yè)貸款。

在C端的用戶消費貸和信用貸款方面，相對而言沒有這么多繁瑣的前臺流程，用戶基本上只要在手機APP或者是網(wǎng)點提交相應的資料后就可以等待結(jié)果，由于結(jié)合了一定的個人信貸評分卡和信用審核模型，效率可以提高到1-2天放款，并且有一些最快的可以做到當天放款。但是對用戶的個人收入和行為能力要求較高，并且要有詳盡的個人信用記錄。相對于很多沒有完善數(shù)據(jù)和個人信用的小微企業(yè)主而言，這種融資方式的門檻也相對較高。

隨著消費金融逐步成為各個市場主體都在角力的市場之后，針對 C端小微企業(yè)或者個人的融資方式成為了激烈爭奪的紅海，目前僅消費金融公司國內(nèi)就有17家持牌機構(gòu)，而且近期還在擴圍，還不包括小貸、P2P、分期平臺和銀行的消費金融業(yè)務?？梢哉f，目前市場上熱門的一些移動端信用貸款產(chǎn)品，都是依托各自的互聯(lián)網(wǎng)線上數(shù)據(jù)、用戶和場景匹配來進行的，而且后臺的核心都是互聯(lián)網(wǎng)大數(shù)據(jù)風控能力，可以做到提前為用戶確立好信用評分和放款額度，只要用戶開啟借款行為就可以馬上獲得現(xiàn)金階段，微粒貸、借唄、金條等都是如此。這也從另一方面啟示了傳統(tǒng)的銀行信貸業(yè)務：在未來的3-5年內(nèi)，只有和這種快速、可控、安全的大數(shù)據(jù)信貸相結(jié)合，才能進一步留住自身的原有客戶。

如何趁勢飛翔?行業(yè)合作是一條不錯的捷徑

從目前國內(nèi)商業(yè)銀行的實際運作案例來看，要實現(xiàn)這種授信和信貸管理方式上的互聯(lián)網(wǎng)化，絕對不僅僅是簡單的業(yè)務流程電子化，而是核心的通過神經(jīng)網(wǎng)絡/機器學習/支持向量機等領先的大數(shù)據(jù)風控技術(shù)來實現(xiàn)對傳統(tǒng)信貸行為優(yōu)化和提升。實際上，至少在小微信貸和中小微企業(yè)的信貸實踐中，這樣的結(jié)果對比已經(jīng)比較明顯了，因為很多互聯(lián)網(wǎng)類銀行和信貸部門實現(xiàn)的信貸不良率遠遠低于商業(yè)銀行不良率，雖然兩者業(yè)務結(jié)構(gòu)存在很大問題，但是也足以說明大數(shù)據(jù)風控在降低成本，降低不良率上的一些優(yōu)勢。

在國內(nèi)經(jīng)濟轉(zhuǎn)軌和供給側(cè)改革的背景下，中小微企業(yè)面臨較大的生存壓力和危機，這一點可以從近2年商業(yè)銀行的不良率和利潤增速上反應出來，目前中小銀行的不良在2-3%的水平也不奇怪，一些大行也開始突破1%，說明在經(jīng)濟下調(diào)周期，產(chǎn)業(yè)局部蕭條確實給信貸管理和信用審核工作帶來更大難度。相反，經(jīng)濟周期下滑和供給側(cè)改革的共同影響下，一些線上的純數(shù)據(jù)和信用類貸款平臺，其不良率卻能保持在1%以下。

今年6月份，開業(yè)滿一年的浙江網(wǎng)商銀行對外表示，一年來，網(wǎng)商銀行運用大數(shù)據(jù)風控、互聯(lián)網(wǎng)技術(shù)等能力，累計服務了170萬家小微企業(yè)，貸款資金余額達到230億元，一年來網(wǎng)商銀行的戶均貸款金額不到4萬元，戶均貸款頻次遠高于同業(yè)，不良貸款率為0.36%。此外，微眾銀行微粒貸也曾公布相關數(shù)據(jù)：筆均借款金額低于1萬元，逾期率低于0.3%。

另外，行業(yè)內(nèi)一些領先的具備大數(shù)據(jù)風控能力輸出的平臺已經(jīng)開始逐步滲透進入商業(yè)銀行的剛性需求市場，通過對接各種中小金融機構(gòu)，實現(xiàn)大數(shù)據(jù)風控模型、技術(shù)、數(shù)據(jù)和運維能力的輸出，這將是一個潛在的萬億級市場。

螞蟻金服宣布啟動“螞云計劃”：升級金融云戰(zhàn)略，通過全面整合螞蟻金服、阿里巴巴積累十余年的金融科技與服務能力，實現(xiàn)阿里金融云在基礎技術(shù)、金融核心服務組件和場景連接能力的三大升級。網(wǎng)易金融目前也正在研發(fā)一套基于大數(shù)據(jù)基礎的獨有風控模式，形成以大數(shù)據(jù)和周邊技術(shù)為代表的金融信用評估體系和場景化的產(chǎn)品開拓模式，未來將成為金融科技行業(yè)輸出的一個典型案例，并且這種大數(shù)據(jù)風控平臺具有很強的復制性和連接性，將對國內(nèi)眾多的中小金融機構(gòu)和各個平臺的信用行為延伸提供直接幫助。如果說互聯(lián)網(wǎng)金融1.0階段是螞蟻金服、平安、京東等占據(jù)了先發(fā)優(yōu)勢，那么在2.0階段，螞蟻金服、網(wǎng)易金融將成為首發(fā)陣容開始發(fā)力。

從各個巨頭的布局看，在金融科技領域熱點頻出，單單網(wǎng)易金融在2016年就實現(xiàn)了金融科技戰(zhàn)略級外部合作延伸。網(wǎng)易金融事業(yè)部在16年年初成立了網(wǎng)易金融大數(shù)據(jù)實驗室，并對外首次發(fā)布了《新中產(chǎn)理財行為分析報告》，后又聯(lián)合國內(nèi)的一流保險公司成立了大數(shù)據(jù)保險創(chuàng)新研究室，6月20日網(wǎng)易金融又聯(lián)合清華大學成立了金融科技中心，并在戰(zhàn)略合作發(fā)布會上正式對外公布網(wǎng)易金融金融科技產(chǎn)品的幾個雛形，如針對B端服務機構(gòu)的大數(shù)據(jù)風控產(chǎn)品，以及針對個人資產(chǎn)管家服務的智能金融管家等產(chǎn)品，9月份原金融科技中心又升級為金融科技研究院?？梢哉f，網(wǎng)易金融目前在金融科技領域正在嘗試一條產(chǎn)業(yè)化的信用整合之路。

對于國內(nèi)的中小銀行而言，和上述具備大數(shù)據(jù)風控輸出能力的平臺進行深度合作，不失為一種明智的選擇。