用好大數據的五條“秘訣”

耿心偉

中國有2800萬家小微企業（不含個體工商戶），分散在全國各地，而且處在動態增長之中，逐戶摸底調查是不可能的。對納稅信用等級高的企業，根據銀行個性化的條件做初篩，通過數據模型，可以瞬間獲取大量優質的企業用戶。用數據模型初篩的好處是高效精準，最大限度節省了人力成本。

在信貸審批決策過程引入數據做輔助決策。將企業涉稅數據結合工商、司法、征信等數據，通過數據模型分析處理轉化為可視化、指標化的企業征信報告，結合數據驅動模型和審批規則，可為審批決策提供可靠的助力。在此階段引入數據與風控模型，可節省大量的上門調查時間與成本，提升效率。

在貸后引入大數據風險監測。利用成千項數據指標、數據模型以及預警規則，可形成預警信息，結合銀行的個性需求，對企業做動態監控，一旦數據超過正常范圍，則發送預警給檢查人員做線下核實處理。這就解決了貸后人工成本高、效率低的問題，提升貸后管理的針對性。總行甚至可以通過系統管控風險、規避貸后管理自下而上的道德風險。

對一些體量較小的銀行，引入一套貸前篩選、貸中審批、貸后監控的全流程自動化、數據化、標準化解決方案，并部署到銀行的客戶管理、信貸管理、貸后管控系統中，可以最大程度上節省小微企業信貸服務的成本，同時控制不良率的發生。

大數據將成為行業變革的重要驅動力。大數據將會像電力一樣普及，其重要性可想而知。……