大數據助推商業銀行信貸業務與風險管理創新分析

摘 要：信貸業務在商業銀行的金融市場開發中具有極為重要的作用，但是潛藏的還款風險受到宏觀市場變化的牽制。利用大數據資源，獲取信貸用戶真實信息，成為規避放款風險的主要發展路徑?；诖?，本文分析了商業銀行發展大數據資源的基本需求，論述了當前商業銀行在信貸業務中的普遍風險因素，并提出了商業銀行運用大數據資源加強信貸業務風險管理的創新方法。希望對商業銀行加強信貸業務的數據化管理，降低放款風險提供理論參考。

關鍵詞：大數據;商業銀行;信貸業務;風險管理;創新機制

大數據是互聯網時代的新興產物，從量數、據數、普適記錄、人臉識別、到霧計算、單粒度治理、無匿名社會、量子思維等多重角度，推進了現代社會數據文明的進程。而商業銀行發展大數據資源，對用戶信用進行精準描述，更加有助于加強風險管理效果?；诖耍疚膹拇髷祿嵌确治隽水斍吧虡I銀行在信貸業務方面的風險管理創新方法，現做如下分析。

一、商業銀行發展大數據資源的基本需求

1.信用評估

在資本市場不斷創新金融產品之后，商業銀行信貸業務的獲利空間逐步受到市場擠壓。拓展市場信貸業務過程中，少數用戶隱匿了個人借貸信息，這部分信息數據很難在短時間內快速反饋于信貸業務評估體系之中，以至于銀行信貸業務存在高風險隱患。而大數據資源，則是對信貸用戶的精準數據定位，包括信貸需求人群、用戶消費特征、客戶還款能力以及不良消費記錄和信用記錄等數據信息。那么這些數據有助于商業銀行更為精準地定位用戶還款能力，降低商業銀行由于用戶了解程度不足而造成的信貸業務風險。因此，商業銀行發展大數據資源的第一訴求，在于信用平臺，增強信貸業務與終端客戶的粘稠度，為商業銀行信貸業務提供理性分析的數據參考。

2.風險預測

商業銀行信貸業務并非僅對個體用戶開展，為大、中、小型企業提供信貸服務，也是助力地方產業蓬勃發展的重要經濟支撐點。在經濟下行周期，商業銀行對中小企業的信貸業務風險相對更高，中小企業還款能力下滑的關聯因素增多。即便評估企業固有資本，也很難抵消信貸業務的本質風險。市場動態發展的宏觀數據，需要建立更加完備的數據資源，進而將數據挖掘延伸至各行各業，深度分析企業所處產業領域的發展契機，才能對企業運營風險做出更為精準的判斷。因此，商業銀行信貸業務的風險預測，已經不再是對于企業個體單位的還款能力評估，而是對于整體行業發展趨勢的大數據分析。只有更為精準的預測潛在的市場動態風險，才能進一步支持商業銀行更為合理的規劃，針對某一部分產業領域的放款數額和總量。

二、當前商業銀行在信貸業務中的普遍風險因素

1.信用數據軌跡清晰度低

以往時期，銀行獲取大數據資源，基本來自商業銀行自主構建的用戶分析數據。其主要因素是，個體用戶的金融數據清晰度較強，網絡消費、線下消費，均可通過銀行卡綁定用戶的基礎消費信息。但是目前用戶消費數據存在諸多市場隱匿條件，諸如微信掃碼付費、拉卡拉支付、終端POS機非法操作（線下客戶套現）等等。這些消費數據在本質上很難快速識別真偽度，對于用戶消費數據和信用數據的軌跡描述較為困難。當用戶消費數據呈現出結構化與非結構化雙重特征之后，數據邊界被逐一打破，商業銀行追蹤用戶信用風險的全景視圖出現多重干擾。

2.市場數據反饋時效性差

商業銀行并非直接參與金融管理的唯一市場單位，在宏觀金融市場的范疇內，商業銀行僅為信貸業務的主要部門。中小企業從資本市場或網絡金融市場，獲取信貸服務的可能性較高。諸如：麻袋財富、團貸網、你我貸、輕易貸、有利網、洋錢罐、翼龍貸、口袋理財、91旺財、銀谷在線等等。網絡金融市場中能夠為中小企業提供的貸款數額在逐年上升，與商業銀行信貸業務的最大區別是，放款速度更快，審核條件較少。而這些貸款金額并不一定與商業銀行數據網絡掛鉤，商業銀行了解企業貸款的真實情況存在數據干擾。除此之外，市場宏觀經濟數據對于某一產業領域的評估較為緩慢，商業銀行依據部分外部參考數據，了解實際產業動向的基礎數據條件并不充分，故而出現了市場數據反饋時效性差的弊端。如果無法了解貸款客戶的真實欠款情況，無法精準對接產業鏈發展動向和投資回報率，那么商業銀行的信貸業務風險可控性也會隨之降低。

三、商業銀行運用大數據資源加強信貸業務風險管理的創新方法

1.深度挖掘個性消費數據資源

以往時期銀行評估客戶信貸償還能力，基本依靠銀行流水、固定資產等顯性數據信息。但是在整體市場消費升級的情況下，個性化消費比例逐步增加，消費習慣也在發生巨大改變。僅以銀行流水和固定資產作為評估條件，顯然并不足以闡釋和還原用戶信貸償還能力。在收集用戶基礎消費數據時，消費品數據、消費習慣數據，可依據高端、大宗、金融類商品瀏覽習慣作為一種外部數據資源的獲取路徑。在汽車、金融理財、奢侈品等方面的數據信息獲取，也是需要網絡數據統計分析的主要側重點。因此，商業銀行在開發用戶數據資源時，需要與更多的網絡平臺合作，盡量將更多的非結構化數據信息充分整合。進而了解用戶可能存在的個性化消費習慣，分析其中可能存在的非理性消費特點，精準定位用戶長期還款能力，降低信貸業務可能存在的潛藏風險。

2.優化金融數據共享度與透明度

在金融數據產業中，商業銀行目前的用戶數據價值很高，各地區商業銀行的發展中，用戶底層數據是最為寶貴的市場資源。因此，在金融市場競爭激烈的情況下，各家銀行并不會將用戶基礎數據公布，既是保護用戶個人信息的金融商業規制，也是維護自身市場利益的先導。但是當金融數據共享度較低時，也為用戶隱匿個人借貸信息提供了便捷條件。尤其是P2P網絡借貸的多數信息，存在數據不可控性。那么商業銀行的大數據資源，只有在整體金融市場呈現出更高的共享度之后，才能甄別出終端客戶隱藏的借貸信息，降低信貸業務風險。而真正共享度，也是建立在透明度之上的微觀數據集合。聚集用戶信貸業務的所有信息，保持較高的透明度，成為商業銀行未來用戶數據深度發掘的主要方向，可逐步加強信貸業務的總體風險管理水平。

3.改變傳統數據參考決策觀念

以往時期商業銀行為中、小、微企業提供貸款服務，主要是分析其固有資產是否能夠具備抵償條件。雖然這樣的評估機制，令商業銀行的放款風險可控性更強。但是對于部分創新型企業而言，初期發展獲取的金融支持過低，限制了地方產業的全面振興。創新型企業創業初期的固有資產更多傾向于知識產權、品牌價值、市場認可度、產業領域發展的潛在可能性。高估創新型企業的市場價位，顯然是一種高風險的信貸評估弊端。但如果了解并掌握了更多的新型市場動態發展數據，商業銀行放款條件也應當進行一定下調。放款決策在當前的市場發展階段中，應當積極轉化并與時俱進。將能夠真實反映企業未來價值的數據資源作為重點考察范圍，通過宏觀市場的精準數據對接，達到更為精準的信貸業務決策，真正將高回報與高風險合并，總結出全新的信貸業務決策機制。

4.補充信用描述風險預警機制

信貸業務決策機制需要參考商業銀行的市場定位，各地域商業銀行面對的市場環境截然不同，并不能選擇統一的市場數據評價機制。但是風險管理預警機制則不同，需要建立相對一致的同步風險管控指標。這種風險管理的預警，是基于信用描述的數據解碼。大數據收集到的終端用戶信息，具有海量信息資源的普遍特征。這些數據資源并無法直接反映出用戶的貸款償還能力，需要商業銀行做出更為精準的預測分析。預測分析的諸多環節，需要不同專業領域的精算師來細分，重點在于優化數據結果，為商業銀行提供更為精準的用戶信用描述。進而輔助商業銀行合理規避不良信貸，加強數據反饋信息的針對性和參考價值，增強信貸業務風險管理的時效性。

四、結語

綜上所述，商業銀行發展大數據資源的基本需求，在于信用評估和風險預測。但是目前多數商業銀行，在信貸業務中仍然存在多種普遍風險因素，包括信用數據軌跡清晰度低，以及市場數據反饋時效性差等問題?；诖?，借助大數據資源，助力于商業銀行信貸業務發展的主要措施為深度挖掘個性消費數據資源，以及改變傳統數據參考決策觀念。同時需要優化金融數據共享度與透明度，補充信用描述風險預警機制，進而增強商業銀行信貸業務的風險管理能力，發揮出金融大數據資源的時效性。

參考文獻：

[1]張莉.大數據背景下商業銀行信貸風險管理的完善思考[J].全國流通經濟，2018（26）：96-97.

[2]王萍，潘罡，李文峰.大數據背景下的小微企業銀行融資信息平臺構建研究[J].青島大學學報（自然科學版），2018，31（03）：111-115.

[3]尹秀，彭菁，劉歆寧.縣域小微企業信貸業務分析及優化建議--以湖南省湘潭縣為調查對象[J].農銀學刊，2018（04）：38-43.

[4]張璐昱，王永茂.電商大數據金融下小微企業融資模式研究--基于螞蟻金服與京東金融的比較[J].西南金融，2018（07）：53-59.

作者簡介：王克非（1966.12- ），男，漢族，湖北武漢人，中南財經政法大學本科，中國建設銀行湖北省分行營業部總經理，研究方向：銀行風險管理、金融工具創新