大數據個人征信助力零售銀行業務發展研究

文/王海鷹，江蘇銀行股份有限公司鹽城分行

1 前言

互聯網的應用產生了大量的數據信息，而云計算、信息技術等實現了有效的數據挖掘。當前，金融服務需以征信為依托，通過大數據征信來挖掘關聯信息，以此對用戶個人信用水平、履約意愿及能力進行評價。而零售銀行業務可以借助這一變化加強風險管理，進而提升銀行自身的業務水平，促進銀行更好的發展。

2 大數據個人征信對零售銀行業務的發展優勢

當前，我國金融市場還有較大的發展空間，根據國外有關咨詢公司預測，在2020年，我國消費貸款的余額將高達1.9-2.2萬億美元，平均每年上增20-24%。在消費金融不斷發展的同時，也需要應對許多新的挑戰，尤其是貸款風險的控制。從螞蟻金服數據上看，超過一半的消費金融損失都是由欺詐造成的，近11%的用戶會從多家機構進行借款，以此來償還其他貸款。為了改善此種局面，需要借助強有力的征信方式進行貸款風險控制，加之互聯網金融的不斷發展，以及共享經濟的提出，使得金融與生活之間的聯系愈發緊密，信用價值的作用愈發突顯。因而在此環境中，利用大數據個人征信可以有效促進零售銀行業務的發展，譬如：信用租車、出國免簽證等多種場景與金融相結合的業務。

3 大數據個人征信對零售銀行業務的發展問題

第一，個人隱私信息存在泄露風險。從本質上看，征信就是收集與處理信息，在征信過程中，銀行需要對用戶個人信息與已充分的保護和利用，只有做到這一點，才能夠確保銀行業務創新與隱私保護之間處于平衡狀態[1]。另外，在處理信息時需要充分考慮法律法規、技術等因素，以免存在隱私泄露問題，造成銀行信譽受損。第二，數據所有權、收益權以及控制權不明確。由于征信數據具有復雜性、多樣性及廣泛性等特征，進而使得數據相關權益問題變得較為復雜，比如：征信數據是從多方獲取到的，數據的所有權歸屬以及加工后的數據所有權歸屬十分不明確，同時在控制權及收益權等方面缺少完善的法律依托。

4 大數據個人征信對零售銀行業務的發展策略

4.1 構建多維數據庫

數據信息是銀行辦理征信業務的基礎與信用評級主要參考點，因而征信數據庫中的信息完善性與真實性十分重要。而銀行征信系統所采集的用戶信貸、設備保障等信息，日常生活中的話費充值、生活繳費等信息，以及互聯網中的社交及往后等信息都可以作為銀行征信業務的參考信息數據，為了科學構建多為數據庫，銀行可以從這幾方面進行建設：第一，要整理好銀行交易系統內部的客戶信息，找尋信息之間的關聯；第二，整理網購平臺及各大在線服務平臺中的個人行為數據，以此刻畫出客戶交易及理財等行為習慣；第三，依照現有數據挖掘技術，對客戶在網購、社交品臺等房間的數據進行分析整理；第四，分析客戶所主動提供的數據信息。通過對以上數據的整理，結合銀行現有業務，可以有效建立其更加全面的信息數據庫，以此實現利用大數據個人征信促進零售銀行業務發展。

4.2 發掘數據信息的深層次價值

因為征信數據涉及的機構領域眾多，為了對海量信息數據進行有效挖掘，找尋高價值信息，需要利用統計分析技術及建模技術等，并使用專業軟件工具予以實現，以此更加準確的預測出用戶信譽度及信用價值，提升銀行自身競爭力[2]。因而銀行可以在多為數據及建模的基礎上，依照需求場景，不斷挖掘客戶的體驗痛點，從而依照客戶所需為其提供專業化的征信產品與服務。

4.3 完善SPR機制保障

“S”為Structure（組織模式）。在此方面，征信部門可以將經營支持模式轉換成企業化經營，同時將自身發展成獨立個體，甚至變為獨立法人，進而利用獨立性來確保產品與服務能夠得到有效的創新，提升運作效率。“P”為Performance（績效考核）。征信部門需要結合零售銀行業務的發展與管理等情況，做出綜合考評方案，并在各個階段對考核內的維度占比進行調整。若是作為征信支持部門，其考核內容要注重管理類指標，考慮成本與效率；若是作為征信獨立部門，其考核內容要注重效益類指標，考慮業務模式與收益。“R”為Resource（資源配置）。征信部門要加強業務之間的聯系，在支持狀態下，征信部門需優化業務流程及作業效率，實現降本增效；而在獨立狀態下，征信部門注重客戶的滿意度及銀行利潤，因而其資源配置要向此方向傾斜，多注意征信營銷與個性化征信業務發展。

除此之外，還要建立健全相關法律規范，利用法律使個人數據采集更加規范，明晰數據交易與使用的邊界，使數據的所有權及收益權等有據可依，進而實現行業內部的數據貢獻，充分發揮數據的應有價值作用。

5 結束語

綜上所述，為了利用大數據個人征信促進零售銀行業務的發展，銀行需要構建多維數據庫，發掘數據信息的深層次價值，并且要完善SPR機制保障與有關法律規定，以此促進零售銀行業務的升級與創新。