互聯網金融視角下，商業銀行信貸業務轉型策略研究

范枻

摘要：互聯網金融的飛速發展不斷推進金融脫媒與利率市場化的進程，商業銀行面臨的外部經營環境日趨嚴峻，存貸利差縮窄、業務拓展艱難、業績增長乏力等;同時，京東金融、螞蟻金融等互聯網金融企業使得商業銀行面對更大的挑戰。如何利用商業銀行在長期經營過程中積累的海量的客戶信息資源，基于大數據視角下，商業銀行如何準確定位市場，挖掘優質客戶資源，推廣信貸業務，運用大數據實行信貸業務營銷與風險管理，是實現銀行戰略轉型的有效途徑。

關鍵詞：商業銀行 大數據 信貸業務

2014年可以看作是中國互聯網金融元年，大數據技術運用到了金融領域。到了2018年，互聯網金融50強已經涉及新金融領域12個細分市場，分別為P2P網貸、互聯網理財、互聯網支付、互聯網征信、互聯網銀行、互聯網保險、互聯網基金、互聯網證券、消費分期、眾籌、直銷銀行、綜合金融服務。上榜企業總估值8600億元，其中網絡借貸平臺占22%。僅2019年第一季度，中國互聯網金融投資金額為4.2億美元，互聯網金融企業尤其是借貸平臺，對商業銀行信貸業務帶來巨大沖擊。

商業銀行作為金融中介，是間接融資的中間環節，占據金融領域中占據著重要地位。互聯網金融的發展帶動了金融脫媒的步伐。資本市場上，直接融資取代了簡介融資，經濟發展從銀行主導的經濟格局轉變為以市場為主導的格局，投融資雙方直接對接，提高了效率，也加速了利率市場化的進程。

我國商業銀行傳統的信貸業務經營模式營銷成本和管理成本高，所以各家商業銀行一直以來將信貸業務重點放在大中型企業，中小企業很難從商業銀行獲得信貸資金支持。另一方面，商業銀行居民理財業務的多樣化不及互聯網金融平臺，起點金額高、收益率低，沒有通過商業銀行“盤活”閑散資金轉向互聯網平臺匯集起來，加之互聯網平臺支付便利，沒有地域限制，互聯網金融交易規模數量迅速增長。以阿里金融為例，阿里巴巴在金融服務領域已包括貸款、擔保、保險、信用卡、支付結算等全流程。

互聯網金融來勢洶洶且發展迅速，信貸業務是商業銀行最基礎、最重要的業務，但目前仍處在傳統的經營管理模式，分析商行業銀行信貸業務管理存在的問題，探討轉型升級之路，對于商業銀行的發展有重要的意義。

一、互聯網金融對商業銀行的影響

互聯網金融平臺依托大數據大數據金融的快速發展給以銀行業為代表的傳統金融機構帶來了巨大的影響。商業銀行已經意識到傳統銀行業務必須從線下轉移到線上進行，各家銀行都開始大力推廣網上銀行、手機銀行、微信直銷銀行業務，在線申請信用卡，額度秒到賬等業務也相繼出現，儲蓄、理財等商業銀行負債業務正在向大數據金融方向發展。與儲蓄、投資理財業務相比，商業銀行資產業務仍停留在人工審核和管理的傳統階段。

而大數據分析能夠在銀行銀行信貸業務中發揮重大作用：利用大數據分析可以精準掌握更多客戶行為數據去預測其偏好和興趣，開發特定人群的信貸類產品，利用高端數據分析和綜合化數據分享對接各類金融產品，金融產品更加據有競爭力;大數據技術能夠使銀行的貸款風險防控體系更加完善，應用大數據技術可以集中管理銀行內部多源異構數據從而保障數據的完整性與安全性，通過外部征信數據控制用戶風險。總之，在互聯網金融的強烈沖擊下，不管商業銀行信貸業務是線上推廣還是線下轉型升級，都離不開大數據技術的應用，大數據分析提供可靠的數據支持，使銀行的業務經營更加精準、快速和高效。

二、商業銀行信貸管理所存在的問題

（一）信貸管理方法滯后

現階段我國商業銀行的信貸體系仍然沒有建立起有效的、完善的專項信息管 理方法。2018年底我國商業銀行不良貸款余額為2萬億元，不良貸款率達到1.89%。

主要原因在于風險控制方法側重于定性分析，不管是各戶經理上門走訪還是審批部門領導決策，都帶有很強的主觀性、且耗費成本和時間，依靠的數據僅僅是央行征信報告作。數據來源單一，用歷史信用反映未來的信用水平，且只針對有信貸記錄人群，對于小微企業，很難從銀行獲得信貸支持。

（二）信貸業務營銷機制不完善

我國商業銀行信貸業務營銷現階段基本屬于被動營銷，等客戶上門或者通過其他銀行產品交叉營銷的模式，且產品沒有創新性，沒有根據客戶需求制定個性化的產品方案。而互聯網金融平臺通過大數據建立了一整套涵蓋客戶需求、消費習慣等方面的數據模型，對數據信息規律進行分析，制定個性化的營銷方案，實現精準、高效的營銷模式。

三、商業銀行信貸業務轉型策略

（一）建立信貸業務數據管理平臺

第一，依靠大數據分析決策審批。商業銀行之所以不愿意為中小企業提供信貸支持，主要是分析其固有資產不具備抵償條件。在互聯網金融平臺業務發展迅速的今天，商業銀行必須把中小企業納入自己的經營版圖中。對企業來說，財務報表體現運營過程中產生的標準化、結構化的數據，這部分數據只占15%，而大約85%的數據是大量存在于外部系統、物聯網、電子商務等媒介的結構和非結構化數據，這些數據對于互聯網金融平臺便于掌握。因此，商業銀行需要制定“大數據戰略”，提高大數據應用技術，利用大數據技術的便捷性準確地搜集個體與企業的信用信息，這樣納入客戶多樣性的行為數據，并且帶來了更具時效性的評判標準，與傳統征信相比大數據征信極大程度上加強了風險控制。通過大數據分析進行信用評估與授信審批，不僅使信用評價更精準，還可以提高商業銀行對小微企業融資的服務水平，拓寬了小微企業的融資渠道。

第二，基于互聯網大數據建立貸后風控系統。商業銀行傳統的貸后管理屬于薄弱環節，企業經營問題從初現端倪到資金鏈出現問題有一個時間差。商業銀行基于大數據技術建立貸后風險監測系統、抵押物價值評估系統，有助于及早發現企業經營問題，提高信貸資產管理效率。可以借鑒互聯網金融平臺的風控系統，以支付寶為例，支付寶風控體系以平臺積累的大數據為基礎，利用客戶原始交易數據建模進而預測，實現交易和賬戶風險的實時監控及預先識別，在智能風控階段就可以解決80%的風險事件。據官網統計，螞蟻金服在平均100毫秒內實時風險識別與管控，將支付寶的資損率控制在十萬分之一以下。

（二）信貸業務營銷高效化、精準化

電子商務的飛速發展改變了人們的消費習慣，手機銀行、網上銀行、電子支付，使人們的支付行為也從線下轉移到線上。傳統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。客戶消費金額，消費品數據、消費習慣，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。將更多的非結構化數據信息充分整合，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。

此外，通過消費數據分析，發現客戶的多種需求，并通過滿足其需求而銷售多種相關服務或產品的一種新興營銷方式。其可以基于銀行內部數據與外部數據，分別實現對客戶不同業務或產品的交叉推薦。基于銀行內部數據的交叉營銷模式就是銀行內部通過分析客戶目前信貸交易流水數據，結合客戶的其他基本信息、征信信息等，篩選出信貸交易額高、交易流量穩定的客戶，向其推送適合客戶自身狀況的其他信用貸款業務。

綜上所述，我國目前商業銀行信貸業務經營模式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，無法滿足小微企業和客戶多樣化的信貸業務要求，在聯網金融平臺的沖擊下，亟需發展大數據信貸業務管理系統，用于與客戶營銷、產品開發、信用評估和風險預測。運用大數據分析和模型來開展風險評測，預測借款人還款能力、意愿和欺詐風險，讓有能力、符合貸款資格的小微企業能夠快速成功地獲得貸款。借助大數據資源，深度挖掘客戶個性消費數據資源，改變商業銀行傳統數據參考決策觀念。同時實施科學風險防控，通過數據分析可以將貸前、貸中、貸后環環相扣，實現全流程數字化風險管理，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 優越性。

參考文獻：

[1]徐潔，隗斌賢，揭筱紋.互聯網金融與小微企業融資模式創新研究[J].商業經濟與管理，2014（4）.

[2]林巍，王祥兵.大數據金融：機遇、和策略[J].財會學習，2016（3）.

[3]許瑤佳.螞蟻金服的發展及策略研究[D].上海：上海外國語大學碩士學位論文，2017.

[4]李榮.電商供應鏈網絡融資研究——基于阿里金融與京東金融的對比分析[J].農村金融研究，2018（1）.

[5]王克非.大數據助推商業銀行信貸業務與風險管理創新分析[J].財經論壇，2019（2）

[6]張曉樸.互聯網金融監管十二原則[N].第一財經日報，2014-20.

基金項目：本研究為2018內蒙古電子信息職業技術學院科研項目《互聯網金融背景下，商業銀行信貸業務轉型性研究》（項目編號：YTSRF1804）。

作者系內蒙古電子信息職業技術學院講師