信贷行为互联网化,传统银行如何趁势飞翔?

时间: 2016-11-29 15:41:01 来源:   网友评论 0
  •   当互联网电商和社交生态逐渐衍生出金融属性后,很多捆绑在场景上的产品成为了互联网金融的最佳实验场地,这也就是通过互联网渠道和大数据连接,并且与用户进行互动的场景金融,很大程度上而言,目前国内做的比较好的互联网

  当互联网电商和社交生态逐渐衍生出金融属性后,很多捆绑在场景上的产品成为了互联网金融的最佳实验场地,这也就是通过互联网渠道和大数据连接,并且与用户进行互动的场景金融,很大程度上而言,目前国内做的比较好的互联网金融大多是依托于各自场景进行的,包括了信贷、理财、支付、众筹、保险等各种细分产品。

  相比而言,传统商业银行在互联网金融面前并没有赶上最早的一波机会,而是在出现了一些互联网金融爆品之后才逐步衍生出了各种金融互联网化的产品,对于银行而言,金融的互联网化就是用各种互联网的渠道和用户嫁接自身的传统金融产品。只不过,这种嫁接的成本和流量的采集相对比较高昂,因此在发展的前期,很多大型银行纷纷尝试自营一些流量渠道,比如银行自己办一些电商平台,直销银行,或者是通过社区银行方式进入线下场景。不过,从实际效果来看,虽然也有一定获客方式的突破,但并未能从本质上改变目前银行在数据、用户和流量上的弱势地位。

  除了场景和数据,银行最根本的风险定价有待突破

  其实,放眼国内的传统银行,即便是在小微信贷和针对C端的信用消费和分期领域,其风控手段也还远远没有达到数据化和以数据为基础的征信阶段,而更多的是将自身的信贷业务流程进行电子化,并在某些模块上进行信贷管理和授信审核的数据化。除了传统银行缺乏这样的数据和信贷工具之外,更为本质的银行并没有开展大数据风控工作的基础:大数据风控模型(反欺诈、风控等场景应用随机森林、神经网络等前沿机器学习算法进行建模等),因为很多银行的技术模块服务基本是外包采购,而像依托大数据进行的风控能力和场景建设此前一直比较欠缺。

  传统银行的信贷方式,表现的也比较流程化,通常是贷前、贷中、贷后相分离,客户经理收集基本的信贷审批资料后,初审没问题再交由专业的风控人员进行多次审核,如果还难以确定是否发放贷款,则需要提交专业的贷审会。因此无论是从效率和流程来看,传统银行的信贷流程都显得比较冗长,特别是针对较大额的项目贷款和额度较高的中小企业贷款。

  在C端的用户消费贷和信用贷款方面,相对而言没有这么多繁琐的前台流程,用户基本上只要在手机APP或者是网点提交相应的资料后就可以等待结果,由于结合了一定的个人信贷评分卡和信用审核模型,效率可以提高到1-2天放款,并且有一些最快的可以做到当天放款。但是对用户的个人收入和行为能力要求较高,并且要有详尽的个人信用记录。相对于很多没有完善数据和个人信用的小微企业主而言,这种融资方式的门槛也相对较高。

  随着消费金融逐步成为各个市场主体都在角力的市场之后,针对 C端小微企业或者个人的融资方式成为了激烈争夺的红海,目前仅消费金融公司国内就有17家持牌机构,而且近期还在扩围,还不包括小贷、P2P、分期平台和银行的消费金融业务。可以说,目前市场上热门的一些移动端信用贷款产品,都是依托各自的互联网线上数据、用户和场景匹配来进行的,而且后台的核心都是互联网大数据风控能力,可以做到提前为用户确立好信用评分和放款额度,只要用户开启借款行为就可以马上获得现金阶段,微粒贷、借呗、金条等都是如此。这也从另一方面启示了传统的银行信贷业务:在未来的3-5年内,只有和这种快速、可控、安全的大数据信贷相结合,才能进一步留住自身的原有客户。

  如何趁势飞翔?行业合作是一条不错的捷径

  从目前国内商业银行的实际运作案例来看,要实现这种授信和信贷管理方式上的互联网化,绝对不仅仅是简单的业务流程电子化,而是核心的通过神经网络/机器学习/支持向量机等领先的大数据风控技术来实现对传统信贷行为优化和提升。实际上,至少在小微信贷和中小微企业的信贷实践中,这样的结果对比已经比较明显了,因为很多互联网类银行和信贷部门实现的信贷不良率远远低于商业银行不良率,虽然两者业务结构存在很大问题,但是也足以说明大数据风控在降低成本,降低不良率上的一些优势。

  在国内经济转轨和供给侧改革的背景下,中小微企业面临较大的生存压力和危机,这一点可以从近2年商业银行的不良率和利润增速上反应出来,目前中小银行的不良在2-3%的水平也不奇怪,一些大行也开始突破1%,说明在经济下调周期,产业局部萧条确实给信贷管理和信用审核工作带来更大难度。相反,经济周期下滑和供给侧改革的共同影响下,一些线上的纯数据和信用类贷款平台,其不良率却能保持在1%以下。

  今年6月份,开业满一年的浙江网商银行对外表示,一年来,网商银行运用大数据风控、互联网技术等能力,累计服务了170万家小微企业,贷款资金余额达到230亿元,一年来网商银行的户均贷款金额不到4万元,户均贷款频次远高于同业,不良贷款率为0.36%。此外,微众银行微粒贷也曾公布相关数据:笔均借款金额低于1万元,逾期率低于0.3%。

  另外,行业内一些领先的具备大数据风控能力输出的平台已经开始逐步渗透进入商业银行的刚性需求市场,通过对接各种中小金融机构,实现大数据风控模型、技术、数据和运维能力的输出,这将是一个潜在的万亿级市场。

  蚂蚁金服宣布启动“蚂云计划”:升级金融云战略,通过全面整合蚂蚁金服、阿里巴巴积累十余年的金融科技与服务能力,实现阿里金融云在基础技术、金融核心服务组件和场景连接能力的三大升级。网易金融目前也正在研发一套基于大数据基础的独有风控模式,形成以大数据和周边技术为代表的金融信用评估体系和场景化的产品开拓模式,未来将成为金融科技行业输出的一个典型案例,并且这种大数据风控平台具有很强的复制性和连接性,将对国内众多的中小金融机构和各个平台的信用行为延伸提供直接帮助。如果说互联网金融1.0阶段是蚂蚁金服、平安、京东等占据了先发优势,那么在2.0阶段,蚂蚁金服、网易金融将成为首发阵容开始发力。

  从各个巨头的布局看,在金融科技领域热点频出,单单网易金融在2016年就实现了金融科技战略级外部合作延伸。网易金融事业部在16年年初成立了网易金融大数据实验室,并对外首次发布了《新中产理财行为分析报告》,后又联合国内的一流保险公司成立了大数据保险创新研究室,6月20日网易金融又联合清华大学成立了金融科技中心,并在战略合作发布会上正式对外公布网易金融金融科技产品的几个雏形,如针对B端服务机构的大数据风控产品,以及针对个人资产管家服务的智能金融管家等产品,9月份原金融科技中心又升级为金融科技研究院。可以说,网易金融目前在金融科技领域正在尝试一条产业化的信用整合之路。

  对于国内的中小银行而言,和上述具备大数据风控输出能力的平台进行深度合作,不失为一种明智的选择。


[收藏] [打印] [关闭] [返回顶部]


分享到:
  •  验证码:
热点文章
中国贸易金融网,最大最专业的中文贸易金融平台