北京大学
汇丰商学院
联系我们
首页
关于研究院
简介
组织架构
联系我们
新闻
媒体报道
工作简报
讲座与论坛
金融前沿讲堂
金融茶座
金融云学堂
金融云书会
研讨会
论坛
北大金融评论
资管研究中心
研究动态
系列专题
报告
图书
金融前沿书系
金融研究院其他系列书籍
北大汇丰书系
课程
金融实务课程(FICC方向)
往期课程
首页
>
关于研究院
>
媒体报道
>
正文
关于研究院
讲座与论坛
北大金融评论
资管研究中心
研究动态
图书
课程
【大河报】巴曙松：银行如何实现与大数据的深度结合
目前，银行在风控技术、业务场景和大数据这些方面的条件基本具备的情况下，如何实现三者的深度结合？北京大学汇丰金融研究院执行院长、中国银行业协会首席经济学家巴曙松教授受邀在《大河报·大河财立方》开设专栏，他认为银行应深入业务场景，获取客户信息，通过风控技术手段来识别客户风险，同时在特定场景下考虑抵质押品的风险缓释作用。
文 / 巴曙松（北京大学汇丰金融研究院执行院长、中国银行业协会首席经济学家）
在风控技术、业务场景和大数据这些方面条件基本具备的情况下，我们可以重点关注“流程闭环如何形成”这个关键问题。
传统的信贷业务获客渠道相对简单，相关业务场景搭建更多是直接以客户办理信贷业务的诉求作为起点。而在互联网金融的浪潮下，各类生活消费的O2O平台，从自身业务出发开始往金融领域拓展，而银行等金融机构也开始设计更复杂灵活的授信、支付以及风险缓释的方式，将业务场景解构并增加各类风险控制手段。因此在传统的企业授信、个人信用卡、房贷、消费贷等基础上，市场上现在能看到各类消费场景下的透支业务、小微企业灵活的供应链金融等，其创新点总结而言就是深入业务场景，获取客户信息，通过风控技术手段来识别客户风险，同时在特定场景下考虑抵质押品的风险缓释作用。
银行与各类平台机构甚至第三方合作，主要希望实现信贷业务的流程闭环：1.通过改造业务场景使其包含各种金融控制环节以及有目的的数据获取；2.将客户信息进行结构化转换为大数据资产；3.应用大数据资产及机器学习等统计学技术构造风控模型并分析策略应用；4.再回到业务场景中进行风险把控，如客户的预筛选、申请的差异化增信需求、额度核定、产品结构和定价的差异化、风险缓释要求等。
从信贷流程的角度，在闭环充分形成的情况下，客户的起点通常会前置在进入互联网平台的业务场景之时。因此在越来越多的非开放式申请的信贷业务模式下，通常会存在基于业务场景数据开发的客户筛选模型，如客户平台活跃程度的模型、客户自身等级评估（或者一些会员价值评估）的模型、与信贷行为关联分析的信用模型、与投诉或欺诈等特殊案例关联的特例处理模型、与特定消费需求挂钩的精准客群定位模型等。所有这些模型可对业务场景下的存量客户进行预先筛选，形成可以授信的白名单，并由平台进行信贷业务的触客，一方面实现精准营销，另一方面在防范欺诈的同时还完成了前置风险筛选的工作。
在信贷申请阶段，传统风控技术能够对审批、核额、定价三方面做较好的风险把控，而因为闭环的形成，对客户信息的了解工作能够提前，使得传统信贷业务申请时诸如手续办理工作的不连续、资料填写繁琐、审批效率低下等弊端都能得到改善，因此当下行业环境中非常容易看到例如全线上化的手续办理、极少量的申请信息填写、对大比例客户的全自动的业务审批（秒批）。
在贷后的客户风险监控环节中，因为信贷业务和平台业务场景进一步紧密结合，当客户出现各类业务场景的行为异常，都可以根据之前使用于预筛选的各类模型持续对客户进行评估，并在应用策略中发现客户评估处于预警状态时，可提前对信贷业务进行风险控制；对于有抵质押品的信贷产品，流程闭环能够更早地对风险缓释类资产进行监控，在客户违约时降低实际损失比例；与此同时，只要客户出现信贷逾期行为，均可根据其严重程度进行平台业务场景中的客户权限管制，使其作为无形抵押资产对客户进行约束；在催收工作中，也会因为客户场景的使用黏性而更容易触达客户。
上述这些重要环节，既是在场景下将大数据用于风控环节的价值输入，也会因为信贷客户的信息积累反向持续地对各类策略模型工具进行优化。
（编辑：唐小丽）
友情链接：
北京大学
北京大学深圳研究生院
北京大学汇丰商学院
联系我们：
深圳市南山区
西丽大学城
北京大学汇丰商学院
电话:0755-26033507
扫描二维码
关注北京大学汇丰金融研究院官方微信/微博
微信公众号
微博
© 2018版权属北大汇丰商学院所有
ICP备案编号：粤ICP备12081285号