消費金融FinTech路徑：大數據破解效率瓶頸金融
消費金融的迅速崛起，除了消費群體的需求，更得益于互聯網化和大數據，使得輕型化運營成為可能。
8月中旬，招商銀行副行長劉建軍在接受21世紀經濟報道記者采訪時表示，金融科技的發展，解決了兩個問題，一是運營成本，二是通過大數據，在風險的防范和管控方面做了很多工作。
此外，大數據技術解決了消費金融領域風控的效率瓶頸。一方面，個人信用體系不斷完善，央行征信、代發工資、社保、繳稅等不斷納入個人信用記錄。另一方面，通過分析消費者在互聯網上購物、社交等多維度留痕數據，更多覆蓋長尾人群。
多維度反欺詐
對消費金融而言，首要難點在于反欺詐。
華南一家城商行正在推廣個人信用貸款產品，該行主管零售的副行長對21世紀經濟報道記者直言：“我們最大的壓力實際上是來源于反欺詐這塊。”原因在于，相較而言，信用風險比較容易識別和控制，反欺詐這一塊是比較頭痛的問題。“民間的一些欺詐，他們對于授信政策的研究，可能比有些行業內的從業者的研究還要深入，還要及時，還要反應敏捷。”
8月中旬，一位股份行零售金融負責人表示，信用貸款中，出現系統性風險的原因多是欺詐風險。很多銀行吃過這方面的虧。
欺詐風險，主要是利用信貸產品的設計漏洞來偽造資料。例如，有部分銀行業金融機構曾推出“流水貸”，根據客戶工資記錄等“流水”發放貸款。有些貸款代理公司會向借款人收取一定費用后，幫助借款人“養流水”，最終滿足銀行貸款條件獲得貸款。實則“貸的時候就沒想還”。
應對欺詐風險，是建立欺詐“黑名單”，大型銀行會選擇建立反欺詐系統或欺詐分，通過模糊搜索判斷欺詐客戶。數據來源于央行征信系統、公安聯網系統、前海征信或同盾等第三方數據。
前述股份行零售金融負責人表示，首先看央行征信，信用記錄空白的人不會給予貸款;其次接入公安聯網核查系統。最重要的是在反欺詐系統中設置模糊字段查詢。比如對涉嫌傳銷等行為的借貸人，可以通過字段搜索排除。
“反欺詐要綜合的來看，多個維度”，有城商行零售負責人表示，從技術上來講，除非欺詐分很高，否則很難立刻發現某些人會欺詐。例如，有些借貸人在各種小貸、網貸平臺頻繁留痕的，欺詐分特別容易高。但是，真正欺詐團伙可能花一年的時間來準備突破風控模型里需要的材料。
如，芝麻信用的數據顯示，11%的P2P類消費金融用戶最近6個月在互聯網渠道向10家及10家以上的機構申請過貸款。持牌消費金融或銀行線上信用卡有3%-4%的用戶在10家及10家以上的機構申請過貸款。
有消費金融公司人士坦言，反欺詐系統不能完全杜絕欺詐人群，目前沒有很好的解決方案。而且，各平臺數據互相不共享，新進入消費金融機構要重復的為欺詐黑名單用戶交一遍學費。部分消費金融公司的做法是用高定價覆蓋欺詐風險，通過貸后管理、催收等彌補。
大數據授信成利器
“我們銀行在推消費信用貸款，初步嘗到了大數據授信的甜頭。”華東某城商行人士表示，隨著宏觀經濟趨穩，給了銀行業金融機構轉型發展的空間。
“這兩年，年輕人特別90后成長起來后，消費信貸市場需求確實呈爆發性地增長。”劉建軍表示，其中部分來自互聯網技術的助推。傳統的消費信貸市場是一單一單去做的，盡管消費信貸定價較高，但商業銀行運營和作業成本太大，無法承受。“特別是金融科技的發展，解決了兩個問題，一是運營成本，二是通過大數據，在風險的防范和管控方面做了很多工作。”
大數據授信成為消費金融的利器。“我們正在一個城市一個城市的接入當地的地稅系統，客戶授權后查閱個人繳稅記錄后，能夠獲得客戶的真實數據，可以給于授信”。前述華東城商行人士表示。
金融機構將這一技術布局于消費金融。招行表示，該行一款信用貸款產品，基于“千人千面”的智能推薦引擎，在管理用戶賬戶、拓展消費場景上，積累了多年的用戶路徑及行為數據，通過每日1000萬次的云端計算，能對用戶進行精準畫像和行為預判。根據用戶個人屬性、用卡情況及近期App行為軌跡，實時了解用戶消費金融潛在需求。
對于央行征信系統沒有記錄的人士，招聯消費金融公司董事總經理章楊清表示，用小額甚至免息去觸達和試探觀察他的行為，這是花了錢去給他補了人行的征信，這也是一個試點。
目前，消費金融公司已經接入央行征信系統，未來互聯網小額貸款公司也有可能接入。商業銀行作為傳統的資金清算方，擁有大量的未被重視的客戶經濟活動數據，可以作為征信的重要來源。有股份行通過代發工資、公積金、社保數據等多維信息的接入、集成和挖掘，在綜合分析評價客戶欺詐風險和信用風險的基礎上，對個人客戶進行“信用畫像”，通過與外部機構合作，開發評級模型，并在此基礎上開展個人網絡信用貸款服務。
【來源：21世紀經濟報道】
1.砍柴網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；2.砍柴網的原創文章，請轉載時務必注明文章作者和"來源：砍柴網"，不尊重原創的行為砍柴網或將追究責任；3.作者投稿可能會經砍柴網編輯修改或補充。
京公網安備 11010502032797號