金融在线 大数据助推商业银行信贷业务与风险管理创新 杨瑾 （中国建设银行股份有限公司台州分行，浙江台州３１８０００） ………………………………………～…………………………一一 ＾ ： 摘要：大数据作为云计算、物联网之后ＩＴ业界又一大颠覆性的技术革命，在金融领域的应用越来越重； ５要。基于大数据，商业银行在信贷业务中可以运用交叉营销模式、个性化推荐营销模式，以及对客户生命周｛ ；期的管理；也可以进行跨系统信贷信息整合，建立集中式风险检测中心，优化信贷评级模型，实施新的信贷； ！风险管理策略。 ： ； 关键词：大数据；商业银行；信贷业务；风险管理；创新 ６ 中图分类号：Ｆ９３２．２ 文献识别码：Ａ 文章编号：１００９—５２９２（２０１６）３１—００７６—０２ ｛ 随着金融脱媒与利率市场化的推进，商业银行之间的外 器等新兴管道和技术的涌现和应用。因此，商业银行需要制 部经营环境更加严峻，存贷利差缩窄、业务拓展艰难、业绩增 定“大数据战略”，提高大数据应用技术，构建企业经营全景 长乏力等；同时，互联网金融的兴起，并将其业务逐步拓展至 视图来进行产品营销、业务创新、风险管理等活动，进而寻找 传统银行领域，使得商业银行面对更大的挑战。另一方面，大 最优的模式支持商业决策。 数据技术的广泛运用，商业银行在长期经营过程中积累了巨 二、大数据在银行信贷业务推广的应用 量的客户信息资源。因此，基于大数据视角下，商业银行如何 １．交叉营销模式 准确定位市场，挖掘优质客户资源，推广信贷业务，实施新的 商业银行可以借助客户关系管理，发现客户的多种需 信贷风险管理策略，则成为银行实现战略转型的有效途径。 求，并通过满足其需求而销售多种相关服务或产品的一种新 一、大数据时代与商业银行 兴营销方式。其可以基于银行内部数据与外部数据，分别实 中投顾问产业研究中心数据显示，２０１４年中国大数据市 现对客户不同业务或产品的交叉推荐。 场规模约为８４亿元；２０１５年，中国大数据市场规模达到 基于银行内部数据的交叉营销模式就是银行内部通过 ｌ１５．９亿元，增速达３８Ｏ。２０１７年大数据市场规模预计将达 分析客户目前信贷交易流水数据， 结合客户的其他基本信 到２２１亿元，未来五年（２０１７—２０２１）行业年均复合增长率约 息、征信信息等，筛选出信贷交易额高、交易流量稳定的客 为４２．Ｏ４ ，２０２１年将达到８９８亿元。其中政府、金融、互联 户，向其推送适合客户自身状况的其他信用贷款业务；基于 网与电信是四个市场规模最大的行业。商业银行作为金融 银行外部数据的交叉营销模式主要是通过与外部机构的合 机构，与社会个人、机构等都具有紧密的联系，每天有数以亿 作，例如通过与税务局、海关、工商、专利局等外部机构合作， 计的客户往来交易数据，形成了庞大的结构化数据资源，具 根据其提供的外部数据开展营销服务。 备了开展大数据研究与应用的先天条件。 ２．个性化推荐营销模式 对企业来说，运营过程中产生的标准化、结构化的数据 个性化推荐营销可以通过利用大数据描绘客户画像来 只占到企业所有数据的１５Ｏ，而大约８５ 的数据是大量存 实现。客户画像应用主要分为个人客户画像和企业客户画 在于外部系统、物联网、电子商务等媒介的结构和非结构化 像，其中个人客户画像包括个人基本信息、消费能力数据、兴 数据，这些数据的产生往往伴随着社交网络、移动计算、传感 趣数据、风险偏好等；企业客户画像包括企业的生产、投资、 ）＿．【】．＿（）＿．【】．＿（）●【】 ＞●【】．＿（＞●【】．＿（）—●【１￣－＜）－－Ｉ［：ｌｌ￣－＜）－ｔｇ：】 ）＿．【】 ）－●【：￣－－Ｏ－－Ｃ：】 ＿（）－－Ｃ：：￣－－ｏ－－Ｉｇ：】 ）＿．【】 ＜）－４１：】 ＜）－ｆｉｇ：】 ＞＿．【】 ）＿．【】 ＿（）－ＩＬＫ 销方案，进而产生深层次的经济效益。 ［１］鲁慧．渠道关系破坏性行为原因分析［Ｊ］．现代商贸工 三、结束语 业，２Ｏ１３，（０４）． 总而言之，当前社会下的经济环境，在市场的变化下很 ［２］董维维，庄责军．营销渠道中人际关系到跨组织合作 容易发生各种各样的状况，而这些状况带给企业的，不仅仅 关系：人情的调节作用ＥＪ３．预测，２０１３，（０１）． 是多重的挑战。很多时候会直接压制企业的优势品牌内容， ［３］蒋兆年．关系型营销渠道模式对于营销效率的贡献 使得企业的营销效率严重降低。为了避免和应对这些问题， ＥＪ３．现代营销（学苑版），２０１２，（Ｏ７）． 新时期的企业必须具有良好的动态市场营销观，高效地捕捉 ［４］杨富贵．复合渠道模式的构建及其优化［Ｊ］．商业时 市场上的变化，以动态的信息记录开展动态的营销规划，进 代，２Ｏ１２，（１７）． 而使得企业的经济得到稳定的发展。 作者简介： 参考文献： 葛云飞，湖北文理学院讲师，硕士；研究方向：市场营销。 ７６全国商情 金融在线 经营、财务、销售和客户数据、相关产业链上下游等数据。 方案，从客户的选择开始就是风险管理控制的起点。 商业银行可以根据大数据背景下客户的个体差异对客 同时建立大数据信贷风险监测中心，贷后管理方式选择 户群进行精准定位，分析出其潜在金融服务需求，进行服务 非现场为主，基于大数据对借款人进行实时的风险监测，形 或者银行产品的个性化推荐。根据客户画像，分析客户的产 成全方位、全流程的监测体系。若借款人出现交易、结算、存 品偏好和风险偏好，将适合客户的产品或服务放在最容易被 款等大幅变动或下降等异常情况，应及时核查，并督促借款 客户接触的入口，从而提供精准的、有针对性的产品或服务。 人改进，或采取提前收回融资等防范风险的措施。完善大数 ３．客户生命周期管理 据信息平台的风险审查审批体制，选择用大数据方式来验证 客户生命周期是指从一个客户开始对企业进行了解或 借款人的相关信息，进一步校正申报机构对借款人的风险 企业欲对某一客户进行开发开始，直到客户与企业的业务关 评估。 系完全终止且与之相关的事宜完全处理完毕的这段时间。 基于大数据设计合理的参数和模型计算出可接受的最 客户的生命周期是企业产品生命周期的演变，但对商业企业 大风险敞口，从而做到精准识别和动态审查借款人的每一笔 来讲，客户的生命周期比企业某个产品的生命周期重要 融资业务。通过对习惯性数据信息和常识性、逻辑性分析， 得多。 做出更加专业、可靠的判断，更贴近实际。 客户生命周期管理包括新客户获取、客户防流失和客户 ３．优化信贷评级模型 赢回等环节。商业银行应该合理运用客户生命周期管理，做 大数据在数据挖掘与模型方面的领先优势，毫无疑问将 到信贷业务推广的“开源”与“节流”并重。在获取新客户环 在评级模型风险计量的准确性和敏感性方面发挥重要推动 节，银行通过大数据分析建立有效客户档案，运用交叉销售 作用。商业银行通过银行电商平台和其他电商平台合作，尽 和个性化营销模式进行信贷业务的推广，可以以较低成本提 可能地掌握小微企业的全部信息，凭借银行资金流信息优 升客户的产品覆盖率，增加客户粘性，延长客户的生命周期； 势，可以更好地完善信息共享机制，对客户的信贷评级模型 在银行客户防流失环节，企业有必要运用大数据建立客户管 进一步优化，使得调查成本降低、时间减少、风险降低，从而 理系统，以客户的信息资料为基础，围绕客户进行客户发展 保障贷款的安全性。商业银行还可以通过大数据的应用实 分析、客户价值分析、客户行为分析、客户满意度分析等工 现对贷款决策数据化、个性化、精准化，对集群网络资源进行 作，对客户的发展趋势、价值趋向、行为倾向有一个及时准确 有效定位，并且实时监控风险，使得集群环境下企业的物流、 的把握，并能对重点客户进行一对一分析与营销；最后在客 信息流、商流等有更强的关联性，提升效率和价值，增加风险 户赢回环节，通过整理大数据得到关于客户流失的原因以及 可控性。 客户的内在需求，改善服务或升级产品，尝试赢回客户。 此外，大数据在预测与统计方面的优势，能更加客观地 三、大数据在银行信贷风险管理的应用 校正相关风险参数，优化分类评级模型，提高评级工具的风 １．跨系统信贷信息整合 险识别与区分能力，从而在授信用信、风险缓释、风险定价、 大数据时代，商业银行不仅要掌握一家企业的战略目 资本配置、绩效考核方面更好地发挥基础性调节功能，最终 标、投资行为、经营理念，以及行业政策、经济发展情况、限制 加快以评级变化为驱动的信贷管理方案调整机制和风险收 条件，还有国家宏观经济调控政策信息。通过将这些信息收 益平衡机制的建立。 集整合，从而对信贷企业客户信用能力和还款能力进行风险 四、结束语 预判。由于以往信息技术存在局限，跨平台数据综合、数据 大数据时代的来临是机遇也是挑战，商业银行能否抓住 存储、快速分析能力一直不尽如人意。如今关系数据库、并 机遇将决定其未来发展的前景。商业银行需要发展适应时 行处理和分布式技术的飞速发展，已经出现能够面向复杂数 代的新型金融业务，实现以数据带动业务的新型经营模式； 据及实现快速分析以支持决策的数据仓库，有助于商业银行 银行作为经营风险的企业，也必须获取与大数据发展相适应 以大数据思维建设系统集成平台，为风险管理提供技术 的风险防范控制能力，才能在大数据时代的激烈竞争中处于 支持。 不败之地。 商业银行解决跨系统信贷信息系统信息不对称的问题， 可以通过内部调查或者与互联网金融、证券公司、保险公司 参考文献： 等金融机构合作，运用大数据下征信体系，将信息汇总，理清 ［１］朱良平．大数据在银行信贷业务中的应用实践及建议 授信客户的关联关系、担保关系；在信息处理方面，银行与搜 ［Ｊ］．中国金融计算机，２０１５，（２）． 索引擎公司合作实现对信息进行组织、排序和检索，从而掌 ［２］崔冬钰．大数据在银行风险管理中的应用［Ｊ］．金融电 握个人和机构没有义务披露的信息，更加针对性地满足客户 子化，２０１４，（７）． 需求，云计算可以高速处理海量信息，从中挖掘出客户的潜 ［３］魏国雄．大数据与银行风险管理［Ｊ］．中国金融，２０１４， 在需求；在资源配置方面，银行对于自身资金供给和客户需 （１５）． ’ 求信息进行匹配，便于直观地了解客户需求，从而更好配置 ［４］高建峰，张志荣．大数据时代商业银行风险管理优化 银行资金资源。 ［Ｊ］．上海金融，２０１４，（８）． ２．建立集中式风险检测中心 商业银行以大数据思维构建以客户为中心的全面风险 作者简介： 管理体系，根据各部门的运作方式，健全数据信息应用授权 杨瑾，供职于中国建设银行股份有限公司台州分行；研究方 和安全管理制度，总行通过大数据的处理制定相关的客户群 向：客户营销管理与研究。 全国商情７７