大数据时代小微企业智能审贷问题研究.docVIP

大数据时代小微企业智能审贷问题研究 　　摘 要：信用风险控制技术是大数据在商业银行应用的最核心功能。本文以大数据为背景，结合商业银行内外部环境，探讨了小微企业智能审贷引入大数据分析的必要性与可行性，剖析了商业银行推进小微企业智能审贷面临的困难与挑战，并提出加强法制建设、完善数据库体系建设、强化数据价值挖掘能力、搭建适应大数据的数据管理体系等建议。 　　关键词：大数据；小微企业；风险管理；信贷审批 　　中图分类号：F830.33 文献标识码：B 文章编号：1674-2265（2016）11-0051-06 　　一、引言 　　大数据是指信息量大而复杂到无法在一定时间内用常规数据库管理工具对其进行处理的数据集合。小微企业大数据信贷智能审批是指商业银行通过对综合“大数据”信息进行全面、深度地挖掘和分析，建立起贷款客户的信用评级、贷款定价体系，系统根据信用评级结果自动审批等流程决定是否贷款，采用全流程系统在线办理的操作业务模式。目前，就小微企业授信中大数据技术的应用而言，大多数文献集中讨论了小微企业评级中的大数据技术应用。如，陈勇俊（2011）分析了大数定律下小微企业授信模式，认为可以用小微企业的总体预期贷款损失率来代替每一笔小微企业贷款的预期损失率。孙中东（2013）提出商业银行的信用评级体系，可以应用大数据技术进一步完善、创新。钱慧、梅强、文学舟（2013）借用主成分分析方法探索对小微企业信贷风险评估的适用性，并结合银行最终的放贷结果进行评价。刘芸、朱瑞博（2014）提出互联网金融的开放性，可有效降低征信成本、促进征信体系更加透明，进而降低小微企业的融资成本。总之，依托大数据技术应用于小微信贷业务仅停留在理论研究阶段。 　　据工商部门统计，截至2015年末，全国在册的企业一共有1300多万家，其中99%是中小微企业。这些企业解决了我国50%的税收、60%的GDP、70%的进出口业务和80%的就业。但中小微企业却只能从银行拿到不到10%的贷款，且几乎无直接融资。信用风险控制技术是大数据在商业银行应用的最核心功能，商业银行可从80%的低端客户获取到巨大的商机，彻底颠覆银行传统经营的“二八定律”。因此，在大数据时代，加强小微企业智能审贷问题研究，对构建小微企业大数据信贷新模式，适应小微企业“短、小、频、急”的资金需求，具有十分重要的理论和现实意义。 　　二、小微企业智能审贷引入大数据分析的必要性与可行性 　　（一）小微企业智能审贷引入大数据分析的必要性 　　1. 大数据具有信息技术挖掘优势，为实现精准授信奠定基础。大数据时代，数据已经渗透到各行各业，银行业借助大数据信息挖掘优势，更加前瞻地洞察影响贷款资产安全、收益的各类风险因素，并及时做出针对性调整策略，较好地解决传统信贷风险管理中的信息不对称难题（见表1）。 　　2. 互联网金融的强烈冲击，要求商业银行紧跟大数据在同业应用进程。 　　（1）传统银行加大与数据服务商合作，借助外部专业力量，强化大数据在管理中的运用力度。如美国Zest Finance，通过采集尽可能多的商业化数据，结合信贷数据模型，运用大数据技术，挖掘分析个人信用资源，达到增强个人信用的目的（见图1）。 　　（2）大数据在信贷业务中的应用。随着数据采集范围的扩大和建模技术的更新，银行根据业务专家设定的运行规则，开始探索基于大数据生成的评分信息，形成信用风险评级模型，并嵌入到信贷管理系统中，更好地识别客户风险，极大提升审批效率。 　　3. 应对金融市场化的复杂风险形势，满足更主动、有效的防控信贷风险要求。银行信贷服务的核心是风控，银行通过与掌握行业大数据平台方合作，借助互联网、大数据、云计算等技术支撑，通过企业的交易数据等历史信息来构建企业信用评分模型，通过对企业信用评分模型的分析、论证、归纳，最终提取出客户的真实信用状况（见图2），实现小微企业“智能审贷”的服务模式，满足小微企业“短、小、频、急”的贷款需求，并构建分析客户风险变化的量化机制，制订更精准的信贷风险控制策略，更主动、有效地防控信贷风险。 　　（二）小微企业智能审贷引入大数据分析的可行性 　　1. 银行信贷信息化体系日趋完善，为智能审贷引入大数据技术提供了必要的基础条件。（1）集成信贷业务生产与管理功能的信贷管理平台日趋成熟，为信贷信息流的获取、储存、共享、分析提供了必要的硬件支撑。以大数据的分布式存储与处理方式构建的大规模计算机集群，不仅有效降低硬件成本、数据的运算效率大大提升，而且大幅降低信息搜寻与处理费用。（2）积淀了海量的历史与最新信贷数据信息，为商业银行提供日益精准的数据。借助大数据平台，以多年积累的法人客户、个人客户为基础，及时挖掘信息主体基本信息、交易与财务信息、动态行为信息等多层次数据信息，将更能立体客观地精准映射客