IMI工作论文 | 大数据信贷的“第三条道路”
目前，我国开展大数据信贷创新业务的主体主要有两大类：互联网公司和传统商业银行。互联网公司主要依赖自身电商平台或社交平台所积累的海量数据来获取用户信息。传统商业银行则利用自有账户或政府平台开放的数据信息自行搭建大数据平台，或通过与现有电商平进行合作获取数据。但两种模式都存在一个共同的问题——可推广性较差。本文基于对中国最大的三家互联网银行——微众银行、网商银行和新网银行的一手调研资料分析，探索适用于大量中小型商业银行的，既不依靠自有互联网商业生态系统的数据，又不完全依赖自有账户或政府平台数据的大数据信贷“第三条道路”。
作者 | 罗煜（IMI研究员，中国人民大学财政金融学院副教授）黄煜文（中国人民大学财政金融学院）徐蕾（中国人民大学财政金融学院）
1
引言
2
大数据信贷的常见模式与寻找“第三条道路”的原因
大数据信贷的两种常见模式分别为互联网公司的大数据信贷模式和传统商业银行的大数据信贷模式。在国内，一些互联网公司利用自身商业优势开展大数据信贷业务，以目前我国两大领军的互联网银行为例，微众银行和网商银行分别以微信、 QQ 的社交数据和淘宝、支付宝交易支付记录对客户进行信用画像。商业银行获取大数据的途径主要有两种：第一，银行自身数据。即客户在本银行发生金融服务交互过程中产生的数据。第二，政务数据，包括税务、社保、海关、公积金数据等。银行可以通过与相关的政府机构协商合作，免费获取或购买此类数据。此外，传统商业银行还可以通过与第三方科技公司合作与大数据嫁接，如兴业银行与百度展开合作，借助百度大数据的技术优势对客户行为及偏好进行挖掘。
互联网公司开展大数据信贷业务的一大特色在于能够紧密结合自身的业务体系。但这种模式过于依赖大股东自身的商业生态体系，难以复制。对于传统商业银行所开展的大数据信贷业务而言，其使用的数据具有数据质量和饱和度高的特征，虽有利于信用风险的判定，但来源相对单一，与真正基于分散、多维度、低饱和数据的“大数据”信贷业务还存在显著差别。且鉴于前文所述的原因，小银行较难获得大银行开展大数据信贷业务所用的数据。
因此， 我们迫切需要寻找大数据信贷的“第三条道路”，即在开展大数据信贷业务时，既不完全依赖于大型银行自身拥有相对高质量的账户数据和来自于政府部门的政务数据，也不依赖于互联网巨头自身商业体系，而是适用于数目众多的中小型商业银行、小额贷款公司的，通过获取分散、多维度、低饱和度的第三方大数据，采用先进的大数据处理技术开展信贷业务的模式。
3
新网银行大数据信贷“第三条道路”的探索
新网银行是全国第一家全面应用机器学习技术进行零售信贷风险决策的银行。与另外两大互联网银行相比，新网银行大数据信贷的主要特色在于“全客群、全实时风控”。“全客群”指新网银行面向全网络开放获客，而微众银行和网商银行主要面对各自大股东生态体系内的已有客群，新网银行并不事先挑选客户，也不预设条件，只要申请便可获得审核的机会。“全实时风控”指银行在客户发起授信申请时，根据客户提供的信息和客户授权实时调取客户数据，实时做出风险决策，而微众银行和网商银行主要基于生态体系内已有客户的相关数据采取客户白名单制，先行完成对大部分客户的预授信，客户发起的贷款申请实质是“贷款提用”，没有实时进行风险审批决策。新网银行的贷款审批效率较高，从客户在新网银行提出贷款申请到最后得到审核结果，平均用时 42 秒左右，在所有申请者中约 70%会被直接拒绝，这部分用时只需几秒钟，最终通过审核的审核时间一般为 1 至 2 分钟，再到放款的时间只需十多分钟，全程没有人工干预。
图 1：新网大数据信贷模式简介图
新网模式推广中可能遇到四方面的问题。一是数据的可得性和成本。信息不对称是银行业机构在提供金融服务时普遍面临的问题，特别是针对新网银行这类完全以互联网和移动端模式运作的银行。二是大数据风控能力。拥有先进的大数据风控能力是开展大数据信贷业务的必要基础。三是信贷产品丰富程度。新网银行成立以来，主做零售信贷业务，其中主要是消费类贷款， 但产品单一也会导致银行缺乏有效的手段分散风险，且消费贷款的发放极其零散，笔均单价较低，贷款发放后基本是
客户自主支付、使用，银行难以对贷款的最终用途进行准确追踪和管控，因而消费类贷款是否能够有效促进企业生产、是否能够达到金融服务实体经济的初衷还有待后续考察。四是监管政策方面。对大数据技术应用的监管法规和政策调整会深切影响金融机构开展大数据信贷业务的可能性，并且互联网银行的特殊业务渠道和技术运用使得其经营特征与传统全品类商业银行间的差异更加巨大，当前存在忽视互联网银行客观差异化和业务特定范围等特征的情况， 在线大数据信贷的合规成本较高。
4
结论性评论
本文对大数据信贷的三种模式进行了分析，着重以新网银行大数据信贷模式为研究对象，探究在既不依赖自有互联网商业生态系统的数据，又不完全依赖自有账户或政府平台数据的情况下，金融机构如何能够成功开展大数据信贷业务。我们的结论是：新网银行是大数据信贷“第三条道路”的代表性金融机构，该模式在数据获取渠道、数据处理技术和风控策略等方面具有较高的可复制性，如果这种模式能够被广泛推广，将对目前我国小微企业的融资难问题增添一个新的解决方案。但也应注意到，该模式在推广过程中仍然面临挑战，例如数据可得性及成本、大数据风控能力等问题。
结合本文的分析，我们对促进金融机构进行大数据信贷业务创新提出几点建议：第一，传统银行应在大数据归集和处理方面投入更多精力。传统的商业银行拥有巨大的资金和数据优势，如果能够有效地归集和处理数据，将对其发展大数据信贷乃至普惠金融事业都有莫大的裨益。第二，监管部门应针对互联网银行或大数据信贷出台相应政策。监管部门可以在已有经验的基础上出台一套与现行市场相适应的法规，既不扼杀创新的积极性，也不致使大数据“滥贷”的发生。第三，数据机构应该加大对大数据信贷业务的支持力度。对许多银行来说，数据的缺乏和较高的调用成本使它们望而却步。如果有关部门能够共建信息共享平台，实现数据的互通有无，将大大降低数据获取成本，有利于金融机构对全客户群提供服务。
扫描下方二维码获取PDF原文
编辑 侯津柠
来源 IMI Working Paper No.2014
责编 金天、蒋旭
监制 董熙君
点击查看近期热文
欢迎加入群聊
为了增进与粉丝们的互动，IMI财经观察建立了微信交流群，欢迎大家参与。
入群方法：加群主为微信好友（微信号：imi605）,添加时备注个人姓名（实名认证）、单位、职务等信息，经群主审核后，即可被拉进群。
欢迎读者朋友多多留言与我们交流互动，留言可换奖品：每月累积留言点赞数最多的读者将得到我们寄送的最新研究成果一份。
关于我们
中国人民大学国际货币研究所（IMI）成立于2009年12月20日，是专注于货币金融理论、政策与战略研究的非营利性学术研究机构和新型专业智库。研究所聘请了来自国内外科研院所、政府部门或金融机构的90余位著名专家学者担任顾问委员、学术委员和国际委员，80余位中青年专家担任研究员。
研究所长期聚焦国际金融、货币银行、宏观经济、金融监管、金融科技、地方金融等领域，定期举办国际货币论坛、货币金融（青年）圆桌会议、大金融思想沙龙、麦金农大讲坛、陶湘国际金融讲堂、IMF经济展望报告发布会、金融科技公开课等高层次系列论坛或讲座，形成了《人民币国际化报告》《天府金融指数报告》《金融机构国际化报告》《宏观经济月度分析报告》等一大批具有重要理论和政策影响力的学术成果。
2018年，研究所荣获中国人民大学优秀院属研究机构奖，在182家参评机构中排名第一。在《智库大数据报告（2018）》中获评A等级，在参评的1065个中国智库中排名前5%。2019年，入选智库头条号指数（前50名），成为第一象限28家智库之一。
国际货币网：http://www.imi.ruc.edu.cn
微信号：IMI财经观察
（点击识别下方二维码关注我们）
理事单位申请、
学术研究和会议合作
联系方式:
只分享最有价值的财经视点
We only share the most valuable financial insights.