基于大数据的小微信贷新模式探索与实践.pdf

2023年第3 期农银学利51银行经营管理基于大数据的小微信贷新模式探索与实践中国农业银行浙江省分行普惠金融事业部课题组摘要：随着大数据时代的到来，基于违约率评价的小微信贷模式难以适应当下的金融生态，探索银行信贷渠道、流程、核心模型、开发模式等发展新趋势，对银行提升自身市场竞争力有着重要意义。本文将以农业银行浙江省分行小微信贷新模式实践为例，重点通过对新模式机理的详细描述，为小微企业信贷提供现实样板，为探索高效的信贷服务路径提供新思路。关键词：大数据；小微信贷；新模式；数字化转型中图分类号：F832.33文献标识码：A文章编号：2 0 9 7-2 3 0 X（2 0 2 3）0 3-0 0 5 1-0 6DO1:10.16678/ki.42-1864/f.2023.03.010近年来，以人工智能、大数据、云计算、区块链等为代表的金融科技不断进步，深刻改变着金融行业生态和商业模式。随着银行业数字化转型工程的推进，信贷管理也进入了全新阶段。探索如何基于大数据等金融科技，实现对传统信贷模式的革新，更好地适应新形势下市场、客户和银行自身经营的需要，成为新的重要课题。一、大数据时代要求信贷模式变革大数据时代来临，人们的生产生活逐渐变得可量化，“用数据说话”成为人们的决策常态。面对数字化浪潮，传统银行业务显然已经难以满足当代人的需求，银行若不顺应潮流，就会被时代淘汰。（一）新兴客群要求传统信贷模式变革浙江民营经济旺盛，据有关统计显示，其中90%以上为小微企业，但在传统信贷体系下，金收稿日期：2 0 2 3 年0 4 月1 7 日融机构对小微企业支持较少，缺乏小微企业信贷数据积累，因此基于违约率评价的传统信贷模式，在对小微企业的授信评价上并不完全适用，函需借助大数据技术，广泛整合可获取的社会资源，探索形成小微企业专属的信贷模式，缓解小微企业贷款难问题。(二)新兴行业要求信贷模式变革新兴行业包括文创类、科创类、健康类、节能环保类等行业，具有模式新颖、科技含量高、附加值大等特点，通常具备较长的产业链，且产品生产或技术研发能带动供应链上下游相关产业的发展，但其投入产出规律、成长性、资产负债和风险情况以及金融服务需求，与传统制造业相比有巨大差异，因此以传统制造业为主要服务对象的信贷模式已经无法有效评估新兴行业的实际衍生价值。52农银学2023年第3 期银行经营管理（三）亲新兴业态要求信贷模式变革随着众多数字金融产物的相继诞生，供需双方不需要通过金融中介便可直接进行线上交易，且选择更多、成本更低、速度更快。传统银行重点依赖于广泛的物理网点来辐射周边客户群体，通过客户经理面对面服务来完成客户营销和尽职调查，这种低效率、高成本的服务模式在新型金融业态冲击下失去竞争优势。因此，要在竞争中存活、不被时代浪潮所淹没，进而保持住历史竞争优势，传统银行获客模式、营销方法、尽调手段等就不得不进行深刻变革。二、大数据时代提供金融服务有利条件大数据的重要性毋庸置疑，它为新时代金融业务的发展创造了许多有利条件、提供了强劲动力。（一）商业银行拥有更丰富的数据资源随着大数据时代的到来，商业银行可以通过工商、税务、法院、公积金、电力局、水利局、人行、银保监等官方网站多渠道、多维度地了解客户真实的生产经营相关数据，并且通过第三方合作平台获取客户衣、食、住、行等日常生活数据。同时充分结合申请客户的授权数据和所有企业的公开数据，更加准确地判断客户经营情况、在行业中所处地位以及生活习惯等，为客户精准画像。（二）商业银行拥有更广泛的触达渠道在金融科技的加持下，金融服务不再局限于传统营业网点、自助设备等线下渠道，手机银行、网上银行、微信银行等线上渠道逐渐成为银行服务客户的重要渠道，客户可以永远处于“连接”状态。同时，依托先进金融科技，能够为客户提供反向触达渠道，聆听“客户之声”，收集客户体验反馈，并进行文本分析提炼，及时了解客户真实需求，将客户反馈应用于业务推进、产品设计和流程改进中，真正实现对客户的广泛、精准触达。（三）商业银行拥有融合度更高的金融生态大数据时代，金融与科技的多点融合和跨界融合成为新的趋势，领军银行不再是拥有庞大分支机构的银行，而是拥有强大的数据应用能力、能够在日常经营中塑造场景化优势的银行。在金融科技的支持下，银行有条件重塑金融行业生态，实现金融服务的开放化。通过生态合作，将支付、融资、理财等金融产品无缝嵌入到教育、医疗、出行、政务等民生消费和企业生产经营场景，构建多层次、多维度的金融生态价值链，打造“金融+服务”的智慧生态圈。三、小微信贷新模式实践探索在面对新客群、新行业、新业态时，传统的以“贷款违约率和违约损失率”为核心的测算体系显然并不适用。从根本上来讲，一方面，在传统信贷模式下，银行准入的小微企业很少，积累的小微贷款历史数据不足以为传统的测算体系修正提供充足的数据基础支撑。另一方面，传统信贷模式下大多数客户为制造业企业，测算模型也更偏向于制造业，其与新兴行业相比存在很大差别。因此，充分利用大数据时代的有利条件，积极探索适应新客群、新行业和新业态的全新信贷模式是商业银行的当务之急。（一）新模式的做法农业银行浙江省分行（以下简称“浙江农行”）率全国农行之先，开创性走出了线上普惠的第一步，打造了全新信贷模式，为全国农行数字化转型工程提供了优质样板。1.大数据批量获客。浙江农行主动对接各级政府和公共事业部门，打通了税务、工商、医保等几十组数据源、上万个维度的实时数据，获取了包括企业纳税金额、销售收入、盈利水平、所处行业、地区等在内的系列数据，在对客户立体画像的基础上进行客户细分和初筛，剔除明显的问题客户以及严重过剩产能、淘汰落后产能、危害环保、“僵尸企业”类、存在环境和社会风险等非目标客户，对基本符合银行授信条件的基础客户，形成批量营销清单，并借助大数据技术，通过地图作业法就近匹配网点对接，开展精准营销。2“掐尖”精准选客。针对初步筛选的客户清单，浙江农行在取得客户授权的前提下，尽可能多地获取相关数据，并从行业、区域、经营指标等多维度对数据进行清洗和整合。面对众多的新兴业态，不同行业的小微企业经营数据大相径庭，且532023年第3 期农银学利银行经营管理没有历史信贷数据积累，无法用传统模式下单一的授信规则介入。浙江农行依托数据优势，创新运用“掐尖”模式，从不同行业、不同地区、不同经营指标等多维度对客户进行细分和专项排名，并在各细分领域里整合筛选靠前企业，形成优质客户名单库，深刻改变了传统信贷基于专家经验的选客模式。3.开发智能模型。在全新信贷模式下，追求准入通过率和资产质量的双平衡，通过对上万维度数据的深度挖掘，对客户进行立体“数字画像”，并根据细分客群特征及信贷风险偏好建立客户准入筛选模型，让小微企业既要“进得来”，也要“守得住”。2 0 2 3 年，浙江农行还在系统内首创“信易贷”平台联合建模数据共享获客模式，在符合信息保护要求的前提下，最大限度赋能精准营销和高风险客户排查，为贷前营销提供了更精准的目标。同时，基于大数据的建模也具备一定的自我修正能力，通过对风险客户特征的提炼以及内外部数据的深度挖掘，持续做好模型的后评价和更新迭代，让模型更加精准、有效。4.探索个性化模式。浙江农行根据不同客群特性，基于不同类型、不同行业、不同场景，创新定制个性化子模型，更加贴合特色群体信贷需求。一是针对“轻资产重、重资产轻”的科技型小微企业客群，创新推出“科技e贷”子模型，在系统内首创“科技实力”评价模型，从企业资质、研发强度等6 个维度，生成1 0 项量化指标，将反映企业技术创新实力的要素转化为信用资产，为尚处初创期、成长期但技术领先、市场前景广、发展潜力大的科技型小微企业提供专项信贷支持。二是针对从事进出口贸易的外贸型小微企业客群，通过专线直连通关数据库，实时查询授权企业报关单和海关数据，创新推出“外贸e贷”子模型，向进出口小微企业提供线上化、自动化、可循环贷款，有力缓解外贸型小微企业融资难题。三是针对药品零售行业小微企业客群，通过与浙江各地市医疗保障局系统直连，基于医保结算商户在医保信息管理系统的结算流水数据，创新推出“药店e贷”子模型，为浙江省医保定点药店解决融资难题。四是针对制造业小微企业客群，通过系统直联电力部门，在线获取企业用电量、电费缴纳等数据，推出“电力e贷”子模型，为制造业小微企业经营资金周转提供信贷支持。五是针对义乌小商品市场商户客群，与义乌公共信用平台进行数据直连，获取企业及企业主相关数据，推出义乌特色小额信用贷款“义商e贷”子模型。六是针对“政采云”平台上的政府采购小微企业供应商客群，运用平台提供的交易大数据，创新推出“政采e贷”子模型，嵌入政府采购场景，基于应收账款、政府采购订单、交易流水等信息，提供“合同贷”“流水贷”等，满足不同类型的小微企业融资需求。七是针对在网盛“生意宝”平台上进行订单交易的小微企业客群，基于企业和平台交易数据，创新推出“生意网贷”子模型，将线上贷款系统嵌入第三方电商平台，提供线上化、自动化的订单融资服务。八是针对优质纳税M级小微企业，基于企业留抵税额等纳税数据，创新“留抵税e贷”，进一步扩展国家留抵退税政策红利范围，让尚处于建设投产期的小微企业也能获得早期资金支持。5.智能风控模式。在全新信贷模式下，小微企业信贷规模实现爆发式增长，单纯依赖客户经理人工调查的传统风控模式不再适用，全新的数字化智能风控不仅能有效释放人力资源，更能让风险防控更加及时、精准、有效。一是建立多维度的“数字雷达”。通过直联外部多维度大数据，包括企业生产信息、交易信息、结算信息等涵盖企业产供销全流程的数据轨迹，全方位了解企业经营状况。线下坚持实地调查，充分了解企业主人品与企业实地经营信息，与线上大数据、行内结算流水数据交叉验证，实现对客户经营和还款能力的有效甄别。二是构建反欺诈“防火墙”。自主研发“哨兵”智能反欺诈系统，构造数十个风控模型、上百组风险策略，全方位实时扫描、分析、识别风险信号，并多方联动黑名单数据，杜绝客户通过“养”数据、“套”模型，骗取信用。三是完善贷后“警报器”。构建线上风险预警平台，对企业征信情况、经营情况、贷款资金流向、贷款需求真实性等数十项指标进行实时、量化、动态监管。根据不良客户风险特征，归纳提炼贷后风险特征图谱，目前已更新迭代至3.0 版。“金融大脑”围绕近百项监测指标和否定指标，定期排查54农银学利2023年第3 期银行经营管理企业大数据变化情况，自动进行红橙黄蓝风险预警，及时提醒客户经理进行线下核实和处置。(二)新模式的优势1.管理精度更高。一是依托互联网数据挖掘技术和云计算功能，银行可以对全量数据进行关联分析、交又验证，将多维度数据整合为客户立体“数字画像”，并采用“掐尖”模式，精准选择处于特定客户群上游3 0%的领跑客户，自动完成客户筛选、额度测算、差异化定价，客户评价更加客观、准确。二是授信测算精度有效提升。银行通过与政府相关部门、事业单位、第三方平台等可信机构的数据直联，实时获取客户信用大数据，及时掌握企业真实的生产经营及变动情况，其中在个性化模式下加入了特色行业、特色平台等相关数据源，实现了动态授信，额度更加精准、合理。三是风险管控精度有效提升。借助技术支撑，装配四组不良看板走访箱包企业摄影：中国农业银行浙江嘉兴平湖支行姜夷对企业在业务平台上积累的海量数据进行挖掘和分析，通过多维度交叉验证分析，实现对客户实时、量化的动态监管，进一步提升客户评价和风险评估精准度。对于判定违约风险上升的小微企业，及时发布风险信号，采取相关措施核实并处理，有效地控制信贷风险发生。2.信贷成本更低。一方面，大幅降低运营成本。借助大数据技术，实现了线上化的批量获客以及模板化调查、系统自动授信、机器自动审批、客户自主用款，客户准入、授信审批、贷后管理等流程均得到极大简化。同时，线上信贷平台搭建前期投入的固定成本，后期也会随着平台利用率552023年第3 期农银学利银行经营管理和业务规模的提升，逐步降低，形成规模经济效应。另一方面，大幅降低融资成本。以全量的小微企业数据为基础，定制了小微企业专属的信贷评价体系，可根据每个企业资产、生产经营和信用等数据实现智能化定价，且按天计息、随借随还，实际融资成本比名义利率低1 5.3%，显著降低了客户融资成本。3.服务效率更高。一是提升获客效率。通过互联互通，线上锁定浙江省纳税ABM级小微企业、政府采购供应商、进出口企业的目标客户，其中90%以上为农行新客户，实现了多渠道线上批量获客。随着今后线上信贷系统的优化升级、标准化程序接口（API）的应用以及政府、企业交易场景的嵌入，普惠金融服务生态圈将会进一步拓展，业务空间将更加广阔。二是提升流程效率。小微企业通过农行企业网银、官方网站、微信公众号等线上渠道，即可一键申请办理，从申请到放款实现了“最多跑一次”甚至“一次都不用跑”，业务流程效率大大提升，实现了“3 个1 ，即1 秒反馈预授信额度、1 小时客户经理上门调查、1 天即可发放贷款。三是提升经营效率。全新的线上小微信贷模式将每笔贷款办贷流程缩短至1-3 天，且基本实现系统自动操作，将客户经理真正从案头工作中解放出来，便于他们专心致力于客户营销和贷后管理。（三）新模式的成效近三年，浙江农行小微企业线上信贷业务发展取得良好成效。截至2 0 2 3 年3 月末，浙江农行小微企业线上贷款户数近4 万户、余额约1 4 1 0亿元，带动全行国家金融监督管理总局（原银保监会）和央行口径普惠金融领域贷款和客户数总量、增量连续五年保持系统和同业“双第一”，连续多年被省委省政府和监管部门评为“支持浙江经济社会发展先进单位一等奖”“小微企业金融服务先进单位”“支农支小优秀单位”“服务小微企业优秀机构”“民企最满意银行”等。1.客户基础不断扩大。新模式上线五年以来，线上小微企业信贷业务实现爆发式增长，并拉动浙江农行小微企业业务每年翻一番，全行普惠型小微企业法人贷款从2 0 1 7 年末的3 9 1 6 户、余额156亿元，增长到2 0 2 3 年3 月末的4 万户、余额1410亿元，其中线上小微贷款占比9 0%。线上信贷相关产品荣获农总行数字化转型一等奖、农总行十大工程项目、浙江省金融科技十大案例等奖项，支持小微企业的经验做法两次被国务院信息专报刊登。2.应用场景不断丰富。基于线上信贷平台，浙江农行持续创新服务模式，大力拓展应用场景，形成了更加丰富的线上产品体系。目前，线上信贷申请渠道已成功嵌入省政府“浙里办”平台、税务“电子税局”平台、工商“小微云”平台、海关“电子口岸”平台、中小企业服务中心“企业码”等政务服务渠道，以及“银泰爱融”“中企云链”等头部电商平台，企业无论是纳税申报、工商年检、海关报关，还是线上采购原材料、结算货款、缴纳水电费，都可以向农行一键申贷，特定场景还可直接贷款支付订单，真正把银行的金融生态融入到企业生产经营每个场景中去。3.客户体验不断升级。浙江农行积极引入人脸识别、电子签名、数字加密等金融科技，攻克身份认证、线上授权、证据存档等技术难题，在全国金融业首次实现首贷户无需开户、无需注册K宝、无需安装APP即可申贷，借助线上征信授权和查询功能，实现业务申请、额度测算、贷款审批全流程线上操作，大大提高了普惠客户金融获得感。4.资产质量不断提升。线上信贷模式始终坚持以小微企业为主体进行统一授信，进而切分企业法人与个人、线上与线下以及不同担保方式，确保授信总量与企业经营规模、经营能力严格匹配，切实防范过度授信、多头融资的“垒小户”风险，避免风险的交又传染。浙江农行线上小微企业信贷经历了新冠疫情等风险冲击，不良率经受住了实践检验。四、小微信贷新模式发展方向(一)加快数据集成对银行而言，虽然自身有众多的内部数据库，同时引进了大量的外部数据，但只有在众多数据中挖掘出真正可用的部分，才能真正体现数据价值。一是要加快数据拓展。目前，银行内部拥有大量的客户历史金融数据，但对客户轨迹、偏好等非金融行为数据掌握非常有限，必须根据业务56农银学利2023年第3 期银行经营管理需要，加快引入高质量的第三方数据，搭建“引进来”和“走出去”双向互通模式，进一步拓宽数据源。二是要加快数据整合。目前，银行掌握的数据资源相对丰富，但内外部系统平台众多，标准不统一、数据分散等问题仍然存在，尚无法构建起客户统一视图，呕需有效整合跨渠道、跨产品、跨系统、跨机构的数据信息，实现数据信息相互印证的良性循环。三是要确保数据安全。构建矩阵式的数据安全防护体系，采用数据云存储、敏感数据漂白加密、敏感操作实时预警等手段，从技术层面封堵数据泄露漏洞，并从法纪和管理层面，严格规范数据授权方式和使用范围，确保数据保密性。（二）丰富场景模式大数据时代，金融服务不局限于银行网点，而是无处不在。因此，场景金融必将成为未来商业银行产品和服务竞争的新战场。一是打造“三农”普惠特色场景金融体系。着眼新型农业经营体系、农商互联、农业产业升级、核心企业产业链上下游客户交易线上化等机遇，构建“三农”辐射圈式和普惠产业链式场景金融服务体系。二是构建高频生活消费场景金融体系。围绕“衣食住行游娱医教”等高频生活消费场景，推动便民缴费、智慧商圈、智慧校园、智慧物业、智慧出行、智慧医疗、智慧政务等核心场景的建设和推广。三是加快推进开放合作场景。启动开放银行平台建设工程，加强与互联网公司、渠道服务商、平台运营商合作，利用好合作伙伴的流量入口，建立起银行自身的“朋友圈”。（三）引强化智能建模一是构建机器学习算法库。在线上智能建模平台中，不断丰富机器学习算法库，加载包括结构化分析、分类回归、文本表达、推荐排序、图分析、深度学习等领域的经典算法，添置数据预处理、特征抽取、模型评估等更加丰富的数据挖掘组件，为智能建模提供有效的硬件支撑。二是强化深度分析。激活海量金融数据，加强前沿的机器学习、深度学习等人工智能手段的应用，对数据进行深度挖掘，为客户全方位画像，分析客户、分类客户，真正推动信贷模型从专家经验向初级人工智能甚至是人工智能2.0 的华丽转型。三是持续迭代更新。及时总结系统运行经验，不断汲取同业先进经验，引入最新金融科技，对模型进行优化、修正，做强优势、弥补弱势，切实推动客户准入与资产质量的平衡发展。（四）加载智能服务一是推进网点智能化转型。探索研发新一代网点智能服务系统，打造网点客户充分自主、人工适当辅助的业务办理模式。通过线下业务线上预受理、线上活动线下交付、客户经理在线、远程视频支持等方式，全面提升网点经营管理智能化水平。二是优化智能流程。结合数字化产品创新和流程优化项目，整合完善现有生产和管理系统，着力打通现有运营流程中的服务断点、难点，打造线上线下无缝衔接的作业流程，逐步实现渠道间各类信息要素的实时传递和全面共享。三是搭建在线交流平台。优化客户经理在线功能并推广，为客户经理与客户之间、客服代表与客户经理之间建立即时沟通桥梁，弥补短信、电话等手段存在的不足，实现跟踪式服务。（五）推动风控转型一是加快建立模型快速迭代机制。充分运用大数据、人工智能、区块链等新技术，结合现有产品的运行情况，针对运行过程中暴露的问题，不断探索模型自学习、自迭代的智能建模技术，定期或不定期对模型进行适应性改造，让模型更加高效、精准。二是加快推进风险监测系统的智能化改造。加快推进智慧信贷平台、企业级反欺诈、反洗钱平台等重点领域风险监测系统建设，将各类风险管控模型和环节嵌入其中，逐步打通风控“竖井”，推动风控案防从“人工控制”为主向“机器控制”为主转型，实现各部门、各条线监测系统、模型、预警信息的互联互通和共享共用。充分发挥大数据优势，结合押品线上查询监测功能，探索逐步将线下客户、大中型客户一并纳入大数据“监控”体系，提高数字风控效率。三是完善大数据风控应急机制。从数据安全角度出发，探索建立情景模拟体系，模拟在各类突发危机场景下，预设备用风控体系，确保出险时得以快速应对。课题组成员：钱恺（组长)吴静(执笔人)张伟刘俊慧1