龐姬樺女士畢業(yè)于北京大學(xué)和美國(guó)哥倫比亞大學(xué)，目前擔(dān)任PayPal公司消費(fèi)者風(fēng)險(xiǎn)管理總監(jiān)，負(fù)責(zé)通過(guò)大數(shù)據(jù)實(shí)現(xiàn)對(duì)互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)的偵測(cè)、跟蹤、管控和防范。在加入PayPal之前，曾任職于渣打銀行（中國(guó)）和美國(guó)運(yùn)通公司，具有超過(guò)15年的銀行風(fēng)險(xiǎn)管理和研發(fā)豐富從業(yè)經(jīng)驗(yàn)。

?

導(dǎo)言

DataPipeline致力于幫助企業(yè)打通內(nèi)外部的各種數(shù)據(jù)，小微企業(yè)的貸款是涵蓋大量?jī)?nèi)外部數(shù)據(jù)源的一個(gè)典型場(chǎng)景，無(wú)論是貸前、貸中還是貸后，都需要融合大量的、及時(shí)的數(shù)據(jù)以判斷小微企業(yè)的經(jīng)營(yíng)水平。傳統(tǒng)的做法看的是紙質(zhì)的報(bào)表，近幾年的做法是引進(jìn)外部數(shù)據(jù)接口作為信貸的輔助依據(jù)，未來(lái)五年區(qū)域性銀行值得探索的是如何充分利用數(shù)據(jù)營(yíng)銷獲客，與擁有數(shù)據(jù)勢(shì)能的第三方合作，加快對(duì)數(shù)據(jù)的運(yùn)用和理解。大數(shù)據(jù)不僅僅是數(shù)據(jù)量大，數(shù)據(jù)獲取的速度越來(lái)越快，如何在第一時(shí)間分析、處理、消化這些數(shù)據(jù)并甄別出優(yōu)質(zhì)客戶，是未來(lái)的核心競(jìng)爭(zhēng)力之一。本次我們特邀PayPal消費(fèi)者風(fēng)險(xiǎn)管理總監(jiān)龐姬樺女士，和我們聊聊數(shù)據(jù)對(duì)于小微貸款的價(jià)值。

?

一、區(qū)域性城商行能否在金融科技的助力下深耕客戶？?

地區(qū)性銀行在促進(jìn)經(jīng)濟(jì)發(fā)展和服務(wù)本地用戶方面有著不可或缺的作用。和全國(guó)性國(guó)有銀行和股份制大行相比，他們?cè)跐M足當(dāng)?shù)匕l(fā)展需求，整合多方資源和爭(zhēng)取政府支持上有著得天獨(dú)厚的優(yōu)勢(shì)，占據(jù)了“天時(shí)、地利、人和”。因此，近年來(lái)地區(qū)銀行發(fā)展迅速，在小微企業(yè)中樹立了良好的信譽(yù)和口碑。

然而，地區(qū)銀行也有其先天不足的一面。由于成立時(shí)間相對(duì)較短，存款用戶與全國(guó)性大行相比處于劣勢(shì)，造成了資金成本較高，很難依靠?jī)r(jià)格優(yōu)勢(shì)吸引到低風(fēng)險(xiǎn)的優(yōu)質(zhì)企業(yè)。怎樣從廣大有著迫切資金需求的小微企業(yè)中甄選出優(yōu)質(zhì)或次優(yōu)企業(yè)，成功促進(jìn)他們的健康發(fā)展，是地區(qū)銀行制勝的關(guān)鍵，也是其義不容辭的責(zé)任。那么，如何甄選好客戶，促進(jìn)存貸業(yè)務(wù)的健康成長(zhǎng)呢？唯有學(xué)習(xí)、運(yùn)用好大數(shù)據(jù)。

大數(shù)據(jù)和人工智能已經(jīng)不是互聯(lián)網(wǎng)獨(dú)角獸的獨(dú)門武器，它已經(jīng)成了銀行業(yè)不可小覷的發(fā)展浪潮，這個(gè)浪潮可能比我們的想象來(lái)得更猛烈更具顛覆性。能不能迅速地理解，適應(yīng)和駕馭大數(shù)據(jù)，決定了企業(yè)能不能贏得市場(chǎng)，開創(chuàng)新金融時(shí)代。只有學(xué)會(huì)把大數(shù)據(jù)和AI運(yùn)用到銀行服務(wù)的方方面面，滲透到貸前貸中貸后的各個(gè)環(huán)節(jié)，才能更好地定位目標(biāo)客戶， 更全面更準(zhǔn)確地把脈企業(yè)風(fēng)險(xiǎn)，更精準(zhǔn)更及時(shí)地對(duì)癥下藥。

?

二、那么，大數(shù)據(jù)在對(duì)小微企業(yè)的金融服務(wù)上有哪些運(yùn)用呢？

1.可以更全面地了解企業(yè)

大數(shù)據(jù)，顧名思義就是大量的數(shù)據(jù)。在過(guò)去的十多年中，銀行一直在對(duì)系統(tǒng)更新?lián)Q代，建立內(nèi)部數(shù)據(jù)庫(kù)，尋求和外部的合作與數(shù)據(jù)共享，漸漸從依靠審批員的經(jīng)驗(yàn)和判斷，到運(yùn)用技術(shù)和統(tǒng)計(jì)方法，把決策過(guò)程不斷量化。但是這些數(shù)據(jù)還遠(yuǎn)遠(yuǎn)不夠。一方面，信用評(píng)分卡，線性回歸，決策引擎等在銀行信貸中已被廣泛應(yīng)用。類似于財(cái)務(wù)報(bào)表，交稅情況，負(fù)債情況等有限的內(nèi)容，是各大銀行都熟悉的數(shù)據(jù)，做出的授信決定趨于同化。另一方面，在風(fēng)險(xiǎn)較高的小微企業(yè)中，如何挑選出具有發(fā)展?jié)摿Φ膬?yōu)質(zhì)或次優(yōu)企業(yè)一直是銀行面臨的難題。只有依賴更多更全的信息，建立更廣闊的視野，不遺漏小微企業(yè)表現(xiàn)出的個(gè)性和細(xì)微差別，才能在挑選小微企業(yè)時(shí)獨(dú)具慧眼。我們的每一次授信審核，都是在為企業(yè)做體檢。

大數(shù)據(jù)技術(shù)的運(yùn)用，使得我們的體檢報(bào)告不只局限在傳統(tǒng)三高指標(biāo)上，我們可以涵蓋更多更全的內(nèi)容，把各項(xiàng)血液指標(biāo)，身體各部位的骨密度，X-光片上各個(gè)陰影的位置和大小等每個(gè)細(xì)節(jié)，都嚴(yán)密記錄和排查，必要時(shí)發(fā)出警示信號(hào)并做出風(fēng)險(xiǎn)判定。只有這樣我們才能從看似健康的貸款企業(yè)中，找出那個(gè)產(chǎn)品老化缺乏競(jìng)爭(zhēng)力，即將出現(xiàn)財(cái)務(wù)危機(jī)的企業(yè)并采取行動(dòng)。也只有這樣，銀行才能從大行不予貸款的企業(yè)中，發(fā)現(xiàn)那些相對(duì)健康并發(fā)展?jié)摿薮蟮钠髽I(yè)，對(duì)他們進(jìn)行資金支持，幫助他們繼續(xù)成長(zhǎng)。?

2.可以更快地捕捉需求、發(fā)現(xiàn)風(fēng)險(xiǎn)

大數(shù)據(jù)，也是動(dòng)態(tài)的數(shù)據(jù)。過(guò)去，銀行的授信審核是建立在靜態(tài)數(shù)據(jù)的基礎(chǔ)上的。根據(jù)企業(yè)在某一時(shí)間點(diǎn)的征信信息，收入能力和負(fù)債情況，推斷出企業(yè)對(duì)于一定授信額度的償還能力。然而小微企業(yè)是對(duì)經(jīng)濟(jì)大環(huán)境最為敏感的群體，他們規(guī)模小，產(chǎn)品相對(duì)單一，資金鏈緊張。在當(dāng)前民間投資低迷，中美貿(mào)易局勢(shì)不明朗的情況下，他們時(shí)刻在經(jīng)受大環(huán)境的考驗(yàn)。過(guò)去依賴月度報(bào)表的方法已完全無(wú)法跟上小微企業(yè)的經(jīng)營(yíng)進(jìn)程，快速準(zhǔn)確地捕捉到小微企業(yè)經(jīng)營(yíng)狀況的變化。

對(duì)數(shù)據(jù)的運(yùn)用，正在經(jīng)歷一場(chǎng)量變到質(zhì)變的革命。一加一的數(shù)據(jù)結(jié)合，完全不僅僅會(huì)得到二，還會(huì)帶來(lái)強(qiáng)大的信息內(nèi)涵。比如，在月度財(cái)務(wù)報(bào)表之前，甚至小微企業(yè)經(jīng)營(yíng)者自己還未察覺之前，大數(shù)據(jù)，就可以通過(guò)市場(chǎng)，網(wǎng)絡(luò)，上下游企業(yè)，訂單，電信甚至水電煤的變化，互相之間變化的規(guī)律，頻率等等，告訴銀行該企業(yè)即將產(chǎn)生的貸款需求，或即將遇到的還款困難，使得銀行可以最快速的作出反應(yīng)。打個(gè)簡(jiǎn)單的比方，我們可以通過(guò)小微企業(yè)網(wǎng)上客服收到的詢價(jià)問(wèn)題的數(shù)量改變，并結(jié)合訂單變化趨勢(shì)，提前數(shù)月捕捉到企業(yè)擴(kuò)大生產(chǎn)規(guī)模的信號(hào)，從而早于他行在同類企業(yè)中選出有需求有潛力的小微企業(yè)。

3.可以自我學(xué)習(xí)，降低運(yùn)營(yíng)成本

大數(shù)據(jù)，更是智能的數(shù)據(jù)。它可以極大提高銀行效率。大數(shù)據(jù)并不是簡(jiǎn)單的對(duì)大量數(shù)據(jù)的堆砌，除了上述從數(shù)據(jù)中發(fā)現(xiàn)有效信息，預(yù)測(cè)發(fā)展趨勢(shì)和判斷最終結(jié)果的能力，大數(shù)據(jù)還具有在數(shù)據(jù)中總結(jié)規(guī)律，并用最新的信息自動(dòng)測(cè)試、修正和不斷改進(jìn)預(yù)測(cè)模型的能力，這就是大家所說(shuō)的 AI人工智能。AI技術(shù)不僅可以用來(lái)下棋，用來(lái)自動(dòng)駕駛，用來(lái)讓機(jī)器手臂開門鎖。

AI能用靈活、快速、自動(dòng)的方式運(yùn)用大量的數(shù)據(jù)。目前的 AI技術(shù)已經(jīng)完全可以部分解放繁瑣的人工流程，自動(dòng)幫助銀行追蹤信貸政策的有效性，修正對(duì)小微企業(yè)的篩選條件，在數(shù)據(jù)，決策和效果三者中建立自動(dòng)反饋機(jī)制，具備了基本的機(jī)器學(xué)習(xí)能力。銀行不用擔(dān)心數(shù)據(jù)量的指數(shù)型變大，會(huì)帶來(lái)相應(yīng)數(shù)據(jù)管理人員和運(yùn)營(yíng)成本的增加。相反，大數(shù)據(jù)和 AI可以極大的提高銀行的運(yùn)營(yíng)效率。

目前，銀行對(duì)大數(shù)據(jù)的運(yùn)用還剛剛起步。面臨的挑戰(zhàn)是，業(yè)務(wù)人員和系統(tǒng)技術(shù)人員雖在各自的專業(yè)領(lǐng)域非常精通，但是對(duì)對(duì)方領(lǐng)域卻只有有限的了解，這在一定程度上阻礙了數(shù)據(jù)時(shí)代新視野新模式的建立。銀行可以和具有尖端科技能力，豐富大數(shù)據(jù)經(jīng)驗(yàn)的第三方科技企業(yè)合作，充分利用內(nèi)部金融方面的經(jīng)驗(yàn)和長(zhǎng)期積累的管理能力，與最新的技術(shù)結(jié)合，盡快從舊金融走向新金融。

?

點(diǎn)擊這里，免費(fèi)申請(qǐng)DataPipeline產(chǎn)品試用

轉(zhuǎn)載于:https://www.cnblogs.com/DataPipeline2018/p/9596750.html

總結(jié)

以上是生活随笔為你收集整理的DataPipeline | PayPal庞姬桦：大数据在小微企业贷款上的运用的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。