您现在所的位置: 主页 > 干部工作 >

互联网大数据在小微金融的运用逻辑

发布时间:2019-04-14 09:50 作者:hg0088 点击量:
-
-
相较于个人客户的大数概率,小微企业的轻、小、散、弱的特点,加上区域和客群的差异,使得小微金融成为互联网大数据最难攻克的领域。
首先,表现在金融机构获取客户上。以前只要涉及小微金融,政府和市场认为需求大、融资难、融资贵;金融机构却认为找客户难,风控难,各唱各调。其实风控和获客为一体,目标客户分散是困扰金融机构最大的问题。俗话说三百六十行,小微客户行业三万六千行都不止,获客难是金融机构第一大难。通过线下零售的方式找到客户,收集信息数据无法量化、格式化,导致信息传递不断失真,决策层无从下手。
互联网大数据的发展,大大改善了金融机构小微客户获客问题。磁金融研究显示,互联网大数据的获客分成四类:一是典型的企业对企业(B2B)电商平台,如找钢网等;二是第三方服务商如ERP、SaaS等,记账公司如金蝶、中航信息等;三是金融机构和类金融机构,如银联、汇付天下;四是同时拥有个人端(C端)和企业端(B端)的互联网巨头,如阿里、京东、携程等。这些平台聚集了海量的小微客户,并且客户聚集的同时,平台特别是垂直平台对B端客户行业客群分类,使金融机构从撒网式零售式的营销过渡到批量定向营销。另一方面,有了大数据的支撑,精准营销也成为一些机构的首选,此模式从客户的行为数据历史交易数据入手,挖掘客户的潜在需求,实行白名单邀请制,如招商银行闪电贷、京东的企业白条。
其次,表现在降低风险上。这里又分两个层面,一是互联网大数据在控制风险上发挥作用,得益于互联网大数据的发展,原来需要花费大量人力收集的小微客户信息首先被数据化,而且收集成本大幅降低,收集效率大幅提高,无论是供应链核心企业方提供的生产数据、交易数据、物流数据,还是从外部获取的第三方数据,比如黑名单数据、法院数据、工商数据、多头数据、社交数据、税务数据,以及客户授权的流水数据、央行征信数据,都可迅速获得,秒级评估。
贷前通过获取的数据可以使小微企业画像更清晰,对客户信用状态、经营状态、资产状态能较为准确地获取数据或自动验证,贷中自动检测客户状况,根据小微企业情况调整授信额度与利率水平,贷后可根据大数据对宏观经济、行业及小微企业个体的经营水平和信用水平的跟踪,及早发现风险并采取策略。
当资金紧张有信贷需求的时候,小微企业可以通过线上提交资料,授权查询数据,便可将审贷资料提供至风险评估机构或者资金方,风险评估机构或者资金方经过评估后即可发放贷款,在保证风险可控的前提下大大提高了小微企业获取信贷服务的效率。
二是对冲风险,在控制单个贷款主体风险的前提下,互联网大数据还能发挥缓释整体业务风险的作用。B端客户在群体表现下,在同一行业会呈现一些行业固有属性,比如行业整体风险、盈利状况、销售规模、流动能力水平、存货周转率水平等,小微企业主也会有相同的行为属性,比如多头情况、资产情况、还贷情况、社交情况等。
小微企业属于企业与企业主密切关联的群体,通过分析不同行业的固有属性和小微企业主的个人行为属性的特征,建立不同维度模型。在初期可采用经验策略模型,模型根据小微风控专家的经验判断而提炼;随着坏样本的累积,中期可尝试使用逻辑回归模型或其他分类模型,模型的精准程度也会更高;在后期,小微企业数量足够丰富,可采用机器学习模型,自动挖掘因素之间的关联。
从大数理论来看,会呈现初始逾期水平增加,但迅速迭代模型后,会逐渐恢复正常可控水平的表现。互联网大数据对小微金融的发展可以提供批量引流的模式,将原有的线下寻找小微企业的单个模式,变成批量进件模式,大数据和风控模型的加入,会使小微企业评估风险的模式变成数据风控和模型风控的时代,整体风险水平会逐步缓释,实现对冲风险的作用。
顶一下
(0)
0%
踩一下
(0)
0%