从大数据征信看银行风险控制创新
【摘要】从大数据征信看银行风险控制创新数据将是未来银行的核心竞争力之一,这已成为银行业界的共识。在大数据时代,银行所面临的竞争不仅仅来自于
从大数据征信看银行风险控制创新
数据将是未来银行的核心竞争力之一,这已成为银行业界的共识。在大数据时代,银行所面临的竞争不仅仅来自于同行业内部,外部的挑战也日益严峻,互联网、电子商务等新兴企业在产品创新能力、市场敏感度和大数据处理经验等方面都拥有明显的优势。在此形势下,利用大数据征信创新和提高银行的风险把控也逐渐成为业界关注与探讨的重要话题。
银行业在风险控制中的不足之处
普华永道发布的《2015年中国金融及银行业展望》指出,截至2014年第三季度末中国的商业银行不良贷款总额上升36%,达到7670亿元人民币,是四年来的高点。预计2015年不良贷款上升的趋势将持续。上述数据的背后,除了经济下行导致的逾期风险上升的原因之外,银行在风险控制中存在漏洞与缺陷也是重要原因。
信息不对称与贷款欺诈
随着P2P、小贷等民间借贷的兴起,借款人越来越容易通过非银行途径获得贷款。而民间借贷机构无须向人民银行上报数据,非银行体系的贷款申请情况、负债情况和逾期情况等信息不清晰、不透明、无法提前预知的矛盾愈发突出,往往到了借款人逾期甚至失联,银行才被动了解到借款人在民间借贷领域的部分历史逾期借贷情况或负债过高等不良行为信息。
贷款欺诈问题也是银行面临的另一个问题,尤其是在信用卡领域和部分运用信贷工厂模式运作的贷款产品。银行固化的发卡审核流程以及信贷工厂运作模式已经不再是秘密。目前信用卡、贷款的包装、组团欺诈骗贷的情况屡见不鲜,尤其是在信用贷款领域,约有60%的信用贷款来自于欺诈,这其中有一半以上是由于身份造假和资料包装。在数据维度不全面的情况下,银行等放贷机构由于没有第三方大数据支持,缺乏充分和有效的交叉核验手段,容易被组团骗贷者钻空子。
信息不及时与贷后风险防范
信息获取的不及时也给银行在贷后风险管理中带来了不同程度上的麻烦。例如,银行往往希望第一时间知道一家企业客户在获得贷款后是否面临新的法律诉讼,但是大多数银行使用的方式仅仅是依靠信贷经理不定期手动查询当地法院网站的方式获取信息,这当中存在着巨大的不确定性,一旦信贷经理忘记查询或者操作失误,贷后司法诉讼监控工作将形同虚设。这还不包括持续监控该客户在民间借贷中的申请情况、负债情况和逾期情况等风险点。银行在贷后风险防范过程中的手段和效率都极大地制约了银行风险控制的效果。
成本和效率的矛盾
为了解决信息不对称的问题和信息获取不及时的问题,银行往往需要采集大量的数据来辅助判断。但是数据采集的过程中通常运用的方法是要求借款人或企业补充提供大量的资料,这个过程中涉及到大量的人工成本和时间成本。而为了提高效率,需要搭建一套能够实现部分数据的自动采集,同时需要自动化程度较高的后台管理系统,但是这必须组建专门的工程师团队和进行大量的IT开发工作,对不少中小银行来说也是一个沉重的负担。
就业培训申请领取
环球青藤
官方QQ群扫描上方二维码或点击一键加群,免费领取大礼包,加群暗号:青藤。 一键加群
数据分析师相关文章推荐
|数据分析师最新文章推荐
刷题看课 APP下载
免费直播 一键购课
代报名等人工服务
- 1 传统数据和大数据的区别
- 2 数据分析的8种方法都是哪些?
- 3 3大常用的数据分析工具是什么?
- 4 数据分析的具体流程是什么?
- 5 excel中的运算符
- 6 数据分析的作用有哪些?
- 7 电子商务需要分析哪些数据?
- 8 数据分析包括哪些内容?
- 9 rdd是什么?
- 10 数据分析的基本步骤