
用大數(shù)據(jù)做微貸的幾個難題_數(shù)據(jù)分析師
比起大數(shù)據(jù)技術(shù),用大數(shù)據(jù)思維去指導(dǎo)小微授信工作,重視信貸員在調(diào)查中的關(guān)鍵作用,以實現(xiàn)“半自動”式的授信發(fā)放工作或許才是努力方向。
Q: 大數(shù)據(jù)做微貸有哪些難題?
A: 數(shù)據(jù)缺失,信用評估難
前一段時間,中國首家網(wǎng)絡(luò)銀行“微眾銀行”開業(yè),當著李克強總理的面,“微眾銀行”用人臉識別技術(shù)和大數(shù)據(jù)分析,給一個卡車司機放了3.5萬元貸款。
微眾銀行靠著這件事情賺足了臉面,原因不僅僅是國家領(lǐng)導(dǎo)人前來撐場面,更重要的是微眾銀行這筆貸款是通過“大數(shù)據(jù)”分析發(fā)放的,相比于傳統(tǒng)貸款流程繁瑣,折磨客戶又折磨信貸員,微眾銀行通過數(shù)據(jù)分析,在數(shù)秒之內(nèi)就審核通過了貸款,省時省力又省事。
在眾人驚嘆大數(shù)據(jù)技術(shù)的威力時,筆者對大數(shù)據(jù)能否真正搞定小微貸款卻持懷疑態(tài)度,結(jié)合筆者幾年的小微貸款工作實踐,來說說大數(shù)據(jù)做小微貸款的幾個難題。
第一個難題——“數(shù)據(jù)缺失”
大數(shù)據(jù)在小微客戶身上的應(yīng)用,是要建立在小微客戶“數(shù)據(jù)源”基礎(chǔ)上的,沒有數(shù)據(jù)源,“大數(shù)據(jù)”分析就成了打空槍,而小微企業(yè)本身所具備的特點會讓我們難以收集相關(guān)數(shù)據(jù)。
1、小微企業(yè)經(jīng)營靈活
小微企業(yè)所從事的生意有幾個特點:進入門檻低、規(guī)模小、經(jīng)營形式靈活,在實踐中,也因為這些特點并不需要辦太多的營業(yè)手續(xù),再加上這幾年政府為激發(fā)小微企業(yè)的活力,對小微企業(yè)愈加重視,在制度上和政策上進一步給“小微客戶”減負,大部分的小微客戶就是靠一張營業(yè)執(zhí)照就開業(yè),“一元公司”現(xiàn)在也成為了現(xiàn)實。生意手續(xù)“含金量”的降低,這讓大數(shù)據(jù)分析中的最關(guān)鍵的一步,也是第一步:核實生意主體,成了一個難題。光靠一張“紙”,光靠網(wǎng)上的企業(yè)信息公示系統(tǒng),這種純粹通過線上的方式去核實生意存在與否,以及生意的歸屬,筆者估計,別說網(wǎng)絡(luò)銀行不放心,銀監(jiān)會也是不會放心的。
2、小微企業(yè)經(jīng)營模式簡單
小微企業(yè)生意的經(jīng)營模式非常簡單,第三方機構(gòu)參與的程度較低,因此金融機構(gòu)能借助的有價值的第三方信息很少。以一個夫妻開的小超市為例,超市平時交易量大、交易金額低,而且以現(xiàn)金交易為主,所以通過銀行流水不能反映他們的經(jīng)營狀況;因為是政策照顧的對象,幾乎免稅,所以稅務(wù)局的交稅信息也沒有什么價值;沒有大的積蓄,之前也沒貸過款,所以很少和銀行打交道,在央行[微博]的信用記錄幾乎為零,生活用電用水和生意用電用水夾雜在一起,每天的生意憑證是只有他們自己能看懂的流水賬,因此幾乎找不到靠譜的、有利用價值的信息憑證。所以如果金融機構(gòu)用大數(shù)據(jù)去分析沒有公信力數(shù)據(jù)的小微客戶,幾乎無從下手。
3、小微客戶的素質(zhì)較低
小微客戶的文化水平相對較低,“互聯(lián)網(wǎng)生活”的參與程度也較低,對于他們來說,互聯(lián)網(wǎng)僅僅就是聊聊QQ、微信,斗斗地主,然后轉(zhuǎn)發(fā)兩篇養(yǎng)生文章,淘寶購物也是淺嘗輒止。網(wǎng)上熱議的,也是微眾銀行宣稱的要通過“社交數(shù)據(jù)”去發(fā)放貸款,在小微客戶這里是失靈的。
筆者曾親自嘗試過使用以社交數(shù)據(jù)發(fā)放貸款的代表“閃銀”,它的界面很簡單,要求用戶關(guān)聯(lián)自己的“微博、人人網(wǎng)、學歷認證、銀行卡”,然后經(jīng)過三分鐘的后臺分析就得出一個信用額度?!伴W銀”后臺是怎樣的數(shù)據(jù)模型,如何做的數(shù)據(jù)分析,我們并不知道,但得出了一個結(jié)論,這些“稀奇”的事物,小微客戶是“不感冒”的,如果執(zhí)意要通過分析小微客戶的社交數(shù)據(jù)來判斷他的授信額度,就好像要通過老農(nóng)民愛喝哪款紅酒來判斷他的素質(zhì)水平一樣,只怕意義不大。
第二個難題——“信用評估難”
“信用”評估是大數(shù)據(jù)分析和傳統(tǒng)調(diào)查分析都難解的命題:
1、小微客戶信用記錄少
無論是線上還是線下審批,客戶的信用紀錄都是是否予以小微客戶授信的重要參考。這幾年政府政策的引導(dǎo),各家銀行推出的小微貸款產(chǎn)品,讓小微企業(yè)多了和銀行打交道的機會,但仍未讓小微企業(yè)在央行征信報告上展現(xiàn)足夠的信用狀況。別說能達到滿足大數(shù)據(jù)分析所需要的量,就是在傳統(tǒng)金融機構(gòu)對小微客戶的授信分析中,也讓銀行費心不少,比如就是因為小微客戶稀少的信用積累,逼迫銀行只能通過強化擔保來把控小微客戶的還款意愿,而不愿意去冒險嘗試純信用貸款。
以國內(nèi)小微貸領(lǐng)域的佼佼者包商銀行為例,包商銀行掌握先進信貸技術(shù)和高素質(zhì)信貸員隊伍,也僅能做到“無需抵押,也能貸款”,這里雖然無需抵押擔保,但需要客戶提供嚴格的保證擔保,而即便對客戶發(fā)放了無需擔保的信用貸款,也會在金額和期限上做出嚴格限定,客戶范圍也基本僅限于和包商銀行合作多年,信用記錄良好的客戶。
2、小微客戶信用記錄差
在筆者所接觸到的小微客戶中,其信用記錄呈現(xiàn)了兩個極端,要不就是“白戶”,從未和任何銀行打過任何交道,沒辦過貸款,沒辦過信用卡,甚至沒在銀行開過借記卡。要不就是征信記錄很難看,多次逾期。但逾期也分“惡意”與“非惡意”,信用記錄難看的那一部分,也不完全是“黑戶”,有的可能是被銀行慫恿,辦了信用卡卻不會用,于是信用記錄抹了黑;有的可能是僥幸辦了房貸,卻被復(fù)雜的利率調(diào)整所困擾,征信記錄多了些不疼不癢但很礙事的逾期記錄。
而大數(shù)據(jù)分析是機器判斷,會更相信“公正權(quán)威“的征信報告,而不會去聽小微客戶去講信用記錄背后的故事,因此如果單純通過信用記錄來判斷客戶的信用意識,是不是就有些武斷?而銀行在小微授信業(yè)務(wù)中,銀行機構(gòu)的代表信貸員則不會那么死板,面對客戶的不良信用,一定會給客戶自證清白的機會,恰巧銀行調(diào)查小微客戶是讓信貸員實地調(diào)查,借著實地調(diào)查的機會,信貸員也會詳細了解不良信用記錄的成因,成熟的去判斷客戶的信用意識,給客戶一個解釋的機會。
3、小微客戶信用意識差
強化客戶的信用意識是授信業(yè)務(wù)中的重要環(huán)節(jié),尤其對于沒有貸款經(jīng)驗的小微客戶來說。另外,小微客戶的信用意識差是業(yè)內(nèi)共識,畢竟這部分群體一直游離在銀行的主流客戶群體之外,沒見過“世面”,也不知道信用記錄的重要性,因此在銀行調(diào)查小微客戶中,借著實地調(diào)查,和客戶面對面交流的機會,來給客戶灌輸維護良好信用意識的重要性,是工作必備。
同時,銀行也考慮到,光灌輸意識是不夠的,還需要有一個強力里的保障,那就是信貸員。信貸員是銀行的代表,也是銀行品牌形象、法律規(guī)定和信用道德評判的具化。對于客戶來說,面前活生生的講感情的信貸員,比起客戶的自我約束、銀行品牌感化,甚至法律的威懾更加有力。如果讀者當中有做過小微貸款,有追過逾期經(jīng)歷的,都會認同我的說法,和客戶講法律、講信用意識,都不如和客戶“講關(guān)系”、“講面子”有效果。
如上文從“數(shù)據(jù)難題”和“信用難題”兩個方面分析所得出的結(jié)論,數(shù)據(jù)的缺失、數(shù)據(jù)收集渠道的缺失,使得目前熱議的完全依賴“大數(shù)據(jù)”快速發(fā)放貸款的模式,在小微客戶身上仍然難以落實,大數(shù)據(jù)技術(shù)只能是“看上去美好”。
而從一個親身接觸客戶,切身了解小微貸款其中艱難的信貸員角度出發(fā),筆者認為比起大數(shù)據(jù)技術(shù),用大數(shù)據(jù)思維去指導(dǎo)小微授信工作,重視信貸員在調(diào)查中的關(guān)鍵作用,以實現(xiàn)“半自動”式的授信發(fā)放工作或許才是努力方向。
以上就是筆者的對于用大數(shù)據(jù)做小微貸款難題的幾點認識,因為都是小微信貸工作的經(jīng)驗之談,所以表述多于主觀,缺乏準確數(shù)據(jù)的支撐。但對于大家客觀看待大數(shù)據(jù)在小微信貸領(lǐng)域的應(yīng)用,實際了解其中的難處,應(yīng)該能給大家提供些思路。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11