2．利用大數(shù)據(jù)，推進風(fēng)險決策模式的創(chuàng)新

銀行也是具有經(jīng)營風(fēng)險的行業(yè)，風(fēng)險管理是銀行的生命線，風(fēng)險管理的成敗決定著銀行的存亡。目前，銀行在進行信用風(fēng)險決策時，主要依據(jù)客戶的會計信息、客戶經(jīng)理的調(diào)查、客戶的信用記錄以及客戶抵質(zhì)押擔(dān)保情況等，通過專家判斷進行決策。這種決策模式帶來了以下嚴(yán)重后果：

一是這種模式只適用于經(jīng)營管理規(guī)范、會計信息可靠、信用記錄良好的大公司或有充分抵質(zhì)押物并經(jīng)營良好的中小公司，而對于占企業(yè)總數(shù)97. 3%的4200萬小微企業(yè)并不適用，這導(dǎo)致銀行失去了大量的有價值客戶；二是決策基本上取決于信貸審批人員的主觀判斷，缺乏足夠的客觀證據(jù)，信息不對稱、標(biāo)準(zhǔn)不統(tǒng)一，引發(fā)了前臺客戶經(jīng)理和后臺信貸審批人員的激烈矛盾，致使業(yè)務(wù)流程復(fù)雜、效率低下；三是決策依據(jù)的主要是企業(yè)過去的靜態(tài)信息，而不是實時的動態(tài)信息，這種信息的時效性、相關(guān)性和可靠性不足，風(fēng)險不能夠得到有效控制。

事實上，大數(shù)據(jù)技術(shù)可以有效地解決上述問題。一方面，通過多種傳感器、多個渠道采集數(shù)據(jù)，可以幫助銀行更全面、更真實、更準(zhǔn)確、更實時地掌握借款人信息，有效降低信息不對稱帶來的風(fēng)險。另一方面，利用大數(shù)據(jù)技術(shù)可以找到不同變量間新的相關(guān)關(guān)系，形成新的決策模型，使決策更準(zhǔn)確、更統(tǒng)一、更公正。因此，銀行完全可以利用大數(shù)據(jù)創(chuàng)新出新的風(fēng)險決策模式，并由此贏得新的客戶，形成新的利潤增長點。Zest Ca就是一個成功的案例。Zest Cash是一家小額貸款公司，由Google的前首席信息官DouglasMerrill創(chuàng)辦。Merrill發(fā)現(xiàn)，銀行在進行貸款決策時，決策的依據(jù)往往非常有限，主要依靠客戶的信用記錄。信用記錄有瑕疵或根本沒有信用記錄的客戶往往無法獲得銀行貸款。

Merrill說：“為什么要僅僅依賴一個數(shù)據(jù)來決定人的信用等級呢？為什么不用網(wǎng)絡(luò)上那成百上千的數(shù)據(jù)，再設(shè)計一個算法，來判斷一個人是否會按照約定來還錢呢？”經(jīng)過努力，Merrill通過大數(shù)據(jù)技術(shù)成功地解決了這一問題。他把從網(wǎng)絡(luò)上搜集的幾千條碎片化的數(shù)據(jù)整合成完整的客戶拼圖，較為準(zhǔn)確地還原了客戶的真實狀況和實際信用狀況，并因此獲得了豐厚的利潤。我國的阿里金融也是一個典型的案例。阿里金融利用阿里巴巴B2B、淘寶、支付寶等電子商務(wù)平臺上客戶積累的信用數(shù)據(jù)及行為數(shù)據(jù)，引入網(wǎng)絡(luò)數(shù)據(jù)模型和在線視頻資信調(diào)查模式，通過交叉檢驗技術(shù)輔以第三方驗證來確認(rèn)客戶信息的真實性，向這些通常無法在傳統(tǒng)金融渠道獲得貸款的弱勢群體批量發(fā)放“金額小、期限短、隨借隨還”的小額貸款。重視數(shù)據(jù)，而不是依賴擔(dān)保或者抵押的模式，使阿里金融獲得了向銀行發(fā)起強有力挑戰(zhàn)的核心競爭力。