大数据在银行传统信贷全流程中,有哪些关键作用

近几年，银行开始借力“大数据”来作为风险控制的依据，其本质还是一种“了解你的客户是否有还款能力”的手段，银行希望通过“大数据”降低“了解你的客户”这个过程所需要的成本同时提升判断的准确度。以企业的纳税数据、银行账户结算量等数据为基础的贷款产品也确实降低了银行贷款的准入“门槛”，几十万元甚至几万元的贷款也成为了可能，解决了一部分小企业的“融资难”问题。

目前，银行对“大数据”的应用情况还停留在非常初级的阶段，只解决了“数据真实性”的问题。一直以来，银行对风险的定价依赖于财务报表，但是因为大部分企业的报表，尤其是中小企业的报表“真实性”很低，所以我们只能依托真实程度更高的纳税信息和银行账户流水作为主要的风险定价依据。举个极端的例子，如果所有的企业都“不做假账”，其实现阶段银行的大数据产品是没有存在的必要性的。

真正有能体现“大数据”价值的银行服务应该是目前以阿里的网商银行和腾讯的微众银行为代表的互联网银行正在实践的信贷模式，利用实时、动态、多维度、不断积累和更新的数据去对风险进行定价。以阿里为代表的互联网巨头掌握了个人或者企业大量的交易数据（电商买卖、信用卡还款、话费充值），同时鼓励客户不断的导入外部数据（比如芝麻信用就鼓励客户添加拥有的车辆信息），利用这些数据来判断客户的还款能力，并且因为数据是不断实时更新的，风控模型也在不断进行自我升级和修正来提升判断的准确度。基于实时动态的“大数据”的风控模型能够为每个客户完成风险定价（传统银行的方式是将客户进行分类，然后对每一类客户进行定价），未来你下一分钟能拿到的利率和上一分钟就可能会不一样（比如你刚好被发现闯了一个红灯导致借款利率上升）。互联网巨头们这种“获取数据”的能力也是银行所垂涎的，这点从各大银行纷纷推出自己的电商平台（工行融e购、建行善融商务）的支付产品（建行龙支付、招商一网通）就可以看出。

说一句更远的话，现在的大数据模型还是一种“中心化”的定价方式，大家愿意把数据交给阿里基于对阿里这个“中心”的信任，这种信任的成本还是很高的，比如一个美国的客户就没法通过阿里借到钱，因为阿里没有这个客户的数据。构建一个全球的区块链或许是一种解决思路，尤其当“区块链+物联网”就可以解决“信任”的问题。

设想一个场景，一名中国人将自己家的房子注册到这个全球的区块链上并且这个房子安装的是使用了物联网技术的智能门锁。随后，这名中国人来到美国创业，需要一笔钱，他可以把中国的房子抵押给美国的银行（区块链证明了房子的权属清晰），区块链对这笔交易进行登记并产生一个智能合约。一旦他还不出钱，智能合约会将房子的所有权划给美国的这家银行同时修改门锁中的密钥信息，哪怕他逃回中国也进不了家门了。