基于大数据技术开展普惠金融的实证研究

陈海旭 李鹏武

【摘 要】“普惠金融”是指以可控的成本，为需要金融服务的社会弱势群体提供适当的金融服务。WeBank（微众银行）由腾讯等知名民营企业创建，并于2014年正式开业。核心产品“微粒贷”实现从申请、审批到放款全流程互联网线上运营的贷款产品。微众银行采用腾讯平台现有的QQ、微信用户数据为源，与其他互联网平台联合开发，利用大数据技术开展借贷业务服务，本文基于此进行研究分析。详细描述了微众银行将大数据技术对小微企业及个人信用评级的过程，并设立一系列普惠金融发展指标，基于微众银行2016年、2017年财务数据对微众银行普惠金融服务方面的影响力进行计算和测度分析。最后，本文还指出了微众银行普惠金融服务中的潜在风险。

【关键词】微众银行；大数据技术；网络借贷；普惠金融

一、前言

当前，我国企业网络借贷迎来起步期，微众银行的出现无疑意味着低成本的借贷和投资，随着移动互联网的普及，信息交换的成本大幅下降，而这加快了大数据技术在商业领域的应用，仅仅通过对看似杂乱的数据做恰当的分析，就可以了解一家企业的历史运营情况，这无疑是商业的革命。网络借贷恰恰就需要这些数据作为支撑，通过有效系统的处理、分析、评估，可以做到对借贷企业的业务开展、营销状况、资产负债、客户来往，尤其是信用情况等决策管理的理解准确和高效。再者，通过对这些大数据的认识，人们还可以准确把握业务提升的方向和金融市场的发展趋势，并且在风险可控的情况下，将资金借给需要的企业，实现资源的合理配置。在此背景之下，微众银行设立并很快推出了“微粒贷”等产品，依托WeBank专业团队的风险控制和质量选择，实现高效便捷的资金调度，帮助用户更轻松地管理財富。，降低操作门槛。平台金融方面，微众银行目前已与一些物流公司、线上装修平台、二手车电商平台等国内知名的互联网平台联合开发产品。通过将互联网企业与数据和用户连接起来，将渭中银行的金融产品应用到其服务场景中，将互联网金融带来的包容性利益垂直渗透到普通大众的服装、食品、住房和交通运输中，从而实现了对金融产品的整合。实现资源的有效整合和优势互补，实现合作共赢的新模式。

本文以大数据分析为基础，通过分析微众银行如何运用大数据技术对小微企业进行信用风险评价。将普惠金融发展指标结合近几年财务报表分析微众银行对普惠金融服务的影响力。

二、微众银行的基于大数据信用评级模式

“微粒贷”作为一种在线运营的信贷产品，基于大数据风险控制技术，依托微信和移动QQ为中小企业提供个人小额贷款和贷款服务。

基于大数据分析技术，发楚准敏线上风险识别和监测信息系统。微众银行建立了风险识别，实时检测，测量和报告的能力，以满足风险管理的需求，如风险监控报告，风险计量模型，贷后警告，反欺诈和黑名单识别。

（一）模型架构

WeBank起源于传统金融机构的金融供给缺口，小微集团长尾融资需求的结合，以及传统金融大数据应用的不足。

大数据应用和信用报告的创新有效地提高了客户定位的效率和准确性。

（二）运行逻辑

第一，客户数据挖掘。基于客户大数据挖掘构建数据模型，选出符合要求的客户，调查客户可支配资金和客户的信用记录，预测目标的借贷风险，实现精准提供资金。

第二，客户行为分析。基于客户的社会行为，调查客户微信、QQ、浏览器等搜索记录，生活状态支付情况和消费状况，通过数据分析技术搜索可靠、信用度高的客户，实现风险控制的目的，同时也不断提升高价值客户的忠诚度和粘度。

第三，应用第三方数据进行确认，通过传统信贷数据，论坛、娱乐记录，法律记录，通讯记录，五险一金数据等深入了解互联网上客户的活动状况，通过这些诚信记录来做到审核客户。

第四，形成客户信用报告，通过金融机构直接发放贷款或发行资产支持证券。

（三）使用大数据技术对借款企业或者个人信用评级的优势

传统的信用评级是建立在静态和历史数据的基础上，存在一定的滞后性。

当需要贷款的企业申请金融机构的信贷资金支持时，需要提供过去的财务报表等信息。资产质量，抵押资产数量和担保能力与获得贷款的可能性，信贷额度和信贷价格成正比。

那些能够提供更好的历史数据来证明申请人往往具有较高信用评级的人，所以这些高信用评级的主体更有可能获得资金；如小微企业主、个体工商户等一般缺乏优质可靠资产（或抵押资产），难以提供令人信服的抵押贷款和担保，且往往缺乏财务报表等官方财务数据，所以通常信用评级较低，信用评级较低的主体在融资阻力较大，融资成本较高。

传统的信用评级方法容易导致信贷资源配置严重失衡。

1.信用评级的主观任意性较强，对人性等道德风险的评价往往被轻视。

“5C”因子分析方法在传统的商业银行信用评级中得到了广泛的应用。通常，有经验的信贷员会定量评估借款人的性格、资本、偿付能力、抵押品和经济状况进行初步估计。

但是，由于金融机构采用“5C”信用评级（即Character、Capital、Capacity、Collateral、Cycle Conditions），重点不同。因此，给予这五个指标体系的权重也存在质的差异。这种主观差异将导致信用评级结果出现偏差。

此外，传统的信用评级缺乏对贷款申请人人性等主观因素的深入、具体的评价，对还款意愿等因素造成的逾期和不良资产损失的定量分析也存在重大缺陷，道德风险和绵羊效应。

微众银行大数据信贷形式多样，覆盖面广，内容丰富。

微众银行通过用户身份数据和社会数据来分析人的诚实、受欢迎程度和工作稳定性，信息性更强。

信用评级过程中的大数据内容包括文本、音频、图片、视频等多媒体形式。收集到的数据不限于公司的财务报表，也延伸到各种存储媒体、互联网网页和社交软件聊天记录。从运营的总体数据到单交易和互动数据，内容包括传统评级过程中的必要指标，以及基于全面、实时、更全面、多角度的软信息数据，以及动态的信用评级。

基于复杂的数据分析模型，深入处理，开发和利用大量结构数据，半结构化数据和非结构化数据。

实时监控，显著的规模效应。利用腾讯等社会平台收集海量数据资源，使微型银行能够高效、方便、充分了解潜在客户的信用状况和实际经营情况，大大提高效率，节约信息收集时间，准确评估信用状况。继续跟进贷款情况。进而降低客户对抵押品的需求，保证、提高贷款速度，提高融资效率。

贷款公司一旦发生风险行为，将立即通过安全机制进行预警。实时监测有助于提高信用评级预测的准确性，提高信用评级的可靠性。由于腾讯的信贷设计、运营和管理的预投入成本是固定成本，因此总成本不会随评级数量的增加而有显著变化，个人评级主体分担的成本也会越来越小，从而实现信用评级的规模效应。

三、微众银行应用大数据技术开展普惠金融的实证研究和分析

研究微众银行2016年、2017年的银行服务的业务状况，利用相关数据对微众银行普惠金融发展指标进行计算和测度分析，结合对其在开展中小微企业、个人金融服务进行普惠金融方面的工作进行研究，探索微众银行普惠金融服务方面的影响力。

（一）设立微众银行的普惠金融水平测算指标

考虑到普惠金融主要服务于中小微企业和个人，并结合传统银行的相关指标，以此方向来研究微众银行普惠金融服务的影响力。参考HDI和国内外前沿的建模方法，本文章选取渗透度、使用度2个指标维度和5个具体指标来设计普惠金融发展水平。

具体指标如下（见表1）：

表1 微众银行普惠金融评价指标体系

（二）线性普惠金融指标（LIFI）

参考Sarma（2008），结合联合国开计署测换人类发展指数HDI的做法。并参考线性评价指数的设计方法，考虑微众银行业务数据的有限性，本文采用简单的线性加权方法设计微众银行普惠金融指标（LIFI）。

公式中W1，W2各自表示渗透度S和使用度U在最终指标中的权重。每个维度有各自的具体指标和权重。由此得出最终的具体计算公式。

根据普惠金融服务特征，向传统信贷难以触及的普通客户和小微企业主提供极其方便快捷的金融服务。

确定权重大小如下：

LIFI数值越大，表明普惠金融水平越高；反之数值越小，表示普惠金融水平越低。

（三）微众银行普惠金融服务基本情况

根据上述提及的普惠金融发展指数计算方法，对微众银行的普惠金融服务进行实证研究，比较分析应用大数据技术发展普惠金融服务的程度。

本文分析的数据主要来源于微众银行2016、2017年财务报表和历年银行业务数据统计。

2017注册用户6000万，覆盖567座城市；授信客户3400万人；向1200万人在线发放贷款8700亿元。笔均8100元。

2016注册用户2800万，覆盖城市549座，授信用户2833万，2016贷款量1600亿，发放人数2000万，平均每笔贷款8000元。

（四）基于普惠金融指数的普惠金融发展程度测度分析

考虑数据的分析利用情况，本文使用时间截面数据计算各指标实际值（为了数据的精确，除去了各自相应的单位）。

表2 普惠金融评价指数评价指标的权重

从结果可以看出，2017年相比于2016年，微众银行普惠金融服务指数（LIFI）上涨48.79%，普惠金融服务水平大幅度提升。

基于线性加权普惠金融指数模型的角度来分析微众银行在普惠金融发展水平的分布情况。从上表2可以看出，微众银行在农户金融方面服务方面整体金融服务都还处在普惠金融的较低水平阶段，并不能满足客户的金融服务需求。但是得力于“微粒贷”产品的提出，微众银行的业务量和营业水平在2016年、2017年有了大幅度提升。

四、当前微众银行普惠金融发展存在的风险

从微众银行普惠金融的供给、金融产品、政策制度来看，存在不少因素制约着微众银行普惠金融的推广与可持续发展。

一是用户信用违约风险。虽然微众银行已经可以以大数据为核心构建创新风控体系，引入机器学习、SVM、回声预测等算法，建立了微信、QQ、第三方平台和国家信用机构合作的系列风控模型。将人行征信和公安二代身份证等传统数据，与社交和行为等新型数据相结合，从更加深化、综合的角度评估和考量信用风险。。但是，从历史经验看来，中小微企业与个人仍然具有相对于一般客户更高的违约风险。如何更精准地识别客户身份、发放贷款并开展反欺诈仍是重点与难点。

一是新兴技术运用风险。随着移动互联网的蓬勃发展，以支付宝、微信为代表的移动端支付迅速普及，但是其面临的安全风险也不容忽视。而且由于数字普惠金融面向的人群数目众多，数字平台在构建时通常会采用一些新兴技术，如云计算和大数据等。这些新兴技术会带来诸多新的风险。一些云服务商同时支持了大量金融机构，如果出现故障将导致大面积金融服务停用，例如近年阿里云、谷歌云等国内外巨头皆出现过云计算服务的中断。在大数据运用方面，大量数据的集中存储使得攻击获得的潜在收益增大，会引来更多的攻击者，从而增加了数据泄露的风险。互联网银行金融服务多采取指纹或者面部识别技术。在生物识别技术运用方面，尽管人的生物特征不能改变，但泄露生物特征的途径却很多，如指纹信息可能被套取等。此类生物隐私信息被获取、复制，从而会对采用生物识别技术的用户造成难以估量的损失，补救措施也难以实施。

二是国家对于互联网式银行金融机构的监管问题。传统银行金融机构经过国务院设立的监管部门长期的监督和指引，已经建立了较为严格的管理体系和内控机制，对信息系统的安全性比较重视。相对而言，数字普惠金融机构尤其是新兴业态对信息系统基础设施的可用性和可靠性、运维管理流程以及人员的安全意识缺乏必要的安全评估。

【参考文献】

[1]李桂峰 . 基于大数据技术开展普惠金融的实证研究——以X行广西分行为例[D]. 中国农业银行股份有限公司广西壮族自治区分行，2019.

[2]張明嬛 . 基于普惠金融视角的我国小微企业金融服务问题探析[J]. 经贸实践，2018（ 24） ： 17.

[3]吴善东 . 数字普惠金融的风险问题、监管挑战及发展建议[D]. 中国社会科学院研究生院，2019.

[4]徐充，张瑀. 基于普惠金融视角的我国小微企业金融服务问题探析[J]. 江西社会科学，2017，37（ 02） ：222 -228.

[5]微众银行，微众银行2016年财务报告.

[6]微众银行，微众银行2017年财务报告.

[7]赵尊振，赵燕. 互联网银行大数据应用创新研究——以前海微众银行为例[D].中国人民银行泰安市中心支行.