互联网金融视角下，商业银行信贷业务转型策略研究

范枻

摘要：互联网金融的飞速发展不断推进金融脱媒与利率市场化的进程，商业银行面临的外部经营环境日趋严峻，存贷利差缩窄、业务拓展艰难、业绩增长乏力等;同时，京东金融、蚂蚁金融等互联网金融企业使得商业银行面对更大的挑战。如何利用商业银行在长期经营过程中积累的海量的客户信息资源，基于大数据视角下，商业银行如何准确定位市场，挖掘优质客户资源，推广信贷业务，运用大数据实行信贷业务营销与风险管理，是实现银行战略转型的有效途径。

关键词：商业银行 大数据 信贷业务

2014年可以看作是中国互联网金融元年，大数据技术运用到了金融领域。到了2018年，互联网金融50强已经涉及新金融领域12个细分市场，分别为P2P网贷、互联网理财、互联网支付、互联网征信、互联网银行、互联网保险、互联网基金、互联网证券、消费分期、众筹、直销银行、综合金融服务。上榜企业总估值8600亿元，其中网络借贷平台占22%。仅2019年第一季度，中国互联网金融投资金额为4.2亿美元，互联网金融企业尤其是借贷平台，对商业银行信贷业务带来巨大冲击。

商业银行作为金融中介，是间接融资的中间环节，占据金融领域中占据着重要地位。互联网金融的发展带动了金融脱媒的步伐。资本市场上，直接融资取代了简介融资，经济发展从银行主导的经济格局转变为以市场为主导的格局，投融资双方直接对接，提高了效率，也加速了利率市场化的进程。

我国商业银行传统的信贷业务经营模式营销成本和管理成本高，所以各家商业银行一直以来将信贷业务重点放在大中型企业，中小企业很难从商业银行获得信贷资金支持。另一方面，商业银行居民理财业务的多样化不及互联网金融平台，起点金额高、收益率低，没有通过商业银行“盘活”闲散资金转向互联网平台汇集起来，加之互联网平台支付便利，没有地域限制，互联网金融交易规模数量迅速增长。以阿里金融为例，阿里巴巴在金融服务领域已包括贷款、担保、保险、信用卡、支付结算等全流程。

互联网金融来势汹汹且发展迅速，信贷业务是商业银行最基础、最重要的业务，但目前仍处在传统的经营管理模式，分析商行业银行信贷业务管理存在的问题，探讨转型升级之路，对于商业银行的发展有重要的意义。

一、互联网金融对商业银行的影响

互联网金融平台依托大数据大数据金融的快速发展给以银行业为代表的传统金融机构带来了巨大的影响。商业银行已经意识到传统银行业务必须从线下转移到线上进行，各家银行都开始大力推广网上银行、手机银行、微信直销银行业务，在线申请信用卡，额度秒到账等业务也相继出现，储蓄、理财等商业银行负债业务正在向大数据金融方向发展。与储蓄、投资理财业务相比，商业银行资产业务仍停留在人工审核和管理的传统阶段。

而大数据分析能够在银行银行信贷业务中发挥重大作用：利用大数据分析可以精准掌握更多客户行为数据去预测其偏好和兴趣，开发特定人群的信贷类产品，利用高端数据分析和综合化数据分享对接各类金融产品，金融产品更加据有竞争力;大数据技术能够使银行的贷款风险防控体系更加完善，应用大数据技术可以集中管理银行内部多源异构数据从而保障数据的完整性与安全性，通过外部征信数据控制用户风险。总之，在互联网金融的强烈冲击下，不管商业银行信贷业务是线上推广还是线下转型升级，都离不开大数据技术的应用，大数据分析提供可靠的数据支持，使银行的业务经营更加精准、快速和高效。

二、商业银行信贷管理所存在的问题

（一）信贷管理方法滞后

现阶段我国商业银行的信贷体系仍然没有建立起有效的、完善的专项信息管 理方法。2018年底我国商业银行不良贷款余额为2万亿元，不良贷款率达到1.89%。

主要原因在于风险控制方法侧重于定性分析，不管是各户经理上门走访还是审批部门领导决策，都带有很强的主观性、且耗费成本和时间，依靠的数据仅仅是央行征信报告作。数据来源单一，用历史信用反映未来的信用水平，且只针对有信贷记录人群，对于小微企业，很难从银行获得信贷支持。

（二）信贷业务营销机制不完善

我国商业银行信贷业务营销现阶段基本属于被动营销，等客户上门或者通过其他银行产品交叉营销的模式，且产品没有创新性，没有根据客户需求制定个性化的产品方案。而互联网金融平台通过大数据建立了一整套涵盖客户需求、消费习惯等方面的数据模型，對数据信息规律进行分析，制定个性化的营销方案，实现精准、高效的营销模式。

三、商业银行信贷业务转型策略

（一）建立信贷业务数据管理平台

第一，依靠大数据分析决策审批。商业银行之所以不愿意为中小企业提供信贷支持，主要是分析其固有资产不具备抵偿条件。在互联网金融平台业务发展迅速的今天，商业银行必须把中小企业纳入自己的经营版图中。对企业来说，财务报表体现运营过程中产生的标准化、结构化的数据，这部分数据只占15%，而大约85%的数据是大量存在于外部系统、物联网、电子商务等媒介的结构和非结构化数据，这些数据对于互联网金融平台便于掌握。因此，商业银行需要制定“大数据战略”，提高大数据应用技术，利用大数据技术的便捷性准确地搜集个体与企业的信用信息，这样纳入客户多样性的行为数据，并且带来了更具时效性的评判标准，与传统征信相比大数据征信极大程度上加强了风险控制。通过大数据分析进行信用评估与授信审批，不仅使信用评价更精准，还可以提高商业银行对小微企业融资的服务水平，拓宽了小微企业的融资渠道。

第二，基于互联网大数据建立贷后风控系统。商业银行传统的贷后管理属于薄弱环节，企业经营问题从初现端倪到资金链出现问题有一个时间差。商业银行基于大数据技术建立贷后风险监测系统、抵押物价值评估系统，有助于及早发现企业经营问题，提高信贷资产管理效率。可以借鉴互联网金融平台的风控系统，以支付宝为例，支付宝风控体系以平台积累的大数据为基础，利用客户原始交易数据建模进而预测，实现交易和账户风险的实时监控及预先识别，在智能风控阶段就可以解决80%的风险事件。据官网统计，蚂蚁金服在平均100毫秒内实时风险识别与管控，将支付宝的资损率控制在十万分之一以下。

（二）信贷业务营销高效化、精准化

电子商务的飞速发展改变了人们的消费习惯，手机银行、网上银行、电子支付，使人们的支付行为也从线下转移到线上。传统仅以银行流水和固定資产作为评估条件，显然并不足以阐释和还原用户信贷偿还能力。客户消费金额，消费品数据、消费习惯，可依据高端、大宗、金融类商品浏览习惯作为一种外部数据资源的获取路径。将更多的非结构化数据信息充分整合，了解用户可能存在的个性 化消费习惯，分析其中可能存在的非理性消费特点，精准定位用户长期还款能力，降低信贷业务可能存在的潜藏风险。

此外，通过消费数据分析，发现客户的多种需求，并通过满足其需求而销售多种相关服务或产品的一种新兴营销方式。其可以基于银行内部数据与外部数据，分别实现对客户不同业务或产品的交叉推荐。基于银行内部数据的交叉营销模式就是银行内部通过分析客户目前信贷交易流水数据，结合客户的其他基本信息、征信信息等，筛选出信贷交易额高、交易流量稳定的客户，向其推送适合客户自身状况的其他信用贷款业务。

综上所述，我国目前商业银行信贷业务经营模式存在多种普遍风险因素，包括信用数据轨迹清晰度低，以及市场数据反馈时效性差等问题，无法满足小微企业和客户多样化的信贷业务要求，在联网金融平台的冲击下，亟需发展大数据信贷业务管理系统，用于与客户营销、产品开发、信用评估和风险预测。运用大数据分析和模型来开展风险评测，预测借款人还款能力、意愿和欺诈风险，让有能力、符合贷款资格的小微企业能够快速成功地获得贷款。借助大数据资源，深度挖掘客户个性消费数据资源，改变商业银行传统数据参考决策观念。同时实施科学风险防控，通过数据分析可以将贷前、贷中、贷后环环相扣，实现全流程数字化风险管理，增强商业银行信贷业务的风险管理能力，发挥出金融大数据资源的 优越性。

参考文献：

[1]徐洁，隗斌贤，揭筱纹.互联网金融与小微企业融资模式创新研究[J].商业经济与管理，2014（4）.

[2]林巍，王祥兵.大数据金融：机遇、和策略[J].财会学习，2016（3）.

[3]许瑶佳.蚂蚁金服的发展及策略研究[D].上海：上海外国语大学硕士学位论文，2017.

[4]李荣.电商供应链网络融资研究——基于阿里金融与京东金融的对比分析[J].农村金融研究，2018（1）.

[5]王克非.大数据助推商业银行信贷业务与风险管理创新分析[J].财经论坛，2019（2）

[6]张晓朴.互联网金融监管十二原则[N].第一财经日报，2014-20.

基金项目：本研究为2018内蒙古电子信息职业技术学院科研项目《互联网金融背景下，商业银行信贷业务转型性研究》（项目编号：YTSRF1804）。

作者系内蒙古电子信息职业技术学院讲师