水文管理和大数据让信贷扁平化-国土报中文版

本篇文章5403字，读完约14分钟

大数据应用于金融的潜力

大数据与互联网的结合是未来金融发展的方向之一。这里的金融不仅包括传统金融机构业务的电子化和数据化，还包括互联网金融机构在建立大数据平台的基础上进行数据信用调查和风险控制的多种衍生操作模式。大数据的特点是“动态、海量、多维、相关”，这完全颠覆了传统数据以及由此产生的数据处理、样本调查和行为预测。

水文管理和大数据让信贷扁平化

拥有数据和进行分析是各行业规划和生产、营销和营销的基本能力。然而，事实上，要么缺乏有效的数据积累意识，要么缺乏有效的数据平台和分析工具。中国的数据生态处于相对分散的状态，很难相互联系。在这方面，一个明显的例子是财务操作数据的方式。金融的主要功能是金融中介，它允许有效的资金流入有效的资本消化渠道，提高金融服务的效率。

水文管理和大数据让信贷扁平化

然而，就目前的整体金融效率而言，一方面是利率管制导致的资金供求结构性错配；另一方面，在融资过程中，过于依赖传统的线下抵押和担保模式，使得本可以优化的服务流程复杂化，同时也增加了金融机构进行数据验证的线下调查和审计成本。正因为如此，考虑到成本和收益的边际效应，银行在选择客户和进行层级定位时，倾向于选择数据完整、资产负债清晰的高质量大中型企业，而数据不完整、缺乏线下实物资产和抵押品的小微企业则倾向于远离客户。

水文管理和大数据让信贷扁平化

核心不在于28世纪的金融法，也不在于客户的道德冒险，而在于金融家和借款人之间缺乏一个完整、开放和相互制约的信贷机制。这种信用机制，在缺乏大数据的信用扁平化功能的情况下，只能通过相对安全的线下担保来实现借贷双方的信用约束。

大数据金融的开端:以阿里小额贷款为代表的电子商务金融

什么是大数据？我相信在这一波互联网金融中，大数据已经成为金融业的代名词。事实上，数据有许多属性，相对而言，财务属性可以反映数据相关方的真实资本和消费行为能力，因此它们具有空数据的操作价值，甚至可以成为一种资产。

“平台、数据、金融”三位一体的数据金融模式是阿里金融自身大数据金融的核心概括。大数据的积累是一个相当复杂的过程。一般来说，目前中国具备大数据收集能力的平台需要满足以下条件:

1.持续的平台运营和服务供应，能够跨经济周期收集数据；2.数据需要有频繁的流动和交叉，所以平台绝对需要有流动的基础；3.有有效的方法来转换数据和自助服务，如阿里小额贷款。从这三个条件中筛选后，你会发现最好的、最有能力积累数据和提供信用信息服务的基本上是一个大的电子商务平台。虽然银行也是数据积累的主要来源，但其根本原因在于缺乏频繁的客户联系和激励渠道，其数据活跃度低，分为阶段性和阶段性，缺乏一定的数据和服务转换工具。

水文管理和大数据让信贷扁平化

为什么是电子商务，为什么是阿里金融？原因很简单。电子商务掌握的日常消费和支付数据是最活跃、频率最快、距离终端消费者最短的，也是应用场景，涉及行业中最多的数据输入和来源。3月7日，阿里巴巴举行了西湖品雪大数据峰会。同一天，阿里透露，阿里数据平台部门的服务器上保存了超过100pb的已处理数据，相当于104，857，600 gb，相当于40，000个西雅图中央图书馆和580亿本书。

水文管理和大数据让信贷扁平化

用一个形象的比喻来说，它就像一个大口径的真空吸尘器，收集所有分散和不规则的数据点，然后集中处理它们。根据不同的行业、属性、类别和阶段进行标准化数据仓库，并使用数据分析模型进行对接。结合相关方行为数据的最新数据，对历史、当前和未来进行对比、分析和预测。例如，阿里小额贷款的一个风险控制模型需要分析过去几年淘宝上千家店铺的近3万个指标，在这个过程中，找出解决两个世界级数据分析问题的方法，一是如何在云计算平台上处理海量数据，二是如何在3万多个指标中挖掘出像一个大浪潮一样的数据。

水文管理和大数据让信贷扁平化

阿里金融，客观地说，是中国最早积累电子商务数据、挖掘金融属性的电子商务平台，也是2013年互联网金融的龙头企业。阿里的b2b、b2c和c2c电子商务生态系统的主要参与者是商家和消费者。在长期的电子商务生态培育中，商家和用户通过高频信息流、资金流和商品流相遇，这为阿里的数据库提供了最详细的数据源。可以说，阿里金融的框架起源于电子商务和信用，并通过信用方面的数据处理能力的培养，即余额宝产品的开发，逐渐向债务方面蔓延。

水文管理和大数据让信贷扁平化

国内现有的主要电子商务金融平台在运营模式上基本上朝着阿里全金融的方向发展，这充分表明大数据金融与电子商务平台的结合将是改变数据信用在中国整体金融服务中作用不足的可行途径。

大数据如何拉平信贷？

就阿里金融而言，大数据是如何拉平信贷的？平面尺寸在哪里？

1.大数据解决了小微企业和信用机构之间的信息不对称问题，增强了相互信任。大数据在融资提供者和借款者之间起到很好的中介作用，通过客观数据解决了信贷提供者的调查和审批过程，使小微企业获得更好的数据信用能力。

为什么大数据可以解决，而传统的信用机制却不能？一方面，银行金融机构的信贷标准与小微企业借款人能够提供的标准之间存在错位；另一方面，对于小微企业的高不良贷款率、高服务成本和高违约率存在一些误解。

就第一点而言，商业银行作为传统的社会融资主体，往往需要借款人提供企业和商户的标准化经营数据，如财务报表、损益表、资产负债、现金流量等有效的抵押品作为违约担保。这些常规的企业财务数据对于大中型企业来说并不困难。除非是伪造或变造的，一般都符合前端银行的信贷审计标准，并按照贷前、贷中、贷后的程序办理。然而，小微企业经营时间短，财务制度不完善，没有特殊的资产管理能力，一般无法提供如此详细的数据。银行需要的标准和小微企业能够提供的标准之间存在错位。

水文管理和大数据让信贷扁平化

那么，如何解决呢？传统的做法是要么将小额信贷利率提高30~50%，甚至200%，要么要求小微企业提供联合担保或足够的抵押品。或者干脆不做，放弃这部分所谓的“高风险”和“低能力”客户，专门为那些大企业服务。

就第二点而言，在利率市场化开始之前，在以阿里小额贷款为代表的网络金融成熟之前，银行业一直存在对小额信贷的误解，认为其成本过高、风险过高。事实上，情况并非如此。小微企业的风险主要集中在经济周期中，风险主要是由于缺乏良好的信用记录(银行信用资质难以获得)，导致融资成本过高的风险，这几乎挤压了between/きだよ.的利润从阿里小额贷款不良率来看，截至2013年6月末，不良率为0.84%，低于商业银行平均不良率。这充分说明小微企业并非没有能力建立良好的信用记录，他们可以通过大数据管理实现良好的信用记录。

水文管理和大数据让信贷扁平化

2.大数据的动态管理和监控将贷款前、贷款中、贷款后的业务流程进行了分级，提高了集约化管理的效率，便于灵活调整，及时处理信用风险。

比较传统银行和阿里小额贷款业务的触发机制和管理方法是十分必要的。对于传统银行来说，贷款的前期、中期和后期管理在很大程度上是分开的，也就是说，前台业务营销和风险管理之间的平衡以及后台的控制。从触发点来看，在客户有潜在的信贷需求和意向后，银行只会要求企业提供包括担保抵押情况在内的标准化财务数据，整个信贷过程从确定需求意向开始。此外，即使贷前业务岗位已经将客户的贷款需求和信息上报给信贷审查部门，中间办公室的审批效率和流程也会因人而异，因银行而异，后台贷后管理也会在一定程度上与企业的最新发展脱节。这就像一个不需要那么高效的信用链。每个时间点之间都有一定的时间差，这个时间差在一定程度上成为一个风险聚集点。

水文管理和大数据让信贷扁平化

然而，阿里金融等电子商务平台基本上没有这样的担忧。为什么，大数据和以数据为核心的信用风险控制模型仍在发挥作用。

通过阿里小额贷款GDS阿里通用决策服务，实现对现有客户和潜在客户的动态管理。借助大数据分析，阿里小额贷款a-gds系统透析了电子商务平台上的所有小微企业，并根据分析结果选择向风险可控的企业开放信贷服务，将风险管理放在了首位。通过数据模型可以直观地分析和预测商户的历史积累、最近的日常交易、资金流、订单、周期变化、交易速度和频率，将静态贷款转化为动态管理，准确把握商户的经营趋势和资金需求。它不仅可以指导系统完成自动信用营销服务，如结合商户数据变化的信用调整、利率定价调整(即针对不同客户的风险定价)，还可以借助系统实现对商户运营的实时监控。

水文管理和大数据让信贷扁平化

从业务触发的角度来看，阿里小额贷款的营销是无形的，它与企业的日常经营融为一体，甚至可以提前预测企业的资金需求。也就是说，所有贷前程序都是通过大数据分析模型和固定数据标准积累起来的。只要商户有融资需求，系统会自动分析，完成贷前审核，及时提供信贷资金。这样，阿里小额贷款的电子商务金融模式实现了贷前流程，以及贷前、贷中、贷后的流程。它高效、动态地运行，为小微企业提供更便捷的信贷服务，并通过技术手段尽可能降低风险。与银行相对固化的贷款程序和贷后管理相比，基于大数据的动态模型通过技术和程序的设置提高了效率，降低了风险。

水文管理和大数据让信贷扁平化

3.大数据建立了一个信用模型，实现了对信用资金投资的精细化管理，并将资金给予最需要和最有可能使用资金的企业。

就像为亿万富翁开信用卡一样，在某种程度上，透支额度没有意义，因为他没有真正的透支需求。与其让他们占据信贷，还不如把信贷分给更多所谓的屌丝客户，因为他们有更紧急的透支需求。事实上，在现有的银行信贷业务中，大量资金被给予不缺钱的大企业，这些企业甚至以更高的利率转售这些资金。银行的钱没有给实体经济中最需要的企业。当然，这不会损害银行的收益，因为只要信贷被释放。

水文管理和大数据让信贷扁平化

然而，对于信贷资源有限的互联网金融机构来说，它们显然不能像银行那样运作。如果是这样，它也将失去互联网金融高效率的意义。在数据的帮助下，像阿里小额贷款这样的机构必须找出谁最需要钱，什么时候需要，需要多少钱。只有这样，才能优化和有效地配置自身的信贷资源，才能称得上互联网金融。

从这个意义上讲，在阿里小额贷款的数百个核心数据模型中，最能体现大数据应用的水文模型可以充分提高企业分析资金需求的能力和阿里小额贷款满足商户精细化需求的能力。水文交易预测的功能是利用水文变量预测淘宝商户未来的交易量，有效消除季节性波动的影响。其核心在于大规模的海量计算，并借助阿里巴巴云odps(开放数据处理服务)算法平台，实现对商户资金需求的精细化管理和预测。

水文管理和大数据让信贷扁平化

在这个动态水文模型中，每家商店的销售量就像一条河中的水文，它会随着市场的热度、顾客的偏好、卖家的操作和季节性的周期性波动而起伏波动；此外，虽然不同的淘宝店销售不同的产品，但可以根据行业、主要类别和星级进行分类，这样可以对不同水位下不同商户的产品和类别进行市场化的比较，方便日后细分行业基于商品的信用和风险预测及信用政策的制定。此外，该数据模型是对当前和未来企业资本流动和子行业发展趋势的分析，可以结合现有子行业和商户的贷后管理，提高动态贷后管理能力。

水文管理和大数据让信贷扁平化

阿里小额贷款大数据分析模型:水文模型从服务实体经济的角度出发，分析细分业务和行业的资金和销售的水文分布，从而提高信贷资金和最佳投资行业的投资比例，从而提高服务小微企业的财务效率，将最需要的信贷资金用于最需要资金的业务。这与“控制增量、盘活存量”的目标是一致的。另一方面，目前大多数商业银行对信贷资金的投资往往缺乏科学的监控和评估机制，往往是根据行业风险程度和行业周期进行的。此外，大多数基金通过银行进入地方债务、房地产和基础设施项目等主要基金池，不能很好地满足潜在的金融需求。这种投放资金的方式比较广泛，也很难抵御行业突发的经济风险，就像信托、房地产、钢铁贸易等项目近年来频频冒风险一样。

水文管理和大数据让信贷扁平化

大数据与互联网的结合使传统信贷突破了信贷机制的约束和借贷双方的距离差距，但通过大数据和平台运作实现了信贷的扁平化。这种趋势在以阿里小额贷款为代表的电子商务金融中更加明显。大数据已经开始在互联网金融领域传播，提高了金融透明度，建立了集约化的流程动态管理，改善了资本与需求的精细匹配，最终建立了良好的信用生态。大数据是推动金融自身优化和完善的革命性工具，而信贷扁平化是提高金融服务效率的体现。

水文管理和大数据让信贷扁平化