阿里信贷模式对商业银行的启示

       当然，基于电商平台，银行可以有更多的手段来监测系统性风险。例如，通过监测单户企业销售收入数据的波动，及时发出单客户风险预警信号；基于某时间段内同类客户的销售等数据的同趋势变动，可以提前预知系统性风险的演化和形成。

       3．商业银行具有并应当发挥自身独特优势，结合电商平台发展策略，制定数据信息搜集规划和评分卡研发策略

       在获取客户信息能力方面，电商企业和商业银行各有侧重。抛开覆盖的客户范围不谈，一般来说，针对同类型客户电商企业掌握的客户经营方面的数据粒度更细，而商业银行掌握的客户数据维度更广。以客户数据维度为例，银行可以整合客户的客户基本信息、客户财务信息、内部征信信息、综合贡献度（AUM值）、资金流转情况、人民银行征信信息等，远远大于电商企业以企业销售情况为主的财务维度信息。而电商企业则掌握了经营户的店铺、商品、交易等颗粒度更细的信息。当然，随着银行电商平台业务的发展，银行完全可以做到数据粒度和维度的双重深入，更有利于区分和识别客户风险水平。

       以下以电商平台经营商户为例，商业银行掌握的客户大致可以分为线上、线下两个类别，其中线下主要数据如表2所示。

       线上部分信息可按照买方和卖方进行大致区分，并按照电商平台买方或卖方的不同活动类型进行分解，其中买方主要信息如表3所示，卖方主要信息如表4所示。

       综合上述线上、线下信息，商业银行能更好地研发设计基于数据的风险评分卡以及纯信用贷款模式。当然，在实践中在应当统筹考虑这些信息在评分模型、策略和IT系统中的应用，尽量减少部分难以获取的、需要线下走访才能获得的信息，以提高评分卡应用效率。

       在模型应用方面，要根据不同的客户或者同一客户的不同行为应用不同的评分卡和信息类别。针对企业个体，由于其有可能同时是电商平台的卖家和买家，因此要根据企业在交易活动所处的不同角色，配置不同的评分卡模型和策略。

       4．重视电商业务的反欺诈管理

       与传统业务类似，电商业务欺诈也分为第一方欺诈和第三方欺诈，不过电商业务欺诈具有隐蔽性强、易于造假等特点，反欺诈更应受到重视。其中第一方欺诈包括电商客户欺诈、购买方欺诈以及联合欺诈。电商客户欺诈包括虚假客户信息（针对注册客户）、虚假经营、虚假交易、虚假信用评价等，购买方欺诈包括恶意退货、虚假评价等，联合欺诈包括信用套现等。其中第一方欺诈管理的好坏直接影响到基于交易数据的电商客户风险评价模式。商业银行应当针对不同客户类型和欺诈类型，采用数据挖掘、策略设计、第三方校验等方式，在客户准入、交易等业务流程中嵌入反欺诈管理策略，提升客户体验、降低损失。

       5．银行应当着眼于电子商务而不拘泥于电商业务

       银行在建立电商平台时，不应仅着眼于客户在商务方面的需求本身，还应结合自身优势，以满足客户更多内生需求为出发点，设计和重构现有业务流程和业务模式。以个人客户为例，在客户出生开始的完整生命周期中，从初期监护人保险、医疗、上学，到成年后的衣食住行，商业银行可以结合现有业务（比如建设银行的民本通达产品包含的客户医疗、上学服务，善融商务业务体现的客户购物需求，传统信用卡业务的综合结算等）和客户需求信息，主动感知并推送相关服务，基于以客户为中心的线上金融服务模式，形成商业银行完整的客户价值链，从而形成银行的长远核心竞争力。

（文章来源：《中国金融电脑》杂志）
 

首页 上一页 1 2 3

扫码即可手机
阅读转发此文