" />
  • 快捷搜索
  • 全站搜索

银行网络信贷产品体系建设研究与思考

2017-12-04 15:35:45作者:编辑:金融咨询网
为顺应互联网金融的发展趋势,商业银行应在借鉴银行同业和互联网企业网贷信贷产品的基础上,一方面加快推动线下产品向线上迁移,另一方面积极探索大数据信贷产品,建立适用于“互联网+"时代的网络信贷产品体系。

信贷业务是商业银行最基础和最重要的业务之一,指通过把资金按照一定利率出借给借款人,并约定期限由借款人偿还本金和利息的一种信用活动。商业银行的信贷业务主要经历了三个阶段:传统信贷模式(信贷1.0)、线上化模式(信贷2.0),以及依靠云计算和大数据等技术手段,探索开发出的更具互联网精神的网络信贷产品,即信贷3.0。信贷3.0产品注重用户体验,整个贷款全流程线上化,通过风险模型和决策引擎自动实时审批用户贷款申请。

图片2.jpg

商业银行网络信贷产品分析

  本节对国内17家上市商业银行的网络信贷产品进行分析和归纳,其中在线贷款申请和网络自助循环贷款已成为商业银行开展网络信贷业务的最基本配置。

  1.在线贷款申请。依托银行门户网站,为个人或企业用户提供在线办理贷款申请和查询申请结果等业务的服务平台。用户通过在线贷款申请服务,输入个人或企业基本信息、贷款需求、贷款用途等简单的若干信息,就能完成贷款的申请,实现用户轻松联系银行,银行主动对接客户。

  2.网络自助循环贷款。目标客户主要是个人和中小企业,在提供足额抵质押担保后,银行与客户一次性签订循环贷款借款合同,在合同规定的有效期内_客户通过网上银行自助进行循环借款合同项下提款和还款的贷款业务。典型产品:工商银行的“网贷通”、建设银行的“网银循环贷”、平安银行的“贷贷平安"等。

  3.金融资产网上质押贷款。借款人以其所持有的金融资产作为质押物,通过网上银行、手机银行等自助渠道向银行申请获得人民币贷款。该产品可实现自助质押贷款质物多样,具有自动审批、实时到账、全流程线上办理等特征。典型产品:工商银行的“金融资产e贷"、建设银行的“快贷一质押贷”和光大银行的“融e贷质押贷款”。

  4.在线个人住房贷款。个人住房抵押贷款是银行低风险的优质资产。在线个人住房贷款利用云计算、O2O等新兴技术,通过iPad移动作业平台完成移动报件,或者与开发商、中介和评估公司进行系统对接完成批量报件和在线评估,并通过决策引擎自动审批贷款。典型产品:招商银行的“云按揭”、农业银行的“二手房贷”。
  
  5.电子供应链融资。银行依托核心企业信用,通过电子化渠道为核心企业上游供应商和下游经销商提供的在线供应链融资服务。依据供应链中的物流、资金流和信息流,网络供应链融资产品主要分三类:存货融资、预付款融资和应收账款融资。典型产品:建设银行“e贷款"系列、中信银行“新一代电子供应链金融”、平安银行“供应链金融2.0”等。

  6.网上商品交易市场融资。银行与大宗商品交易市场合作,以交易商品现货等作保障,根据客户的质押仓单、在线交易资金需求量和历史交易信用等因素来确定贷款额度和利率,为市场交易商提供自助申贷、提款和还款等服务的短期融资业务。典型产品:工商银行的“棉贸通”、建设银行的“e棉通”、平安银行的电子仓单质押线上融资业务。

  7.个人网络消费贷款。银行基于大数据风控的小额消费信用贷款产品,根据申请人的代发工资记录、公积金、社保、存量房贷、交易流水、金融资产等数据进行预授信或实时核定授信额度。客户无须主动提交任何资料,即可通过网上自助办理贷款。典型产品:农业银行的“网捷贷",建设银行的“快贷一快e贷”、招商银行的“闪电贷"、浦发银行的“浦银.专贷”、平安银行的“平安i贷”等。

  8.网络生产经营贷款。银行基于内部或第三方数据,利用大数据分析评估企业的现金流情况和财务情况,向个人和小微企业发放的小额生产经营信用贷款产品。用户只需拥有一张银行借记卡,无需任何抵押物,即可自助在线申请贷款。典型产品:工商银行的“公司逸贷”,中信银行、浦发银行、光大银行、民生银行等与银联商务合作推出的“POS贷",平安银行与政府部门合作推出的“橙e税金贷"等。

  9.网络供应链数据融资。基于互联网技术和大数据分析决策工具,通过与核心企业ERP系统对接,以客户与核心企业真实可靠的交易数据作为分析基础,以客户历史交易数据和当前交易需求作为决策依据,为优质核心企业的上下游集群中小企业客户提供无抵押、无担保、便捷用信的全流程线上化的网络信贷业务。典型产品:农业银行的“数据网贷"。
  
互联网公司网络信贷产品分析

  本节对百度、阿里/蚂蚁金服、腾讯、京东的网络信贷产品进行分析和归纳。它们依托坚实的生态场景、长期的数据积累和广泛的用户基础,为其生态圈内用户提供具有优质用户体验的网络信贷服务,并将服务范围逐渐向外延伸。

  1.消费金融。包括网络信用支付和网络消费贷款。网络信用支付是互联网公司给生态圈内消费者提供的网络赊购服务,典型产品:蚂蚁金服的“花呗”,京东的“白条”。根据用户在电商平台上的网购活跃度、支付习惯等综合情况实时进行信用评级,用户在线申请将获得一定的信用额度。网络消费贷款是给生态圈内消费者提供的现金借贷服务,典型产品:蚂蚁金服的“借呗”、腾讯的“微粒贷”、京东的“金条”。整个贷款流程简单,客户无须提交任何资料,通过APP自助办理贷款申请,实时审批,几分钟内即可完成贷款申请和放款,按日计息,随借随还。

  2.电商商户贷款。又称“阿里小贷”模式,电商平台依托自身体系内的庞大客户资源和海量的客户经营数据、信用数据及行为数据,利用大数据分析形成独特的风控标准,实现向小微企业批量发放“金额小、期限短、随借随还”的纯信用小额贷款。典型产品:蚂蚁金服的“阿里信用贷款”、“网商贷"、“淘宝(天猫)信用贷款"、“淘宝(天猫)订单贷款”,京东的“网商贷"、“京小贷”等。

  3.电商供应链金融。典型产品:京东的“京保贝”和“动产融资”。“京保贝"是面向京东自营供应商的一款信用贷款产品,通过对京东平台上采购、销售、财务等数据进行集成和处理,完成自动化审批和风控。“动产融资"是以传统金融企业不敢触及的在售货物质押为切入点,通过与“互联网+”的大型仓配企业合作,从数据层面建立模型评估质押品价值,以周转中的货物质押为依据向中小电商企业提供融资服务。

商业银行网络信贷产品体系设计

  为顺应互联网金融的发展趋势,商业银行应在借鉴银行同业和互联网企业网贷信贷产品的基础上,一方面加快推动线下产品向线上迁移,另一方面积极探索大数据信贷产品,建立适用于“互联网+"时代的网络信贷产品体系。

  1.打造覆盖全产业链的企业融资解决方案。根据行业应用场景的不同,企业融资解决方案分为四个应用场景:一是围绕生产制造型核心企业及其上下游的网络融资模式。二是围绕贸易型核心企业(网上交易市场)的网络融资模式。三是基于自营及第三方电商平台的网络融资模式。四是基于云数据分析的小微企业网络融资模式。

  2.覆盖生活各类场景的个人信贷产品线。切入日常各类生活场景,通过行内、政府及第三方平台的数据融合,从通用消费贷款和农户贷款两个维度出发,打造场景化、高效化的网络个贷产品线。在消费贷款方面,根据生活消费场景,将金融服务无缝嵌入用户的衣食住行医娱教等方面。包括:网络住房贷款产品、网络汽车贷款产品、网络教育产品和网络综合消费产品等。在农户贷款方面,针对经营行业成熟、产品价格较为稳定的农户,如水稻、小麦、玉米等粮食作物和棉花、茶叶、烟草、药材等特色农作物的农户,通过加强与当地农委和农业信息化平台的合作,利用财政直补数据、行业数据和历史交易数据掌握其经营收入、成本投入等指标,为农户提供小额信用的全线上网络融资产品。

构建基于大数据的智能信贷决策模型体系

  基于全方位、多维度的海量数据,建立大数据决策模型体系,实现获客、调查、审批和贷后管理的批量化、自动化和智能化,是发展网络信贷业务的核心任务。
  
  1.模型体系。客户评价模型通过利用多维度的大数据分析判断债务人及时足额履约的能力和意愿,得出客户等级定量指标,降低人为主观因素影响。客户授信模型根据融资场景动态计算个人消费或企业经营周期所需资金量,结合抵质押担保信息和客户信用评分自动核定客户授信额度,同时结合该客户以往资金支用数据及同类客户资金支用数据,进行授信额度的弹性调整。产品定价模型结合银行现有的智能定价系统,加入互联网信贷定价指标,综合考虑各项风险和成本,实现产品的智能定价和动态调整,满足最低经济资本回报率要求。贷后风险预警模型主要通过对客户自身评价等级的变化、客户消费和经营数据的变化以及贷后还款记录来预测客户信用状况恶化的可能性。系统每日计算客户贷后评价各项指标,并根据状态自动进行风险预警。动态反欺诈模型是在传统黑名单的基础上,通过多维度数据筛选、关联数据分析等方式对虚假信息和诈骗行为进行甄别。

  2.模型要素。大数据决策模型体系在继承传统征信体系决策变量的基础上,丰富了信用风险评估的数据维度,将能够影响用户信贷水平的其他因素也考虑在内,如社交信息、用户申请信息等,实现了数据的深度、广度和鲜活度的高度融合。在大数据时代,银行一方面要做好行内金融数据和非金融数据的整合,另一方面要利用自身行业信息纽带的作用引入更多外部数据,如企业ERP系统、电商平台、人行征信系统、政府信息系统、其他第三方合作机构和数据平台的数据等。对于个人客户,模型要素主要包括:资产信息、负债信息、薪资信息、教育信息、社交信息、行为信息、消费信息、法律记录、公积金和社保记录等。对于企业客户,模型要素主要包括:行业信息、企业经营信息、资产负债信息、资金结算信息、管理层信息、核心企业信息、与核心企业交易信息、诚信记录、缴税信息、水电缴费信息等。

  3.模型设计。目前银行在信贷决策技术方面比较常用的架构是信用评分卡加规则引擎,建立评分卡最常用的算法是逻辑回归。然而逻辑回归在处理海量多维度数据时的适应性较差,规则引擎和信用评分卡分开的模式,有时也会因为某些规则过强而拒绝掉优质客户。为了适应数据零碎、维度多、结构化数据和非结构化数据并存的局面,银行应加大探索利用深度神经网络和随机森林等机器学习算法,从海量的复杂数据中有效捕获蕴含的非线性、非可加性的潜在数量关系,同时将规则作为一系列弱的分类器,通过多个弱分类器协作构成强的分类器模型,提高决策准确度。

运用互联网思维促进商业模式创新

  商业银行发展网络信贷业务,应充分尊重互联网时代商业规则,运用互联网思维做好产品的研发、营销和服务,以更好地满足互联网时代消费者的使用需求。

  1.真正树立“以用户为中心”的核心理念。以用户为中心,不是简单地听取客户的需求、解决客户的问题,而是要让用户深度参与到从产品研发到销售的每一个环节,通过汇集用户智慧提高产品的市场适应性,并最终实现大规模按需定制。

  2.精心打造突破同质化的极致产品。目前商业银行推出的金融产品功能相近、内容相似,产品同质化严重,缺乏突出的亮点。互联网时代突破性创新是成功的关键,通过把产品、服务和用户体验做到极致,打造超越用户预期的极致产品。银行设计网络信贷产品应该找准细分市场,抓住用户的痛点、痒点和兴奋点,尊重产品本质,追求极致细节。

  3.通过快速迭代持续优化产品。互联网时代,用户需求瞬息万变。好产品是运营出来的,不是开发出来的,产品需要不断持续打磨,不要奢望做到完美再推向市场。网络信贷产品开发也应该遵循“小步快跑"、“循序渐进”的思路,建立扁平化的组织结构快速响应用户需求,在持续迭代中完善产品。

  4.重视商业生态和场景构建。随着大型互联网公司纷纷跨界进入金融领域为生态圈中的用户提供金融服务,传统商业银行与用户的联系逐渐被减弱,有沦为管道商的危险。银行必须充分重视商业生态的构建,通过自建电商平台和社交生活平台,打造商业生态闭环;同时加强与产业链核心企业和垂直领域的互联网公司合作,把产业链中的用户转换为银行客户。

 (作者:中国农业银行科技与产品管理局副局长 张秀萍 中国农业银行互联网金融推进办公室 鲁明纲 本文仅代表个人观点)

(文章来源:金融电子化杂志)

扫码即可手机
阅读转发此文

本文评论

相关文章