智库：大数据应用促进征信模型更加成熟

中国经济导报 中国发展网 记者张洽棠

近日，由中国人民大学国际货币研究所与北京前沿金融监管科技研究院联合举办的大金融思想沙龙——“学习两会精神，金融助力十四五新开局”系列沙龙第10期（总第167期）线上研讨会成功举办。中国人民大学国际货币研究所特约研究员王剑发布题为《商业银行的科技浪潮》的主题报告。

报告指出，我国商业银行金融科技发展的三个阶段。第一个阶段，上世纪70年代开始的电子银行时代，提高了金融交易的效率和正确率。第二个阶段，网络银行时代，让银行服务海量零售客户成为可能，但还不能实现开户和放贷。现在处于第三个阶段，互联网银行时代，最大的变革是在2012-2014年前后，实现了大数据互联网放贷。

互联网贷款的两种模式。一是专属客群模式。大部分客户来自股东单位的互联网平台和生态圈，优点是现成就有这么多流量和数据，弊端是主要服务于现有股东单位和现有客户群体，可复制性差。二是全客群模式，所有的客户都可以申请贷款，更具可复制性。

大数据运用于纯线上放贷的三大核心模块。一是还款意愿分析，称为反欺诈系统，防止骗贷，主要针对还款意愿。二是还款能力分析，背后叫做大数据风控。三是成本优化系统。

互联网银行财务指标的特点。资产结构和传统银行接近，但存款占比比较低，因为吸存难度大。ROE整体较高，因为净息差非常高。业务管理费用也显著高于行业平均。资产质量比上市银行平均水平差一点。是一条高收益、高成本、相对有点高风险的“三高”模式，截止目前来看还较成功，但最近两年以来监管有所加强，未来需要观察可持续性。

对银行业的深远影响和趋势展望。互联网贷款业务可以让客户下沉，同时逼迫传统银行慢慢也开始进入这些领域。不能忽视可能存在的负面影响，比如将贷款借给不该借钱的人。政府在推动大数据在个人征信上的应用，这样有望进一步降低大数据成本，促进征信模型更加成熟。