银保监会提出优化信贷技术和方式,大数据助力( 三 ) 不进则退

征信公司有别于传统IT厂商，前者在《征信管理条例》及人民银行的监管下，通过信息技术结合征信科技为金融机构提供服务，从基础设施(例如专线直连、信息系统需通过国家信息安全等保三级等)到企业内控体系都有着严格要求，并且对每份征信必须有主体的授权这一基本原则无条件服从;而对于IT厂商而言，核心往往是提供技术方案与外包IT开发，甲方往往会有数据隐私和保护方面的顾虑。

曾有专家预言大数据征信需要前期投入巨大的人力、物力，不仅周期长且回报慢，对于数据、资金、技术，以及场景都有很高的要求;与此同时得益于大数据、云计算、人脸识别、深度算法等技术的进步，最终只会有两三家主导市场。在数据化浪潮之下，供需对称，大象转身，原本繁琐鸡肋的中小微企业贷款将化繁为简，精准友好，重新成为银行业众多产品中的新宠。可以预见的是，随着消费场景和商业场景的进一步扩大，会有更多垂直领域的征信服务出现。

02大数据风控

“我们必须承认各种不确定性，利用数据和信息消除它们，而不是采用过去那种来自顶层的设计方式去解决问题。 ”——吴军《硅谷之谜》

银行必须要遵守《巴塞尔协议》的监管，其对银行风控标准有明确的要求，银行不能轻易更改自己的风控模型。相较于个人业务，小微业务的风控难度更高，利润空间更窄，所以《通知》提出优化信贷技术包括减少人工干预压缩运营成本、数据驱动动态监控提升整体贷款质量、提高风控减少坏账损失等等贷前贷中贷后环节。

信用贷款的风险该怎么保障?采访人员采访微众税银CRO许卫时，他给出的答案是“从头到尾进行风险的管控。从营销获客到贷款的审批，从贷后的监控到持续追踪，各个环节都要把握，是一个全流程的管控。 ”大数据风控，是希望在海量的高维度数据中去芜存菁。事实上，大数据风控企业运用大数据技术，帮助银行构建以数据驱动的信贷体系，构建风险模型和标准化的风险评分决策体系，让银行对小微企业信贷全流程实施有效的风控管理，包括获客、贷前审查、贷后监管等，大数据风控模型已经进入一些银行的风控决策系统，而非仅仅是辅助决策。