大数据个人征信助力零售银行业务发展研究.docxVIP

大数据个人征信助力零售银行业务发展研究

1前言

互联网的应用产生了大量的数据信息，而云计算、信息技术等实现了有效的数据挖掘。当前，金融服务需以征信为依托，通过大数据征信来挖掘关联信息，以此对用户个人信用水平、履约意愿及能力进行评价。而零售银行业务可以借助这一变化加强风险管理，进而提升银行自身的业务水平，促进银行更好的发展。

2大数据个人征信对零售银行业务的发展优势

当前，我国金融市场还有较大的发展空间，根据国外有关咨询公司预测，在2020年，我国消费贷款的余额将高达1.9-2.2万亿美元，平均每年上增20-24%。在消费金融不断发展的同时，也需要应对许多新的挑战，尤其是贷款风险的控制。从蚂蚁金服数据上看，超过一半的消费金融损失都是由欺诈造成的，近11%的用户会从多家机构进行借款，以此来偿还其他贷款。为了改善此种局面，需要借助强有力的征信方式进行贷款风险控制，加之互联网金融的不断发展，以及共享经济的提出，使得金融与生活之间的联系愈发紧密，信用价值的作用愈发突显。因而在此环境中，利用大数据个人征信可以有效促进零售银行业务的发展，譬如：信用租车、出国免签证等多种场景与金融相结合的业务。

3大数据个人征信对零售银行业务的发展问题

第一，个人隐私信息存在泄露风险。从本质上看，征信就是收集与处理信息，在征信过程中，银行需要对用户个人信息与已充分的保护和利用，只有做到这一点，才能够确保银行业务创新与隐私保护之间处于平衡状态[1]。另外，在处理信息时需要充分考虑法律法规、技术等因素，以免存在隐私泄露问题，造成银行信誉受损。第二，数据所有权、收益权以及控制权不明确。由于征信数据具有复杂性、多样性及广泛性等特征，进而使得数据相关权益问题变得较为复杂，比如：征信数据是从多方获取到的，数据的所有权归属以及加工后的数据所有权归属十分不明确，同时在控制权及收益权等方面缺少完善的法律依托。

4大数据个人征信对零售银行业务的发展策略

4.1构建多维数据库

数据信息是银行办理征信业务的基础与信用评级主要参考点，因而征信数据库中的信息完善性与真实性十分重要。而银行征信系统所采集的用户信贷、设备保障等信息，日常生活中的话费充值、生活缴费等信息，以及互联网中的社交及往后等信息都可以作为银行征信业务的参考信息数据，为了科学构建多为数据库，银行可以从这几方面进行建设：第一，要整理好银行交易系统内部的客户信息，找寻信息之间的关联；第二，整理网购平台及各大在线服务平台中的个人行为数据，以此刻画出客户交易及理财等行为习惯；第三，依照现有数据挖掘技术，对客户在网购、社交品台等房间的数据进行分析整理；第四，分析客户所主动提供的数据信息。通过对以上数据的整理，结合银行现有业务，可以有效建立其更加全面的信息数据库，以此实现利用大数据个人征信促进零售银行业务发展。

4.2发掘数据信息的深层次价值

因为征信数据涉及的机构领域众多，为了对海量信息数据进行有效挖掘，找寻高价值信息，需要利用统计分析技术及建模技术等，并使用专业软件工具予以实现，以此更加准确的预测出用户信誉度及信用价值，提升银行自身竞争力[2]。因而银行可以在多为数据及建模的基础上，依照需求场景，不断挖掘客户的体验痛点，从而依照客户所需为其提供专业化的征信产品与服务。

4.3完善SPR机制保障

“S”为Structure（组织模式）。在此方面，征信部门可以将经营支持模式转换成企业化经营，同时将自身发展成独立个体，甚至变为独立法人，进而利用独立性来确保产品与服务能够得到有效的创新，提升运作效率。“P”为Performance（绩效考核）。征信部门需要结合零售银行业务的发展与管理等情况，做出综合考评方案，并在各个阶段对考核内的维度占比进行调整。若是作为征信支持部门，其考核内容要注重管理类指标，考虑成本与效率；若是作为征信独立部门，其考核内容要注重效益类指标，考虑业务模式与收益。“R”为Resource（资源配置）。征信部门要加强业务之间的联系，在支持状态下，征信部门需优化业务流程及作业效率，实现降本增效；而在独立状态下，征信部门注重客户的满意度及银行利润，因而其资源配置要向此方向倾斜，多注意征信营销与个性化征信业务发展。

除此之外，还要建立健全相关法律规范，利用法律使个人数据采集更加规范，明晰数据交易与使用的边界，使数据的所有权及收益权等有据可依，进而实现行业内部的数据贡献，充分发挥数据的应有价值作用。

5结束语

综上所述，为了利用大数据个人征信促进零售银行业务的发展，银行需要构建多维数据库，发掘数据信息的深层次价值，并且要完善SPR机制保障与有关法律规定，以此促进零售银行业务的升级与创新。