M金融机构大数据赋能的信贷业务模式与风险管理研究

• 作 者: 上官文翔
• 出 处: 电子科技大学
• 发表日期: 2020年07期
• 关键词: 信贷业务 大数据技术 业务模式 风险收益 医美分期

2019年,世界金融市场增势放缓,全球信贷业务走势分化,国内信贷业务有所收紧。一方面,人民银行印发《金融科技(FinTech)发展规划(2019-2021年)》继续鼓励地方政府与金融机构深化和发展大数据技术,提升信贷市场的内生动力。另一方面,多地政府陆续开展关于高利息、暴力催收、侵犯个人隐私等社会乱象的整治工作。以数据驱动为发展思路的信贷业务新业态正在逐渐成为金融企业转型的必要路径。如何在信贷业务的各个环节中合理布局大数据技术,成为了传统金融企业转型的首要难题。当具备了一定的大数据技术,如何科学设计、合理优化原有的业务模式成为了传统金融企业业务突破的关键瓶颈。M金融机构成立于2015年,是一家由中国银保监会批准成立的消费金融公司。自成立之初,M金融机构即确立了“数据驱动”的发展战略,并持续进行大数据技术的研发投入,长期进行大数据信贷业务的模式探索。截至2019年,M金融机构通过实践积累了诸多的案例,积累了诸多成功运营的大数据信贷产品的经验,总结出值得借鉴的大数据信贷业务模式设计思路。首先,本文在梳理了全球宏观金融环境趋势变化、国内外金融大数据行业发展现状的基础上,明晰了大数据技术和信贷业务的相关理论。接下来,本文通过对M金融机构的公司背景、战略规划、业务发展规模、产品矩阵的部署进行解读。其次,本文对信贷业务中的营销环节、信贷生命周期进行拆解,分析大数据技术在风险识别、风险评价、风险管理的应用。医疗整形美容消费分期贷款业务(简称“医美分期”)是本文进行分析和论证的核心案例。本文深度复盘了M金融机构探索“医美分期”业务模式的整个过程,比较了不同技术手段下“医美分期”业务贷款风险的特征与防范手段。本文对“医美分期”业务的商业模式进行了剖析,对业务开展的各个流程中风险防范的具体手段进行了归纳和梳理。最后,本文结合M金融机构2015年至2019年间的财务数据、交易数据、业务数据,对M金融机构进行业务规模评价、客群分析、财务报表分析,对其业务产生的信贷资产进行贷款质量分析。从而论证了大数据技术的部署为M金融机构的经营成果带来正向帮助。作者提出,金融企业布局大数据技术应遵循划分环节、小范围试错、逐步替换的思路,并充分考虑风险与收益的平衡性。设计大数据信贷业务模式应严格区分数据源和业务场景,以数据为决策的驱动力、模式与流程的制衡力来识别风险、评价风险、管理风险。本文为经营信贷业务的传统金融企业转型数据驱动型企业提供参照物和建议。