一个银行要想通什么才敢“放贷款”

imgRainful2019-04-09

前言:李克强总理在今年3月5日开幕的全国人民代表大会中公布了一系列有利于中国民营经济的政策和措施。其中要求领先的国有商业银行明确将其银行贷款总额的30%分配给私营,小型和微型企业。

11

但小微企业贷款的推进之路,却是困难重重。

以区别于全国性大行的区域性城商行为例,由于成立时间相对较短,且不能全国性地铺设网点,所以存款用户与全国性大行相比处于劣势,致使资金成本较高,很难依靠价格优势吸引到低风险的优质企业。

于是,如何从广大有迫切资金需求的小微企业中甄选出优质或次优的企业,成为当下地区银行亟待想通并解决的问题。

银行:是否能用数据的方式深入了解小微企业

小微企业苦于没有贷款渠道,而银行苦于没有鉴别优质企业的途径,两者之间存在的鸿沟导致浪费了大量的沟通成本和资源。

如果小微企业属于轻资产公司(如科技公司),那他们几乎没有任何的资产可以做抵押,所以信用类贷款对其而言比较困难。

这时,某银行提出:是否能用数据的方式帮其进一步深入地了解一家小微企业的经营情况,这样才能对企业的信用有一个更好的判断。

21-1

一家民营银行为此做了尝试,但是在对接第三方数据的过程中发现了一些问题:

首先,对接这样的平台和流量的周期非常长,预计花费3个月的时间;

其次,在对接过程中,银行发现因为平台方不理解金融,金融不理解平台方的思维方式,导致出现很多语言、数据不对称的情况。

在这样一个尝试场景之下,如果借助技术工具采用一个标准化的流程,按照银行的要求对接小微企业SaaS的流量(工商、司法、人力资源、财税等第三方数据),并把SaaS上连成片的小微企业数据推送给银行,让银行自己根据其风控的模型来判断这家企业的经营情况和信用情况,就能更全面更高效更准确地把脉企业风险。

银行:是否能通过动态数据提升客户体验

传统上,无论是企业的财务报表、现金流量表还是资产负债表都是静态数据。

实际上银行在做审批贷款的过程中,希望看到一个动态数据的变化。比如一家小微企业在过去18个月内财务经营情况的变动,包括贷款批准之后所有的情况。

此时,从银行的经营角度而言,只有财务的三表是不够的,还需要有许多其他的经营情况做辅证,这样才能构成一个完整的360°视图。

4-1

DataPipeline曾经用数据发现了这么一个现象:在去年年终时,一家只有七八个人的企业,突然之间变成了一个只有两个人的企业。

如果只从数据上看,这属于经营异常,后来通过了解发现对方是因为避税,需要将原来的公司关掉,把钱全部投进一个新的公司,纯粹只是为了避税的问题。

所以,过去依赖月度报表的方法已经完全无法跟上小微企业的经营进程,银行通过数据可以快速准确地捕捉到小微企业经营状况的变化,提升客户体验。

另外,鉴于许多线下的客户经理没有动力去做小微贷款,不仅是因为其利润率低,更多的是小微企业贷的风控,实在是难做。

小微企业的贷款是涵盖大量内外部数据源的一个典型场景,无论是贷前、贷中还是贷后,都需要融合大量的、及时的数据以判断小微企业的经营水平。

近几年的做法是引进外部数据接口作为信贷的辅助依据,未来五年区域性银行值得探索的是如何更好地与拥有数据势能的第三方合作,如何在第一时间分析、处理、消化这些数据并甄别出优质客户。

目前,DataPipeline在与金融机构的合作中,负责连接所有的第三方平台。通过连接企业的流量跟数据,从而批量化地获得一些优质客户。同时还能提供实时的客户跟踪服务,实现数据的交互和实时性。

注:目前Allstate,AXA,Generali和其他主要的全球保险公司已经实施了开放式API,以扩展其价值链并与第三方或联盟合作伙伴进行协作。

用数据驱动决策与创新!