2.1 傳統商業銀行的大數據信貸創新

在大數據應用方面，商業銀行也探索出了許多路徑來增強自己的信貸業務，把控風險的同時也努力實現利潤的增長。大數據信貸的開展離不開海量數據的支持，而商業銀行獲取大數據的途徑主要有兩種：（1）銀行自身，即客戶在本銀行發生金融服務交互過程中產生的數據，如工資代發、交易流水、理財購買、按揭貸款等數據；（2）政務數據，包括稅務、社保、公積金數據等，很多地區政府區域性或特定地開放此類數據，如江蘇銀行的“稅E融”就是典型的以稅務數據為支撐的信貸產品。以上數據具有來源相對單一、數據質量高、數據飽和度高的特征，雖然較有利于信用風險的判定，但與真正基于分散、多維度、低飽和數據的“大數據”信貸業務還是有顯著差別。

近幾年，傳統的商業銀行在開展大數據信貸的過程中受政策和監管等影響無法做到真正的普惠金融。客戶的準入門檻相對較高，針對各個體量的企業所采取的授信評級相似，導致小微企業很難受到青睞。在信貸擔保層面，商業銀行仍然傾向于要求客戶提供一定的資產抵押或第三方擔保，仍較難采取純信用貸款模式。在審批時間上，商業銀行也沒有建立起相應的優勢，這主要歸因于技術的不成熟和審批的嚴謹性。

總體而言，近些年來雖然傳統商業銀行的各類創新信貸產品層出不窮，但是銀行間同質化現象嚴重，風險管控也不夠扎實。各商業銀行在大數據信貸業務層面的技術差異不大，區別主要在于公司體制、人員、投入和專注程度等。各大銀行對這塊業務的重視程度普遍不足，目前各家銀行間的創新信貸產品大同小異，導致沒有具有明顯優勢的產品脫穎而出。再加上我國目前的信用評級體系還不夠完善，如何利用海量數據建立起一套適用于銀行自身的信用評級方法也是創新信貸產品的關鍵。另外，小微企業和大中企業相比更加不穩定，未來發展的不確定性較強，商業銀行需要針對該特點研發出動態風險管理控制體系，以更好地應對貸后管理中遇到的棘手問題。

2.2 互聯網公司的大數據信貸創新

2.2.1 網商銀行的大數據信貸業務

網商銀行為解決小微企業貸款難的問題，推出了“網商貸”業務，依托實體經濟和真實交易背景，更加貼近小微經營者解決融資難問題。圍繞阿里巴巴、淘寶、天貓等電商平臺、向廣大平臺賣家推出了阿里貸款、淘寶貸款、天貓貸款等產品，保證了對電商平臺賣家的融資服務水平。網商貸采用純信用、零抵押、零擔保的模式，在線申請只需30秒，最快3分鐘即可到賬，可隨時還款，最長可貸24個月，并且門檻很低，1元起貸。

電子商務的迅猛發展使得淘寶等電商平臺積累了海量數據，一方面是商家的銷售數據，一方面是用戶的購買數據。前者可以幫助網商銀行了解商家的歷史交易情況并據此評估商家的盈利能力，后者可以幫助網商銀行知曉個人消費者的消費習慣和消費能力，并據此評估個人的經濟實力和貸款能力。除了淘寶，支付寶也可以為網商銀行提供更多參考信息。支付寶集支付、理財、貸款、社交等功能于一身，是我國目前體量最大的金融類軟件，其數據可以幫助網商銀行進一步了解用戶的資金實力和綜合能力并作為授信依據。

另外，隨著支付手段的日益升級，掃碼收款也成為越來越多線下實體店的選擇。此前，這部分小微客戶因為體量太小、線上數據缺乏等原因無法被準確評估其信貸水平，但支付方式的更新使得網商銀行可以獲取這些小微客戶線下交易的流水數據，并據此提供相應的信貸服務，進一步覆蓋以前沒能觸及的客戶群體。

目前，針對小微企業客戶，網商銀行采用“水文模型”進行授信。此模型主要依據小微企業的種類、歷史交易、經營情況、同業地位等信息來推測其融資需求與未來還款能力，并針對性地發放貸款。針對個人消費者，網商銀行則主要依托“芝麻信用”體系。該體系從歷史、行為、履約能力、人脈、身份等五個維度來綜合評估個人的信用狀況，是我國首個個人信用評分產品。

在大數據信貸風控領域，網商銀行在信用、經營、欺詐等風險上都利用大數據分析提升了其風險評估能力。基于海量數據優勢，通過互聯網化、批量化、數據化的方式來量化識別客戶的各類風險。網商銀行發明了一種可適用于不同客戶性質的風險度量準則，建立了一整套客戶財務情況跟蹤、貸款需求計算、信貸額度授予等技術來進行風險把控。

2.2.2 微眾銀行的大數據信貸業務

微眾銀行業務定位于“個存小貸”，目標客戶覆蓋各個社會群體，目前主要業務包括微業貸、微粒貸、微車貸、微眾有折等產品

微眾銀行依托于互聯網和大數據推出的“微業貸”產品旨在為中小微企業提供線上流動資金貸款服務。貸款審批、放款等程序全部在線完成，最高額度可達300萬元，最快15分鐘到賬，無需抵質押，按日計息，隨借隨還。

針對個人用戶推出的“微粒貸”產品已為超千萬客戶提供借款服務，500元起借，最高額度30萬，最快1分鐘到賬，無擔保無抵押，日利息0.02%～0.05%。“微粒貸”自上線以來就一直保持快速增長，截至截止2018年末，微眾銀行管理貸款余額超過3000億元，同時保持著較低的不良貸款率。

2015年9月，微眾銀行上線了“互聯網+汽車金融”產品“微車貸”，旨在為購車、用車、養車的消費者和車商提供高效的金融解決方案。申請者僅需身份證、駕駛證、銀行卡、手機號即可申請此項貸款，非常方便快捷。微眾銀行還利用微車貸業務發行資產證券化產品進行融資，盤活信貸資產。

微眾銀行開展大數據信貸的一個優勢在于充分利用了大股東騰訊的資源和生態圈，微信和QQ在社交平臺的壟斷地位和海量的用戶群體大大降低了它的營銷成本，為其低成本獲客及快速發展奠定了基礎。根據騰訊控股2018年年報顯示，截至2018年末，QQ智能終端月活躍賬戶數同比增長2.5%達6.998億，微信及WeChat合并月活躍賬戶數達10.98億，同比增長11%。其次，這兩大社交平臺上沉淀的社交數據也幫助微眾銀行獲取了寶貴的用戶行為信息。除了社交網絡，騰訊體系內其他的產品也掌握著許多用戶數據。得益于近幾年微信紅包、微信轉賬等支付手段的大力發展，微眾銀行也擁有著大量用戶的支付數據。以上數據再結合第三方機構的外部數據綜合得出用戶的信用評分，并據此授信和放款。

騰訊旗下還擁有中國人民銀行批準成立的騰訊征信有限公司，探索個人征信機制。微眾銀行通過騰訊征信來分析用戶數據，預測用戶的借款需求與未來還款能力，建立起屬于個人的信用報告與記錄。

微眾銀行所擁有的大數據已經從傳統的文本形式擴展到了多媒體形式，從銀行流水單擴展到了社交平臺的聊天記錄，從靜態財務數據擴展到了動態逐筆交易等等。這樣的數據池更加全面，也更加匹配客戶的需求和能力。利用互聯網平臺，微眾銀行還可以做到實時動態監控資金去向，準確做到貸后跟蹤管理。一旦前期的平臺投入初見效果，后期用戶的大量增加對微眾銀行總成本的增加微乎其微，可以實現較好的規模效應。

2.2.3 互聯網公司的大數據信貸創新模式總結

除了阿里系的網商銀行和騰訊系的微眾銀行，其他傳統互聯網巨頭們也紛紛布局金融業務。如京東金融基于電商平臺向所駐商家提供“京小貸”，向消費者提供“京東白條”；百信銀行（由百度和中信銀行合資成立）以大數據和人工智能雙輪驅動，向廣大中小微企業提供“百興貸”，向個人用戶提供“百分貸”；滴滴、美團等新晉互聯網巨頭們也分別推出了“滴水貸”、“美團小貸”等產品來滿足客戶的貸款需求。

眾多互聯網公司開發的大數據信貸產品的一大特色在于都緊密結合了自身的業務體系。比如京小貸產品是依托京東大數據為京東開放平臺商家提供的專屬貸款服務，包括訂單貸款、提前收款、信用貸款、代充京準通等服務。京東在供應鏈金融領域也獨樹一幟，針對京東企業采購客戶提供企業金采，針對通過應收帳融資的企業提供京保貝，面向全網企業客戶提供動產融資、票據秒貼等。再比如美團小貸的放款對象主要是進駐在美團點評的各合作商家，這一點與電商平臺類似，由于餐飲類行業的高頻度和高密度特點，美團點評擁有這些商家的大量交易流水數據，可以通過大數據處理技術為這些小微商戶提供持續穩定高效的運營資金，互利共贏，也有利于進一步鞏固商家與美團之間的合作協議，防止商家外逃至其他生活類O2O平臺。

以網商銀行和微眾銀行為首的互聯網銀行的快速崛起和成功案例給了我們開展大數據信貸業務的啟示，也在一定程度上填補了傳統金融服務無法覆蓋到的長尾領域，為培育我國的消費金融市場做出了貢獻，為我國中小企業融資難的問題提供了一種良好的解決方式。但是它們都極大地依賴于大股東的生態體系——阿里巴巴和騰訊過去幾十年的發展為它們在新時代開展創新信貸業務打下了堅實的基礎。它們的成功固然值得肯定，但是對于廣大的后來者們來說，如何探索出一條不依賴于互聯網巨頭、可復制、可推廣的大數據信貸道路，仍然是個亟待解決的問題。