滕興國+王宗勛
隨著大數(shù)據(jù)廣泛應用,互聯(lián)網(wǎng)公司以個人生活數(shù)據(jù)及金融服務為原始數(shù)據(jù)的信用評定逐漸走向成熟。農(nóng)商行普遍立足城鄉(xiāng),服務客戶群體面臨年輕人話語權增加、理財消費觀念超前、金融知識普及面廣的新變化。積極探索新時代下農(nóng)商行信用評定體系意義深遠,是現(xiàn)代金融發(fā)展的重要內容。筆者試著借鑒成功應用金融+非金融場景數(shù)據(jù)案例,結合費縣農(nóng)商行信用評定體系發(fā)展現(xiàn)狀及存在的問題,初步設計新體系建設及應用思路。
一、研究背景
目前繼阿里芝麻信用評分上線兩年后,騰訊信用8月7日上線,開啟第三方征信市場“兩巨頭”時代的來臨,這是自2015年1月中國人民銀行印發(fā)《關于做好個人征信準備工作的通知》要求八家民營企業(yè)做好個人征信業(yè)務的準備工作以來,第二家在征信業(yè)務應用大數(shù)據(jù)互聯(lián)網(wǎng)公司。與阿里巴巴公司芝麻信用類似,騰訊信用從300-850分不等,由履約、安全、財富、消費、社交五個指數(shù)組成,同時還分為7個星級,根據(jù)在微信QQ的消費、實名認證、理財記錄、信用卡還款等行為,綜合各維度評估計算信用得分。該評分能夠全面評價用戶在微信應用的各種信用行為,最終騰訊信用得分廣泛應用騰訊公司推廣住宿、出行、醫(yī)療、金融等各個方面。作為個人征信的良好補充,下一步一旦被央行納入個人征信報告,金融機構將迎來一個多元化信用評級及深入應用時代。為順應時代潮流,民生銀行開通芝麻信用滿650在線申請信用卡業(yè)務;青島銀行與螞蟻金服簽訂智慧城市發(fā)展戰(zhàn)略協(xié)議;互聯(lián)網(wǎng)金融公司借助評分結果營銷在線貸款不勝枚舉。同時,多家實力雄厚銀行已建立以數(shù)據(jù)應用分析為基礎的信用卡額度評定模型、客戶等級管理模型,對客戶的信用評定是眾多量化模型的基礎。農(nóng)商行主要依靠央行征信系統(tǒng)信用評定結果為授信準入條件,輔以信貸人員對客戶的調查總結,最終信用評定無法量化且應用停留在輔助階段。
二、費縣農(nóng)村商業(yè)銀行信用評定現(xiàn)狀及存在的問題
(一)定量評定單一依靠央行征信系統(tǒng),手工信用評分受主觀因素影響大。
該行開展客戶授信工作中,客戶信用定量準入條件僅依靠央行個人征信報告。而該報告提供客戶在各金融機構履約、貸款、擔保記錄,數(shù)據(jù)采集來源僅限金融機構,數(shù)據(jù)源單一化造成對客戶信用評價不充分。同時,該報告采用如實記錄,在逐條記錄中才有定量描述,直接應用效果差。該行雖然自己制作的信用評定表應用定量打分,但相關依據(jù)沒有具體數(shù)據(jù)支撐,信用評分過程中存在隨意性,客觀程度不夠。
(二)定性描述依靠客戶經(jīng)理調查結論,口碑信譽采集難以實現(xiàn)全面真實。
按照該行管理制度,客戶評級為A級AA級等級別,主要依據(jù)客戶經(jīng)理現(xiàn)場與非現(xiàn)場調查結合后形成的調查結論,調查過程中,客戶經(jīng)理主要通過走訪客戶單位同事、近鄰鄉(xiāng)親形成信用評價,信息來源容易受到情緒化、偏見等噪音干擾,既難于全面收集,又存在較大誤差。同時,客戶經(jīng)理長期形成客戶信用信息評價,容易在崗位調整無法系統(tǒng)準確的交接給接崗熱源,造成專家判斷法評定客戶信用不能連貫使用。
(三)應用客戶關系管理系統(tǒng)評定等級,評定依據(jù)不能融合其他數(shù)據(jù)來源。
該行實現(xiàn)以賬戶為中心的業(yè)務核心系統(tǒng)、信貸管理系統(tǒng)提供業(yè)務數(shù)據(jù)源的基礎上,應用以客戶為中心客戶給關系管理系統(tǒng)的數(shù)據(jù)資料整合,自行設定參數(shù)計算綜合貢獻度完成客戶五星級分類。計算依據(jù)是該行金融產(chǎn)品使用情況、存款貸款余額、客戶創(chuàng)造中間業(yè)務收入等,因不能整合失信信息、日常生活繳費信息等其他反映個人信用其他數(shù)據(jù),造成客戶評定結果不能直接反映客戶信用情況,評定得分無法等同于信用評分。
(三)客戶信用評定結果僅為授信參考,以客戶信用為中心體系亟待建設。
該行日常業(yè)務中嚴格將央行征信報告中逾期三個月為失信人員,作為信貸服務的先決條件。信用評定打分結果作為客戶等級參考,不同程度存在為滿足客戶等級分值倒算情況。而阿里巴巴、騰訊公司通過客戶信用得分嚴格劃分等級,分級推廣公司產(chǎn)品。如給予芝麻信用良好者螞蟻借唄、螞蟻花唄等信貸服務,并通過大數(shù)據(jù)核算額度,實現(xiàn)信用得分為核心的廣泛應用,提高服務產(chǎn)品推廣精確度,從而提升普及效率。
三、探索農(nóng)商行信用評定體系建立及應用
(一)主動與第三方征信機構合作,提前備戰(zhàn)信用評定多元化。
一是與阿里芝麻信用、騰訊信用合作。整合基于商戶、電商平臺數(shù)據(jù)的阿里芝麻信用與基于社交平臺微信、QQ數(shù)據(jù)的騰訊信用,共享客戶信用數(shù)據(jù),根據(jù)客戶芝麻信用、騰訊信用評分,結合央行征信系統(tǒng),綜合評價客戶信用,授予信貸額度,防范貸款風險;二是與其他第三方征信公司合作。隨著央行對第三方征信體系建設的逐步推進,第三方征信體系必將得到長足發(fā)展,鑒于阿里、騰訊的強勢地位,可與其他參與試點的第三方征信機構,如中誠信征信有限公司、拉卡拉信用管理有限公司合作合作,打破兩巨頭在第三方征信體系的壟斷地位,鞏固農(nóng)村金融市場。
(二)積極創(chuàng)建特色信用評定體系,實現(xiàn)信用評定過程定量精確化。
一是建立自己的信用評分模型。探索一套適合農(nóng)商銀行自身實際的,基于分析農(nóng)村金融市場數(shù)據(jù)的,具有當?shù)靥厣恼餍旁u分模型,夯實征信體系架構。二是應用新技術。運用互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)和人工智能等新技術,創(chuàng)建征信體系,提升數(shù)據(jù)的數(shù)字化水平,不斷做大做強數(shù)據(jù)庫,為征信體系的建設提供支撐。三是打造具有當?shù)靥厣恼餍艛?shù)據(jù)庫。鑒于農(nóng)村金融機構客戶小而多的特殊屬性,整合現(xiàn)有信貸、電子銀行、客戶關系以及具有當?shù)貐^(qū)域特征的數(shù)據(jù),同時將一線人員掌握的客戶數(shù)據(jù)歸總整理,轉變?yōu)檎餍朋w系的大數(shù)據(jù),掌握客戶最新信用動態(tài),豐富征信數(shù)據(jù)系統(tǒng)。
(三)拓展融合其他渠道信用信息,探索創(chuàng)建多場景信用評定體系。
一是與法院、政府部門、移動運營商等合作,共享失信信息、環(huán)保信息、繳費信息。通過開通客戶關系管理系統(tǒng)與其他部門系統(tǒng)端口,將其他渠道信息作為金融外場景與金融場景深度融合。二是外包數(shù)據(jù)應用處理業(yè)務,與專業(yè)公司共同探索建立多場景信用評定模型,通過與其他平臺的評定結果對比不斷優(yōu)化模型,發(fā)揮外包公司專業(yè)勝任優(yōu)勢,實現(xiàn)數(shù)據(jù)充分挖掘和深度應用。提升數(shù)據(jù)處理水平。三是充分借鑒芝麻信用、騰訊信用評定模型,注重客戶使用本行金融產(chǎn)品的深度及頻度,以能否量化分析為數(shù)據(jù)源是否采用的區(qū)分界線,實現(xiàn)基礎數(shù)據(jù)源的精確量化。
(四)轉變信用是門檻的傳統(tǒng)觀念,發(fā)揮應用信用評定導向作用。
通過量化評定結果,按照信用得分將客戶劃分為制裁級、普通級、鼓勵級、優(yōu)先級。分層服務提供特色精確化服務,緊密聯(lián)系鼓勵級客戶,了解客戶需要,開發(fā)客戶金融需求;上門拜訪優(yōu)先級客戶,撰寫拜訪報告,為下一步合作領域擴展做好信息收集。制裁級客戶僅提供結算服務,并對貸款及時采取提前收回或訴訟保全措施,避免信貸資產(chǎn)出現(xiàn)風險。對同樣級別客戶按照年齡、行業(yè)等多維度進行篩選,發(fā)掘有價值提升空間的客戶制定綜合金融服務方案。結合以客戶為中心的服務理念踐行,實現(xiàn)客戶以客戶信用為中心的觀念轉變。
(五)注重健全信息保密機制建設,確保信用評定應用信息安全。
為加強嚴格信息安全管理,充分借鑒央行《征信管理條例》要求,加強對應用系統(tǒng)數(shù)據(jù)的管理,尤其要加強對個人信息的保護,確保征信信息的安全性。繼續(xù)嚴格執(zhí)行個人信用查詢集中管理制度。所有客戶查詢記錄需要本人簽訂委托書。網(wǎng)點查詢人員需要培訓上崗,查詢時需要得到總部管理員審批,一人一號、專人管理、專人負責;密碼定期更改,并具備相應的安全級別,不能轉告他人;充分防范個人信息泄露、倒賣事件發(fā)生。此外,在與其他單位系統(tǒng)對接過程中,嚴格簽訂保密協(xié)議,明確雙方責任;選用專業(yè)勝任且責任心強的客戶人員參與對接工作;防止本行核心數(shù)據(jù)外泄,造成重大信息安全事件。
(作者單位:山東費縣農(nóng)村商業(yè)銀行,山東 費縣 273400)endprint