2．利用大數據，推進風險決策模式的創新

銀行也是具有經營風險的行業，風險管理是銀行的生命線，風險管理的成敗決定著銀行的存亡。目前，銀行在進行信用風險決策時，主要依據客戶的會計信息、客戶經理的調查、客戶的信用記錄以及客戶抵質押擔保情況等，通過專家判斷進行決策。這種決策模式帶來了以下嚴重后果：

一是這種模式只適用于經營管理規范、會計信息可靠、信用記錄良好的大公司或有充分抵質押物并經營良好的中小公司，而對于占企業總數97. 3%的4200萬小微企業并不適用，這導致銀行失去了大量的有價值客戶；二是決策基本上取決于信貸審批人員的主觀判斷，缺乏足夠的客觀證據，信息不對稱、標準不統一，引發了前臺客戶經理和后臺信貸審批人員的激烈矛盾，致使業務流程復雜、效率低下；三是決策依據的主要是企業過去的靜態信息，而不是實時的動態信息，這種信息的時效性、相關性和可靠性不足，風險不能夠得到有效控制。

事實上，大數據技術可以有效地解決上述問題。一方面，通過多種傳感器、多個渠道采集數據，可以幫助銀行更全面、更真實、更準確、更實時地掌握借款人信息，有效降低信息不對稱帶來的風險。另一方面，利用大數據技術可以找到不同變量間新的相關關系，形成新的決策模型，使決策更準確、更統一、更公正。因此，銀行完全可以利用大數據創新出新的風險決策模式，并由此贏得新的客戶，形成新的利潤增長點。Zest Ca就是一個成功的案例。Zest Cash是一家小額貸款公司，由Google的前首席信息官DouglasMerrill創辦。Merrill發現，銀行在進行貸款決策時，決策的依據往往非常有限，主要依靠客戶的信用記錄。信用記錄有瑕疵或根本沒有信用記錄的客戶往往無法獲得銀行貸款。

Merrill說：“為什么要僅僅依賴一個數據來決定人的信用等級呢？為什么不用網絡上那成百上千的數據，再設計一個算法，來判斷一個人是否會按照約定來還錢呢？”經過努力，Merrill通過大數據技術成功地解決了這一問題。他把從網絡上搜集的幾千條碎片化的數據整合成完整的客戶拼圖，較為準確地還原了客戶的真實狀況和實際信用狀況，并因此獲得了豐厚的利潤。我國的阿里金融也是一個典型的案例。阿里金融利用阿里巴巴B2B、淘寶、支付寶等電子商務平臺上客戶積累的信用數據及行為數據，引入網絡數據模型和在線視頻資信調查模式，通過交叉檢驗技術輔以第三方驗證來確認客戶信息的真實性，向這些通常無法在傳統金融渠道獲得貸款的弱勢群體批量發放“金額小、期限短、隨借隨還”的小額貸款。重視數據，而不是依賴擔保或者抵押的模式，使阿里金融獲得了向銀行發起強有力挑戰的核心競爭力。