征信體系是市場經濟健康發展的基石。近年來,隨著數字經濟快速發展,互聯網和大數據等新技術在征信領域廣泛運用,大量有效“替代數據”被采集、分析和應用,以判斷企業和個人信用狀況。征信已突破傳統借貸信息共享的范圍。同時,金融機構圍繞小微企業融資和長尾客戶普惠金融服務的征信需求不斷提升,人民群眾對高質量征信服務也提出更高要求。
近日,與“征信”有關的兩個話題引發熱議。
9月22日,花唄全面接入央行征信系統;9月30日,央行發布《征信業務管理辦法》。
如果說花唄接入央行征信表明網絡貸款業務野蠻增長的時期已終結,那么征信業務管理辦法的出臺則釋放出助貸業務面臨洗牌的信號。
通俗講,助貸機構就是中介,在有貸款意向的群體和發放貸款的銀行、小貸公司等機構之間充當介紹人的角色。助貸業務的主要目標是長尾客戶,盡管延伸了服務“觸角”,將金融服務帶給低收入人群和弱勢群體,解決部分小微企業融資難題,但數據濫用、信息泄露等“硬傷”也將其推向“風口浪尖”。
近年來,監管層多次對助貸業務“施壓”,無論是央行方面要求網絡平臺個人信息與金融機構全面“斷直連”(第三方支付機構切斷之前直連銀行的模式,接入網聯或銀聯),還是銀保監會提到要審慎開展與助貸機構的業務合作,包括此次征信業務管理辦法的發布,均體現了監管層對規范助貸業務發展的決心。
由于助貸模式備受中小銀行“青睞”,此次“重壓”,會直接導致部分中小銀行受到影響。
中小銀行由于受到地域、網點、場景等限制,零售業務發展困難較大,助貸模式恰好可以幫助它們通過與互聯網金融機構合作拓展資金運用空間。但這樣一來,銀行核心風控環節相當于外包給了第三方平臺,從而導致銀行自身客戶篩選、風險評估、風險控制能力停滯不前,對平臺的依賴與日俱增。原先網絡平臺將數據使用和分析結果直接輸出給銀行,如今銀行從征信公司獲得原始數據后,如何分析、建模以及篩查客戶、控制風險,成為亟待解決的重要課題。
對于中小銀行來說,要進一步增加對風險管理的重視,不能再延續以往“先放后管”“事后風控”等習慣。加上中小型銀行業務體量有限,難以擁有完整的大數據反欺詐能力,因此在提升自主風控能力的過程中,需揚長避短,利用本地資源,與本地機構合作,在線上發力的同時加大線下走訪力度,探索出全新的獲客和風險畫像模式。
客戶準入后,在確定授信額度和還款期限方面,中小銀行可以通過收入水平、學歷、社會地位等指標建立客戶收入負債模型,以此評估客戶的還款能力。
如果說在貸前階段,銀行對借款人履約行為表現的了解相對較少,那么放貸后,借款人的行為表現則直接反映出預期風險。
有著人緣地緣優勢的中小銀行更應該做深做細貸后管理各個環節的工作,信貸人員深入所轄企業,觀察生產經營狀態,及時防范化解融資風險,同時根據不同信貸產品的風險特點,有針對性采取防控措施,提升貸后管理工作的精細化水平,防范和化解信貸業務貸后環節風險。