宋科:“無接觸貸款”是構建開放銀行生態(tài)的有效嘗試
宋科:“無接觸貸款”是構建開放銀行生態(tài)的有效嘗試
2020-03-17 17:19:49 來源:清華金融評論
搶沙發(fā)
2020-03-17 17:19:49 來源:清華金融評論
摘要:受新冠疫情影響,大量中小微企業(yè)處于資金鏈斷裂邊緣,面臨生存問題?!盁o接觸貸款”通過在線申請、無需人工接觸的數字貸款方式為中小微企業(yè)提供貸款,是金融科技在應對疫情沖擊方面表現(xiàn)出的獨特優(yōu)勢,也是當前銀行與科技企業(yè)構建以用戶價值和效率最大化為宗旨的開放銀行生態(tài)的一種有效嘗試。
關鍵詞:
銀行
生態(tài)
無接觸貸款
新冠疫情發(fā)生以來,我國中小微企業(yè)的融資困境可謂難上加難。據網商銀行調研數據顯示,受疫情影響,72.7%的小店無法正常運營或被迫停工,20人以下的小店無法正常運營的比例比300人以上的店高出約23個百分點;81.9%的小店面臨資金缺口,36.2%的小店將借款補充運營資金作為應對疫情的主要手段。大量中小微企業(yè)處于資金鏈斷裂邊緣,面臨生存問題。
為此,全國工商聯(lián)會同多家行業(yè)協(xié)會,與網商銀行等共同發(fā)起“無接觸貸款”助微計劃,通過在線申請、無需人工接觸的數字貸款方式為中小微企業(yè)提供貸款,迅速得到各大銀行和企業(yè)的響應。這是金融科技在應對疫情沖擊方面表現(xiàn)出的獨特優(yōu)勢,也是當前銀行與科技企業(yè)等聯(lián)合創(chuàng)新,超越銀行單純向第三方開放數據和服務的簡單模式,構建以用戶價值和效率最大化為宗旨的開放銀行生態(tài)的一種有效嘗試。
促進金融與科技優(yōu)勢互補,更好地服務中小微企業(yè)信貸需求。傳統(tǒng)商業(yè)銀行的資金渠道多,資金成本低,但是對小微企業(yè)或小微經營者觸達能力弱,缺少場景和數據,在服務長尾客戶時面臨觸達難、風控難、授信難和運營難等多重痛點。我國金融科技在全球處于相對領先地位,在人工智能、區(qū)塊鏈、云計算、IOT、安全等核心技術的研發(fā)與應用方面成績顯著,并且我國互聯(lián)網平臺或金融科技機構擁有觸達長尾客戶的豐富場景,有互聯(lián)網生態(tài)下的海量行為數據,以及在實踐中鍛煉出來的大數據風控技術,也發(fā)展出了較為成熟的數字普惠金融商業(yè)模式。通過雙方的合作聯(lián)營,這種更為寬泛的開放銀行模式,優(yōu)勢互補,在服務于中小微企業(yè)信貸需求上,尤其是疫情期間,潛力得以更大發(fā)揮,實現(xiàn)真正意義上的“普”和“惠”,發(fā)揮出金融科技在服務實體經濟和金融業(yè)方面的作用。
全流程“無接觸化”線上服務,獲取貸款更加快速、高效、安全。銀行通過與互聯(lián)網平臺或金融科技機構合作,運用供應鏈金融等手段,通過包括工商、稅務、訂單、存款、出口等在內的多維數據來源,將單個企業(yè)的不可控風險轉變?yōu)楣溒髽I(yè)整體的可控風險,通過技術手段線上迅速完成對供應鏈企業(yè)整體信用及風險的評估,從而給予快速、精準的信貸支持。同時,從貸款申請、到銀行在線放款、貸后風控等流程全部實現(xiàn)電子化,既節(jié)省了時間,又避免了疫情期間外出交叉感染的可能,幫助中小微企業(yè)快速、高效、安全地拿到低成本的融資資金。
提供無抵押線上信用融資服務,使貸款更加普惠。傳統(tǒng)的信貸融資大多需要房產、車輛、生產設備等固定資產作為抵押,部分還需要第三方擔保,而中小微企業(yè)被銀行認可的可抵押資產并不多。疫情特殊時期,傳統(tǒng)融資模式流程繁瑣、效率低下、成本較高等弊病尤為明顯。銀行通過整合企業(yè)自身提供的數據和政府數據,如納稅數據、社保數據和用電數據等,通過技術手段進行數據建模,給特定行業(yè)、特定場景內的中小微企業(yè)提供無抵押的線上信用融資服務。此類小額低息的無抵押信用融資服務,可以階段性地幫助中小微企業(yè)解決資金周轉的問題,在疫情特殊期間,快速緩解中小微企業(yè)的經營壓力。
科技助力快速甄別疫情影響群體,高效精準救助疫情中的小微個體企業(yè)。受疫情影響,很多個人和企業(yè)均面臨借貸還款壓力,對因受疫情影響暫時失去收入來源的人群和暫遇困難的企業(yè),監(jiān)管層要求要在借貸政策上予以適當傾斜,靈活調整個人借貸還款安排,合理延后還款期限。目前,已有10余家銀行積極響應銀保監(jiān)會提出的“信貸政策傾斜”。
金融科技的精準定位,保障普惠金融優(yōu)惠政策的更好落實。但在落實過程中,對需要延緩貸款群體的精準識別將是一大難點,既要能將信貸政策給予需要的困難群體,又要防止大規(guī)模的投機套利,給金融機構帶來連鎖性風險。這背后就需要基于大數據、人工智能、機器學習等技術,基于互聯(lián)網平臺或金融科技機構的風控能力,分析受疫情影響群體的資產和信貸行為,識別拒償理由是否屬實。構建風控策略與模型,通過多維度數據驗證和綜合分析,對中小微企業(yè)進行精準高效的識別管理,核算延緩不同的期限與成本。
第三十四屆CIO班招生
國際CIO認證培訓
首席數據官(CDO)認證培訓
責編:liujy
免責聲明:本網站(http://www.www.gypb.net/)內容主要來自原創(chuàng)、合作媒體供稿和第三方投稿,凡在本網站出現(xiàn)的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。
本網站刊載的所有內容(包括但不僅限文字、圖片、LOGO、音頻、視頻、軟件、程序等)版權歸原作者所有。任何單位或個人認為本網站中的內容可能涉嫌侵犯其知識產權或存在不實內容時,請及時通知本站,予以刪除。