记者观察：让大数据为企业信用“背书”

□记者 苏洁

以人工智能、大数据、区块链等为代表的新技术基础设施在金融领域的应用并不是新鲜事。依托机器学习、自然语言处理、知识图谱等底层核心技术目前业内已经打造了金融相关成熟的应用场景。

近年来，银行愈加注重数字化转型。银行对科技服务商的需求，正在从过去的单一场景应用，向平台构建转变。如何在众多场景下产生的各个维度的数据中，找到最需要的和最有价值的部分？对于银行来说，数据治理成了眼下亟待解决的问题。

“中小微企业一直喊融资难、融资贵。中小企业抵押物不多，审慎经营的银行，不敢在无抵质押的情况对其放款，这导致了融资难；银行为中小企业贷款，也承担了更大的风险和更高的服务成本，这是融资贵的主要原因。”信用科技企业金电联行董事长范晓忻透露。

目前在没有抵押物的情况下，金融机构没有针对中小微企业的风险识别、风险测算和风险跟踪的解决方案。在这样的前提下，金融机构很难在找到解决防控中小微企业经营高风险的办法前，为绝大多数的中小微企业提供融资业务。

为了减轻银企对接障碍，范晓忻曾带领团队对上千家中小企业进行了调研，让中小企业接受信用贷款模式。在实践中，范晓忻和团队找到了破除银行与企业障碍的“新管道”——大数据，这是除却传统的抵质押物之外，一个新的通道。

大数据信用能够化解中小微企业融资难的关键，在于它突破了用担保信息评价企业信用的传统思维，从企业经营的明细数据中挖掘信用，从企业的行为模式中计算信用，打开人们认识信用的新天地，从而解决了中小微企业融资难的缺信息、缺信用评价的问题。

随着数据技术的发展，银行对大数据、人工智能的认知，使得金融和中小微企业之间的关系越来越紧密，如果没有高科技支撑的话，那么金融服务于中小企业的难度还是相当大的。一方面，以前金融机构贷款给中小企业，需要经过人工分析，然后给他授信，再给他贷款，这种模式效率低而且风险不可控。另一方面，金融机构自身也需要转型升级。随着各行各业的数字化转型，金融机构这种传统的数据库也需要升级迭代，因此也面临转型。

如何激活这些“沉睡”的数据，让其产生价值？这就要用到数据治理。

“没有一个行业能比金融行业更加依赖数据，几乎所有的环节都与数据息息相关。”业内人士指出数据治理在金融领域的重要性。

近年来，商业银行逐渐开始利用数据进行更为精准的客户营销、风险管理、运营优化等等。但这一过程并非一帆风顺，数据管理体制不健全、统计数据不完整、数据分布零散化等诸多问题都是阻碍银行业进一步数字化转型的“拦路虎”。银行业加强数据治理工作已势在必行，只有做好数据治理工作，才能实现从数据向价值的升华，真正为银行提升经营管理水平和市场竞争能力。

“金融机构以前没有那么多来自于像移动端的大量的金融需求，现在需要面对的是大量的实时数据。” 范晓忻说道，“那么这个过程中，金融机构从数据技术上来讲，是一个从旧的体系向新体系转型的重要时期。”

目前，各家银行近年来也纷纷将数据治理提升到全行战略层面，开展一系列工作。比如，2014年，建设银行将信息中心更名为数据管理部，作为总行一级管理部门，牵头推动全行数据管理和应用能力建设，负责制定企业级数据规范，统筹管理内外部数据资源，实现信息共享；统筹管理集团数据需求，为集团内各机构提供数据服务，推动全行大数据应用。2018年3月，南京银行正式成立了数字银行管理部，牵头全行数据治理和推进全行数字化转型。

但是，银行数字化治理形势依然严峻。据中小银行互联网金融（深圳）联盟联合金融壹账通和埃森哲共同发布的《中小银行金融科技发展研究报告（2019）》统计，91%的中小银行仍没有建立完善有效的数据治理体系，各银行开展全面数据治理工作已迫在眉睫，但目前我国银行金融业数据治理还处于发展阶段，在制度、数据、技术、人才等各方面都面临较大的问题。尤其是在人才方面，缺乏专业化、成体系的数据治理、数据分析人才队伍。

数字化治理不仅仅是银行，对于政府、企业来说需求依然迫切，目的都是降本、增效、控制风险。

随着金融业迈入数字化时代，给各金融机构带来了发展机遇，同时也伴随着严峻的挑战。如何解决数据孤岛、新应用与老系统结合的过渡期，以及数据资源未被挖掘数字化能力得不到释放等问题，将是企业面临的共同难题。