普惠金融效能提升要強化數據運用

劉繼旺

2023年10月，中央金融工作會議提出要建設金融強國，做好科技金融、綠色金融、普惠金融、養老金融、數字金融五篇大文章，將金融服務實體的重要性提升到了新的高度，普惠金融也再次成為關注的焦點。普惠金融是基于立足機會平等和商業可持續原則，旨在為社會提供適當的、有效的金融服務體系，小微企業、農民、城鎮低收入人群等是其主要的服務對象。商業銀行積極響應國家號召，紛紛調整戰略重心，大力發展普惠事業。

商業銀行普惠金融業務仍有痛點

近年來，商業銀行基于大數據技術研發了一系列的普惠金融產品，有效解決了小微企業融資難、融資慢、融資貴等問題，商業銀行在踐行普惠金融政策過程中取得了一定的成效，但也面臨一些問題和挑戰。

1.理念傳導仍需加強

普惠金融作為國家層級戰略，需要商業銀行從上到下全面深刻理解戰略內涵。由于商業銀行多級管理模式，政策在層層傳導的過程中容易“變味”，尤其是到了基層，戰略理念往往變成了考核指標，而缺少配套的培訓和宣傳?；鶎訂T工作為政策落地的“主力軍”，只知道了“做什么”而不清楚“為什么”，對普惠金融戰略的內涵理解不深，在金融服務的過程中容易出現偏差。

2.數據治理體系仍需完善

高質量的數據是普惠金融業務可持續性發展的基礎。近幾年，商業銀行數據治理工作取得了一定的成效，但尚未形成完備的數據治理體系，治理范圍并不全面，尤其是中小銀行，主要以提升監管數據質量為主，而普惠金融所依賴的客戶信息數據質量仍存問題，如系統間存儲的客戶信息不一致、存在多個客戶編號、客戶類型劃分不準確、關鍵信息規范不一致等問題，影響數據使用。此外，為了豐富數據維度，商業銀行通過購買、交換、搭建平臺等方式引入各類外部數據，由于各類數據的行業、產業、地域等因素不同，數據標準也不盡相同，內外部數據融合共享存在困難，這也給商業銀行數據治理工作提出了新的挑戰。

3.數據應用能力有待強化

普惠金融貸款尤其是線上類貸款產品的授信邏輯較為簡單，主要基于客戶單一來源的歷史數據進行授信，例如“云稅貸”主要基于客戶的稅務數據進行授信，“云電貸”主要基于客戶的用電數據進行授信。這種單一授信模式并不能反映客戶的真實情況，授信額度不夠精確。商業銀行面對海量的數據，大數據應用還處于初級階段，對于數據應用的深度和廣度還有待挖掘，數據間的立體交叉應用能力有待加強，綜合運用數據授信水平有待提高，貸款產品類型有待豐富。

4.業務發展存在潛在風險

商業銀行普惠金融業務風險整體較低，一些銀行的不良率不到1%，但潛在風險不容忽視。隨著業務發展，商業銀行授信規則將愈發明顯，尤其是貸款特征分明的普惠金融業務，很容易被某些機構和個人識別，并可通過規則漏洞套取銀行信貸資金。比如企業通過更改實際控制人的方式規避信用污點，通過多繳稅款的方式來提升授信額度等。此外，商業銀行對貸款資金用途很難控制，尤其是線上貸款，客戶純自主操作，商業銀行很難做到事前管理和事后監控。

普惠金融業務發展對策

針對商業銀行在踐行普惠金融政策過程中面臨的以上問題，提出以下發展對策，特別是要重視數據運用來提高普惠金融效率。

1.強化普惠理念傳導，優化完善考核體系

商業銀行普惠金融業務開展與全行上下對普惠的統一認知是分不開的，商業銀行從總行到分支機構，從產品研發人員到落地實施的執行人員，均要加強普惠學習，定期組織培訓和測試，統一普惠理念和價值共識，真正將總行戰略決策內涵向基層普及。此外，普惠金融的考核政策要兼顧貸款金額和貸款戶數考核，兼顧時點考核和日均考核，兼顧新客戶數和存量客戶數考核，兼顧員工培訓次數和持證上崗人數考核等。

2.完善數據治理體系，提高普惠數據質量

數據是落實政策的載體，數據通，則政策達。隨著普惠金融的業務規模不斷擴大，對商業銀行數據質量的要求也越來越高。數據質量好，數據模型精，客戶畫像才會更精準，潛在客戶營銷成功率才會更高。因此，商業銀行應當建立完善的數據治理體系。一是要統一全行數據標準，存量系統進行優化改造，新建系統嚴格落標，確保全行系統在一套數據標準體系下運行；二是要開展內部數據源頭治理，通過開展一系列的數據治理活動，打破系統間數據壁壘，促進內部數據質量提升；三是要建立外部數據管理平臺，統一外部數據管理出入口，對引進來的各類數據按照行內數據規范進行加工整合，確保數據共享可用；四是要建立普惠金融數據集市，集市涵蓋所有普惠金融相關的內外部數據，方便數據使用人員開展數據探查和應用。

3.深化數據應用，推動普惠產品創新升級

數據是推動普惠金融業務發展的根基，而提高數據綜合應用能力則是數據價值發揮的關鍵。數據用得好離不開人員、技能和創新能力。一是要建立具有業務人員、數據人員、技術人員在內的數據應用團隊，業務是方向，數據是基礎，技術是支撐，離開業務的數據應用沒有意義，沒有技術的數據應用無法落地，沒有數據的數據應用紙上談兵，三方協作、缺一不可；二是要強化數據分析技能，數據分析不是簡單的數據引入，“有數則授信”必然是存在風險的，而是要挖掘數據背后的含義，開展多維度數據的交叉驗證，探索建立大數據營銷模型，持續豐富模型的廣度和維度；三是要挖掘地域特色，產品創新離不開特色數據，全行統一的數據產品并不完全適用于全國各地，全行上下要結合當地特色數據，開展數據應用，進行自主產品創新，創造出適應當地的“普惠金融”子產品，最大限度地惠及千企萬戶。

4.完善機制，規避風險，確保業務可持續發展

商業銀行通過完善管理機制、持續優化系統等方式彌補授信規則漏洞，將風險發生的概率降到最低。一是要加強企業實際控制人資質管理，增加系統校驗，對于實際控制人與企業代表人不一致的要增加核查流程，補充證明材料、人員資質等；二是要強化實體經營，尤其是針對首次申請貸款的企業、經營年限不足三年的企業、貸款金額較大的企業，需要提供實體經營場所證明材料，必要時增加客戶經理上門核查流程；三是要控制授信額度，申請貸款時，聯動征信系統，同步核查企業征信貸款申請記錄、實際控制人及法人代表的貸款審批記錄，對于近一段時間記錄頻繁的要謹慎放貸，同時在貸款支用環節，再次聯動征信數據，查詢有無新增他行授信，以免過度授信帶來信用風險；四是要做好貸款用途監控，通過優化系統，限制貸款在渠道內支用，以便做好貸款監測，對于出現轉入股市、房地產、沖還其他貸款等禁止行為的，及時做好風險預警及貸款催收；五是要開展不良貸款專項數據分析，刻畫不良企業客戶畫像，深挖不良貸款形成原因，做好共性因素歸納總結，及時落入系統執行。

責任編輯_趙曉璐