據和訊網數據來源顯示，截至2016年末，上市銀行不良貸款總額11852.9億，比2015年末增加1670億，增幅為16.40%，2016年末上市銀行整體不良貸款率為1.74%，比2015年上升0.07個百分點。各大銀行的不良貸款率大多處于1%-2%之間，遠低于國家規定的金融機構10%的不良貸款率警戒線。但對于金融來說，不良貸款率預示著風險的增大，對于資金流轉和經濟發展都有較大的影響，各大銀行都應重視風險增長，加強貸款審核和風控機制。

　　在銀行擁抱互聯網的過程中，風險依舊是不可忽視的關鍵因素，銀行可以借鑒學習一些互聯網金融平臺對于風險控制的手段及措施，從而加強銀行的風控能力有效控制不良貸款率。

　　在普惠金融政策和互聯網金融的發展下，越來越多之前享受不到金融服務的人群能夠在互聯網平臺上獲得借貸、理財等金融服務。而對于銀行來說，銀行本身的業務受到了互聯網金融的分流使得幾年來業績和利潤水平增長速度放緩。而互聯網金融平臺服務的更多的是小微企業、中低值凈資產的人群，而這一部分人群也是傳統銀行之前尚未服務好的人群。若是銀行想要擴展自身的業務范圍，風控能力和風控水平都需要進一步的提升。

　　而在銀行拓展業務的過程中遇到了的主要兩個問題是：群體信用水平未知難以評估信用風險以及缺乏抵質押資產無法覆蓋損失。

　　（1）群體信用水平未知難以預估信用風險

　　銀行在以往的存貸付業務過程中積累起來的數據大多都是金融屬性較強的屬性，也就是所謂的結構化數據，比如銀行用戶的銀行卡資金流向、大型企業的交易資金往來等重要信息。但在向小微企業和信用缺失的用戶群體拓展業務時，銀行發現自己無法通過內部的數據庫得到能夠準確反映他們信用水平的信息，并沒有積累他們的交易數據、資金流動數據使得向他們提供金融服務的信用風險較高。

　　另外在互聯網金融平臺的加持下，小微企業可能獲得了貸款但仍向銀行申請貸款。由于互聯網金融平臺與銀行之間的信息不對稱，銀行在為小微企業等群體提供服務時無法獲得已有的借款記錄，容易產生多頭借貸的欺詐性風險。

　　（2）缺乏抵質押資產無法覆蓋損失

　　對于銀行來說，審核評估借貸人的抵質押資產也是來判斷是否借貸的一個重要環節。當下的市場條件下，小微企業的貸款需求非常強烈，小微企業貸款額不斷上升。在缺乏對于小微企業信用數據積累的判斷下，衡量小微企業還款能力主要是看他的貸款抵押資產，這又成了阻礙小微企業獲得金融貸款的難關。銀行對于抵質押資產的審核較為嚴格，而小微企業缺乏具有高凈值的可抵押資產使得銀行擔心小微企業無法償還貸款而資產又難以變現補償損失，使得銀行賬面上的壞賬率上升，使得銀行的風險增大。

　　在面臨信用風險數據較少和缺乏抵質押資產的情況下，銀行進一步為小微企業等大眾用戶群體提供金融服務的風險系數也會較高。為了能夠更好地提供金融服務，銀行在風控能力方面勢必會借助互聯網的力量，通過各種途徑和技術手段進一步優化提升自身的風控能力。

　　我們都知道銀行已有的數據大多為一些大型企業的交易流水、資金往來等數據，而對于小微企業來說銀行尚未覆蓋到這部分用戶群體的信用風險數據。因此結合互聯網金融平臺的一些做法我們發現，互金平臺不僅僅收集用戶的金融數據，對于用戶的社交行為、電商消費數據、好友圈子等數據也尤為關注。傳統銀行更為關注結構化數據，而對于互金平臺而言擴展一些非結構化數據是在其金融數據不足前提下進一步考查用戶信用風險的有力手段，像芝麻信用分中也會考量你的社交行為分數。因此拓展用戶數據來源與維度成了銀行互聯網轉型中的重要一步。

　　銀行搭建平臺收集數據

　　銀行在互聯網化的進程中業務形態有了很大的改變，從傳統的依賴線下銀行網點慢慢地延伸出網上銀行、手機銀行、微信銀行、直銷銀行等業態，數據入口也從線下往線上平臺遷移。銀行隨著用戶使用習慣的改變自身平臺也在不斷做出改變，使得數據入口緊跟用戶，做到跟蹤用戶數據，接下來從銀行系電商平臺切入洞察銀行如何豐富數據來源與維度。

　　阿里小貸平臺正是在淘寶、天貓這兩個電商平臺的基礎上，不斷積累了商戶的銷售數據從而能夠為這些小微商戶進行授信提供借貸服務。電商平臺對于金融機構掌握用戶消費數據、商戶交易數據都起到了至關重要的作用，由此銀行也想要嘗試搭建屬于銀行自己的電商平臺。

　　下面我們以工商銀行“融e購”平臺了解銀行系電商平臺如何提升風控能力。

　　工商銀行在2014年1月開展“融e購”電商業務，通過免費邀請大批品牌商戶入駐，主要以B2C的個人商城和B2B的企業采購為核心業務模式，以類似于淘寶、天貓的經營模式打開銀行電商的大門?！叭趀購”平臺覆蓋了數碼產品、汽車、珠寶、服裝等多個品類產品，在不到兩年的時間里用戶數突破3000萬人，年交易額達到8700億元，儼然不弱于京東、蘇寧等電商平臺。

　　工商銀行達到“融e購”這一點上平臺的主要目的是在消費場景和數據獲取上不落后于互聯網金融平臺。以往銀行都是作為電商消費的支付清算環節，難以洞悉用戶的消費偏好和需求，喪失了對于消費場景的爭奪。這次各大銀行紛紛布局電商平臺要做的就是爭奪消費場景，將自己的地位從后端轉移到前端，從而獲取用戶的數據。

　　通過銀行系電商平臺的消費數據積累，銀行一方面可以知道用戶的消費偏好更好地從用戶需求出發提供服務，另一方面更為重要的還是要回歸到金融服務上，利用電商數據判斷用戶的還款能力與還款意愿，像“融e購”針對個人用戶提供的逸貸業務。我們再將目光轉移到企業用戶上，銀行系電商平臺通過B2B電商服務為企業完成供應鏈上金融服務，使得銀行更容易獲得 這些企業的交易數據、資金往來數據，從而完善優化銀行對于中小企業的風險控制能力。

　　總的來說，銀行系電商平臺擴展了傳統銀行的信息流，使得銀行能夠從資金流、信息流和物流多方面了解借款用戶的行為和信用水平，風控水平也隨之提高。

　　互聯網掀起了一陣商業模式變革的同時也帶來并促進了許多高新技術的發展和應用，最熱門的當屬大數據技術、人工智能等。技術的進步與應用能夠給各行各業帶去效率的提升和成本的降低，因此銀行業需要不斷提高自己的技術能力為自己的業務服務。

　　我們常說金融行業可以說是一個數據行業，各種金融活動背后其實都是數據的活動，每一家金融機構都擁有著大量的數據，要想將這些數據最后能夠產生價值就需要技術加入。隨著數據的數量以及維度增多，保存數據和處理數據的難度也在直線上升，這時候就需要大數據、區塊鏈等技術手段的改進幫助銀行等進入機構做好數據處理工作，更進一步的提高風控模型建立、信用審核效率，降低風險。而對于一些不具備足夠技術能力的中小銀行來說，互聯網第三方平臺提供的技術輸出和風控系統也不失為一個好的解決方案。

　　銀行研發大數據、區塊鏈等技術

　　銀行本身在數據積累方面有很大優勢，在電商平臺、網上銀行等渠道的擴展積累之下，在電商數據社交數據上的不足也能得到彌補，可以稱得上是大數據。大數據具有數據量大、類型多、價值密度低和處理速度快這四大特點，銀行在擁有了大量的多維度金融數據后，接下來重點應該著手于提高大數據處理技術和區塊鏈等技術。

　　要想利用大數據真正產生價值相應的基礎設施、存儲設備都需要進行更新，要先從底層開始推動大數據技術的發展，提升分布式海量存儲、分布式數據庫、大規模資源調度與管理等關鍵技術，通過運維和管理的迭代才能提高大數據技術。早在2014年民生銀行就已經和IBM展開合作，建立大數據實驗室充分發揮大數據作用為銀行賦能。近年來四大行也紛紛和阿里巴巴、騰訊等互聯網巨頭就金融科技方面展開密切的合作。

　　技術能力得到了提升后，真正發揮作用要落實到技術的應用層面上，基于大數據、區塊鏈等技術研發出新的產品或應用才能體現出技術對于風控的幫助。下面將以區塊鏈的技術為例看看對于銀行風控的幫助。

　　區塊鏈具有去中心化、去信任中介、交易結果不可篡改和用戶匿名參與等顯著優勢，這使其具備了推動金融業深刻變革的潛力，因此，自區塊鏈技術誕生以來，各銀行業金融機構紛紛圍繞該技術進行多方面的應用嘗試，業務領域包括電子貨幣、支付結算、票據、供應鏈金融、反洗錢和客戶識別等等。

　　今年農業銀行面向“三農”客戶提供的電商供應鏈融資產品——“E鏈貸”，是將區塊鏈技術優勢與供應鏈業務特點深度融合，在充分挖掘和利用農行涉農電商數據的基礎上，向電商供應鏈的法人客戶提供完整的電商融資服務，功能包括訂單采購、批量授信、靈活定價、自動審批、受托支付、自助還款等。

　　而中信銀行也在官網發布公告稱，推出國內首個基于區塊鏈技術的信用證信息傳輸系統（BCLC），這是國內銀行業首次將區塊鏈技術應用于信用證結算領域。

　　通過區塊鏈技術搭建的平臺或產品能夠進一步收集并處理用戶數據，豐富大數據內涵，提高銀行數據安全能力的同事加強對于客戶風險識別和信用評估能力，為更廣泛的客戶群體提供操作便捷、定價合理的融資服務。

　　銀行借助第三方平臺進行風控

　　對于國有四大行和一些股份制銀行來說，他們自身的金融實力和技術發展水平都較高，往往采取自身內部研發風控技術提高風控水平。但對于還有那么多分布在各大城市的城商行來說，技術水平就成了限制他們提高風控能力的重要難題。

　　好在互聯網上不缺乏技術服務提供商，銀行可以選擇和第三方互聯網金融解決方案提供商合作，將一些風控技術業務外包給互聯網平臺幫助銀行本身提高風險控制能力，在一定程度上節省資金成本和人力成本。之前的文章中所提到的“匯聯金科”平臺就是一個很好地例子。

　　隨著銀行業和互聯網的共同發展，銀行的風險控制能力肯定是會不斷增強以適應互聯網金融下對于金融風險的更高要求。

責任編輯：Rachel