2．利用大数据，推进风险决策模式的创新

银行也是具有经营风险的行业，风险管理是银行的生命线，风险管理的成败决定着银行的存亡。目前，银行在进行信用风险决策时，主要依据客户的会计信息、客户经理的调查、客户的信用记录以及客户抵质押担保情况等，通过专家判断进行决策。这种决策模式带来了以下严重后果：

一是这种模式只适用于经营管理规范、会计信息可靠、信用记录良好的大公司或有充分抵质押物并经营良好的中小公司，而对于占企业总数97. 3%的4200万小微企业并不适用，这导致银行失去了大量的有价值客户；二是决策基本上取决于信贷审批人员的主观判断，缺乏足够的客观证据，信息不对称、标准不统一，引发了前台客户经理和后台信贷审批人员的激烈矛盾，致使业务流程复杂、效率低下；三是决策依据的主要是企业过去的静态信息，而不是实时的动态信息，这种信息的时效性、相关性和可靠性不足，风险不能够得到有效控制。

事实上，大数据技术可以有效地解决上述问题。一方面，通过多种传感器、多个渠道采集数据，可以帮助银行更全面、更真实、更准确、更实时地掌握借款人信息，有效降低信息不对称带来的风险。另一方面，利用大数据技术可以找到不同变量间新的相关关系，形成新的决策模型，使决策更准确、更统一、更公正。因此，银行完全可以利用大数据创新出新的风险决策模式，并由此赢得新的客户，形成新的利润增长点。Zest Ca就是一个成功的案例。Zest Cash是一家小额贷款公司，由Google的前首席信息官DouglasMerrill创办。Merrill发现，银行在进行贷款决策时，决策的依据往往非常有限，主要依靠客户的信用记录。信用记录有瑕疵或根本没有信用记录的客户往往无法获得银行贷款。

Merrill说：“为什么要仅仅依赖一个数据来决定人的信用等级呢？为什么不用网络上那成百上千的数据，再设计一个算法，来判断一个人是否会按照约定来还钱呢？”经过努力，Merrill通过大数据技术成功地解决了这一问题。他把从网络上搜集的几千条碎片化的数据整合成完整的客户拼图，较为准确地还原了客户的真实状况和实际信用状况，并因此获得了丰厚的利润。我国的阿里金融也是一个典型的案例。阿里金融利用阿里巴巴B2B、淘宝、支付宝等电子商务平台上客户积累的信用数据及行为数据，引入网络数据模型和在线视频资信调查模式，通过交叉检验技术辅以第三方验证来确认客户信息的真实性，向这些通常无法在传统金融渠道获得贷款的弱势群体批量发放“金额小、期限短、随借随还”的小额贷款。重视数据，而不是依赖担保或者抵押的模式，使阿里金融获得了向银行发起强有力挑战的核心竞争力。