普惠金融效能提升要强化数据运用

刘继旺

2023年10月，中央金融工作会议提出要建设金融强国，做好科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章，将金融服务实体的重要性提升到了新的高度，普惠金融也再次成为关注的焦点。普惠金融是基于立足机会平等和商业可持续原则，旨在为社会提供适当的、有效的金融服务体系，小微企业、农民、城镇低收入人群等是其主要的服务对象。商业银行积极响应国家号召，纷纷调整战略重心，大力发展普惠事业。

商业银行普惠金融业务仍有痛点

近年来，商业银行基于大数据技术研发了一系列的普惠金融产品，有效解决了小微企业融资难、融资慢、融资贵等问题，商业银行在践行普惠金融政策过程中取得了一定的成效，但也面临一些问题和挑战。

1.理念传导仍需加强

普惠金融作为国家层级战略，需要商业银行从上到下全面深刻理解战略内涵。由于商业银行多级管理模式，政策在层层传导的过程中容易“变味”，尤其是到了基层，战略理念往往变成了考核指标，而缺少配套的培训和宣传。基层员工作为政策落地的“主力军”，只知道了“做什么”而不清楚“为什么”，对普惠金融战略的内涵理解不深，在金融服务的过程中容易出现偏差。

2.数据治理体系仍需完善

高质量的数据是普惠金融业务可持续性发展的基础。近几年，商业银行数据治理工作取得了一定的成效，但尚未形成完备的数据治理体系，治理范围并不全面，尤其是中小银行，主要以提升监管数据质量为主，而普惠金融所依赖的客户信息数据质量仍存问题，如系统间存储的客户信息不一致、存在多个客户编号、客户类型划分不准确、关键信息规范不一致等问题，影响数据使用。此外，为了丰富数据维度，商业银行通过购买、交换、搭建平台等方式引入各类外部数据，由于各类数据的行业、产业、地域等因素不同，数据标准也不尽相同，内外部数据融合共享存在困难，这也给商业银行数据治理工作提出了新的挑战。

3.数据应用能力有待强化

普惠金融贷款尤其是线上类贷款产品的授信逻辑较为简单，主要基于客户单一来源的历史数据进行授信，例如“云税贷”主要基于客户的税务数据进行授信，“云电贷”主要基于客户的用电数据进行授信。这种单一授信模式并不能反映客户的真实情况，授信额度不够精确。商业银行面对海量的数据，大数据应用还处于初级阶段，对于数据应用的深度和广度还有待挖掘，数据间的立体交叉应用能力有待加强，综合运用数据授信水平有待提高，贷款产品类型有待丰富。

4.业务发展存在潜在风险

商业银行普惠金融业务风险整体较低，一些银行的不良率不到1%，但潜在风险不容忽视。随着业务发展，商业银行授信规则将愈发明显，尤其是贷款特征分明的普惠金融业务，很容易被某些机构和个人识别，并可通过规则漏洞套取银行信贷资金。比如企业通过更改实际控制人的方式规避信用污点，通过多缴税款的方式来提升授信额度等。此外，商业银行对贷款资金用途很难控制，尤其是线上贷款，客户纯自主操作，商业银行很难做到事前管理和事后监控。

普惠金融业务发展对策

针对商业银行在践行普惠金融政策过程中面临的以上问题，提出以下发展对策，特别是要重视数据运用来提高普惠金融效率。

1.强化普惠理念传导，优化完善考核体系

商业银行普惠金融业务开展与全行上下对普惠的统一认知是分不开的，商业银行从总行到分支机构，从产品研发人员到落地实施的执行人员，均要加强普惠学习，定期组织培训和测试，统一普惠理念和价值共识，真正将总行战略决策内涵向基层普及。此外，普惠金融的考核政策要兼顾贷款金额和贷款户数考核，兼顾时点考核和日均考核，兼顾新客户数和存量客户数考核，兼顾员工培训次数和持证上岗人数考核等。

2.完善数据治理体系，提高普惠数据质量

数据是落实政策的载体，数据通，则政策达。随着普惠金融的业务规模不断扩大，对商业银行数据质量的要求也越来越高。数据质量好，数据模型精，客户画像才会更精准，潜在客户营销成功率才會更高。因此，商业银行应当建立完善的数据治理体系。一是要统一全行数据标准，存量系统进行优化改造，新建系统严格落标，确保全行系统在一套数据标准体系下运行；二是要开展内部数据源头治理，通过开展一系列的数据治理活动，打破系统间数据壁垒，促进内部数据质量提升；三是要建立外部数据管理平台，统一外部数据管理出入口，对引进来的各类数据按照行内数据规范进行加工整合，确保数据共享可用；四是要建立普惠金融数据集市，集市涵盖所有普惠金融相关的内外部数据，方便数据使用人员开展数据探查和应用。

3.深化数据应用，推动普惠产品创新升级

数据是推动普惠金融业务发展的根基，而提高数据综合应用能力则是数据价值发挥的关键。数据用得好离不开人员、技能和创新能力。一是要建立具有业务人员、数据人员、技术人员在内的数据应用团队，业务是方向，数据是基础，技术是支撑，离开业务的数据应用没有意义，没有技术的数据应用无法落地，没有数据的数据应用纸上谈兵，三方协作、缺一不可；二是要强化数据分析技能，数据分析不是简单的数据引入，“有数则授信”必然是存在风险的，而是要挖掘数据背后的含义，开展多维度数据的交叉验证，探索建立大数据营销模型，持续丰富模型的广度和维度；三是要挖掘地域特色，产品创新离不开特色数据，全行统一的数据产品并不完全适用于全国各地，全行上下要结合当地特色数据，开展数据应用，进行自主产品创新，创造出适应当地的“普惠金融”子产品，最大限度地惠及千企万户。

4.完善机制，规避风险，确保业务可持续发展

商业银行通过完善管理机制、持续优化系统等方式弥补授信规则漏洞，将风险发生的概率降到最低。一是要加强企业实际控制人资质管理，增加系统校验，对于实际控制人与企业代表人不一致的要增加核查流程，补充证明材料、人员资质等；二是要强化实体经营，尤其是针对首次申请贷款的企业、经营年限不足三年的企业、贷款金额较大的企业，需要提供实体经营场所证明材料，必要时增加客户经理上门核查流程；三是要控制授信额度，申请贷款时，联动征信系统，同步核查企业征信贷款申请记录、实际控制人及法人代表的贷款审批记录，对于近一段时间记录频繁的要谨慎放贷，同时在贷款支用环节，再次联动征信数据，查询有无新增他行授信，以免过度授信带来信用风险；四是要做好贷款用途监控，通过优化系统，限制贷款在渠道内支用，以便做好贷款监测，对于出现转入股市、房地产、冲还其他贷款等禁止行为的，及时做好风险预警及贷款催收；五是要开展不良贷款专项数据分析，刻画不良企业客户画像，深挖不良贷款形成原因，做好共性因素归纳总结，及时落入系统执行。

责任编辑_赵晓璐