数字普惠金融

出自 MBA智库百科(https://wiki.mbalib.com/)

　　数字普惠金融，可以理解就是通过互联网的技术，借助计算机的信息处理、数据通讯、大数据分析、云计算等一系列相关技术在金融领域的应用，促进了信息的共享，有效降低了交易成本和金融服务门槛，扩大了金融服务的范围和覆盖面，通过数字金融共享、便捷、安全、低成本、低门槛的优势，运用大数据、云计算、人工智能的技术，构建起基于数据的风险控制体系，从而全面提升了金融的风险控制能力，数字普惠金融很好地诠释了金融科技的初衷和目标，是让长期被现代金融服务业排斥的人群享受正规金融服务的一种数字化途径。

　　对于中国来说，金融一直都是富人的游戏，对于占据中国人口绝大多数的我们普罗大众来说，金融实在是一个可望而不可即的事情。由于中国金融体系的特殊性，占据中国金融业主体部分的商业银行都可以说是“富人的银行”，大多数人普通人由于缺乏所谓的资产，又没有足够的信用体系，几乎不太可能在传统的商业银行中借到足够的资金，也不可能将这些资金进行扩大再生产。

　　从我国的市场现状来看，中国有六千万到七千万的小微企业主和商户，有1.2亿到1.5亿的低收入工薪阶层，有1.8亿到2亿的农村居民，这些人是商业银行口中的长尾市场，他们缺乏完善的征信画像，没有足够有效的抵押物，再加上地域的高度分散，如果要提供金融服务必然需要投入巨大的人力，需要极为复杂的信息数据采集、中期信贷审核以及后期的贷后管理。对于商业银行来说，这样的客户单笔业务金额较小，却成本异常之高，相比于商业银行服务的大企业、大客户的单笔金额巨大有着截然不同的差别，这样的结果就导致了商业银行几乎不愿意在普通小微客户身上投入成本。

　　然而，正是我们这些普通人才是最需要用金融来改变我们生存现状的，所以在传统金融无法触及的地方，普惠金融尤其是数字普惠金融的市场就在那里，为每一个普通人服务，这才是数字普惠金融真正的真谛所在。

　　一是建立完善的大数据风控体系。对于普惠金融来说，最难的就是风险控制，因为现在中国传统风控体系的缺失，普通人几乎不可能形成完整的信用体系数据，而对于金融机构来说，没有完整的信用风险体系，如果要对用户提供金融服务就变得非常的艰难。所以，要用数字化技术解决问题的话，就必须要采用大数据模式。而恒昌使用的是大数据的小额分散理念，在风控建设方面，恒昌投入了大量的资源打造大数据风控体系。针对金融贷前、贷中、贷后每个环节的不同风险特征，对于内部的每个环节进行精细化控制，从而确保内部风险的可控。

　　对外则通过与多家征信数据提供商的深度合作，在接入各类传统金融数据的同时，也接入大量非传统的征信数据，不断丰富数据的维度和边界，提升数据的可信度。在拥有了数据之后，再通过与多家技术公司的合作，恒昌开发了一系列风险评分模型，并部署了全球最大征信机构益博睿的信用决策引擎，知名Instinct公司的反欺诈引擎，及自主开发的三方数据决策引擎，逐渐建立了一整套日益完善的大数据风控体系，逐步升级基于大数据的风险管理与审批决策流程，从而通过大数据实现信用风险的可控。

　　二是构建高效率的金融科技布局。除了风控之外，如何让用户可以更加便捷的实现业务的服务，从而降低成本，提高服务效率，恒昌通过金融科技的布局，组建了聚焦前沿和创新技术的研发团队，通过数据挖掘、深度学习、大数据风控、量化决策、图算法等金融科技的研发。并成功实现了知识图谱和用户画像技术的实践应用，从而让风险更加可控，让用户体验更加优良。

　　以“知识图谱”为例，在传统的金融服务中，很多人在从金融机构借出资金之后，如果出现资不抵债的情况就会选择跑路，这种失联几乎是金融机构的噩梦，然而通过“知识图谱”技术的构建，就能够把借款人相关的信息进行一揽子的收集，将个人的基本信息、第三方征信信息、消费信息、网上行为信息以及网上阅读信息都进行综合处理，最后将用户画像勾画出来，并且形成了一套可视化的表达。通过后台精准的模型测算，形成了一个人完整的规律库，将个人的信用量化，从而将可能有高风险的借款人给筛选出来，并对欺诈和违约风险做出防范。

　　通过大数据和金融科技技术，让金融从银行的大门中走出来，走到我们大家的手机里面，走到我们的寻常百姓家，通过数字普惠金融，让每个人都能够有通过金融服务改变自身经济状况，甚至改变家庭财富状况的可能性。马克思说：一个人的财富的多少取决于一个人资本的多寡，因为只有资本能够实现扩大再生产，实现财富的增值。而数字普惠金融则是让普通人实现财富资本化的有效武器，乃至实现家庭财富的增长。

• 普惠金融