數字普惠金融

出自 MBA智库百科(https://wiki.mbalib.com/)

　　數字普惠金融，可以理解就是通過互聯網的技術，藉助電腦的信息處理、數據通訊、大數據分析、雲計算等一系列相關技術在金融領域的應用，促進了信息的共用，有效降低了交易成本和金融服務門檻，擴大了金融服務的範圍和覆蓋面，通過數字金融共用、便捷、安全、低成本、低門檻的優勢，運用大數據、雲計算、人工智慧的技術，構建起基於數據的風險控制體系，從而全面提升了金融的風險控制能力，數字普惠金融很好地詮釋了金融科技的初衷和目標，是讓長期被現代金融服務業排斥的人群享受正規金融服務的一種數字化途徑。

　　對於中國來說，金融一直都是富人的游戲，對於占據中國人口絕大多數的我們普羅大眾來說，金融實在是一個可望而不可即的事情。由於中國金融體系的特殊性，占據中國金融業主體部分的商業銀行都可以說是“富人的銀行”，大多數人普通人由於缺乏所謂的資產，又沒有足夠的信用體系，幾乎不太可能在傳統的商業銀行中借到足夠的資金，也不可能將這些資金進行擴大再生產。

　　從我國的市場現狀來看，中國有六千萬到七千萬的小微企業主和商戶，有1.2億到1.5億的低收入工薪階層，有1.8億到2億的農村居民，這些人是商業銀行口中的長尾市場，他們缺乏完善的徵信畫像，沒有足夠有效的抵押物，再加上地域的高度分散，如果要提供金融服務必然需要投入巨大的人力，需要極為複雜的信息數據採集、中期信貸審核以及後期的貸後管理。對於商業銀行來說，這樣的客戶單筆業務金額較小，卻成本異常之高，相比於商業銀行服務的大企業、大客戶的單筆金額巨大有著截然不同的差別，這樣的結果就導致了商業銀行幾乎不願意在普通小微客戶身上投入成本。

　　然而，正是我們這些普通人才是最需要用金融來改變我們生存現狀的，所以在傳統金融無法觸及的地方，普惠金融尤其是數字普惠金融的市場就在那裡，為每一個普通人服務，這才是數字普惠金融真正的真諦所在。

　　一是建立完善的大數據風控體系。對於普惠金融來說，最難的就是風險控制，因為現在中國傳統風控體系的缺失，普通人幾乎不可能形成完整的信用體繫數據，而對於金融機構來說，沒有完整的信用風險體系，如果要對用戶提供金融服務就變得非常的艱難。所以，要用數字化技術解決問題的話，就必須要採用大數據模式。而恆昌使用的是大數據的小額分散理念，在風控建設方面，恆昌投入了大量的資源打造大數據風控體系。針對金融貸前、貸中、貸後每個環節的不同風險特征，對於內部的每個環節進行精細化控制，從而確保內部風險的可控。

　　對外則通過與多家徵信數據提供商的深度合作，在接入各類傳統金融數據的同時，也接入大量非傳統的徵信數據，不斷豐富數據的維度和邊界，提升數據的可信度。在擁有了數據之後，再通過與多家技術公司的合作，恆昌開發了一系列風險評分模型，並部署了全球最大徵信機構益博睿的信用決策引擎，知名Instinct公司的反欺詐引擎，及自主開發的三方數據決策引擎，逐漸建立了一整套日益完善的大數據風控體系，逐步升級基於大數據的風險管理與審批決策流程，從而通過大數據實現信用風險的可控。

　　二是構建高效率的金融科技佈局。除了風控之外，如何讓用戶可以更加便捷的實現業務的服務，從而降低成本，提高服務效率，恆昌通過金融科技的佈局，組建了聚焦前沿和創新技術的研發團隊，通過數據挖掘、深度學習、大數據風控、量化決策、圖演算法等金融科技的研發。併成功實現了知識圖譜和用戶畫像技術的實踐應用，從而讓風險更加可控，讓用戶體驗更加優良。

　　以“知識圖譜”為例，在傳統的金融服務中，很多人在從金融機構借出資金之後，如果出現資不抵債的情況就會選擇跑路，這種失聯幾乎是金融機構的噩夢，然而通過“知識圖譜”技術的構建，就能夠把借款人相關的信息進行一攬子的收集，將個人的基本信息、第三方徵信信息、消費信息、網上行為信息以及網上閱讀信息都進行綜合處理，最後將用戶畫像勾畫出來，並且形成了一套可視化的表達。通過後臺精準的模型測算，形成了一個人完整的規律庫，將個人的信用量化，從而將可能有高風險的借款人給篩選出來，並對欺詐和違約風險做出防範。

　　通過大數據和金融科技技術，讓金融從銀行的大門中走出來，走到我們大家的手機裡面，走到我們的尋常百姓家，通過數字普惠金融，讓每個人都能夠有通過金融服務改變自身經濟狀況，甚至改變家庭財富狀況的可能性。馬克思說：一個人的財富的多少取決於一個人資本的多寡，因為只有資本能夠實現擴大再生產，實現財富的增值。而數字普惠金融則是讓普通人實現財富資本化的有效武器，乃至實現家庭財富的增長。

• 普惠金融