數據將是未來銀行的核心競爭力之壹，這已經成為銀行業的知識。大數據時代，銀行面臨的競爭不僅來自同業內部，還來自外部的挑戰。互聯網、電子商務等新興企業在產品創新能力、市場敏感度、大數據處理經驗等方面優勢明顯。在這種形勢下，利用大數據創新和提升銀行的風險控制，逐漸成為業內關註和討論的重要話題。
銀行業在風險控制方面的不足
普華永道發布的《2015年中國金融與銀行業展望》指出，截至2014年三季度末，中國商業銀行不良貸款總額增長36%，達到7670億元，創四年新高。預測2015年不良貸款上升趨勢仍將持續。上述數據的背後，除了經濟下行導致逾期風險上升的原因，銀行風控的漏洞和缺陷也是重要原因。
信息不對稱與貸款欺詐
隨著P2P、小貸等民間借貸的興起，借款人通過非銀行渠道獲得貸款越來越容易。而民間借貸機構不需要向人民銀行上報數據，非銀行系統貸款申請、債務、逾期情況等信息不清晰、不透明、不可預測的矛盾越來越突出。往往是直到借款人逾期甚至失聯，銀行才被動了解到民間借貸領域借款人的壹些歷史逾期貸款或者過度負債。
貸款欺詐是銀行面臨的另壹個問題，尤其是在信用卡領域和壹些以信貸工廠模式運作的貸款產品。銀行固化的發卡審核流程和信貸工廠的運作模式，早已不是秘密。目前信用卡、貸款包裝、集團詐騙屢見不鮮，尤其是信用貸款領域。約60%的信用貸款來自欺詐，其中壹半以上是因為身份欺詐和數據包裝。在數據維度不完整的情況下，銀行等貸款機構由於缺乏第三方大數據的支持，缺乏充分有效的交叉驗證手段，很容易被集團詐騙分子利用。
信息不及時與貸後風險防範
信息獲取不及時也給銀行貸後風險管理帶來了不同程度的麻煩。比如，銀行往往希望第壹時間了解壹個企業客戶獲得貸款後是否會面臨新的法律訴訟，但大多數銀行只是依靠信貸經理時不時地手動查詢當地法院網站來獲取信息，具有很大的不確定性。壹旦信貸經理忘記查詢或操作失誤，貸後司法程序的監控將失效。這還不包括持續監控客戶在民間借貸中的申請、負債、逾期情況。銀行在貸後風險防範過程中的手段和效率極大地制約了銀行風險控制的效果。
成本與效率的矛盾
為了解決信息不對稱和信息獲取不及時的問題，銀行往往需要收集大量的數據來輔助判斷。然而，在數據收集過程中通常采用的方法是要求借款人或企業提供大量的補充信息，這涉及到大量的人力成本和時間成本。為了提高效率，需要構建壹套能夠自動采集部分數據、自動化程度較高的後臺管理系統，但對於很多中小銀行來說，組建專門的工程師團隊、開展大量的IT開發工作也是壹個沈重的負擔。
以上是邊肖從大數據征信角度為您分享的關於銀行風控創新的內容。更多信息可以關註環球常春藤分享更多幹貨。