京公网安备 11010802034615号
经营许可证编号:京B2-20210330
不设实体网点 微众银行探索人脸识别和大数据信用评级
“我们更像是一个金融系统的‘补充者’。”在深圳田厦国际中心A座37层,深圳前海微众银行(以下简称“微众银行”)总部所在地,行长曹彤对《经济日报》记者表示,小微业务在理念上、实践上均已受到银行业高度重视,微众银行希望做的,是如何在各家银行已经提供的基础上,以更低成本、更高效、便捷的方式提供更多服务,覆盖更多群体。
“现在正处于内部试营业阶段,主要测试3方面内容:跑通系统、设计更合理的产品、测试风控模型。”曹彤表示,目前这3方面进展均比较顺利,希望尽早正式对外营业。
深挖消费信用贷款
在微众银行希望提供的“更多服务”中,具有小额、无抵押担保特征的“消费信用贷款”是一大亮点。1月4日,李克强总理在此为卡车司机徐军发放的3.5万元贷款即属于这一服务的典型案例。
从客户定位上看,微众银行聚焦工薪阶层、自由职业者、进城务工人员,以及符合国家政策导向的小微企业和创业企业。
面对如此庞大的群体,微众银行将如何获客?如何发挥网络银行的优势?
据悉,该行目前采用主动授信模式,整个业务流程全部线上化处理,走轻资产路线。“比如卡车司机、保姆等,他们的单笔业务偏小,需要走量,这就要求银行的成本更低、效率更高,因此需要采取线上模式。”微众银行副行长黄黎明表示,暂时还没有设立实体网点、客户经理的打算。
为快速定位这部分群体,微众银行选择与APP平台合作。据了解,徐军就是该行通过“货车帮”平台搜索而来的客户,“货车帮”利用自身积累的司机、货车、物流等数据,筛选出符合放贷要求的司机,微众银行则为之提供金融模型。
一位业内人士表示,很多互联网平台对实体产业需求很敏感,早已通过网站、QQ群、APP等方式搭建了信息集成数据库。互联网银行的角色之一,是发挥线上优势与这些既有平台合作,挖掘实体产业中尚未被传统商业银行发现的金融需求。此外,由于目前受面签开户、弱实名电子账户等规则影响,网络银行必将依靠同业合作,由此实现了上述客户资源与传统商业银行交叉共享,进而拉动传统商业银行的互联网化步伐。
新的风控尝试
从徐军3.5万元贷款的发放流程来看,无抵押担保、线上化处理的背后,风控主要依靠的是人脸识别技术和大数据信用评级。
据黄黎明介绍,由于以小额、分散业务为主并采用线上模式,银行最关注的是伪贸欺诈风险和信用风险。人脸识别技术主要预防欺诈风险,即判断一个人的身份真实性、意愿真实性,了解账户的实际控制人和交易的实际受益人。
“从整个行业看,除了人脸识别,指纹、声波、虹膜等生物识别技术都已日渐成熟,并运用在很多场景和金融领域。”曹彤说,该行的人脸识别正处于内部测试阶段,能不能最终走向市场并得到各方认可,还需要不断与各方互动。
大数据信用评级则更多用于预防信用风险,即通过征信信息来判断客户的还款能力。目前,各家商业银行发放网络贷款时,授信审批的基础数据来源是央行征信系统,补充数据是银行自身数据库,即存量客户在该行的业务数据,如负债、资产、资金交易情况等。最终贷款额度确定、发放获批,则是内外部信息交叉审核的结果。
“未来会不断吸收多元数据加入,包括在客户同意的前提下从合作伙伴那里获得一些数据。”曹彤说,目前,人脸识别、大数据信用评级还只是微众银行做的相关设想和尝试,在线银行到底采用什么模式,上述风控模型能不能跑通,均有待实践。
对内开放的标杆意义
在微众银行内部试营业的同时,其他民营银行获批开业的进程也在加速。1月28日,上海华瑞银行成为第二家获批开业的民营银行。由此,在2014年批筹的5家民营银行中,还有浙江网商银行等3家尚在筹建中。
民营银行之所以广受关注,在于其标志着银行业对内开放扩大的标杆意义。
实际上,民营资本进入银行,法律上本身没有障碍,实践中也较为普遍,主要方式是通过兼并重组和在银行改制、改造的过程中进入银行业。
“真正由民营资本发起设立的还比较少,真正自担剩余风险的并不多。”中国银监会主席尚福林在试点启动之初曾表示,试点主要是试行自担风险的新机制。具体来讲,一是让资本说话的公司治理机制,二是让资本决策的经营管理机制,三是让资本所有者承担风险损失的市场约束机制。
之所以强调自担风险新机制,与银行的经营活动外溢性、风险外溢性有关。作为资金配置中枢,一家银行发生问题都会产生系统性影响。为此,银监会对试点民营银行提出3条监管思路:一是按属地原则监管,即在哪里试点,就由当地银监局负试点责任,守住不发生系统性和区域性金融风险的底线,让金融成为一池活水;二是按照统一标准实施审慎监管和行为监管,特别是强化对关联交易的监管;三是严格风险控制和处置,按照风险为本的原则,强化银行内控制度建设,防止风险外溢,确保存款人和相关债权人合法权益不受损失。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30