互联网金融影响下商业银行零售贷款业务创新案例分享

零售贷款业务作为商业银行批量化发展的业务，提高利润贡献率主要在于取得规模化效应。而渠道、效率、风险这三个关键要素，影响了零售贷款从市场营销到贷款收回的整个过程。近几年掀起的互联网浪潮，正给了零售贷款一个突破的契机。2015年的政府工作报告中李克强总理提出“互联网+”的思路。零售贷款从营销渠道、获客方式、贷款审批、风险控制、贷后管理各个方面，正在进行着一场深刻的变革。本文从渠道、效率、风险控制三个方面，通过商业银行的经典案例分享，分析如何利用互联网科技创新零售贷款产品。

1通过互联网建立批量获客渠道

“渠道是零售业务的生命之源”，商业银行只有建立起完善的渠道才能接触大量的目标客户，并用较低的成本完成客户营销。作为商业银行，最传统的获客渠道是营业网点。随着通讯科技的发展和互联网金融的兴起，正给了商业一个突破现有模式的机会，建立起新的“批量获客、批量处理的渠道”。从13年开始，许多股份制商业银行、城市商业银行已经开始布局。银行通过互联网建立渠道主要有两种形式建立网上直销银行和建立线上线下互相融合的O2O模式。对银行而言，布局O2O的关键就是如何打通“线上、线下”的任督二脉。这里分享一个较经典的O2O案例，平安银行新推出的口袋社区，他通过网络平台将社区周边商户、居民、和社区银行紧密联系在了一起。对于口袋社区而言，其本质上是一个智能化的O2O平台，囊括了多种功能，如购物、银行业务以及便民等项目。通过线上线下的结合和资源整合把社区装进口袋，对居民来说既是社区生活的服务平台，对社区商户来说他是一个电商平台。而对于银行来说同时有效抓住了这两头的客户。

借助口袋社区，内部居民能够实现对一定范围内商户情况的查询，了解相关服务信息，可以有效进行线下操作，完成下单的行为，可以将消费形式设置为上门或者进店服务的模式。另外，也可以将银行服务了解得更加透彻，及时进行新的理财产品，对促销行为和活动进行介绍。另外，也可以及时了解相关的便民服务项目，查找通知和公告，及时了解动态情况。口袋社区智能化水平较高，与商户联系密切，实现了商家与居民的近距离沟通。借助免费开店的形式，实现商品和服务的线上推广，吸引居民进行消费体验。

同时，对于银行而言，形成了一种新的商业模式，能够更好地服务、发展和维护客户。这种方式门槛较低，能够实现商户与居民的近距离接触，尤其是银行与客户、商户之间，其位置较近，银行能够实现线上与线下的有效对接，满足各自的不同需求，智能化服务更加突出，同时，为银行积累了大量的小微客户，良性循环形成，对于客户、商户、银行而言，都是积极推动，形成了一个三方共赢的局面。

2利用互联网提高零售贷款发放效率

效率是零售贷款的核心竞争力的之一，通过互联网的应用，商业如何提高零售贷款效率，这里引用一个招商银行的案例。招商银行再零售贷款方面一直处于比较领先的地位，当前，实现了零售贷款与互联网的三步走计划。首先，第一步是随借随还的施行，借助PC，完成贷款的自助发放和归还。其次，第二步是空中贷款的个人贷款讹误，借助手机银行，实现在线提交，完成贷款申请，远程进行银行业务的分配，上门受理贷款申请。再次，第三部是闪电贷，借助手机隐患，实现自主贷款的申请，审批随时完成，这一模式招行用了长达8年的时间进行整合与完成。

闪电贷是互联网贷款的新产品，其运用的基础是大数据的背景以及云计算的支持。借助对数据的全面整合与分析，实现对零售客户的精准定位，能够实现自助贷款的目标。借助招行手机银行，进行自助办理。其整个流程都借助与自动处理，不需要人工协助，全天可以办

346

理业务，不受时刻限制，随时进行贷款业务。

闪电贷款始于2014年6月，主要试点为招行，进行全国范围内的业务。其主要面对的是小微企业客户，也包含部分代发工资的客户。目前“闪电贷”实行邀请方式。招行对人行征信、工商系统、外部房产评估系统、内部黑名单、银行流水、个人信贷等数据进行分析，首批面向收付易pos小微客户、招行存量代发客户、财富管理客户和在招行有结算业务的小微企业客户发出邀请。受邀客户只需在可贷额度内输入贷款金额、选择贷款期限，无需提交任何资料即可在60秒内收到贷款。这种新型的模式极大地节约了客户的网店及人员资源，提高了贷款发放效率。

3利用大数据、云计算进行风险控制

目前国内利用大数据发放贷款，比较成熟的就是阿里金融。“平台，数据，金融”三位一体的数据金融模型，是阿里金融对自身大数据金融的核心概括。阿里金融，是国内最早开始做电商数据积累和金融属性挖掘的电商平台。阿里通过自身的淘宝、阿里巴巴、支付宝等电商生态圈收集大量的商户与消费客户的基础信息。并通过大数据处理及分析模型来实现贷款全流程监测及风险控制。阿里利用大数据+云计算的新型风险控制体系主要有以下四步。

3.1经营情况分析

借助360度调查方式，是阿里金融的关键性技术。这种模式实现了对小企业主认证和注册信息的全面分析，甚至对其平台的表现状态进行明确，涉及广告的投放、社区表现等。能够实现客户交互行为的全面观察，也就是说，所有的客户信息将进入数据库，达到定量的目的，形成评分模型，实现对客户等级的准确界定。

3.2客户主体评价

阿里应用了心理测试系统，实现对小企业主人心理的系统分析，明确其性格的特质，对结果进行量化，借助模型，实现对小企业主人撒谎和掩饰程度的明确。借助外部信息采集技术，达到客户评价的目标，准确得到客户外部数据信息。结合客户各方面信息，如软信息、

评价等，实现与行业政策的结合，从而完成对小微企业客户的全方位综合评价。

3.3全流程防控机制

阿里通过信贷通用决策系统（A-GDS——Ali-Generic Decision Service）来实现对现有客户和潜在客户的动态化管理。实现了贷款前、中、后三个环节的紧密结合，根据客户积累的信用及行为数据，及时评估企业还款的实力以及动态想法，结合贷款后的监控，实现对网店账号的管理，使得客户违约成本增加，在很大程度上降低了贷款的风

险。

3.4贷后监测

在完成贷款发放之后，阿里系统会进行全天候的监控，审核其是够出现偏离情况。如果资金被有效应用在生产环节，那么店铺的流量会发生巨大变化，光感投放数量和规模增大，营业收入增加，利润上涨。一旦评估效果不佳，阿里会将贷款提前预警和收贷。在支付宝使用中，一旦违约，阿里就会对商户资金使用进行控制，在根本上保证

贷款的安全性。

（作者单位：东亚银行合肥分行）

作者简介：许冉冉（1984～），女，研究方向为金融。