为规范商业银行互联网贷款业务经营行为，促进互联网贷款业务平稳健康发展，银保监会不久前制定了《商业银行互联网贷款管理暂行办法》。该办法对线上信贷业务风险数据的来源、使用、保管和质量提出了明确要求，以确保数据真实、准确、完整和及时，为商业银行线上信贷业务高质量发展奠定基础。

要高度关注线上信贷业务风险数据治理问题

当前，数据已经成为银行的重要资产和核心竞争力，建立能够全面、客观评价客户的数据是做好线上信贷业务的关键和基础性工作。与传统线下贷款模式相比，线上贷款具有依托大数据和模型进行风险评估、全流程线上自动运作、无人工或极少人工干预、极速审批放贷等特点，在提高贷款效率、创新风险评估手段、拓宽金融客户覆盖面等方面发挥了积极作用。

与此同时，线上贷款业务也暴露出了风险管理不审慎、金融消费者保护不充分、资金用途监测不到位等问题和风险隐患，尤其存在数据准确性和完整性欠缺、时效性和适应性不足等问题，严重影响了线上信贷业务发展质量。

一是数据治理体系缺乏统一的规范。在数字化转型和数据治理的道路上，银行最早启动了数据治理方面的工作，坐拥金融资产和交易的海量数据，具有天然的优势及屏障，然而，时至今日，数据治理方面存在的问题却始终是最为迫切的。究其原因，最初的银行数据库建设往往只是为了满足监管和报表报送的要求，而没有充分考虑市场营销和客户的需求，真正树立起以客户为中心的服务理念，数据仅仅是银行经营过程中的“副产品”。由于不同监管部门有不同的监管口径，导致银行内部数据往往依部门和条线而割裂，数据统计口径和质量参差不齐，缺乏统一的规范和治理体系，呈现板块化、碎片化，难以综合利用，实现从“业务数字化”到“数字业务化”的转变。

二是数据整合能力不强。目前，商业银行通过多种方式与第三方机构开展业务合作。有效规范的合作在一定程度上有利于各类机构之间优势互补、提高效率，但部分银行对合作机构管理较为粗放，没有建立全行统一的管理制度、合作机构资质存在缺陷、对合作机构的持续性管理不足等，引发银行声誉风险。对于接入的工商、税务、公积金等外部数据源，数据完备性、完整性、可用性不足，数据分析应用不够深入，数据运用以行内的客户金融交易数据为主，对客户的信息掌握不够全，客群细分、画像不清晰，难以实现对客户的全面、精准画像。

三是数据支撑业务发展能力不足。移动互联时代，数据是商业银行的核心资产。近年来，商业银行在数据的获取和应用上做了很多工作，但数据获取渠道不多、数据有效性不够、数据分析能力不强、数据输出能力不足等，依然是制约线上金融服务发展的重要因素，导致数据对商业银行信贷业务健康发展的支撑能力有限。

四是数据信息校验、共享机制不够健全。当前，线上信贷产品风险管控仍处于探索阶段，风险防控技能、合力、针对性都有待提升。线上产品引入公安、税务、公积金等外部数据校验机制不足，对外部欺诈、粉饰数据等新型风险点还缺乏有效管控。同时，由于各部门、各条线信息共享机制不健全，“部门银行”现象存在，部门间数据缺乏相互验证机制，信息孤岛的问题比较突出。商业银行内部系统相互独立，信息孤岛未打破，关键数据未整合，无法形成统一视图，存在超额授用信的问题。

建立健全“六种机制”，夯实线上信贷业务发展的数据基础

商业银行应认真学习领会银保监会出台的《商业银行互联网贷款管理暂行办法》，强化对风险数据、风险模型管理和信息科技风险管理的全流程、全方位管理，夯实线上信贷业务发展的数据基础。

建立多渠道的数据来源拓展机制。目前，政府、金融等部门还没有统一的数据采集平台，缺少完整的数据库，数据的零散化、碎片化，很大程度上影响个人和企业信用评价体系建设。为此，要紧紧抓住数据这个根本，按照“内部挖掘、场景获取、基层采集、外部引进”的思路，多渠道拓展数据来源、多通道获取客户授权、多角度深化数据应用，加快启动一批精准营销项目。

要依托各级政府经济部门，精准对接拥有目标客户数据信息的权威机构和平台，多渠道获取目标客户的基本信息、生产经营数据、产业信息、市场信息等，汇总形成数据库。通过大数据技术分析出客户的生产经营和投入产出情况，对客户进行精准画像，作为与客户建立信用关系的依据。

要严格第三方渠道客户准入管理，与第三方合作取得的数据，要签订合作协议，明确相应的权利义务，切实做好第三方批量营销模式下客户、单位、数据真实性调查工作，严防借款人与第三方串通。强化外部数据质控管理，确保数据真实、可靠、稳定，严防数据被包装、粉饰篡改；基础数据种类要齐全，能够全面精准对借款人进行数据画像。

建立多纬度的客户评价机制。通过对海量数据的深入挖掘和分析，可以掌握客户的线上线下行为习惯、充分了解客户关切、支持客户购买行为、构建新的业务模式，更好地满足客户的金融需求。如果仅依据单一纬度指标对客户进行评价往往不尽合理，为此，必须全面地从整体的角度来看待，多纬度指标综合评价。要从不同纬度收集数据，设置能够反应客户信用状况的指标，把描述客户不同方面的多个指标信息综合起来，通过系统间交叉检验、数据质量抽检，形成一个综合指标，客观、真实、准确地描述和反映客户的真实状况，对客户做出科学评价和整体评判，达到精准画像。对系统交互的数据、外部对接的数据要进行多维度、一致性校验，做到防篡改、防包装，严防“养数据”等外部欺诈行为。

建立相互制约的数据采集确认机制。建立数据采集责任制，明确客户经理在数据采集过程中的责任。客户经理数据采集和确认的程序控制要到位，严格落实双人调查采集、抽查验证等制约，严防客户经理内外串通，编造、篡改数据套取贷款的现象。要建立完善防数据篡改机制，严控网络黑客恶意利用网络抓包工具截获并篡改批文和银行线上交易的关键数据，达到骗取银行贷款目的。

建立科学严谨的数据管理机制。要切实加强数据的收集、传输、加工、查询、使用、存储等环节控制，依法保护客户信息，防止数据泄露或篡改，以及落实反洗钱和消费者权益保护义务。使用的数据要符合法律法规和监管规定，特别是个人客户数据、外部数据使用不能侵犯消费者权益。要按照相关法律法规的要求,储存、传递以数据电文形式签订的借款合同、信贷流程关键环节和节点的数据。要建立风险数据安全管理的策略与标准，采取有效技术措施，保障借款人风险数据在采集、传输、存储、处理和销毁过程中的安全，防范数据泄漏、丢失或被篡改的风险。

建立及时有效的数据更新完善机制。客户数据信息反映着客户是一个动态的信息，具有较强的时效性。要及时对风险数据进行必要的维护、更新、完善，以增强数据获得的完整性和真实性，保证数据连续性和有效性,满足风险模型对数据精确性、完整性、一致性、时效性、有效性等的要求。

建立快速高效的数据风险评估机制。数据评估重点是在数据的真实性、连续性和有效性的基础上，进行风险研判。客户信息主要来自于大数据，难以掌握其实际收入波动情况，风险信息存在不对称性，风险预判难度较大。还款周期较短，多采用“分期付息，到期还本”的还款方式，借款人到期还款压力较大，易受收入波动性的影响，后续资产质量管控仍存较大压力。引入外部有效合规数据，构建与客户消费融资需求和风险承担能力真正相吻合的主动授信决策模型，探索建立农行自有个人信用体系，让消费信贷产品能够覆盖更多客群。

（作者就职于农业银行审计局上海分局）