10月21日晚，清华经管学院金融硕士项目2019年“金融科技”系列讲座第四讲在舜德楼开讲，由平安科技数据分析挖掘经理王建明授课，主题为“大数据在金融业务中的应用”。王建明结合自己在数据分析、挖掘与建模的工作经验，为同学们系统的介绍了大数据应用给金融行业带来的改变，并深入探讨了金融业务的变革方向。本次讲座由清华经管学院金融系副教授高峰主持。

讲座中，王建明以贷款行业为切入点，分别围绕贷款业务的本质、大数据为贷款业务带来的改变、大数据运作模式，以及大数据与传统模式的关系四个话题进行授课。

王建明老师在授课

首先，王建明介绍了贷款市场的本质主要涉及成本、违约风险和利润率等概念，既要争取更多的客户，还要建立良好的风控体系，并且需要有充足的启动资金。在分析贷款商业模式时，不仅要关注用户群的信用度，还要通过合理地设计用户群的利润率来实现较高的还款率。王建明认为，传统的贷款流程主要包括获客、准入、经营和逾期四个环节，普遍面临着较多弊端，如获客成本高、缺乏针对性，准入的人工审核流程太长，经营缺乏个性化、逾期催款的方式过于简单粗暴等等。

王建明老师在授课

基于此，大数据的应用为解决传统贷款市场的困境提供了新的思路。王建明指出，如今贷款行业对于精准营销的要求越来越高，需求识别、客户画像、营销场景等环节都需要精准的数据分析。新的大数据环境带来了新的可能，能够在用户真正成为坏客户之前进行提前预警、逾期之后进行催收等等，还涉及失联修复、还款率预测、收购不良资产等多个环节。同时，王建明还提醒大家，模型并不是万能的，因为贷款产品是很多样的。这就意味着，在操作层面不能一个模型打天下，而是要做很多分类器，而分类器的节点就是用户跟产品的匹配关系。

关于大数据的运作模式，王建明指出，大数据的应用可以从贷前准入、贷中经营和贷后逾期三个环节进行风控介入。

贷前，工作人员需要把收集到的用户数据全部归集到系统中，为审批策略的制定和客群评分提供参考；

贷中，需要依靠大数据分析进行风控评分、混合时序模型等，还涉及到还款率、还款额度和可还款金额的预测；

贷后，需要总结逾期用户的特征，并反馈给贷前模型进行重新学习。

王建明老师在授课

王建明认为，随着金融市场和科学技术的不断发展，数据的重要价值越发突出。金融行业面临着越来越多的瓶颈，必须要通过用户数据思维来慢慢解决。王建明强调，在金融行业应用大数据技术，需要具备变革的观念，既要用算法的方式去总结传统经验，进而优化流程；又要将这些经验推而广之到更多的场景中去。当大数据与传统业务进行融合时，需要格外重视部门团队的重构、为用户提供个性化服务等问题。

针对大数据与金融行业的关系，王建明总结说：“金融行业是一个强调合规，强调业务积累，强调行业围城的行业，要理解和学习风控大数据，不仅要具备卓越的综合能力，还要有扎实的业务技能。但关键在于，你是否能够洞察金融行业的本质。”

课堂现场

讲座最后，同学们就大数据技术的应用门槛、不同行业的金融模式特征以及主体信用分析等问题进行提问，王建明给予了耐心回答，并与大家深入讨论，激发了同学们的深入思考。

主讲人简介

王建明，在数据分析、挖掘、建模领域有十余年工作经验，曾先后就职于阿里巴巴、腾讯、大众点评。现任平安科技数据分析挖掘部门经理，负责数据技术产品化、标准化研发工作，对金融领域的营销、客户经营、客户生命周期管理、金融风控、客户迁徙等的大数据建模应用有丰富的经验。

文 | 万宁宁  编辑 | 王莹