本报记者 唐玮 北京报道
“清晨的第一缕阳光刚刚洒到这座城市，客户经理们便手执公文包，从支行里精神饱满地迈出。他们要去营销，这是一种古老的习俗，是客户经理们赖以生存的自我保护方式。
“靠苦心经营和精打细算的原始资本积累方式并不能保证每年都有新增和足够的利润，但客户经理们并不在乎，无论本地或异地，他们乐于分享每一笔贷款发放的快乐。客户经理拿起背包，开始向有信贷需求的地方悄然前进。这是一种狼性的本能，也是批发条线的生存方式，他们必须要为成功获批一次授信而学会各种技能。
“而贷前调查的过程并不简单，这种客户的周围总有几拨潜在风险客户在逡巡，其中有一种名叫不良资产的生物，攻击性很强。
“一个季度之后，午后温暖的阳光照进工厂的大门，客户经理的同事们已经听说了企业停产的消息。他们虽然感到悲伤，却并没有十分愤怒和意外。做贷款的命运便是如此。”
当那部纪录片红遍大江南北时，这“舌尖上的银行”版本也迅速在网络上蹿红，不是因为其文字多么华丽动人，只因其直观道出了银行基层的辛酸。
“更糟糕的是，辛酸的劳动得不到回报，或者是连辛酸的机会都将不复存在。在宏观经济结构调整和利率逐步市场化的大环境下，情况并不乐观——核心负债流失、盈利空间收窄、业务定位亟待调整。在所谓的“金融大数据”的重要性日益突出，“数据治行”的观点频频出现时，单个的金融工作者的重要性无疑在逐级降低。
强化“数据治行”
银行目前的境遇并不好。前有大量的互联网金融创新产品在资金募集端与其“生死搏杀”，后因宏观经济周期调整而产生不良贷款隐忧，中间还背负着“垄断行业”、“吃利差”的骂名，踌躇了多年的转型必须加快脚步了。
银监会发布的最新数据显示，截至2014年一季度末，商业银行不良贷款余额6461亿元,较年初增加541亿元，不良贷款率1.04%，较年初上升0.04个百分点，达到近三年来的最高水平。
但市场对官方数据普遍存在着怀疑。国泰君安用银行财报中的关注类贷款不良贷款相加总去近似估算，得出投资者审视标准的真实不良率约为3.2%。
而银行家们越来越紧盯于互联网金融。无论是互联网，还是金融，都离不开数据的处理。除了层出不穷的类理财产品外，控制风险，减少资产隐患显然是金融互联网更为安身立命的技能。
通常而言，商业银行主要依据各企业的会计信息、信用记录，以及上文中各个客户经理辛酸的调查和抵质押担保情况等，通过专家判断进行信贷决策。但这种决策模式比较适用于经营管理规范的大中型公司，而对于善于隐藏和粉饰类公司和数量庞大的小微企业并不适用。
而目前，花旗、富国、UBS等先进银行已经善于基于大数据，整合客户的资产负债、交易支付、流动性状况、纳税和信用记录等，对客户行为进行360度评价，计算动态违约概率和损失率，提高贷款决策的可靠性。阿里巴巴的金融业务也是基于其数据资产进行商业创新的重要成果。
而我们的金融机构显然在基础数据上并不落后，也应该对相关企业的资产价格、账务流水、相关业务活动等流动性数据进行动态和全程的监控分析，从而有效提升客户信息透明度。
中国金融业正在步入大数据时代的初级阶段。金融机构行在大数据应用方面具有天然优势，金融企业在业务开展过程中积累了包括客户身份、资产负债情况、资金收付交易等大量高价值密度的数据，这些数据在运用专业技术挖掘和分析之后，将产生巨大的商业价值。九次方大数据公司执行总裁王叁寿在接受采访时说：“商业银行每一分每一秒都在积累着内涵丰富的客户数据。但在大数据概念兴起之前，客户数据的巨大价值并没有得到充分关注，传统的数据挖掘技术在商业银行领域的应用较少。”
如何挖掘？大到总体策略，小到微观应用，似乎都有空间。一家商业银行地方分行的信贷员告诉记者：“现在我们行有款定制的App，基于地理位置可自动推送相关企业性质、财务状况、联系方式、最近融资情况的信息。”这位信贷员显然比文首的客户经理们更容易体验到“贷款发放的快乐”。更为直接的是，这种数据应用还包括企业上下游产业链的信息，如通过上下游企业的经营数据验证相关企业财务数据的真实性。
这也是产业链金融的魅力。产业链的信贷模式，其风险系数比贷款给单个企业相对要小，操作成本也低，核批的信贷额度可能比之前发放给单个企业的总和还要多，能够产生“1+1﹥2”的效果。
重在开发
在互联网金融发展得如火如荼之际，大数据又成了金融理财市场健康发展的支撑，大数据和金融嫁接，能做很多过去做不到的事情。除了控制不良贷款、迅速扩宽零售银行规模，更是银行直接在互联网金融江湖占一席之地的方式，热门的直销银行就是如此应运而生。
王叁寿认为，直销银行是互联网金融时代下顺势而生的新型银行运作模式，具有机构少、人员精、成本低等显著特点。传统银行开通直销银行不是简单的渠道拓展，而是构建一种全新的业务模式。
而直销银行的初衷构想之一是在直销银行卖理财产品，但根据相关规定，客户买理财产品前，必须与银行面签，直销银行也不例外。
如此一来，如何精准地定位企业客户，提供给客户多元化优质金融服务，是构建直销银行面临的挑战。王叁寿认为，银行现有的客户数据分散存储在各个业务系统内部，银行需对现有客户进行清洗、建模、分析服务，结合大数据建立完善的客户数据仓库。对客户需求和盈利价值进行分类。同时通过大数据对目标客户的行业属性、财务指标、地理分布等指标进行筛选、定位及风险评估，进行潜在客户的二次开发。
好在实力强大的金融机构，无论是自身开发还是引入第三方，都可有效执行。利用大数据技术可以找到不同变量间内在关系，形成更准确的决策模型，这一点早有先行者。阿里金融利用阿里巴巴B2B、淘宝、支付宝等电商平台上客户积累的信用数据及行为数据，辅以第三方验证，确认客户信息的真实性，向这些通常无法在传统金融渠道获得贷款的客户群体发放“金额小、期限短、随借随还”的小额信贷。依靠大数据而不是担保抵押，来进行风险的决策与抵御。
尽管大数据开发后，大大挤压了银行客户经理们的生存空间，但大数据不是万能的——数据分析不懂社交，不懂如何叙事，只能发现需求，但并不能解决问题。尽管金融数据会像海浪一般涌来，但习惯于辛酸奔波的银行从业者们请放心，你会因优胜劣汰而感伤，但放贷的快乐会胜于往昔。
