在台灣,平均每3,700人就有一家銀行提供服務、每800人就有一台提款機,金融服務過度密集,一直以來都有「overbanking(銀行數太多)」問題。
不過,即便擁有如此密集的金融服務,仍舊無法滿足每一個人的需求;對銀行來說,在市場過度競爭下,也很難有空間開拓新的市場與客群。
「數據」、「信用小白」,將有可能成為打破此局面的兩大關鍵字。
運將、YouTuber、電商賣家,為何銀行不敢借錢給他們?
一般白領上班族有每月的薪資往來紀錄,作為還款信用依據,他們向銀行申請信用卡、貸款等服務,一點都不難。
但計程車司機、市場菜販這些藍領階級就不同了,他們認真工作,月收入甚至可能高達數十萬,但收的是現金,缺乏與銀行往來紀錄;而且不只他們,像是經營網拍的小賣家、專攻外送市場的餐館、網紅、YouTuber,也可能因為沒有足夠的資料(如聯徵紀錄、信用卡交易紀錄、薪轉證明)讓銀行判斷信用為何,成為銀行的拒絕往來戶。
對此,國泰金控副總經理梁明喬直接了當地說,「當你不認識這個人的時候,你願意借錢給他嗎?」
除了個人,企業也遇到這個問題。根據聯徵中心資料,在台灣146萬家中小企業中,有高達130萬的商家 從來沒有 跟銀行借錢往來過,「當他們真正有資金困難時,向銀行借錢很容易吃閉門羹。」凱基銀行商業金融處資深副總王智勇坦言。
不一定要薪轉證明,你的信用,有全新評分標準
但這些工作者、商家並非沒有財力。所以,近年許多銀行開始與不同平台業者、場景串接數據,透過新的 信用評分模型 ,滿足這些「信用小白」需求。
舉例來說,銀行跟電商平台、餐飲POS系統商合作,在借款人的授權與同意下,取得平台上的 交易數據 、 來客數 等資料,經過數據分析得出借款人的償債能力,決定是否借錢給他,比起過去只看聯徵、銀行往來紀錄,更可以貼近借款人真實的財務、信用狀態。
玉山銀行副數金長溫學華認為,若能在消費者的同意下取得更多的數據資料,就能接觸到以前較難接觸到的市場(指過去少跟銀行往來的人),「這將是未來銀行業重要的競爭力。」
此外,過去處理信貸時,銀行都必須靠專人負責徵信,「不論是貸款10萬或50萬元,對銀行來說,審查花的時間是一樣的,但帶給銀行的效益卻是完全不同的。」溫學華解釋,銀行徵信一個信貸申請的成本,有時候就要約7、8,000元,若碰上利率比較低的時候,徵信成本幾乎跟利息差不多,銀行等於忙了一場,卻沒賺到錢。
小額借貸較難符合成本,所以過去小額借貸需求的賣家或個人常常碰壁。不過在銀行大量採用數據評估風險後,申貸過程的人力成本能因此降低,滿足顧客需求,打破了過往局面。
當數據成為主流,沒有數據的人該怎麼辦?
透過異業合作的數據交換,在用戶授權下,銀行能得到顧客更多的信用資料,提供服務給更多客戶。數據與信用、貸款結合,在近年成為一股新趨勢,不過,台灣仍處於數據金融應用相對早期的階段。
梁明喬指出,台灣聯徵系統非常普及,現階段納入的數據資料,比較像是讓銀行更認識客戶的一種參考,還是會搭配聯徵結果、個人財務狀況綜合評估,並非完全以搜集到的數據作為判斷的標準。
然而,當數據逐漸成為銀行決定是否與顧客網路的依據時,在網路世界較少「數位足跡」的人,是否有可能成為弱勢?又或者,在網路上的一言一行,是否將完全影響銀行對顧客的看法?
「數據來源只會增加不會減少。」信貸比較平台AlpahLoan創辦人黃亮銓認為,納入更多的數據,是提升銀行認識客戶的完整度,現代人無論是購物、就醫,多多少少都會留下數據資料,「要完全沒有數據,是很難的。」就算真的都沒有,也可以循舊有的聯徵體系,去篩選客戶。
玉山銀行副數金長溫學華則認為,未來傳統聯徵系統與數據會是彼此相輔相成,「短期很難完全取代一方。」
梁明喬分析,數據金融的重點,在於協助銀行做風險控管,數據現階段作為判斷的輔助,仍需線下的交易資料佐證,用戶若願意開放數據資料,則有助於銀行提供更好的服務與利率條件。
雖然愈來愈多金融機構會納入數位數據,不過黃亮銓認為,用戶並不需要刻意取改變自己在線上的行為,原因是,每個服務商需要使用的數據、目的都不太相同,「為了顧及A,而是故意改變行為,結果反而在B服務商被扣分。」黃亮銓認為,未來的數據來源只會愈來愈多,「很難在單一個來源上做假。」
數據金融崛起,更多的服務商,願意採用非傳統金融數據,讓過去被忽視的信用小白,能夠敲開金融服務大門;數據擁有者則能整合金融服務,開創新的商業模式。藉由數據,台灣離普惠金融又更近了一步。
責任編輯:林美欣