普惠金融作为一种覆盖面广、可获得性强、长尾特征突出的金融服务方式，需要通过批量化、高效率、低成本的手段加以实现。大数据技术具有数据挖掘、量化存储、快速处理等特点，能够匹配普惠金融的需求。

　　首先，从技术变革和普惠金融的基础设施角度来看，技术革新提供了可供探索的普惠金融的解决方案。技术革新推动普惠金融服务范围更广泛，业务具有可持续性，普惠金融领域的基础设施建设主要是基础领域的发展和构建，依靠计算机、云计算这些技术来解决普惠金融进入的门槛问题。同时，基于Docker容器技术的基础设施平台也是国际上普惠金融领域多用的一个分布式架构。和传统的架构相比，Docker架构面对大数据的成本更低。并且，普惠金融基础设施的共享能够大量节约IT成本，提升产出和效率，保障普惠金融的稳定运行。

　　其次，技术变革也有助于提升普惠金融的服务能力。泛普惠金融类公司的风控措施与传统金融机构的风控措施相比，并没有明显的优势，甚至可能有劣势，所以普惠金融可持续发展的核心是解决风险控制问题。在互联网金融机构工作的年轻人与从事银行风险管理的人士经常争论风险控制问题，从事互联网金融的强调自己的企业有突破能力、创新能力，从事传统银行业务的人士觉得把钱能借出去算什么本事，金融机构要做好风险控制，钱借出去还能收回来才叫本事。现在看来，在这点上，他们找到了共识，普惠金融发展的核心确实是要解决风险控制问题。利用技术手段来控制风险，主要就是通过搜集和计算海量的数据来形成金融服务需求者的个性化知识图谱，由此判断其风险程度。

　　第三，在普惠金融利用技术变革来进行创新方面，有几点是值得努力的方向。一是利用数据处理技术，实现对贷款对象的信用评定，针对客户群进行更加精细的分层式的划分，进而推出符合各类群体需求和风险特征的信贷产品。二是要更多的创新流程管控和风险控制的方式，并将其定义在产品之中。通过流程或系统去控制风险，比依靠人更可靠。三是针对客户的特征，更多地使用纯信用贷款产品，并将劳动技能培训、科技推广、创业知识培训等服务和信贷产品设计结合起来。四是降低金融服务可获得的门槛，扩大金融服务的范围，特别是在生产性的资金需求方面提供一些优化的解决方案。

　　第四，在信用价值创造方面，信用的价值创造和经济中的交易密切相关。信用的价值创造离不开信用的维系和有效的管理，即征信管理、授信管理、帐户控制管理、利用征信数据库开拓市场或者推销信用支付工具。借助大数据技术的数据挖掘、量化、存储、快速处理等特点，现代信用体系管理能够得到一定的提升，面对目前中国在信用方面的挑战，大数据用巨量的综合信息、先进的数据处理技术、全新的数据分析的思维方式，突破了传统的征信方式的局限，倒逼和促使社会征信体系的建立和完善。如果没有这方面的突破，金融机构还是要用传统的信用评估方式，比如银行会继续使用抵押担保方式，而普惠金融的客户群体可能恰恰没有资产可做抵押担保，那么就要用技术来在交易中发现客户的信用。

　　第五，在技术变革与信用管理发展方面，大数据技术能够扩展信用数据的边界，将一些非传统的信用数据作为非常重要的信用评估来源，覆盖一些没有被传统的征信系统记录的人群，同时，提供用户的即时信息，而不局限于历史信息。此外，大数据技术可以使信用管理更加的客观，因为大数据技术将数据的样本扩大到更大的范围，甚至是总体。大数据模式能够保证信用管理的客观性，数据挖掘技术确保了数据的真实和有效。大数据技术还能使信用管理的经济效率更高，一定程度上能解决传统的信贷信用问题，而且节约了人工成本，也扩展了信用来源，确保信息真实、快速、高效、实时。

　　第六，用信息技术来做风险管理流程的优化。普惠金融业务有逆向选择问题，越是承担高利率的客户群体，风险越高，并且道德风险还是当前风险识别的弱点。前期的信贷审查很难准确地把握风险情况，潜在风险难以识别。大数据技术能够对企业历年的生产经营数据做深度分析，来反映企业的经营成长、发展现状，能够对企业进行全天候的量化跟踪，实现风险的识别和量化。大数据还可以更好地进行风险匹配、转移和分散，运用大数据技术可以设计和客户风险匹配的产品，让高风险客户去匹配有承担能力的高风险资金。大数据还能够预测未来，能够帮助转移和分散风险，并基于大数据预测的风险和收益，匹配合适的产品。同时，大数据还可以在风险监测、预警和防控方面有更多的运用。大数据可以支持风险预警机制的建设，实时监测风险系统，进行可视化分析，展现整个风险防控的过程。信贷流程重构对银行来说是一个很大的挑战，但是普惠金融机构可以从一个更高的起点来推动实施。

　　第七，技术变革与风险管理方式。技术变革对风险管理的支持首先体现在获取海量数据上，风险管理需要有多样化的数据，比如电商网站数据、信用卡数据、社交网站数据、小贷类网站数据、生活服务类网站数据，这些数据综合起来才能基本看到客户的风险全貌。经过大数据特定的风控数据加工的过程，可以提升风险决策管理模式，更加全面、准确、及时地掌握借款人信息。因为客观地说，一个客户走进银行时，对银行来说，这个客户是一个黑箱。这些数据能便于我们做出清晰的判断，找到不同变量间的内在联系，更准确地做出决策。大数据的使用也加快了风险决策的效率，提高了风险决策的质量，促使理念、概念管理转变为数字化、更精确地管理。

　　第八，从技术变革和全面客户体验管理来看，在不同的经济增长方式、发展方式上，客户需求是不同的。使用这些新的技术，能够适应客户的新诉求，比如强调客户的感受，塑造客户的感官体验和思维认同，注重客户参与。缺乏技术支持是很难做到这一点的。

　　第九，在技术与营销模式上，传统营销中消费者购买行为属于传统的个体决策行为，而在大数据营销中消费者决策受群体意志影响很大，并向群体施加影响。所以如今，一段网上流传的视频就能够让一只股票涨跌停，从事视频和传媒工作的人士认为现在进入了短视频时代，新闻传播变成了短视频传播。

　　第十，技术变革也能够推动增值服务的优化。金融机构除了提供支付、清算、投资、理财、贷款融资等功能，还推出了多元化的增值服务。

文章来源：和讯网

详见：http://opinion.hexun.com/2016-06-08/184293888.html