接下來呢,我們再換一個另外的話題,它是用一種 更不一樣的角度去看數據可以為銀行帶來什麼樣的力量。
那現在呢,我們剛才談的都是行銷,現在就要進到風險管理的領域了。
那風險管理的領域更有趣。
那其實我們通常為什麼要做 這種風險管理的分析?通常是我們會先定義一個顧客的痛點。
現在顧客要借錢,很簡單,都上 Google 或者在 Facebook
上面瀏覽以後,他覺得有資金需求, 他可能就無意間進入了玉山的這樣一個貸款的網頁。
那他看到貸款,他想要申請,那我們呢就透過 顧客自己來評估一下他到底能借多少錢。
因為我們發現一件很重要的事情,就是什麼?顧客如果要借錢
他通常,不管你是在網路上填申請書,或者是走到分行來填申請書,
所有的顧客都要問一件事情,請問我可以貸多少?
請問我的利率有多高或我的利率有多低? 請問我什麼時候可以拿到錢?因為我們經過了
很深入的調查之後,我們就發現顧客都要問這三個問題。
我們就問我們自己,我們可不可以 顧客填完了這些基本資料,我就來告訴他,你可以借到多少錢,
你的利率是多少,你什麼時候可以拿到錢。
通通都是立刻哦,不是叫他回去等。
那我們就要開發一個信用評分模型來衡量這件事。
那信用評分模型呢它的難度在於
你要精確地算出每一個顧客在一個景氣循環下的平均違約率,
還要算出這個顧客他如果真正倒賬的時候,他的 預期損失會有多大,也就是說他會欠銀行多少錢。
然後你還要繼續算出,如果我借他這一筆錢, 我到底划算嗎?也就是說我的定價到底是定兩趴還是三趴
還是四趴,我才能夠賺到我自己合理的利潤。
那我們發覺這樣做完了以後,這個工程真的好複雜。
可是玉山做到了 所以現在在線上大家可以很快地
當你自己回答完十五個問題或十八個問題的同時,我就可以很清楚地告訴你
你可以借款,而且可以借 50 萬還是 30 萬。
你可以借款,而且你的利率是 2.5 還是 3.5 還是 4.5。
那你只要準備好資料,我多久就可以告訴你,你可以核貸, 這些資訊在線上是立即給哦!
所以我們在背後有個非常複雜的計量工程跟 數據的運算。
那這也是透過數據的力量 讓顧客得到一個非常不一樣的服務。
也許各位不一定有感,不過你想想看,過去以前你要借款,跟銀行寫完申請書,
通常要三到五天,它要經過很複雜的徵信評估、 信用評估才能告訴你能借多少錢。
我們把這個三到五天的時間濃縮變成三分鐘,讓顧客立刻可以做。
這就是一種數據加值的力量,也
也看得到,因為數據的力量可以為每一個顧客都做量身定做,因為每一個顧客的利率都不一樣,
每個顧客可以借的額度也通通不一樣,這就是玉山首創 用數據來驅動的 e 指信貸。
我們的 「e 指可貸」呢 當然還有在計算上還有一些比較很特別的地方。
比如說各位可以在投影片第十五章上面看到我剛才所談的 PD。
PD 呢我剛剛有特別解釋過,它叫做「一個景氣循環下的違約率」。
那這個是什麼意思?我可以稍微補充說明一下。
所謂的「一個景氣循環」就是,它可能,我們現在大概,我們在觀察
一個景氣循環就是,它可能是五年,也有可能是七年。
那我們就要去算出一個人他如果借款借五年 他的平均違約率有多高。
所以我們不是只有算一年一年, 那這個難度相對又高很多。
那損失呢? 損失的意思就是說,如果他今天真的違約了,
他可以還銀行多少,最後有 多少是他還不出來的。
這個叫做銀行的損失。
那這個好不好算?這些其實都非常非常地不好算。
那最後一個難的難在哪裡呢?就是要算它的 net present value 淨現值。
也就是這個顧客跟玉山貸五年
貸六年貸七年,那這個顧客如果折現回來,我們究竟可以收到 多少的淨利潤。
要扣掉很多,要扣掉營運 成本,要扣掉資本成本,要扣掉資金成本 要扣掉違約成本。
哇!這些都要扣掉,然後還要能夠精算出來。
這也是為什麼現在這個「e 指可貸」線上就能夠提供額度利率的銀行
到目前全台灣還是僅只有玉山一家。
那玉山不是只有做完 e 指信貸就結束了,
我們還在挑戰更難的,叫做「e指企業貸」。
這個「e指企業貸」為什麼比個人信貸更難呢?很簡單,因為它評估的
是一家小型企業經營的風險。
各位一定可以想到,要評估一個公司跟評估一個個人,它的複雜度是不可同日而語的。
所以我們在這邊也截了一些很簡單的圖示, 各位可以稍微參考一下。
我們上面一樣,一個企業 我們就問經營者最關鍵的幾個問題,
他只要把這幾個問題寫完了、 填完了,
幾乎我們就可以立刻告訴他,這家企業能夠借多少錢。
那這件事情為什麼那麼可貴? 因為過去很多企業因為
財務報表、 稅務報表都相當地不完整,
或者是中小企業很難把這些報表做得 很正確、 很具體。
不是他們故意不做,而是他們可能 因為受限於各方面的條件、 專業等等。
那我們其實不是完全只用財報的觀點, 我們是用很多的問題讓它可以真正反映這個企業
經營的實況,而且依照這些企業經營的實況 來進行信用評估。
那背後當然又是一個 計量分析的模型在背後作種種的評估。
而且像這麼複雜的評估 現在不是只有銀行這些很專業的信用
審核征信的專家才能做,顧客自己填電腦就可以做了。
所以我們這個其實就是標準的專家系統,或者叫做人工智慧。
而且這個人工智慧恐怕比下圍棋還要更難, 因為它的狀況很多,一個企業經營的狀況 有多少誰能講得清楚。
但是我們可以把它濃縮到這幾個問題 就把一家企業經營的狀況的所有的風險整合
進來,而且可以把它量化,變成一個可以衡量的數據。
那房貸也是一樣,但是我在這裡就不 花時間再贅述了。
不過我們這個房貸的特色也是一樣。
我們玉山真正做到跟別人最不一樣的地方,我們不是提供
一個房子的市場價值而已,
我們想要給顧客的事情是,經過我銀行的評估,我願意貸給你多少。
這也是台灣目前沒有一家銀行敢在線上就告訴顧客說 你的房子我銀行願意借你多少。
這背後 一定要有一個非常好的計量模型跟工具
讓我們所有的這些專家的 know how 都灌輸在
我們這個模型裡面,我們才能夠對顧客提供一個這樣的服務。
那這就是我們整個用大數據來驅動銀行數位 轉型之路的許多實務上的例證,
用到了很多計量統計的,用到了很多資料分析的,用到了很多數位行為的
也用到了許許多多近似于專家系統或人工智慧的模式。
把這一些都放在我們現在的線上服務來提供
顧客量身定做的金融服務,也就是我們一開始所談的普惠金融的概念。