IDC2023年全球数字信贷十大预测.docx

《IDC2023年全球数字信贷十大预测.docx》由会员分享，可在线阅读，更多相关《IDC2023年全球数字信贷十大预测.docx（5页珍藏版）》请在第一文库网上搜索。

1、IDC 2023年全球数字信贷十大预测IDC金融行业研究团队（IDC Financial Insights）就全球银行业、银行 对公业务、保险业、支付科技、资本市场（资管科技）及数字信贷领域分别推 出了 2023年十大预测，详见下图。2023 IDC FutureScape FinanCiaIInSights 全球金融行业未来十大预测对公银行 (Corporate Banking)IDCIDC FutureScape:全球数字信贷业务2023年十大预测:预测一：B2B先买后付（B2B BNPD到2026年，全球B2B BNPL市场规模将达到5000亿美元，金融科技公司和 BNPL平台将与传统金

2、融机构竞争，向中小企业提供营运资金贷款。传统金融机构一直是中小企业商业贷款和营运资金贷款的首选，但其信贷 决策特别是其中有关企业信贷风险评估的部分耗时较长，对拥有较少信用记录 的新企业而言更是如此。金融科技公司和B2B BNPL平台借鉴B2C的做法，借助 大数据（商业指标分析）、人工智能及机器学习（欺诈检测和风险管理）等技 术和移动平台，能够更快评估企业信用、未来信贷需求，向中小企业提供更灵 活、快捷、便利的数字化贷款服务，成为传统金融机构富有竞争力的替代产 品，呈现出指数型增长趋势。预测二：另类信用数据 (AiternatiVe Credit Data)到2024年，在75%的消费贷款中，贷

3、款人将使用与无银行账户和未充分使 用银行金融服务的借款人最相关的另类数据来进行信贷决策。金融机构通常使用传统的基于银行业务数据的借款人信用评估模型作为贷 款决策的主要依据，长期错失了有稳定还款能力、但无银行账户或未充分使用 银行金融服务而缺乏银行信用记录的借款人市场。越来越多贷款机构和信用机 构已经开始使用包括借款人教育背景、工作历史、其他非银行产品如公共事业 费和租金缴费情况、发薪日贷款和先买后付产品还款情况在内的大量另类数 据，来补充传统的信用评估模型，以做出更准确的贷款决策。在此过程中，另 类数据的准确性需要得到核实，其使用过程也应保持合规和透明。预测三：嵌入式贷款应用(Elnbedde

4、d Lending Apps)到2024年，全球25%的移动应用程序将提供消费贷款的嵌入式贷款产品。由非银行服务商提供贷款或信贷条款的嵌入式贷款成为数字交易的中心， 满足了消费者和小企业全方位、全时段的购物和融资需求，同时也为金融机构 和非金融服务商借力合作伙伴进行营销获得新客户提供了机会。嵌入式贷款的 部署需要“银行即服务(BaaS) ”使非银行服务商提供银行服务、应用程序接 口促进借贷款人之间交易、移动平台提供无障碍客户体验，同时需要确保移动 应用系统的可扩展性和同步整合性。预测四：中小企业跨境融资(SMB Cross-Border Financing)到2026年，包括商业贷款、信用证及

5、保理业务在内的中小企业跨境融资将 达到2万亿美元。随着跨境贸易规模扩大、中小企业在国际贸易中参与度的提高，越来越多 贷款机构开始关注中小企业跨境融资市场这片蓝海。为中小企业提供营运资金 贷款和其他贷款产品将提高跨境贸易中固有的风险，如汇率波动和地缘政治干 扰等。人工智能、机器学习技术和大数据分析可以帮助贷款机构以更快的速度 和更小的风险识别合适的借款人并发放贷款，区块链或分布式账本技术也有助 于降低交易成本和提高交易速度。此外，部署云计算平台以提高交易和管理的 可扩展性也具有投资意义。预测五：对公银行数字信贷(CorPorate Bank Digital Lending)到2025年，50%的

6、商业贷款将被完全数字化承销，同时，利用ESG数据的 分析评估，可以使贷款人做出更准确的信贷决策并保持合规性。银行的业务和风险管理部门开始关注风险评估的效率和其中与ESG、可持 续发展相关的监管要求，试图简化和数字化风险评估过程。通过区分不同复杂 度的工作，将交易分别为易于管理、标准化、指标化的部分，有助于加快银行 信贷流程和全流程的数字化。其中ESG评分将是一个新的重要组成部分。该过 程需要考虑数据质量、数据整合和新的整体架构，现有ESG数据收集方法和评 分模型也需要得到改进。预测六：AIOT 贷款(AIoT Lending)到2026年，借助人工智能物联网技术和另类数据，各行业的中、小、微型

7、 企业贷款覆盖率将达到70%o5G的加速落地促使由物联网技术支撑的时间、地点、环境实时多维数据被 加入到金融机构的企业信用评估模型中，提高金融机构信贷决策能力。物联网 技术目前已被应用在商品采购、太阳能园区、农业、畜牧业等多个领域，使企 业的贸易、商品、资金等有关信息可以通过供应链整合，降低银行风险控制成 本，便于企业获得资金。我国已有相关案例，例如农业融资，可以利用移动物 联网设备、卫星遥感、电子围栏等技术捕捉牲畜的生命特征，并由此将它们作 为抵押品进行贷款。在物联网技术的使用中，需要从业务出发考虑技术应用的 组合部署方式，并注意数据安全措施和边缘计算的关键作用。预测七：信贷欺诈(Fraud

8、 in Lending)由于更多欺诈性BNPL网站的出现，到2024年，数字信贷申请欺诈将增加 20%o数字信贷已成为传统金融机构贷款的主要竞争者，数字交易的高速和匿名 性使欺诈者更有机可乘。尽管各地政府监管部门也提出了更多规范要求以确保 金融稳定，欺诈者一直在寻找更先进、复杂、专业的方式，利用客户行为、商 业模式、线上平台所使用技术工具和软件包中的安全漏洞盗取贷款人资金和数 据。社会范围内不利宏观因素的增加也将会导致数字信贷申请欺诈的激增。贷 款人需要尽可能多地使用人工智能、机器学习等技术，建立综合性地安全保护 体系，应对这些高级欺诈行为。预测八：身份验证(Identity Authenti

9、cation)到2027年，客户现有信息来源和数据数字化进程间的更大整合将使得75% 的贷款申请具有自动申请评分的特点。银行客户数据平台已从传统的对客户的简单描摹发展为客户多元数据的整 合，并在未来展现出其对于优化银行贷款业务的重要作用。2023年，客户数据 平台即将带给银行的第一个好处就是减少贷款申请欺诈的身份验证功能。此 外，客户数据平台还能将另类数据整合进银行信用评估模型，提高贷款决策的 准确性；协助银行对产品进行包括期限和定价的微调等。预测九：收款分析(CoIIeCtiOn Analytics)到2023年底，分析和人工智能/机器学习技术在收款方面的广泛使用将使 收款效率提高至少25%

10、。通过借鉴传统上用于信贷决策的分析策略如信用评分模型、投资组合收益 最大化、客户关系管理(CRM)等，银行将利用对客户的了解采用针对性的催收 策略，并根据欠款风险金额大小或客户付款能力而不仅仅是拖欠天数来决定欠 款处理优先级，以最终提高银行收款率。在人工智能/机器学习技术的帮助下， 这些分析策略将引导收款部门进行优先级排序、评估从欠款客户处收回付款或 得到付款承诺的概率、联系客户等。预测十：B2C先买后付移动应用(B2C BNPL Mobile Apps)在移动BNPL应用和移动钱包的推动下，到2025年，BNPL和类似的分期付 款方式将占据在线购买交易总额的5%o先买后付(BNPL)市场在过去两三年内经历了指数型增长。移动应用程序 是BNPL增长的重要驱动力，也能增加商户曝光度，将BNPL选项加入电子钱包 中还能让消费者在未与BNPL供应商合作的商户处使用延期支付。尽管BNPL的 发展存在限制BNPL整体渗透率的种种阻力和客户违约情况、可能即将出台的新 监管要求、利率上升影响等挑战，但对消费者而言，BNPL可能仍将作为传统贷 款有力的代替方案，保持增长趋势。