基于票据行为数据的商机挖掘和风控机制研究

作者：周 炳 王昌洋

 

在金融领域，商业银行作为社会主体经济行为的终端媒介，沉淀了大量“经济行为数据资产”，在此类经济行为数据中，企业使用商业汇票形成的票据行为数据具有数据量大、商业价值高、数据标准化、易获得等特点，是开展数据分析的良好对象。

 

票据行为数据的特点

 

数据体量大。票交所数据显示，2022年商业汇票签发量27.4万亿元，各类流转业务量达到195万亿元，涉及企业数估计在300万户左右。

 

与企业经营管理高度相关。企业通过开立商业汇票，能够实现账期管理、优化现金流、商业信用变现、低成本使用银行授信等经营管理目标；供应商作为收款方支持商业汇票结算，能够获得更佳的商业折扣，收到的票据既可以完成融资变现，又可以继续向上游背书支付，也可以持有至到期获得时间价值收益。

 

票据行为高度标准化。《票据法》从票据的要式性规范对票据行为进行了明确定义，在其下位的部门规章和自律规则等对各类票据交易行为的标准和业务规则作出了进一步的说明和约定。

 

票据行为信息化程度高。首先是电子票据全面普及。截至2022年末，电子票据形式的票据业务占据绝对主导地位，业务量占比达到95%以上。其次是票据信息电子化。在票据通过场内交易的背景下，相关信息通过标准化的电子报文进行存储和传输。

 

票据行为数据及其获取逻辑

 

在纸票时代，票据行为通过在纸质粘单上签章予以确认和验证。如今，电子票据占据绝对主导地位，电票的票据行为数据依托于上海票据交易所（以下简称“票交所”）系统的数据电文进行记录，在发生交易时，票交所会通过电子报文向买方推送票据基础信息、该笔业务信息、历史交易信息等。

 

票据行为数据的来源

 

作为票据交易主体。商业银行可以作为票据业务的参与主体，在交易发生时获取标的票据票面信息及交易时点之前的全部历史信息，以贴现业务为例，交互过程见图1。

 

作为票据业务代理节点。商业银行作为企业开展票据业务的代理节点，将在票交所转发或通知相关报文时，收到标的票据的票面信息以及交易时点的全部历史信息。以企业作为被提示付款方的场景为例，交互过程见图2。

 

根据上文所述，在不同交易节点介入可以获得不同数量的历史交易信息，整体而言，在票据生命周期内，介入的节点越多，介入的时间越靠后，获得的票据行为数据就越丰富，与节点距离越近的交易时效性越强，如图3所示。

 

商业银行如何积累票据行为数据

 

如前所述，除了提高自身承兑、贴现等业务的体量外，商业银行可以从以下几个方面着手，增加内部系统中积累的票据行为数据量。

 

第一，提升企业在本行的票据功能使用率。从数据积累的角度来看，商业银行如果能够成为企业的票据主结算行，将能获取大量该客户实时票据收付信息等，对于用户分析而言更具商业价值。同时，商业银行提供的票据业务服务具有同质化的特征，在“跑马圈地”的过程中，需要商业银行进一步打磨自身的前端和后端服务，辅以配套的营销激励和宣传措施，打造品牌效应。

 

第二，创造额外的银企交互节点。即在不改变企业客户票据使用习惯的前提下，通过灵活的票据池、票据托管等产品模式，创造额外的银企交互节点，鼓励客户通过本行票据账户实现票据归集。

 

第三，开展更多二级市场交易。二级市场头部效应明显，做市商多为大型国有、股份制银行，交易效率高、票量大。因此，商业银行可以更多与头部机构开展转贴现、回购业务合作，以此获得大量票据行为数据，但应综合考虑本行经营目标、授信限额和资本限额方面的影响。

 

基于票据行为数据构建数据中台

 

总体架构

 

本文所述的数据中台架构主要可以划分为三个层级，底层是票据行为源数据及关联系统数据，中层是经过预处理的源数据及标签库和模型库等，外层是基于中层标签和模型的营销支持类应用、风险控制类应用（见图4）。

 

数据处理及模型构建

 

源数据预处理

 

商业银行在对票据行为数据开展商业化应用之前，需要内部系统基于票交所报文存储的行为数据进行预处理，主要分为以下三个方面。

 

第一，一级市场数据和二级市场数据整合。在票交所交易规则下，二级市场交易报文只向买入方/逆回购方推送票据基础信息、兑付责任主体信息等，票据历史交易信息相对简化，因此，该数据与银企/企业间交易（一级市场）获得的票据行为数据要素存在差异，需要通过向票交所额外申请查询将二者的数据结构统一。

 

第二，数据去重和可拆分票据的处理原则。由于商业银行可能会在同一张票据的不同时间节点介入，内部系统会出现同一张票据的多条数据记录。此外，2022年推出的新一代票据业务系统支持票据拆分操作，拆分金额通过“子票区间”号进行识别，在处理源数据时，需要商业银行以“票号+子票号”作为唯一识别，采用适当的方法进行数据去重和模拟拆分。

 

第三，与行内其他系统的数据关联。票据行为数据需要与其他数据关联分析才能发挥更高的商业价值作用，如商业银行内部的客户信息管理系统、客户关系系统、信贷核心系统等，应从管理上打通不同系统的数据使用，避免数据孤岛问题，为后续的模型构建打好基础。

 

构建标签体系

 

在完成对源数据的预处理后，应基于商业逻辑建立起客户标签体系。这里需要注意的是，由于单家商业银行通常无法获得客户全量票据行为数据，基于全量数据的特征分析会导致结论背离。因此，在构建标签时尽量采用绝对值分档、指定事件触发等方式，尽量避免宏观的分析视角。标签体系如图5所示。

 

营销应用方案

 

实时机会的营销方案

 

实时收票行为的营销机会。企业收票行为代表有较高可能办理贴现业务，目前市场上贴现业务竞争十分激烈，商业银行在开展营销时，一方面需要充分利用营销机会的时效性，及时触达客户；另一方面，需要制定针对性的报价策略。具体来说，需要做到以下三个方面：第一，营销信息高效传导。建立高效的营销信息传导机制，同时建立配套的系统和应用，将商机迅速传导至一线客户经理。第二，指导价格体系贴近市场。指导价格通常是客户对本行价格水平的第一印象，也是一线经营单位报价的准绳，因此，指导价格需要足够贴近市场才能获得客户贴现合作的资格。第三，单笔价格策略灵活。在指导价格的基础上，针对具体业务应充分利用数据带来的信息优势，了解客户收票的金额、期限、承兑行等核心要素，具体谈判时可在价格敏感的品种适当让利，在价格不敏感的品种适当加点，考虑业务的综合收益。

 

实时付票行为的营销机会。在企业商业贸易结算时，对于不同的结算方式，收款方往往会根据结算方式的流动性或变现成本，要求设置价格折扣或融资利息补贴，如果客户存在实时付票行为，营销时可以引导客户由原来银票支付改为贴现后付现金；当现金折扣大于贴现利息支出时，客户可以增加财务收益。

 

潜在机会的营销方案

 

潜在机会适用于与本行票据业务合作关系不密切的客户。此场景中，在制定营销方案时，首先需要取得客户的信任，可从本行业务的差异化优势或满足客户特定需求的融资方案入手。

 

潜在贴现机会。经过数据分析后存在潜在贴现机会的客户，通常是与非本行机构或民间机构存在票据融资关系的客户，营销方案可从以下两方面入手：第一，替代民间融资。向客户充分提示非金融机构贴现的非法性和操作风险，以及银行与民间机构利息计算方式差异导致的价格认知误区，引导客户与银行机构合作办理贴现业务。第二，同业竞争策略。首先，可以通过行为数据了解客户主要合作银行，侧面了解该银行的票据产品体系、价格模式以及该行与客户合作的非票业务；其次，找到本行业务政策的差异化竞争优势，若本行均无显著优势的，可以灵活运用新户优惠、大单单议政策等。

 

潜在承兑机会。对于潜在承兑机会，通过票据行为数据可以得知客户合作的主要银行，对于他行给予的授信条件等信息需要进一步开展线下调查。考虑能否替代他行份额或先作为客户的备选授信行，在制定融资方案时亦可考虑用“承兑+收票人回本行贴现+买方付息”的模式，综合考虑承兑和贴现两端对本行的收益贡献制定承兑定价方案；或在合作初期从供应商贴现业务入手，用出票人付息贴现模式，本行为出票人提供具有竞争力的贴现报价，做大供应链客群。

 

供应链机会的营销方案

 

帮助商业银行寻找核心企业的上下游客户。通过分析核心企业的背书前后手，承兑业务票面收款人等，可以帮助商业银行找到上下游多级的供应商及销售客户，对其中尚未与商业银行开展业务合作的客户，运用各类供应链产品，进行针对性营销。

 

以核心企业为中心开展票据融资业务。以典型的“M+1+N”供应链模型为例，商业银行可对上下游名单进行分析，结合实地调研，判断核心企业（即“1”）对上游企业（即“M”）和下游企业（即“N”）的相对商业地位，选择核心企业相对强势的一端开展营销。第一，“1”相对“M”强势。商业银行可以积极营销承兑业务，通过票据结算的方式节约“1”端现金流，亦可以组合“买方付息+回贴”，为产业链注入低成本资金；对于非本行承兑的票据，可以由核心企业与本行集中进行贴现议价，相对于中小型供应商单点询价，可以帮助供应商降低融资成本；对于商票，可以引导企业通过“商票结算+包买”的模式，实现商业信用变现。第二，“1”相对“N”强势。在“1”已接收票据结算的情况下，营销“1”端贴现，帮助企业获得商业折扣贴现息之间的差额收益。若“1”基于商业地位采用现金结算，可以引导“1”由现金结算改为票据结算，一方面可以帮助“N”端节约资金流，另一方面运用商业折扣和贴息政策帮助“1”获得额外收益。

 

基于票据行为数据的风控方案

 

资金掮客识别模型。通过对客户票据流转关系网的分析，对已认定为非法票据中介企业的高频交易对手进行识别，防范合规风险。同时，可以通过分析企业票据行为习惯，通过名称关键字、交叉背书、日内多次交易、异常跨行业票据流转等指标，结合资金流向、财务数据等信息构建“怀疑模型”，在实际办理业务的过程中，通过线下方式进行进一步认定。如“数量众多的共同背书前手”“再前手行业及地区分散”“一至两天内连续背书多手”等。

 

资金流向分析。票据贴现属于信贷业务，资金流向的管理遵照一般贷款的标准执行，此外，若出现票据贴现资金回流背书前手等事件，商业银行也会怀疑持票人取得票据的交易背景的真实性。因此，除关注贴现资金收款方与贴现业务对应票据前手的回流外，也可关注企业高频背书前手，如有资金流向存疑的情况发生，可提示业务人员做进一步的排查核实。

 

承兑人风险预警。商业汇票的信用风险主要集中在承兑人即第一付款责任人，其中银行承兑汇票的承兑行信用风险由于票交所实施了到期直接扣划付款责任人机构备付金的机制,信用风险总体可控；在商票方面，可以通过历史行为数据分析承兑人对提示付款的应答处理情况，对于存在多笔拒付记录的，应进一步开展调查。

 

已预警客户上下游关系识别。对于已认定为高风险客户、逾期客户的，商业银行可以通过票据行为数据分析其上下游，在评估上游供应商信用风险水平时进一步了解高风险/逾期客户的销售份额以及存量应收账款、应收票据的占比；在评估下游经销商信用风险水平时，了解其在产业链中为高风险/逾期客户实际垫资的情况。对已有信用风险评估体系作进一步补充。

 

票据行为数据使用的合规性探讨

 

根据前文所述，商业银行积累票据行为数据主要分为作为交易主体获得的数据和作为代理节点获得的数据。作为交易主体获得的数据，商业银行作为票据接受方，在获得票据时有权了解票据历史信息，此类数据的获取和使用是合理、合法的。

 

对于商业银行作为代理节点获得的数据，作为系统服务方，客户的交易操作由开户行代其与票交所进行报文交互，期间形成的行为数据等信息，所有人应是企业而非银行，若银行主张该数据的使用权并对其进行加工处理，则需与企业签订授权协议，明确信息的授权范围、期限、使用限制等，并充分提示客户相应的风险。同时，商业银行应将票据行为数据的使用严格限制在内部营销管理和业务风险控制中，严禁对外泄露、交易客户数据。

 

结语

 

票据行为数据具备大数据分析的应用基础，商业价值较高。本文介绍了票据行为数据的产生和获取逻辑，并从搭建数据中台、营销支持方案、风险控制方案三个方面开展分析，最后对客户数据的采集和应用给出了合规性建议。在商业银行数字化转型背景下，本文为票据行为数据的应用提供了借鉴和参考。

 

【参考文献】

 

[1]陈健恒,徐永红,陈蓓等.基于大数据架构的精准营销模式研究[J].现代金融,2022(10):30-35.

[2]郭煌,阮子琪.消费者权益保护视角下的“大数据杀熟”探究[J].中国市场,2022(23):182-184.

[3]曹明睿,曾沙沙.数字经济背景下消费者权益保护[J].哈尔滨师范大学社会科学学报,2022,12(2):76-81.

[4]陈杰,赵峰.大数据在商业银行客户营销中的应用研究[J].金融纵横,2022(1):65-70.

[5]蒋扣莲,袁静静,刘歆.大数据助推银行对公业务数字化转型研究与实践[J].中国金融电脑,2021(5):50-53.

[6]冯玥.商业银行大数据技术探索——从日常交易流水到价值客户发现[J].上海金融，2020(8):72-79.

[7]赵亚军.论用户画像和金融消费者权益保护[J].北京政法职业学院学报,2019(4):53-56.

[8]邓典雅.大数据背景下商业银行精准营销的设计与应用[D].华南理工大学,2018.

[9]周文凯,余宣杰.基于金融行为数据的商业银行大数据实践[J].中国金融电脑,2017(12):49-53.

[10]王少剑,林舒.大数据技术在商业银行对公营销中的应用[J].海南金融,2016(3):70-73.

[11]张湛梅,罗芸,屈强等.基于客户移动互联网内容偏好的大数据精确营销体系搭建[J].互联网天地,2013(4):1-6.

 

（作者单位：上海农村商业银行公司金融部）

 

责任编辑：张志敏