大数据革新银行按揭贷款业务

也许最重要的是，尤其是在大量短期债务需要不断延期的情况下，未能认识到信心的不稳定性和易变性是导致这种今时不同往日综合征的关键因素。负债累累的政府，银行或公司看似可以延续一段较长的欢快时间 -然而轰的一下，人心崩溃，贷方消失，危机到来。 ——今时不同往日（Carmen M. Reinhart和Kenneth Rogoff）

Tomes撰写了一篇关于2008年金融危机的文章（全球金融危机 - 在金融界如此称呼）。无论是什么样的金融工具机制导致了金融崩溃 - 每个人都普遍同意的一点是，信贷（特别是美国的消费者抵押贷款，目的是证券化和分批交易 - 臭名昭著的担保债务凭证(Collateralized Debt Obligation, CDO) ）是危机的主要原因。

银行实质上为宽松抵押（部分为大量高风险、不合格的客户）提供证券化服务，将其推销到金融市场甚至还当做低风险和高回报投资。AIG保险的金融产品金融产品（financial products）部门创建并销售了另一个复杂的工具 - 信用违约交换 - 这有效地确保了买方在任何原生衍生工具亏损情况下的损失。

几年来，抵押贷款市场在很大程度上已经转变为风险规避操作，但随着经济复苏，近期市场反弹。高涨的贷款生产效率以及对冲带来的有利对冲结果推动了2015年第二季度抵押银行利润的增长。

抵押贷款银行家协会报告称，从业人员平均净税前收入从第一季度增长55.7％至第二季度的350万美元。这是自2013年第一季度以来最好的税前收入数字。（来源 - 深入按揭银行业务）。

然而，基于互联网的贷款人和新时代的金融技术人员通过默认设置或数字设计，利用网络连接前中后办公室创建灵活的应用程序从而进入这个领域。这些服务极大地缓解了贷款申请和资格审查进度（有时与传统贷款人相比，可以在一天内处理完贷款），同时还能提供其他综合服务，如财务规划和咨询，网上经纪和账单支付等。

所有这些服务主要基于先进的数据分析，它提供了无缝的客户单一视图（SVC） ，以及先进的数字化营销 能力，可以捕捉金融产品转换的客户路线。

如果抵押贷款的贷方要使用大数据方法，提高了其他数字技术（移动，网络规模，开发运营，自动化和云计算）的附加投资，那么能应用到的最具有价值的业务是什么？

大数据可应用于以下描述的六个广泛的抵押贷款市场业务-

1. 开户和承销 - 评价合格的抵押贷款借款人根据的不仅仅是作为发起和承保过程（信用报告，工作和收入历史等）的历史数据，还包括迄今尚未开发的数据（社交媒体数据和金融购买模式）。众所周知，有很多人（尤其是千禧一代）合格但资金不足，因为他们不满意申请抵押贷款审批所需的一些传统的业务规则。
2. 账户服务 - 服务业是一个高度商品化，低利润，高交易量的行业，并且服务的产业自2008年以来萎缩超过12％（从11.3万亿美元到9.9万亿美元） - 参考National Mortgage News的Todd Fischer。创新在很大程度上是由那些运用复杂分析技术做出更明智决策的参与者的推动，这些决策将使风险易缓解，提高贷款质量，提高每笔交易保证金及其利润。此外，将消费者实时数据（家庭支出，信用卡使用情况，收入变化）与历史数据相结合，以评估房屋抵押信贷额度（HELOC）的资格或增加抵押贷款借款的。根据诸如分娩等数据预测一个年轻家庭何时想要从原来的房子迁到更大的房子。另一方面，可以检测在一段时间内借款人可能的财务困境和后续拖欠的模式（基于在特定地区存在大量违约的宏观指标或例如失业或就业中断等微观指标）是一个很好的例子。
3. 跨产品销售 - 抵押贷款历来是高度粘性的金融产品，需要10年以上的银行与客户关系。如此可观的时间表保证了银行能够与客户建立关系，而不是在账户的使用期限内销售捆绑产品，如汽车贷款，私人银行服务，信用卡，学生和消费者贷款。这些都是与客户交易和人口统计信息相关的丰富数据。
4. 风险与监管报告 - 在金融危机后，美国政府通过联邦住房管理局（FHA）制定了一系列旨在保护消费者免受掠夺性贷款的住房贷款计划并进行了严格的监管。这些范围从FHA-HARP到FHA-HAMP，再到短期再融资计划，再到FHA-HAPA。银行需要了解他们现有的客户数据，预测和更改陷入财务困境借款人的抵押贷款。使用大数据技术进行预测建模对此分析非常有帮助。
5. 欺诈检测 - 抵押欺诈是经济方面的一项巨大的挑战，涵盖了止赎欺诈，次级欺诈，房地产估价欺诈等领域。包括联邦调查局在内的执法机构正在不断开发和调整关于分析，检测和打击抵押贷款欺诈的新技术。其中很大一部分是在收集和分析数据以便发现新兴趋势和模式。而且我们正在使用一整套的调查技术在事情之前而不是在损失发生之后发现和制止犯罪。
6. 商业行为 - 关于快速流动的抵押贷款市场的事实之一是涵盖了贷款人的大规模收购到出售贷款的次级服务。对具有多种结构的大量数据（以千兆字节为单位）进行分析以确定收购目标的风险状况，毕竟毕竟投资组合的价值是调查的关键。缺乏这种分析分析导致（有名的）不理想的收购（例如美国银行收购泛美和JP摩根收购华盛顿互惠银行），转而又导致了高管流失，大量的负面新闻，股东利益被损坏以及多起分散的诉讼。

总而言之，我们仍然处在理解大数据如何影响抵押贷款业务的初期。由于过度保守的做法或过长的预算周期，导致过度调节数据的管理和架构，阻碍了数据和商业团队之间的创新，这是导致不理想业务的原因。