傍晚，收到一条短信，说我成为交通银行特邀客户，额度高、审批快云云。有一位交行信用卡中心的朋友，在他推广业务时我曾经填过表，竟然不能完成流程。所以我出于好奇和下班路上的无聊，我又尝试填了一下申请，看看结果如何。
比上次顺利，我能完成提交。没多久，我收到电话，用特别没劲的问题和我确认信息。又过了一阵，我收到短信，说我的信用卡申请通过审核，信用额度为 8000 元。
我不禁哑然失笑。早在十年前，我的信用卡额度就是 15 万元。交行给我提供的这张卡，简直搞笑。于是我把短信截屏贴到朋友圈，说：交通银行，你调戏我嗦？
很显然，我贴到朋友圈，无非是逗朋友一笑。我肯定不会用交行的这张卡，而交行在这件事上付出的成本，无疑是打水漂。
为什么排名四大行之后的交通银行，很难被人称为第五大？由此可见一斑。
我详细描述这件小事，不是为了吐槽交行，而是为了文章的标题：金融的本质是信用中介，而建立信用的关键是大数据。
这是一个很大的命题，不是一篇短文能够讲清楚的。我只想简短地描述：所谓大数据，在金融的语境下，是数据能力、金融能力、科技能力“三位一体”的。
不管时代怎么变，不管金融创新、金融科技、数据金融、普惠金融等等概念如何花样翻新，金融的本质是不会变的。金融的本质是信用中介。因为供需双方的信息不对称，才需要金融中介及中间环节。
客户向银行申请贷款时，从来都是“美好的故事”；而当客户还不出贷款时，从来都是“凄惨的命运”。不论银行有多少办法可想，这个基本的信息不对称，是始终存在的。
银行的数据能力就要致力于解决这样的信息不对称。例如，能否通过增加客户画像的维度，让客户的信息更丰富？这是大数据时代的必由之路，需要银行内源数据与外源数据的多来源异构数据的采集与整合。
中小银行的领导可能会说，内源数据都未能充分利用，还是先不考虑外源数据吧。这话一半对、一半错。确实，中小银行内部系统的大量数据都在沉睡，并没有发挥足够的价值，加之数据质量差，业务利用也是怨言满天。研究表明，寻求新客户的成本，远高于维系老客户。所以努力挖掘现有客户的价值，是十分经济和合理的选择。
然而悲催的事实是，以城商行、农商行/农信社为主体的中小银行，原有的客户价值是十分有限的，极大地受制于客群基础和地域经济。例如，政策性涉农贷款连成本都入不敷出，何谈挖掘客户价值？中小银行产品不如人、服务不如人、资金成本不如人，就算“三农”领域有好客户，中小银行靠什么吸引人家？
所以，外源数据是对中小银行数据能力不足的有力补充。老话说，能用钱解决的问题都不是问题。中小银行规模再小，根据业务场景需要购买一些外源数据的实力还是不缺的。
银行使用这些内源的、外源的数据，目的无非还是：降低建立信用的成本。基于大数据的金融能力，体现在：
- 信用中介的流程环节，是不是能够缩短；
- 资金供需的信息不对称，是不是能够减少；
- 银行的资金成本，和客户的融资成本，是不是能够降低。
回到金融的本质，那就是：大数据帮助减少信用中介的冗余。
而科技能力方面，那就是，能否摆脱或结束传统金融机构的复杂、沉重、孤岛型科技架构和建设思路，而采用互联网逻辑：
- 获客和运营的边际成本，是不是随规模扩大而下降；
- 风险管控的成本，是不是随着客户增长而降低；
- 开发新业务的速度，是不是随需求的增长而加快。
总之，很多人讲大数据、讲人工智能，都是空洞无物的。但如果回到“以客户为中心”的老话题，那就是：客户的融资成本能下降吗？中小银行如果本着这个根本去追求信用中介的本质，那就是前途一片光明的。
怎样做？提升数据能力、金融能力、科技能力三位一体的大数据功底。
显然，如果交通银行的大数据功底稍好一点，它就不会干出给我 8000 元授信的蠢事。