信用風險管理急需大數據分析

受宏觀經濟下行壓力影響，實體經濟困難向金融領域傳導，當前我國商業銀行資產質量正面臨新一輪劣變壓力，這體現了銀行資產質量順周期演變規律。但我國商業銀行信用風險管理模式尚未經歷全經濟周期考驗，也無法對越來越龐雜的客戶信用風險數據及時進行分析監測，存在變革的內在需要。而利用大數據分析監測客戶信用風險，可能會是未來信用風險管理一個不可阻擋的趨勢。

當前信用風險管理

存在的主要不足

一是專家管理有限與規模急劇擴張存在矛盾。2003年至今，我國銀行貸款規模增長了近10倍。貸款客戶數量的急劇增長，與商業銀行信用風險管理專家所能覆蓋客戶數量局限存在嚴重沖突。貸前調查形式要求大量占據客戶經理的有效工作時間，深入現場調查企業和項目實際情況的時間縮短、頻率下降。過去客戶信用風險沒有充分暴露，并非銀行真實信用風險管理能力有效提升的原因，只不過是處在持續增長的宏觀景氣周期，且銀行更加看重借款企業抵押擔保等第二還款來源，現場深入調查必要性并不充分。

二是企業經營形態復雜與客戶信用監測手段單一有限存在矛盾。無論是大型企業，還是中小型企業，近年來經營形態均呈現出復雜化態勢。大型企業多元化經營，投資渠道豐富，資金多向流動，交易對手龐雜。中小型企業雖然主業單一，但企業大股東自主投資范圍較寬，且自有資金與企業資金混用，個人投資風險往往轉化為企業經營風險，企業經營風險也可能會向個人財務風險傳導。而銀行客戶信用風險監測手段總體有限。雖然各行均建立了貸款風險管理體制，但貸后風險管理主要依賴于前臺客戶經理將借款企業財務數據的錄入，以及對媒體和網絡借款企業突發風險的跟蹤處置。通常財務數據存在滯后性，且很多中小企業財務數據真實性存疑，客觀上導致銀行信用風險監測明顯滯后，基本上無法做到實時預警。而網絡或媒體上傳播的企業突發風險，實際上是企業經營風險的充分暴露，銀行“亡羊補牢”式的風險處置，并未真正達到實時監測貸款風險的初衷。

三是企業信息高度統一與銀行信貸前中后信息傳遞割裂存在矛盾。借款企業信息覆蓋從貸前調查到貸款到期收回的全過程，具備高度統一性。但銀行信貸經營前中后臺的劃分，使得企業信息的傳遞被人為割裂。對企業授信，是基于客戶經理貸前調查的信息；而在貸款審批時借款企業信息已經發生動態變化，但授信往往未實時調整；在貸后到貸款到期這段時間內，貸后風險監測信息往往無法及時傳遞給授信部門，對前臺貸款營銷的支撐與指導作用存在斷裂。銀行貸款經營重授信輕貸后、重營銷輕風險、重審批輕持續管理的問題較為突出，很難全面把控借款企業的經營風險。

四是企業經營風險動態變化和銀行貸后風險監測理念落后存在矛盾。企業經營面臨內外部沖擊，經營風險動態變化?；谫J前調查信息對借款企業經營風險的綜合判斷，客觀上需要隨著時間進行不斷校正。雖然各銀行也建立了信貸管理部門，但與真正的貸后風險監測相去甚遠，所謂信貸管理大多涉及貸后檢查、突發風險應對、不良貸款處置、信貸政策指導等方面，真正需要對借款企業信用風險、行業投向風險監測功能沒有，或無法有效發揮作用。這些問題的存在，主要歸結于銀行貸后風險管理理念的落后，貸后管理僅具備形式要求，卻無實質功能。

五是貸款全過程管理與銀行貸后介入處置功能基本缺失存在矛盾。貸款從發放到收回或處置，需要進行貸款生命周期管理。在貸款生命周期的任何時點，一旦發現威脅到貸款到期償還的重大風險隱患，就需要銀行及時介入或處置，以維護銀行信貸資金安全。但銀行因為貸后風險監測功能缺失，或無法有效發揮作用，無法及時對貸款生命周期進行干預，進而造成風險累積爆發，影響到銀行信貸資產質量。即使銀行貸后管理部門依據自身經驗和技術前瞻性監測到企業經營風險，但企業表面經營仍屬正常，要求抽貸、退出將遇到前臺極大阻力。

利用大數據

分析信用風險是趨勢

大數據是指無法在可承受的時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合。銀行在長期經營過程中，已經積累了有關客戶資金及交易行為的海量信息數據，為銀行信用風險管理變革開啟了一扇全新的大門。

一是真正實現貸后風險監測與預警。對借款企業賬戶信息、資金流向、關聯方信息、網絡信息、政府部門公開信息的深度挖掘，可以接近還原企業經營風險狀態，為前瞻性動態監測借款企業風險提供了可探索的路徑。

二是實現銀行信貸前中后臺信息的貫通。大數據分析需要處理有關借款企業的海量信息數據，將原本分割的銀行前中后臺信息進行有效整合貫通，吸納在信貸業務條線之外的其他碎片化信息，運用先進技術手段進行過濾與整合，進而分析預測借款企業的信用風險。

三是為貸款前臺營銷和授信審批提供有效指導。經過大數據分析處理后的結果，可以為前臺營銷提供指導?；跀祿g的顯著性分析，企業具備相同特征的信息，發生違約風險的可能性就越大。這樣一來，前臺營銷可以對借款企業進行更為有效的篩選。也基于相同原理，在對借款企業授信過程中，可以更有效地把控企業風險總額，而非不切實際的授信。

四是有效提升信貸經營與風險控制的效率?；?/span>大數據分析，可以有效提升貸前調查的效率。原本對貸款風險評估具備重大影響的信息，可以部分通過對借款企業過去賬戶信息、征信信息、網絡信息等而獲得，從而減少了貸前調查的時間，促使客戶經理有針對性地開展現場調查。通過機器和大數法則來替代人工經驗判斷，可以進一步精簡從事貸款授信審批人員。而在貸后管理過程中，廣泛采用模型進行數據分析，可以有效提升風險監測的效率和前瞻性，并為前臺營銷提供方向性指導。