中國財政科學研究院博士后流動站 彭鵬

?

從信用風險測評到客戶行為跟蹤
——試論商業(yè)銀行風險管理模式變革

中國財政科學研究院博士后流動站 彭鵬

摘 要:在當前我國商業(yè)銀行面臨不良貸款上升、經營環(huán)境惡化的局面下，如何提升信貸管理水平和資產質量就成為了重要的課題之一。本文在分析當前我國商業(yè)銀行的傳統(tǒng)信用風險測評的局限和弊端的基礎上，針對目前的新形勢，針對如何應用“大數(shù)據、云計算、互聯(lián)網平臺、移動互聯(lián)網”技術，建設基于客戶行為跟蹤的信貸風險管理新體系，給出了一些對策建議。

關鍵詞:信用風險 客戶行為 管理模式

經濟周期與金融風險休戚相關，經濟低迷帶給金融的不確定因素增加。如何有效實現(xiàn)資本跨空間、跨時間的合理配置，達到社會效用最大化，是銀行業(yè)永恒的研究主題。在資本配置的過程中，主要會遇到兩大問題：信息不對稱以及道德風險所導致的逆向選擇。信息和信用是金融的本質，而對風險的識別和定價是金融的根本。

1　資產質量下降反映傳統(tǒng)信貸調查的局限

信用風險管理作為銀行風險管理三大支柱之一，尤為重要。在“互聯(lián)網+”時代，商業(yè)銀行傳統(tǒng)風險管理架構被動地適應信用風險上升，能否擔當起防范新型風險的重任需要畫一個問號。在經濟高速發(fā)展時期，許多問題被掩蓋；而近年來，隨著經濟持續(xù)中低速運行，轉型步伐加快，去產能、去杠桿、去庫存進程加快，有可能從多個層面對銀行信貸資產質量造成壓力。據銀監(jiān)會統(tǒng)計，截至2015年第四季度末，我國銀行不良貸款余額12744億元，已經連續(xù)17個季度上升；不良貸款率1.67%，當年新增不良貸款逾一倍；關注類貸款余額2.89萬億元，同比增長50%以上，反映出關注類貸款與不良貸款同步變化的運行態(tài)勢，也表明我國銀行信貸資產質量劣變趨勢尚未真正緩解。

在授信時和貸款發(fā)放后，銀行著重關注的就是貸款能否按期收回本息的問題。傳統(tǒng)的信貸調查對于金額大的借貸項目是必須且有效的，只有全面了解客戶的情況，才能深度掌握資金使用、還款來源等關鍵信息，然而成本比較高；對于借款數(shù)額較少的項目，信用調查的成本高于收益。

中國銀監(jiān)會曾出臺許多文件來規(guī)范資金的使用，但是由于執(zhí)行時交易流程比較煩瑣，實際操作中取得的效果并不理想。由于資金的用途和劃款不能很好地把控，使得風險倍增。譬如2016年初爆發(fā)的北京農行39億元票據融資的案件，絕對不是個案。

信貸業(yè)務應為企業(yè)的生產經營或個人的事業(yè)發(fā)展及家庭生活服務，但有些信貸交易已背離了基本原則，大量資金被用于市場炒作或者一些違規(guī)行為，這樣做的結果不僅僅是提高市場資金價格，使真正做企業(yè)的人借貸成本增加、企業(yè)利潤每況愈下，甚至有的企業(yè)會破產(當然破產原因很多)，結果導致銀行的壞賬不斷增加。

2　信用風險測評的現(xiàn)狀與問題

目前，大部分的商業(yè)銀行信貸業(yè)務經營都是采取業(yè)務部門前臺客戶營銷、授信審批部門中臺授信額度控制、貸審會信貸審批、貸后部門貸后管理的經營模式。客觀上講，這種信貸經營模式實現(xiàn)了前、中、后臺的有效隔離，有助于降低銀行信貸風險，但還是存在弊端。其中最突出的是，銀行貸款規(guī)模增長速度和客戶管理能力提升不匹配。近幾年商業(yè)銀行信貸資產規(guī)模成倍增長，由于人力、物力的投入以及管理模式落后等原因無法跟上信貸資產增長步伐，導致很多貸前調查流于形式，無法深入細致調查企業(yè)和項目的實際情況。

貸審分離之后，由于壞賬對客戶經理和集中審批人的追責可能性、追責程度也有所下降，使得借款企業(yè)經營形態(tài)復雜和銀行客戶監(jiān)控手段單一之間存在矛盾。盡管各商業(yè)銀行均建立了貸款風險管理體制，但貸后風險管理在實務中，主要依賴于前臺客戶經理將借款企業(yè)財務數(shù)據的錄入，以及對媒體和網絡借款企業(yè)突發(fā)風險的處置。通常來說，財務數(shù)據存在滯后性，很多中小企業(yè)的財務數(shù)據真實性也存疑，客觀上使得銀行對借款企業(yè)風險的監(jiān)測明顯滯后，基本上無法做到實時預警。而網絡或媒體上的借款企業(yè)突發(fā)風險，實際上是企業(yè)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(jiān)測貸款風險的初衷。

此外，現(xiàn)有信貸模式的弊端還包括：借款企業(yè)信息高度統(tǒng)一與銀行信貸前、中、后信息傳遞割裂的矛盾較為突出；借款企業(yè)經營風險動態(tài)變化和銀行貸后風險監(jiān)測理念落后的矛盾較為突出；貸款需要全過程管理與銀行貸后介入處置功能基本缺失矛盾較為突出等幾個方面。這些弊端需要我國商業(yè)銀行通過信息化手段來化解。

商業(yè)銀行的授信審查審批體系信息化是一個漸進式的過程?，F(xiàn)有的銀行授信審批流程體系是典型的線下線上相結合的“O2O”模式。參考互聯(lián)網信貸公司的做法，都是采用準線上的模式來開展個人授信業(yè)務，這樣可以節(jié)省線下的客戶調查成本，使小額貸款得以開展。

線上的信用風險測評需要相關的數(shù)據支持，與第三方平臺合作，獲取客戶相關信息可以實現(xiàn)數(shù)據共享，達到互惠互利的目的。早在2008年之前，交通銀行就實現(xiàn)了銀稅共享系統(tǒng)，主要解決公司客戶財務報表數(shù)據造假問題；而通過銀警共享系統(tǒng)，可以對個人客戶和小企業(yè)主進行個人身份甄別及過往不良記錄調查，有助于進行個人貸款準入判斷，這都是可以研究的課題。

現(xiàn)有的商業(yè)銀行授信審查審批系統(tǒng)，對于改善信貸管理、提高效率確實有很大的幫助，但問題也在顯現(xiàn)。首先是整個系統(tǒng)及流程設計還是建立在仿手工的基礎上，與目前正在興起的“大(大數(shù)據)、云(云計算)、平(各類互聯(lián)網平臺)、移(移動互聯(lián))”等還有很大的距離。其次，就長遠而言，該系統(tǒng)的設計并不十分科學合理，信息來源和完整性是制約發(fā)展的主要問題。社會上小額貸款公司或P2P平臺出現(xiàn)的問題已成普遍現(xiàn)象，而即便是銀行系的P2P平臺，例如平安銀行的“陸金所”、包商銀行的“小馬貸款”平臺等，目前也都步履維艱。分析原因，主要是借款人的信息準確完整獲取很難，驗證也難。歐美國家有較為成熟的個人征信體系，系統(tǒng)中儲存的信息也比較全面，社會的誠信體系也比較好；而目前，我國商業(yè)銀行獲取客戶信息，僅能夠靠一些零碎的交易信息或社交信息，信用風險測評模型也是美國FICO信用測評模型的改進版。由于信息來源的準確性難以保證，因此模型的輸出結果也充滿異議。

3　以“大、云、平、移”技術支持基于客戶行為追蹤的信貸管理

統(tǒng)計數(shù)據表明，銀行的不良貸款業(yè)務，在準入階段就有問題的占30%；由于貸后管理松懈，對借款人缺少跟蹤，進而造成損失的占70%。這些問題是多方面因素的集成。再有效的信用風險測評模型，再有能力的審查審批人員也不能準確判斷其中存在的問題，進而造成系統(tǒng)誤判，而其結果也就顯而易見。國際管理集團IMG的創(chuàng)始人馬克?麥考馬克說：對市場調查資料的最佳利用，不是其字面上的內容，而是其可暗示的內容，要看出字里行間蘊含的意義。

總之，市場人員的素質是風險防控的第一道關口。貸后管理的問題是一個永恒的話題，也是一個永恒的難題。綜合上述分析，在經濟發(fā)展新常態(tài)下，商業(yè)銀行必須緊跟新業(yè)態(tài)的發(fā)展需求，建立新架構，引進新技術，開發(fā)新平臺，設計新流程，使信用風險測評更貼近事實真相，同時實現(xiàn)對借款人行為的跟蹤。本文針對商業(yè)銀行以“大、云、平、移”技術，支撐建設基于客戶行為追蹤的信貸管理新業(yè)務模式，提出以下思路建議。

一是引進云計算設計理念，架構風險管理的平臺。云計算的基礎服務是IaaS(基礎即服務)，用云操作系統(tǒng)來管理各類資源池，使配置資源能夠實現(xiàn)動態(tài)使用；云計算的平臺服務PaaS(平臺即服務)是按照整體布局而形成的具有獨立功能業(yè)務的處理平臺，該平臺和其他系統(tǒng)有很好的交互功能。商業(yè)銀行需要建立客戶資源管理平臺，作為全行業(yè)共享的客戶資源數(shù)據庫。

二是建立市場準入平臺。市場準入，依據銀行客戶拓展政策而制定的規(guī)則，依據商業(yè)銀行自身的戰(zhàn)略發(fā)展目標和市場特點，在不同的時期有不同的市場拓展目標。

三是建立審查審批平臺。審查審批時要有數(shù)據比較，市場人員錄入的客戶信息要與客戶資源湖中的客戶信息進行比較，在確認信息后，信用風險的測評模型也要做調整。對于銀行已有的客戶，接入銀行的大數(shù)據分析系統(tǒng)，獲取客戶的交易數(shù)據對信用風險測評是非常重要的。新的審查審批流程不再是僅根據客戶財務報表、貸前調查報告以及審批人主觀經驗進行表決。除了借款主體之外，還要通過大數(shù)據技術，對主要負責人、上下游供應商、銷售商等關聯(lián)對象及其各自的以往賬戶信息、歷史現(xiàn)金流情況、征信信息以及網絡上的半結構化或非結構化信息進行綜合建模分析，從而形成一套完整的審查審批量化考核模型。

四是建立貸后管理平臺。大(大數(shù)據)、云(云計算)、平(互聯(lián)網平臺)、移(移動互聯(lián))的推廣應用，使得銀行有可能逐步做到對客戶的動態(tài)跟蹤。依據這些，對客戶的動態(tài)跟蹤可以建立兩類模型：一是依托交易數(shù)據信息建立的定量模型；二是依托市場變化和客戶行為的定性模型。定量分析模型的建立和使用已經有一些較為成熟的經驗可循，如阿里巴巴的“芝麻信用”就是依據客戶的交易信息等建立客戶的信用積分，積分越高，信用度越高；美國正在使用的有FICO信用積分模型。國內的商業(yè)銀行也應建立類似分析模型并成熟應用，以有效把控信貸風險。

參考文獻

[1] 賈舒.我國商業(yè)銀行對小微企業(yè)的信貸風險管理[J].山西財經大學學報,2014(S1).

[2] 王天宇.新常態(tài)下中小銀行信貸風險管理研究[J].征信,2015(09).

[3] 魏國雄.銀行信貸風險管理的反思[J].中國金融,2014(11).

[4] 魏國雄.商業(yè)銀行的信貸戰(zhàn)略風險管理[J].金融論壇,2015(11).

作者簡介：彭鵬(1985-)，男，江蘇淮安人，中國財政科學研究院博士后，主要從事供給經濟學、商業(yè)銀行管理、資產證券化方面的研究。

中圖分類號：F832.2

文獻標識碼：A

文章編號：2096-0298(2016)04(a)-087-02