大數據視角下信貸管理的反思分析

肖建華

摘 要 云計算和物聯網等技術的不斷發展加快了大數據時代的到來。在大數據的時代背景下，商業銀行不但存在著結構化的數據，同時還存在著大量的非結構化的數據，如電話銀行和網銀等，其能夠改變數據的標準和結構，加快商業信貸管理的轉型。因此本文主要是對大數據視角下的信貸管理進行具體的分析。

關鍵詞 大數據視角 信貸管理 反思

一、前言

隨著科技的不斷發展，大數據時代到來。在大數據的時代下，商業銀行主要的任務是提高信貸管理的能力，從而可以不斷提高業務管理能力。此外，商業銀行可以充分利用大數據技術來分析客戶的行為和社會背景等，使客戶的完整圖像得以形成，同時可以合理使用大數據技術的分析系統和計算功能，預測客戶的行為，從而制定合理的應對措施。

二、商業銀行的信貸管理

商業銀行的核心業務始終是信貸業務。雖然商業銀行經過了漫長的發展，但是在判斷風險時依然要使用精準的風險信息，才能減少信息不對稱的現象，提高經濟效益。

為了能夠準確判斷借款人的風險狀況，商業銀行利用許多方法加強信貸管理，如普及巴塞爾新資本協議等。[1]隨著大數據時代的到來，商業銀行對傳統的信貸管理模式進行了進一步的反思，而為商業銀行大數據管理模式提供依據的主要是P2P網絡貸款平臺的建立等。

三、傳統信貸管理與大數據信貸管理的對比

（一）貸前管理

受理業務和評價調查等是信貸業務貸前管理包括的內容，而這一時期的主要工作是認真調查和評價項目，其中的關鍵工作是對借款人背景的真實性和對借款人的風險水平進行判斷和評價。

在傳統信貸管理模式中，商業銀行貸前管理工作主要是利用財務報表對客戶的風險狀況進行分析。如果存在信息不對稱的現象，商業銀行會要求借款人提交抵押品，其主要目的是將風險降低，這樣商業銀行可以在借款人違約的情況下，將部分損失挽救回來，同時可以提高借款人的還款意愿，降低其違約的可能性。

在大數據背景下，傳統信貸管理模式的問題逐漸凸顯，如財務報表信息存在滯后性，無法全方位地掌握借款人的生產狀況，從而無法準確地評價借款人的風險。但是大數據管理可以合理地解決這些問題，商業銀行可以利用稅務查詢系統等，及時獲取借款人的現金流等信息，這樣不但可以利用稅務局報稅數據和資金往來數據等對借款人背景和經營狀態的真實性進行判斷和分析，同時可以通過分析非結構數據和結構數據，將其轉換為信用評價，從而不斷完善客戶信用評價模型。

（二）貸中管理

授信審批和支用貸款等是貸中管理主要包括的內容，其重要工作是對信用額度進行明確，其中的關鍵工作是按照貸款人的風險情況將適量的應用額度提供給借款人。

在傳統的信貸管理模式中，商業銀行的授信審批工作要根據專家的經驗判斷以及風險限額利用財務評價模型計算等方式來完成。[2]但是這種方法無法充分了解跨區、跨行業和具有復雜關系等企業的生產經營和關聯關系等所有的真實情況，從而導致授信過度的問題產生。此外，根據經驗對授信審批方式進行判斷，會使客觀數據沒有足夠的支持度，進而使不同審批人提供的審批結論存在較大的差異性。

大數據信貸管理能夠有效解決傳統信貸管理模式中存在的問題。一般是由信息不對稱引起授信過度的問題，在大數據模式下，商業銀行可以利用信息系統將人們的言行特點利用互聯網實時記錄下來，從而及時掌握借款人的資金和產品往來的情況，而且可以與網絡平臺進行合作，在互聯網空間將真實的人際關系映射出來，充分挖掘微信和微博中的數據信息，從而進一步了解企業真實管理人的風險偏好，為精準授信提供保障。

（三）貸后管理

貸后走訪和風險分類等是貸后管理主要包括的內容，其中重要管理工作是貸后走訪和監控抵押品，其中的關鍵工作是對借款人風險狀況監控和抵押品價值的判斷。

在傳統管理模式中，商業銀行主要是在線下對借款人的貸后財務、經營和抵押品價值等信息進行跟蹤。但是這種方法需要大量的人力和物力，而且難以獲得借款人貸款的前瞻性的信用信息，同時抵押品的有效性不足。

在大數據背景下，商業銀行可以及時獲取借款人最新的交易和現金流信息，為判斷前瞻性的風險提供了依據。另外，商業銀行可以通過對企業支出數據的挖掘，如工作表和水表等，對這些異動數據進行環比分析，從而可以將可疑客戶的名單確定下來，使其盡早預防企業的經營風險，將化解風險的措施及時制定出來。

四、如何用大數據加強信貸管理

（一）樹立大數據信貸管理理念

大數據信貸管理并不是將傳統信貸管理模式完全摒棄，其主要是對傳統模式中的缺陷進行彌補。在大數據背景下，商業銀行要想轉變信貸管理模式，首先要樹立大數據信貸管理理念。

在傳統模式中，商業銀行只是重視客戶的財務數據，并沒有重視客戶的行為數據和行業協會數據等；更加重視貸前分析，沒有充分挖掘和整合動態信貸過程中的一體化數據。在大數據時代下，商業銀行應該不斷拓寬思路，廣泛挖掘客戶資金往來數據和生產經營數據等各種數據，從中找出關鍵的敏感數據，將大數據的分析方式建立起來。

（二）構建數據管理體系

在大數據時代下，商業銀行要用更高的標準構建數據管理體系：第一，重新設定數據治理結構。結構數據和非結構數據都是信貸管理數據中的主要內容，而且應用非結構數據能改變數據的標準和結構。所以商業銀行要對數據來源和數據標準重新整理和制定，從而將采集和處理數據等管理制度建立起來。第二，建立信貸管理相關的數據庫。商業銀行要重新整理信貸管理的關鍵數據，不斷提高收集和應用數據等執行效率，從而將不同的數據庫建立起來。

（三）建設信貸管理的大數據平臺

商業銀行要與相關平臺積極合作，如電子商務和移動通信等，從而建設信貸管理需要的大數據平臺。根據信貸管理的關鍵環節，如貸后監控等，商業銀行要不斷拓寬收集信息的渠道，從而將企業的生產銷售和企業往來等各個方面覆蓋在采集信息的范圍中，通過對平臺數據的收集，可以不斷擴大相關數據的規模，提高信貸管理的效率。

五、結語

相對傳統的信貸管理來說，大數據信貸管理模式的優勢主要體現在貸前管理、貸中管理和貸后管理三個階段。大數據信貸管理模式主要是彌補傳統信貸管理模式中的不足，所以商業銀行要樹立大數據信貸管理理念、構建數據管理體系、建設信貸管理的大數據平臺。通過這些方式，商業銀行不但可以進一步反思和改進傳統的信貸管理模式，積極創新管理的方法和手段，同時充分利用網絡數據更新頻率較高的特點，提高信貸管理效率，進而促進商業銀行的進一步發展。

（作者單位為上海吉祥航空股份有限公司）

參考文獻

[1] 謝曉雪.從大數據視角反思信貸管理[J].中國金融，2015，23（01）：58-59.

[2] 馬昌燕.大數據視角下農業檔案管理的透視與反思[J].辦公室業務，2017，36 （04）：51-52.endprint