基于非財務因素的銀行信貸風險監測系統的構建

李月朋 王穎 楊昊天 李崇瑞

摘 要：風險防范是銀行日常信貸業務的關鍵，是金融穩定的基礎。銀行信貸風險傳統預警主要基于財務數據，雖然能夠一定程度上幫助分析客戶違約概率，但在早期風險預警方面具有局限性。在大數據處理技術與網絡爬蟲技術快速發展的背景下，引入非財務因素分析，并應用網絡爬蟲技術，能夠降低信貸風險，做到貸前審核，貸后跟蹤預警，為信貸風險預警提供信息支持。

關鍵詞：非財務因素；銀行信貸；風險；數據挖掘

引言

信貸業務是銀行盈利的主要方式，當前銀行業的競爭激烈。商業銀行為了自己的生存，不斷降低信貸門檻，信貸資產質量下降。投資企業財務報表作假現象的普遍存在，銀行貸后管理與風險預警能力有限，巨額不良貸款的不斷積累，使得行業信用風險持續暴露（晁靜，高建來，2011）。

現如今，大數據時代的到來，催生出了互聯網金融、網絡爬蟲等各類信息手段，為銀行收集客戶信息，維護信貸秩序提供了強有力的手段，通過大數據的收集、分析，及時發現客戶存在的信貸問題，預防信貸危機，全面評估企業信貸風險已經成為了可能（李超，周瑛，2017）。

在此背景下，我們引入了非財務因素風險監測系統，構建了基于全網信源搜索的系統，通過收集、分析、診斷等環節來監測非財務信息，為有效控制信貸風險提供信息保障。

一、銀行信貸風險管理綜述

信貸風險監測基于財務因素的研究，包括兩種模式，統計類和非統計類。前者是通過統計數據建立模型，進行預測分析，后者是通過機器進行學習，進行相關程序代碼的編寫，對財務報表數據進行檢測，監控信貸風險。

然而，僅基于財務數據分析的方法，不能準確反映企業經營情況。非財務指標具有整體性、戰略性和前瞻性的優點（徐南，2008）。全面評估企業風險，指導銀行風險評估，注重企業當前和未來的信息，幫助企業實現長期可持續發展。

二、銀行信貸與互聯網+、大數據

在全球經濟一體化背景下，企業發展更容易受到國際競爭環境的變化、相關競爭者的發展狀況、企業自身發展的異常情況等多種復雜因素的影響，因此構建一個全面科學的監測體系、實時監測影響企業發展的諸多相關因素有利于銀行更有效地控制信貸風險。

互聯網個人信貸創新模式以高效、快捷、便利為目標，滿足了廣大客戶的信貸需求，發展十分迅速，在網上信貸過程中，為了防止通過偽造虛假資料而進行的網上欺詐，銀行等金融機構可以采取第三方驗證、大數據分析等手段，不僅可以在以央行征信報告了解借款人，還可以搜集借款人在其他金融機構的信貸記錄，并獲取借款人聯系方式、瀏覽網頁等多維度信息。伴隨數據的不斷積累和整合，令風險異動再第一時間反饋出來，有效控制風險（張引，陳敏，廖小飛，2013）。本研究參照個人信貸的方法和手段建立了企業信貸風險監測模型：

把銀行信貸風險預警建立在閉環的管理模式的基礎上，通過前期風險監測系統收集的貸款企業初步信息并進行篩選，將非財務因素與財務因素進行綜合考慮，并把央行企業征信記錄納入考慮范圍。非財務因素從宏觀、中觀、微觀三個角度，對企業所處的行業環境風險、產業風險、企業經營風險紀念性系統分析，財務因素從資產、負債、損益和現金流進行考察，分析得出企業償債能力，并與央行征信報告中記錄的企業信用打包給專家進行評估。若存在風險不可控，將計入央行征信報告數據庫中，為下一次貸款作為信息參考，由此形成一個可以循環的閉環系統。其中，每一環節都需要信息的挖掘。

三、非財務風險信息評價體系的構建

風險信息的評價采用了專家評分法。在銀行風險專家的幫助下，將行業經驗和風險管理專業經驗相結合，制定了“非財務風險信息評價體系”，量化評估企業風險信息，得出企業風險對企業貸后風險的影響情況，以及對產業的影響情況，通常使用五分制度進行風險的評估，同時將風險主要劃分為高中低三類。詳見表1。

在執行中對信息評5級非常慎重，僅對影響到企業生死存亡的事件、信息才會評到5級。5級風險的定義為違約發生的可能性高，對信貸風險的影響強度高，影響的持續時間長。

結語：

銀行信貸風險管控是一個閉環，財務因素與非財務因素在其中都起到了至關重要的作用。在信貸風險預警和財務管理階段，需要有嚴格的防范風險流程和科學的指標進行輔助管理，通過以上模型，并應用網絡爬蟲、大數據分析等技術，使非財務因素的搜集更加便利，也極大地降低了市場風險、信貸風險，減少銀行壞賬.

參考文獻

[1] 徐南.淺析財務信息與非財務信息的比較[J].商場現代化，2008，24

[2] 晁靜，高建來. 導致企業財務危機的非財務因素探討[J]. 會計之友，2011，（05）：50-51.

[3] 張引，陳敏，廖小飛. 大數據應用的現狀與展望[J]. 計算機研究與發展，2013，50（S2）：216-233.

[4] 李超，周瑛. 大數據環境下的威脅情報分析[J]. 情報雜志，2017，36（09）：24-30.