商業銀行授信審批的大數據應用模式研究

胡仲臣

（北京大學經濟學院，北京 100871）

引言

隨著互聯網技術的發展，我國的現代信息技術也在不斷進步，一批云計算、大數據和互聯網創新業務也出現在人們眼前，并對人們的生活、思維和學習方式造成了影響。在當今復雜的市場環境下，商業銀行對于數據信息的挖掘、采集和整合分析能力也決定了商業銀行能否在未來的信貸市場中保持領先地位[1]。基于此，本文就商業銀行授信審批的大數據應用模式展開了探究。

一、大數據和信用風險控制的關系

（一）大數據和商業銀行風控轉型

從大數據的角度來看，商業銀行可以利用集中管理模式、基礎數據和比較健全的信息化系統等自身優勢，建立一個大數據應用平臺[2]。此數據平臺能夠節省銀行審批人員的時間，顯著擴大商業銀行的信貸業務范圍，有效地控制信用風險。從商業銀行運用的視角來看，大數據應用是建立在傳統經營模式上的創新和改革[3]。在我國復雜的市場環境中，商業銀行需要對經營方式進行改革，以適應時代的發展。

（二）大數據與信用風險評價

西方發達國家最早開始使用信用評分制度，而且受到了外界的廣泛關注。Anderson B.和Hardin J.M.（2014）認為，對客戶的信用進行評分能夠慢慢應用大數據理念，這樣能夠對風險控制帶來積極的影響[4]。信用評分制度和傳統的評分模型相比，它還使用了支持向量機、神經網絡和隨機森林等算法[5]。

（三）大數據與社會信用體系建設

我國國務院于2015年發布大數據發展目標，其主要內容就是在未來的五至十年間，一步步地實現大數據應用，其中還指出要在2018年年底開始建立一個國家政府的數據開發平臺。社會信用體系也要擴大數據來源，通過與一些其他銀企建立合作關系后建立共享數據渠道，并完善社會信用體系。

二、授信審批應用大數據存在的問題

（一）缺乏統一的數據管理制度

商業銀行中各部門之間的數據基本都是通過分散采集得到的，總行或其他分行在采集到信息之后都是自行使用，很少和內部的兄弟總分行行共用，這就造成銀行的內部之間數據信息不互通。此外，商業銀行中缺乏統一的數據標準和管理規范，數據信息的記載方式大不相同，大多都是碎片化的記載。銀行的傳統模式下，信貸審批人員只看到了數據的一些核心內容，對另外一些的信息就忽略掉，例如對于一些產品的工藝、成本和市場規模等數據都需要導入到數據庫中，避免數據資源浪費。

（二）數據的整合分析能力不足

商業銀行在授信審批時需要使用大數據，從跨越關聯的海量數據中挖掘到有效的信息，這就要求了商業銀行必須要有強大的數據整合分析能力。而商業銀行現在的數據整合分析能力并不能滿足此需求，商業信用在進行授信審批時一般使用結構化數據采集。換言之，就是信息能夠用標準數字格式描述，也能夠使用統計學方法和數學方法進行處理。但是，大部分數據都是音頻、文字、視頻和圖片等，這類信息不能夠使用數學和統計學方法進行處理和分析，這也是目前此階段中商業銀行審批依賴專業性人才的原因。

（三）風險管理體制有待理順

商業銀行在實施傳統授信審批期間，各個部門時間實施分隔管理，這就造成了銀行內部數據不流通，而分行在進行風險分析時不使用其他分行的數據。這也會造成在銀行在識別客戶融資風險時分散地進行操作，審查審批人員也無法得到通過大數據識別出來的風險。當大數據中包含了過多的信息量時，風險審批人員就會手忙腳亂，很可能出現放大風險因素的事件，那么也會使得數據沒有參考價值。目前使用的風險管理制度存在不規范現象就體現在兩點，首先就是審查審批時，大數據系統提供的信息對信貸決策的影響，另外就是融資出現風險問題時無法判定責任。

（四）對外部數據缺乏有效利用

目前，我國市場中的征信系統的覆蓋面較廣，并且已經接入了大量的商業銀行、信托公司、資產管理公司、租賃公司和財務公司[6]。征信系統在與金融機構建立合作關系后，就實現數據共享，然后將企業和個人的信用信息共享給征信中心，并實時地向銀行傳送。商業銀行和征信中心雖然進行了大范圍合作，但是仍然存在不足之處。例如對同一個企業可能出現了過度授信的現象，這些問題雙方可以通過該開發模型來解決此問題，在授信時判斷是否對客戶重復授信。但是目前我國的大部分銀行在授信時資料不外傳，因此也就無法通過平臺來實現數據的價值。

三、對商業銀行授信審批的大數據應用提出的建議

（一）擴大數據獲取來源，積極引入外部數據

大數據模式下風險管理的基礎就是數據信息，因此銀行可以同相關政府部門以及機構進行數據合作，也可以與同行之間進行數據交流，合作方式可以選著交換、協作和購買等，在考慮在各個銀行需要相互競爭，因此銀行之間在進行數據交流時可以使用兩種模式進行數據共享。首先，商業銀行可以在風險貸款上實現數據共享。企業的發展規模越大，在出現風險問題時，牽涉到的銀行也就越多。因此在企業進行債務重組期間，各銀行之間可以進行合作，由競爭關系變成利益共享體，形成統一行動方案，降低客戶信息資源分享障礙。其次，可以利用銀團貸款模式開展數據共享。在此模式中，代理行和牽頭行可能存在利益分配問題，但是它們仍然是一個主體，可以進行風險與利益共享。而且銀團模式下，銀行之間在分享客戶數據時更具有積極性。因此，在此模式下，兩者可以建立直接的數據資源分享渠道。

（二）成立統一數據平臺，優化數據信息

要以大數據思維建立一個統一的數據管理平臺，并針對性地為授信審批和風險管理制定一套可行的數據管理方案，尤其是銀行的各部門之間更要實現數據共享，這樣不僅能夠統一管理數據格式，還能夠讓數據進行有效交換和組織。銀行涉及到的業務繁多，這也就要求其數據不僅時間跨度要長，還要收集到足夠多的量且整合力度要高。針對數據進行整合時，首先就要嚴格梳理原先由銀行分支機構管理的碎片化信息，并對新采集到的數據信息進行質量篩選，這樣就能夠更好地發揮數據信息的價值。

（三）深度挖掘數據信息，提高數據分析能力

銀行風險管理方式進行變革的主要內容就是使用大數據思維，對收集到的數據進行分析，并挖掘他們的價值，這其中包含兩個方面：首先，就是大數據模式下的機器學習能力，授信審批工作中會牽涉到數據分析應用，這里也離不開預測和分類兩個方面，而機器學習是解決這些問題的有力武器。其次，就是非結構化數據的處理能力。要建立一個專業團隊來挖掘數據的潛在價值，對授信審批業務涉及到的音頻、視頻和圖形等數據進行分析挖掘。

在對個人和企業的授信審批過程中，要重點對借款人的借款風險進行分析和挖掘，并使用動態方法來分析數據的變化情況。首先要對借款人的財務信息、產品經營信息進行核驗，以便了解借款人資金運轉的變化，如交易數據、交易習慣等。這樣，銀行就可以對借款人實施精準的風險防范措施和信貸政策，減少銀行經營風險[7]。

（四）主動完善制度建設，深化風險管理制度改革

商業銀行要用大數據的理念來構建一個比較全面的風險管理體系，并以客戶為中心，梳理各部門之間的關系，改變傳統模式下分散識別風險的方法，并對客戶的數據進行統一管理和協調。在此基礎上，銀行還要完善機構、部門分類分級授權共享數據信息的運行機制。通過上述方法，商業銀行才能夠挖掘數據的潛在價值，形成一個完整的數據庫，無論客戶經營什么產品、在哪里經營，都能夠按照統一的風險防范措施和風險準入政策來處理客戶的借款。

（五）培養數據分析和授信審批的復合型人才

銀行要培養一批復合型人才，首先就要加大培養和引進風險管理人才上的資金投入力度，特別是對一些高級業務人員上要針對性地制定配套機制，以此留住高級人才。商業銀行也要打造一批結構合理、人員充足的復合型專業人才隊伍，讓此隊伍中的人員能夠具有潛在風險排查防控能力、動態風險監測能力和定性分析判斷能力，在商業銀行對風險進行評估時，能夠對風險進行定量分析，減少銀行的經營風險。另外，商業銀行還要對審批人員進行培訓，創新培訓方式，聘請資深學者來對其進行實戰模擬教學和案例教學，以此提高業務人員的技能水平。

結語

21世紀是科技信息時代，以互聯網、大數據和云計算金融為代表的創新業務在我國迅速發展，這些創新業務不僅打破了我國傳統金融市場格局，還搶占了商業銀行的信貸業務的市場份額。而商業銀行中還存在很多問題，例如融資速度慢、審批程序多等，這些問題嚴重制約了商業銀行的發展。因此，商業銀行想要提高自己的競爭力，就必須要對信貸審批業務進行改革。本文就授信審批應用大數據存在的問題進行了探討，并提出了針對性的解決措施，例如擴大數據獲取來源，積極引入外部數據、成立統一數據平臺，優化數據信息、主動完善制度建設，深化風險管理制度改革等，以此促進商業銀行信貸業務的發展。