一個基于導航數據的商用車貸后監控方法

楊維東

摘 要：信息不對稱是商用車信貸領域一直以來存在的一個難題，將GPS數據以及其他相關科技手段應用于貸款決策和貸后監控，可以對商用車信貸領域進行風險管理。提出了一種根據商用車GPS模塊產生的導航數據進行分析的方法，用以評估和預測車輛運營的穩定性，幫助信貸資金提供商進行貸后管理。

關鍵詞：信息不對稱;導航數據;運營穩定性;貸后監控

中圖分類號：F23 文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2019.27.053

1 商用車運營風險與信息不對稱

1.1 商用車的運營風險

信息不對稱是現代經濟學研究中的一個基本問題，銀行信貸市場中存在的信息不對稱會導致事前的逆向選擇和事后的道德風險。商用車信貸業務由于其“高杠桿、高風險”的特點，使得這一領域的信息不對稱所導致的問題更為嚴重。

商用車信貸的“高杠桿”表現在，車輛的購買者會采用低首付、分期付款方式從車輛銷售商處購買車輛，一般首付為車輛總價的20%～30%;“高風險”表現在，車輛要通過持續的運營賺取利潤來償還貸款，一旦經營現金流出現問題將直接導致貸款逾期或形成不良貸款。除交通事故之外的經營風險都只能自行承擔。這些風險包括：車輛運行狀況、貨源的穩定性、運費的價格波動、車輛消耗品（油料、輪胎及其他消耗性配件）的價格變動等。

因此，在傳統信貸產品中，由于無法準確估計車輛的經營狀況，也不能在貸款發放后做到持續有效的貸后監控，由此導致了這一信貸領域的市場失靈，商業銀行鮮有涉足，或者僅僅發放基于抵押物或第三方擔保的商用車購置貸款。

即便是依賴于車輛抵押的商用車信貸業務，也普遍面臨著車輛價值的快速下降以及收回車輛如何處置的風險暴露問題。其原因在于：（1）車輛一旦進入運營階段，其市場價格會在前兩年內快速折舊，以一輛出廠價格為30萬元的某品牌國產商用車為例，車主首付需要10萬元左右，貸款20萬元并在2年內還清;車輛在貸款還清時車輛的實際銷售價格已下跌至12萬元，在運營7年后車輛的實際銷售價格已跌至2萬元左右（見圖1）;（2）處置收回的抵押車輛的難度在于：車輛運營期間一般都是長期脫離掛牌地在外行駛，一旦產生逾期，如何找到車輛、扣留車輛、并把車輛開回或運回到本地，都存在非常大的難度;即便能夠把車輛運回本地，存放抵押車輛需要場地，如不能做到快速及時處置，車輛的可銷售價格仍在持續下跌，仍會導致信貸風險暴露。

1.2 商用車運營中的信息不對稱

商用車信貸業務是經營類信貸業務，因此不僅要關注抵押和第三方的保證，借款人的還款能力也是與信貸風險有關的一個重要因素。而還款能力取決于車輛運營過程中是否能夠產生持續而穩定的現金流。

如何衡量車輛運營產生的現金流，一直以來是資金提供商面臨的一個難題，車輛是否在運營中、如何運營、收入怎樣，這些問題都很難監控。而車輛的每一次運輸的貨物類別、貨物重量、運行里程、運費價格、運輸過程中所產生的費用（過路費、油料費、維修費等），均會影響到該次運輸的收入，這些數據每月甚至每天都在變動，這些數據是資金提供商難以獲取并精確計量的，因此難以用傳統方法對車輛運營產生的現金流情況進行分析。

在無法觀測車輛運營產生的現金流的情況下，如果能夠估算出車輛的運營穩定性，也可以判斷現金流是否穩定。本文提出了一個基于車輛導航數據的車輛運營穩定性測量方法，基本思路是從以下兩個指標來判斷車輛運營的穩定性：運營時間和線路穩定性。

2 商用車運營穩定性評價方法

2.1 商用車運營穩定性的評價指標

根據商用車GPS模塊產生的導航數據，來評估和預測車輛運營的穩定性，實現貸后監管。

車輛運營穩定性的衡量方法包括運營時間和線路穩定性兩個方面指標：

指標1：運營時間。

時間的穩定性系數α=車輛當月實際行駛時間車輛當月總可行駛時間×行駛里程調整系數β

其中：車輛每月的總可行駛時間=當月天數×24小時，行駛里程的調節系數β=車輛當月行駛里程過去各月的平均行駛里程

如能夠通過其他方法區分出車輛是否為重載行駛，并將其空載行駛時間和行駛里程進行剔除，可將上述指標優化為

時間的穩定性系數α=車輛當月重載實際行駛時間車輛當月總可行駛時間×行駛里程調整系數β

其中：車輛每月的總可行駛時間=當月天數×24小時，行駛里程的調節系數β=車輛當月重載行駛里程過去各月的平均重載行駛里程

指標2：線路穩定性。

一般情況下，車輛除裝貨、卸貨、故障或事故、維修時，都不會停駛較長時間（一般在兩小時以內），因此，可將全部停留時間較長的點進行標記并排除相關特殊地點后，將各點出現的頻率進行計量，用于衡量行駛線路的穩定性，具體可考慮以下三種方法：

（1）將每次貨運的起點和終點標記后，如起點和終點的數量之和x越大，其穩定性就越差。因此將線路的穩定性衡量系數λ定義為：

（2）將每次貨運的起點和終點標記后，將出現頻率最高的3～5個點合計出現的頻率之和作為線路的穩定性衡量系數，其公式為：

（3）將每次貨運的起點和終點標記后，將出現頻率最高的3-5個點的頻率的離散系數作為線路的穩定性衡量系數，離散系數的計算公式為：

其中σ為各點出現頻率的標準差，μ為各點出現頻率的平均數。

2.2 商用車運營情況的四象限圖

在計算出運營時間和線路穩定性的指標后，分別將這兩者作為縱軸和橫軸，建立關于商用車運營情況的四象限圖（如圖2所示），可將已發放貸款的客戶分為四類：第一類客戶收入高且穩定，基本無風險;位于第二象限（左上角）的客戶短期收入高但穩定性差，短期內風險較低但需持續關注;位于第三象限（左下角）的客戶收入低且不穩定，位于第四象限（右下角）的客戶收低但穩定性好，三類和四類為高風險客戶，有很大可能會形成逾期，需要重點監控并提前做相關準備工作。

3 結論

信息不對稱是商用車信貸領域一直以來存在的一個難題，如何對已發放貸款的客戶進行較為精確的貸后監控，更是長期以來開展此類業務的機構在信貸風險管理中的一個難題。隨著科技的發展，將GPS數據以及其他相關科技手段應用于貸后監控中，可能為商用車信貸領域發展出一些新的方法。

本文使用商用車GPS模塊產生的導航數據進行分析和計量，用以評估和預測車輛運營的穩定性，并將客戶分成四類，對其風險情況進行評估，從而幫助信貸資金提供商進行貸后監管，這一方法有望解決這一信貸領域的信息不對稱問題和貸后監控難問題。

參考文獻

[1]陳本水.從商業銀行授信責任認定看貸后管理[J].福建金融， 2018，（07）：61-64.

[2]李海波.建立立體式貸后管理體系[J].農業發展與金融，2016，（03）：78-80.

[3]農發行福建省分行課題組.運用科技手段完善貸后盡職管理[J].農業發展與金融，2018，（08）：48-49.

[4]張樹林，張婷婷.信息不對稱與商業銀行貸后管理[J].海南金融，2012，（08）：35-37.