網商銀行信貸業務內部控制研究

銀柳星

【摘要】阿里系下的網商銀行是第一批獲批的民營銀行，其推出的信貸“310”模式，成功實現無面審快速放貸。其連接淘寶、支付寶、阿里巴巴、菜鳥網絡多個平臺，服務于小微商戶，本文主要研究其信貸業務的內部控制，從外部視角提出質疑，并針對問題給出建議。

【關鍵詞】網商銀行 信貸業務 內部控制

一、商業銀行的內部控制

（一）商業銀行的信貸業務內部控制

梁其運（2014）依據自身工作經驗發現，由于業務責任的連續性，銀行存在客戶經理一崗肩負三職的情況，即貸前、貸中、貸后管理，但因為業績經濟利益的驅動，客戶經理往往更重視貸前貸中，造成內部控制環節中貸后管理存在嚴重的滯后，建議獨立出一個貸后風險部門。王李（2015）認為我國商業銀行中小信貸的風險管控較為松散，存在很多薄弱環節。他建議成立內部控制管理委員會，建立規范的內控流程，以此提高信貸業務內控的有效性。史胡敏（2018）認為內部控制應當滲透銀行的各項業務過程和各個操作環節，任何決策或操作有案可查。

（二）金融機構的大數據風險控制

辛繼召（2017）認為風險識別與控制是金融業運營的核心。根據 FICO Report 2015，大數據在國際銀行業中的主要應用，26%用于風險建模、風險評估，其分別對應金融反欺詐、征信需求。周炎炎（2018）表示，在強調高科技金融時代，大數據、人工智能在某些情況下不能替代人工面審，人臉識別精準度不高、數據風控模型缺乏預判性、難以識別偽造數據可能都是缺陷。在2017年的《關于規范整頓“現金貸”業務的通知》提到“謹慎使用數據驅動的風控模型”。余宏偉（2018）認為大數據促進風險量化技術的發展，帶來銀行風險管理變革，同時也帶來新的挑戰，包括信息安全問題、對非結構化數據的適應性較弱、人才匱乏、技術環境制約等。伍聰（2016）大數據征信是實現風控的創新路徑，但其存在諸多問題，如數據的虛擬性和“信息噪音”、信用數據關聯的不確定性等。但是也需要正確看待，既不能要求大數據征信一步登天;也不能一有創新就各方唱衰，而需要給予更多試錯空間，在探索中不斷完善大數據征信體系。

（三）文獻述評

商業銀行的信貸內部控制研究，從傳統的貸前、中、后的思路來著手，現已進階到從貸前營銷的準入門檻，到審貸環節的充分調查，貸中環節的內部層層審批，貸后的動態監控。對銀行信貸的內部控制研究，也從單個銀行的層級，擴大到某個類型的銀行，更晉升至整個銀行集團層面。金融業中大數據的風控研究約從2014年在學術界興起，研究人員從正反兩方面來看待大數據的風控技術，普遍認為該技術可以節省人工成本、已經被實務屆廣泛應用，同時也存在諸多問題，需要各界給予充分的關注和寬容，待大數據風控技術進一步發展。

二、案例公司

（一）公司簡介

浙江網商銀行股份有限公司是成立于2015年6月的國內首批試點的民營銀行，第一大股東是浙江螞蟻小微金融服務集團。網商銀行采取“小存小貸”的業務模式，目標群體主要是電商上的小微企業和個人消費者，發展戰略主要是分為服務小微客戶與農村市場。

在信用風險方面，網商銀行的2018年末不良貸款率為1.3%，其應對信用風險主要措施是基于大數據平臺實現自動對客戶進行評級分類，2018年更是基于原有的數據模式、雙線熟人模式、供應鏈金融，積極與各地政府開展了數據合作，結合政府數據，協同授信模型，為農戶提供信用貸款。現在主打“310”模式，即3分鐘可申貸、1秒鐘可放款、全程0人工介入的放貸模式。

（二）研究問題

1.控制層面，高管考核無盈利指標

在公開的訪談中，網商銀行行長多次表示，其沒有利潤方面的業績指標壓力，營收和利潤不是網商銀行的目標，主要目標的擴大服務的規模，為此，下文選取了騰訊系的微眾銀行作參照物，阿里系的網商銀行和騰訊系的微眾銀行具有極大的相似性，即同為第一批民營銀行，成立時間接近，同為互聯網公司主導，主攻互聯網線上人群，不同的是，微眾銀行定位為“線上投資理財貸款平臺”，主要面對個人，而網商銀行則定位為“面向小微企業和網絡消費者開展金融服務”，其主要面對小微企業。根據2018年報，凈利潤上，微眾銀行是網商銀行的3.76倍，壞賬率方面，網商銀行是微眾銀行的2.5倍。盡管網商銀行主要服務群體本就是盈利能力極弱的小微企業，但對比主要服務個人的微眾銀行，網商銀行在盈利和控制壞賬率方面仍有提升空間。

雖然網商銀行的創建初衷是為了進一步完善阿里巴巴的閉環生態圈，為了更好的鎖定現有的網上商家和消費者，同時在政策上，也是積極響應政府要求，促進解決小微企業融資難與貴的問題。因而才會連續兩年降低信貸利率，在貸款限制上也作出讓步，但是網商銀行作為一家民營銀行，第一大股東螞蟻金服控股30%，第二大股東復星集團持股25%，第三、四大股東分別持股18%、16%，但高管人數高達90%源自螞蟻金服，銀行內部的價值觀和企業文化也完全脫胎于螞蟻金服，其需要認識到自身是一個獨立的法律主體，不是螞蟻金服下的某個部門或某個事業群，不可被大股東全權牽制，不能僅僅為了第一大股東的利益，就放棄了作為一家銀行應遵循的謹慎性原則。

2.核心系統依賴大股東

網商銀行的內部系統等多購于螞蟻金服科技，包括整個銀行核心部分的分布式架構 SOFAStack以及分布式數據庫OceanBase等。另外，銀行的核心工作比如風險防控是不能外包的，與大股東關聯過多的網商銀行，其在早前浙江銀監會出臺的關于銀行核心風控不得外包的規定下，暫時得以豁免，但是未來的政策導向必然是在原基礎上要求更為嚴格，網商銀行的核心系統都是背靠螞蟻金服，初創時期的中高層管理人員和技術人員也基本出身于螞蟻金服，另外早期的辦公室地址和螞蟻金服都在同一樓棟，根據內部員工透露，兩個公司的人員經常相互溝通技術問題，可見網商銀行從人力資源到核心系統都是與螞蟻金服密切關聯。

3.貸前調查數據不全面

網商銀行在貸前收集的數據無法覆蓋全互聯網，局限于阿里巴巴旗下平臺，另外社交數據未能精準獲取，難以比肩坐擁QQ和微信兩大社交平臺的微眾銀行，同時未全面打通工商、稅務、公安、法務等多個政府端口。

4.貸前數據真實性難保證

網上商家可能存在大量刷單行為，通過系統難以識別，譬如淘寶天貓的商鋪多存在“好評返現金”的情況，且針對未給好評的消費者，商家客服會多次電話或短信聯系消費者，通過博取同情、騷擾等手段獲取商品的五星好評，而這類的商家的盈利收入是難以保證能持續甚至上升的。另外，針對個人信貸業務，僅憑過往的消費歷史記錄來預判其還貸能力，難以排除部分借錢消費的“老賴”。

5.貸中審核缺少人工面審環節

網商銀行的“310”模式強調高效快速且無人工參與，無人工審核的優勢是傳統銀行業難以比肩的，但銀行業素以保守為第一要旨，而網商銀行的貸款紅線則顯得很為寬松。傳統銀行業的人工審核環節更能直觀的了解該用戶的性格和經營風格，過往多數小型商戶都是選擇當地銀行貸款，銀行的工作人員可以從當地的熟人交際圈中進行調查，即從心理學的角度，人工審核的環節是不可或缺的。通過“無人工審核”的冰山一角，我們發現網商銀行的大數據風控更多的適用于網上商家和個人，而線下的實體經營數據相對的匱乏，而網商銀行的客戶群體定位本就是小微商戶，線下的更為豐富的客戶資源是不可忽視的。

另外，線下銀行曾出現過雙胞胎弟弟冒用哥哥身份證進行審貸的情況，因審批人員在面審環節及時發現得以止損，而線上的智能面部識別在面對雙胞胎等特殊情況時，難以甄別是否為本人操作。

（三）建議

1.充分發揮其他股東作用，完善利潤考核指標。

從第一大股東的視角，要充分考慮到其他股東的商圈資源可以為網商銀行打開更多的數據端口，使得數據資源不再僅局限于阿里系的平臺，另外，其他股東的政治關系也可充分得以機會進行利用，從網商銀行的角度，要釋放部分股東的能量，使得企業內部元素多元化，從企業文化到產品理念，從戰略目標到行動落實，使得高管相互牽制，避免一家獨大。完善利潤考核指標，對于進一步擴大規模也能提供更多的資金來源。

2.爭取打通多個政府端口

積極響應于2015年提出的“銀稅互動”，在現有基礎上，以促進當地經濟為初心，通過母公司螞蟻金服和政府部門的原有合作，來推動其他政府部門的端口連接，并把控好信息安全問題，并基于和政府部門的合作，對不同地區的用戶推出不同的信貸產品，適當推出有期限的優惠，從此也可推動各級政府管轄范圍內的經濟發展。

3.追加“好友信用擔保”模式

即在原有模式上，增加“好友推薦”、“好友擔保”等模式，貸款人可通過信用記錄良好的支付寶好友推薦、擔保，在原有貸款額度上再提高，一來可以提高社交數據的真實度和可靠性，二來通過該模式可以進一步推廣網商銀行的信貸業務。三來可在貸款人出現逾期未還的情況時，通過好友來進行欠款追蹤。以上模式必須建立在合法合規的基礎上，并在簽約該模式前，以完整的合同文書形式，清晰易懂的語言告知貸款人和參與該模式的好友。

4.對關注性貸款增加視頻審核環節

在原有模式下，增加視頻審核環節，該環節主要針對從事線下實體的生產經營活動的小微企業，而非個人，為保證信貸業務的高效性，該環節是非必須選項，主要是面對渴望提高額度的商戶，通過視頻環節進行進一步的了解提問，充分了解商戶對未來經營情況的預算和規模。

5.加強內控系統獨立性，培養風險控制與IT技術的全面人才

重點關注相關的政策變動，基于現有的內控系統進行自主研發，由于網商銀行的全智能管控與0信貸員的特殊情況，需要大力吸收外來的人才，特別是集風險控制、IT技術、信貸審批等專業技能于一身的全能型人才，由于網商銀行成立年限短，也需要注重從內部培養人才。

三、總結與啟示

金融行業已經步入快速發展階段，其背靠的技術已進入“大數據、人工智能、云計算”的新時期，傳統的信貸審批和放貸等在時間效率上已經有所落后，征信數據也不夠完善。在技術上，大銀行必須緊跟行業龍頭的步伐，小機構要學會抱團合作，建立長遠目標，爭取向大集團的方向去發展進步。該想法主要針對在資金可支持技術革新的大機構與有希望向大規模信貸機構發展的小機構。

由于信貸業的快速發展，對人才的訴求已升級到了需集風險控制、IT技術、銀行貸款等多種經驗技能的于一身，如何吸收全能型人才并快速向其灌輸企業的價值觀，如何使得人才只“為我所用”，都是金融業與互聯網公司難以躲避的人力資源難題。

參考文獻：

[1]周炎炎.大數據AB面：為什么信貸領域的“純數據驅動”值得警惕？[N]. 21世紀經濟報道，2018-11-23（010）.

[2]宋賀.新形勢下我國商業銀行信貸風險控制研究[J].產業與科技論壇，2018，17（22）：212-213.

[3]余宏偉.大數據時代下的商業銀行風險管理[J].時代金融，2018（30）：95+97.

[4]史胡敏.內部控制與銀行信貸風險防控——基于代理成本理論的思考[J].商業經濟，2018（01）：18-20.

[5]辛繼召.2017年大數據風控報告[N].21世紀經濟報道，2017-12-07（011）.