基于大數據背景的商業銀行信貸風險管理策略研究

吳 佳

（中國農業銀行股份有限公司天津南開支行，天津 300100）

0 引言

面對互聯網金融產品、多種多樣新型信貸服務的不斷涌現，商業銀行會迎合社會市場實際需求，推出一系列門檻較低的信貸產品。在這種情況下，信貸業務所面臨的市場風險、償還風險會大大增加。基于此，利用大數據信息搜集、智能處理、交互傳輸與存儲系統，展開商業銀行貸款主體資質、信貸業務風險等的分析與管理，對潛在的信用風險、貸款回收風險進行管理，可以促進商業銀行信貸業務的良性發展。

1 大數據技術對商業銀行信貸風險管理的重要意義

1.1 拓展與搜集更多的信用資質信息

在大數據及云計算技術支持下，商業銀行開始從“以產品為中心”，轉向“以客戶為中心”的經營發展模式。而且相比于傳統計算機信息統計而言，其在數據信息獲取渠道、信息數據量等方面，也呈現出更加多元化特征。因此，從商業銀行小額個人信貸、企業信貸活動的開展來看，利用大數據云服務平臺，對客戶基本信息、金融資產、交易行為、渠道簽約等多種數據資源進行收集與整理，可以完成客戶信用資質的系統化審核，以此降低信貸業務簽約、放款的風險。

1.2 加快信貸審批流程、管理程序更新

商業銀行運用大數據技術，通過高質量的數據整合，可以對信貸業務現有的客戶結構、產品結構、產品審批流程等做出改革創新，加快客戶綜合回報率、存貸款綜合利差、經濟資本回報率等的統計核算。而且相比于人工信貸審查、批復而言，大數據背景下，商業銀行可以簡化信貸業務的審批流程，增加更多具有風險把控的審查環節，在大大縮短信貸授信程序、客戶等待時長的情況下，保證各項信貸業務開展的科學規范性。

1.3 帶動多元信貸產品的網絡化轉型發展

大數據時代環境下互聯網金融公司的出現與發展，可以對商業銀行信貸服務的網絡化轉型提供借鑒。商業銀行通過借助大數據及云計算，從金融客戶、信貸產品角度入手，對各信貸業務類型、產品期限、擔保等，進行監測、考核與評價，使銀行人員更為明確地了解信貸交易量、交易經濟收益，開發出面向個人、中小企業等客戶的網絡化信貸產品，帶動正常信貸業務經營、風險規避等活動的順利開展。

2 大數據背景下商業銀行信貸風險業務的開展現狀

2019 年4 月，中國銀行保險監督管理委員會公布《商業銀行金融資產風險分類暫行辦法》以后，對多數商業銀行金融資產的本金、利息收益逾期(含展期超過360 天)，歸為損失類資產。按照這一要求，各商業銀行為保證各項信貸業務的持續穩健經營，通常會制定科學合理的工作計劃，全面排查金融資產風險分類管理中存在的問題，盡快整改到位。

目前，我國農業銀行信貸數額穩定、不良貸款率占比較小，但存在逐年上升趨勢，以每年15%的速率增長。在商業銀行信貸風險管理方面，農業銀行也根據現有的信貸業務風險防范、風險管理要求，設立了授信審查部、風險管理部、資產負債管理部、法律合規部等部門，根據不同信貸業務的信用審查、資產擔保、信貸合同簽約、資金放款環節，將貸款風險按嚴重程度分為正常、關注、次級、可疑及損失等層級，由各部門加強互相聯合，共同履行信貸風險管理的職能，對信用貸款業務開展的資產損失概率做出客觀的論證與分析，及時發現客戶授信審查、貸后管理存在的問題，從而采取相應措施對其進行整改、彌補。

3 各商業銀行信貸風險管理存在的問題

3.1 客戶信用資質的搜集、驗證有待完善

不同商業銀行對客戶信貸授信、審查過程中，通常只是利用互聯網信息平臺的數據資源，圍繞本行、其他行檔案信息，進行客戶信用狀況的判斷與決策，其數據獲取渠道、數據信息資源過于單一。特別是部分商業銀行工作人員仍舊秉持傳統觀念，更注重對客戶現有實體資產的分析評價，忽視其所欠債務、還款能力等數據信息的搜集，很大程度上會影響銀行信貸風險的客觀評估，甚至某些信貸審批人員出于個人主觀意愿、私人關系等，在客戶信用審查過程中降低要求，造成信貸風險的進一步加大。

3.2 信貸業務的風險審查、評級方式落后

現階段各商業銀行對信貸風險、客戶信用評級等，主要著重于銀行內部信用的評級，也就是針對客戶在銀行中的存款、信用貸款、日常消費等指標，對其信用資質做出客觀評價。但大數據時代背景下，這種僅僅依靠銀行內部資金流轉數據的評級方式，已經不能反映用戶的信用資質、信貸風險狀況，也難以為商業銀行未來的信貸決策提供指導。另外，有關信貸業務的風險審查，多數商業銀行仍舊沒有利用大數據技術構建起完整的信貸業務風險管理系統，在不同銀行信貸業務的收集、監測、考核與評價中，容易存在數據信息應用的孤島問題，使多種金融業務的融合發展產生困難。

3.3 信貸風險管理決策、管理執行度較低

傳統模式下商業銀行的信貸風險管理需要對貸款主體信用資質、貸款正當性、貸款用途進行層層審批，由于涉及的業務審批部門較多，容易出現不同部門互相推諉責任的問題。同時在商業銀行網絡客戶端和大數據云服務平臺構建尚未完善的情況下，銀行對信貸業務、借貸風險的數據挖掘，也缺少更加深層次的內部管理，特別面對銀行內部高層行政主體的干預，商業銀行難以利用網上銀行、點對點網絡借款（Peer-to-Peer，P2P）網絡渠道開展一系列面向廣大社會民眾的小額信貸服務，在多種信貸風險管理中更注重于“堵”而不是“疏”，從而影響銀行信貸業務執行、信貸風險的防范與落實。

4 大數據技術背景下商業銀行信貸風險管理的創新策略

4.1 依托大數據挖掘技術獲取客戶的信貸信息

在大數據神經網絡、遺傳算法、統計分析方法等的支持下，商業銀行可以將內部的客戶信息資源與外部其他商業銀行、互聯網平臺的用戶信息進行整合，有針對性地挖掘金融產品目標客戶的信息，包括客戶信用資質、存貸款情況、日常消費收支等，擴大客戶數據資源的覆蓋范圍。之后根據不同信貸產品類別和信用貸款可承受的風險，對客戶信用資質鑒定的多種數據信息進行真實性、綜合利差等分析，拓展客戶數據集成與指導，強化驗證，確保將銀行不同信貸產品、貸款服務的風險降到最低。

4.2 利用大數據云平臺加強信貸監控體系建設

面對網絡借貸、民間借貸等多元借貸行為的不可控風險，商業銀行應吸取民間借貸“高風險”的教訓，借助大數據云服務平臺，構建起完善的信用評估和監控體系。首先，依據《商業銀行金融資產風險分類暫行辦法》等法律法規，制定與支付寶、微信支付等類似的網絡支付體系，盡可能對更廣范圍內用戶的信用資質進行全方位的掌握與了解，在與外部大型征信公司合作的過程中，可以有效推動潛在信貸風險的實時監控，促進信貸資金申請、資質審查、合同簽訂與放款的透明化。其次，在貸款后的風險管理過程中，商業銀行可以通過大數據云計算平臺，監控個人客戶、中小企業貸款者的賬戶流水、資金流向等財務信息，并對企業潛在的財務資金風險進行分析，設置相關數據變化的預警值，來為銀行后期的信貸風險管理提供支持。例如，中國農業銀行響應大數據發展的號召，在網絡云服務平臺中推行線上信貸業務，通過明確的貸款申請渠道、簡化的信貸審查以及放款與還款的建設，既保證了正常C3 移動信貸業務的開展，又最大程度減少信貸業務的監管流程、降低防控風險。

4.3 運用大數據提升信貸風險決策、管理效率

大數據時代下商業銀行多元化信貸業務的開展，必須要在提升信貸風險決策效率的同時，做好信貸審批，落實電子化管理。一方面，要利用大數據挖掘、云計算信息處理與存儲等技術，由多個部門共同搜集一系列內外部信息，參與到客戶數據、信貸風險的審查與識別中，根據不同的信貸風險點制定出管理控制方案。另一方面，要加強信貸風險決策的管控，充分捕捉與了解社會市場狀況、客戶個人信息，運用大數據風險識別系統，將不同層次的信息資源進行多維度整合，指導不同金融時期的信貸決策以及個人客戶、中小企業主體的信貸業務執行。

5 結語

隨著我國互聯網信息支付業務的快速發展，商業銀行在信貸業務開展過程中，所面臨的競爭壓力、貸款風險也越來越大。特別在大數據及云計算技術的發展背景下，商業銀行信貸業務的風險管理，要利用大數據云服務平臺，從客戶數據資源獲取、信用資質審查、信貸風險管理等方面著手，進行信貸審查、放款與還款流程的監督管理，全面提升多元數據的收集、分析和應用效力，進而實現對商業銀行內外部信貸風險的防控和管理。