基于大數據的智能化貸后管理實現路徑

強 斌

（蘭州銀行股份有限公司 甘肅 蘭州730000）

隨著移動物聯網等智能技術的發展，智能化作為不可阻擋的趨勢已引起人們的關注。如何構建高效的智能化貸后管理系統是現階段亟須解決的問題。 在信貸管理過程中，貸款發放后的后期管理是預防和化解信貸風險的重要控制環節。 但是，從不良貸款的成因來看，貸后管理未盡職、沒有及時發現客戶的隱含風險仍是形成不良的主要原因之一。 在當前形勢下，如何加強智能化貸后管理，在確保信貸資金安全的同時，也充分發揮貸后管理對營銷獲客的促進作用，需要充分分析研究大數據技術的應用。

近年來，在大眾創業的環境下，大數據、云計算、物聯網、區塊鏈等互聯網高科技取得了飛速發展， 同時帶動和影響著其他行業。 新互聯網時代，各類數據、信息呈現爆炸性和指數級增長的特征極大地豐富了各種事物的屬性， 并以數據挖掘和分析為核心，促進了大數據產業的發展。傳統商業銀行也將受益于互聯網信息技術，并在其影響下得到快速發展。 長期以來，傳統的貸后管理主要依靠人工檢查和本行內信貸系統的數據支持， 客戶信息分散、獲取渠道單一、管理方式被動，貸后管理受檢查時間和空間的限制，受本行內基礎數據質量和系統開發能力的制約，貸后管理質量因客戶經理的道德水平和綜合素質而發生偏離，不僅成本高， 而且預期效果有限。 大數據思維可以補充這一短板。 科學使用大數據技術和相關創新技術可以為優化金融環境和防范新時代的金融風險提供前瞻性的解決方案， 可以將傳統的被動檢查轉變為積極的主動管理， 有效消除由小數據樣本引起的認知偏差，使用定量數據模型全面、準確、及時地顯示數據信息背后的相關關系，為精準決策提供科學依據，避免不合理的決策方法和經驗主義。

一、大數據背景下研究智能化貸后管理體系的必要性分析

傳統的貸后工作主要依靠體力勞動， 即過多依賴于人工收集、匯總信息，評估、研判風險，審議、決策方案，整個過程耗時長、及時性差、可控性弱。在大數據的支持下，貸后管理可以實現信息的自動批量獲取、自動檢測、自動分析以及自動風險分層、自動預警，可以達到“及時提示、及時預警、精準定位、靶向防控”的目的，大大提高貸后管理的效率性和準確性。

首先，在客戶準入方面，互聯網下的大數據經授權后可以自動從人民銀行、工商、稅務、法律、網貸等第三方平臺收集數據，全視角、多維度地掌握客戶信息，提高銀行對欺詐、隱瞞行為的識別能力和對未來風險趨勢的預判能力。其次，在貸款存續期風險監測方面， 大數據支持下構建的貸后管理系統可以在無須人工干預的情況下，實時收集銀行內外各種系統的相關數據信息，自動構建連續、全面的客戶信息數據庫，通過一系列分析評價和閾值觸發模型向貸后管理人員推送提示信息和工作任務， 實現貸后風險的主動防御，通過對數據信息及時性和準確性的控制，在防范信用風險、道德風險、操作風險的基礎上大幅提升貸后管理效率。最后，在貸后增值效應方面，將大數據用于貸后管理時，還可以通過對各種信息的深入分析，實現數據資源的廣角整合，有效挖掘客戶的現實需求和預期需求。通過對客戶資本變動、資產規模、凈資產等重要數據的跟蹤，并結合銷售收入、現金流量、盈利能力、周轉能力等經營數據的動態監控，可以深入挖掘企業的運營實力、償債能力和發展前景，客觀評估資金需求和資金結算、沉淀流量，在做好貸后風險控制管理的同時發掘新的合作機會、提升客戶貢獻度，凸顯利益對等和服務效益。

二、現階段貸后管理中存在的主要問題

（一）缺乏科學的系統管理機制

傳統的以人工管理為主的貸后管理， 風險的識別與判斷主要依靠定性因素分析與自身的工作經驗， 易受業務能力及主觀認知等方面個體差異的影響。對于僅具備初級經驗的客戶經理，很多隱含風險有可能被忽略， 這種認知的局限性會導致不能準確評估客戶的風險敞口，管理效率低，質量差。同時，在實際工作中，由于個體差異導致的評判標準不同，也會造成貸后風險管理存在較大差異性和偏離度， 缺乏科學化、 標準化的風險管理方法，風險揭示難免存在疏漏。

（二）缺乏有效的風險預警機制

一方面，企業是社會環境的“晴雨表”，市場環境的多樣多變、經濟環境的持續下行，導致各行各業，尤其是中小企業問題頻發。為了維持自身資金鏈、防止銀行抽貸斷貸，有的企業就會通過美化財報甚至偽造交易流量等手段來隱瞞真實狀況，從而導致收集到的客戶信息失真。另一方面，商業銀行放貸后，對影響資產安全性的生產經營、資金流量、投資融資、關聯方交易等風險指標的變動難以準確識別和計量，尚未形成合理的貸后風險預警機制。

三、大數據背景下智能化貸后管理的核心理念

充分利用大數據技術， 以智能化貸后管理模式迭代傳統貸后管理。構建以大數據技術為驅動的貸后管理系統，一是通過設置智能化管理模塊，系統地從不同維度獲取客戶風險信息；二是統一實施標準，全面、精準地篩查并確定風險點；三是實現高效便捷的人機交互，風險信息可以及時、準確地推送至相關人員，條線各層級人員可以對管理過程實行有效監督與協作。 與傳統貸后管理相比， 智能化貸后管理體系不僅能夠節省人力和時間成本，更深層次的作用是，可以最大限度地提高風險控制和干預效能，提高管理決策的針對性和有效性、客戶管理的科學性和風險控制的宏觀性。

四、大數據背景下智能化貸后管理的有效路徑

大數據重塑了貸后管理的新路徑，它將傳統貸后管理收集、挖掘、加工信息的過程自動化，將被動管理轉變為主動管理。

（一）完善信貸業務全生命周期的智能化

強化貸后環節的有效監控。一是從放款前的貸前、貸中環節即開始介入，基于多方數據監控與數據的實時共享，完善信貸業務全生命周期的智能化管理，自動訪問客戶信用記錄、跟蹤企業融資變化、監控相關機構公開或公示信息、及時收集輿情信息，通過預定風控模型對采集信息進行自動化加工和多維化分析，客觀得出風險評級結果， 為合理審定授信額度提供有效決策依據。 二是在貸后管理層面，一方面依據現階段實時數據共享，全面把控借款人資金流向以及其他資產動向， 確保全方位掌握較貸前、貸中風險預判的實際偏離度，及時采取相應糾偏措施。 另一方面可根據現有數據以及借款人信用評級波動合理調控授信額度和用信邊界， 并依據劃定的風險度等級確定貸后管理優先級，抓住關鍵環節。

（二）全面構建智能化貸后管理風險預警功能

強化風險防控與干預手段。 在貸后檢查中建立智能化的風險預警模塊和預警信息反饋流程。風險預警模塊的核心是以“盡早識別風險”為目標開展貸后管理工作。其內容主要通過涵蓋了風險模型數據、外部異常數據、賬戶狀態流量以及信用信息等多維度管控的工作平臺，收集并整合了各個公共數據庫中的信息，實現了各個系統之間的數據對接和篩查。 風險預警機制旨在全面地將借款人或潛在客戶的實時動態呈現并共享至智能化系統中，保持客戶風險信息的新鮮度，通過一系列科學、合理、適時的預警閾值向信息使用者進行實時播報， 并通過銀行內部信息傳遞渠道進行有效反饋與研判。

（三）健全貸后風險防控的預警處置機制

在風險防控過程中設置預警處置機制， 以實現風險信息的定向推送和及時傳遞。 信息的推送和傳遞應至少包含兩種基本程序。一種是推送至貸款的直接管理方——客戶經理，在此過程中將與業務、客戶相關的風險預警信息（例如流入房地產市場的貸款資金和涉及訴訟的借款人）呈現給客戶經理，客戶經理需要逐一驗證可疑信息， 按照預先設置好的風險評估及處置流程從下至上傳遞檢查結果。 另一種是推送至貸款的監督管理方——分行及總行層級風險經理，在此過程中將與行業、集群相關的風險預警信息（例如行業政策調整和某一類產品價格的大幅波動）呈現給風險經理，風險經理結合本行業務實際，向全行或涉險機構從上至下發布預警提示，主動調整管控方向、強化管控重點。雙向預警相互結合、互相補充，準確預測風險、把握風險變化過程，找出關鍵風險點，有的放矢地制定風險防范措施，進而全面提升貸后風險防控水平。

結束語：

總之，要建立以大數據為支撐，以客戶為中心的全面風險管理體系，全面獲知客戶信息，實時監控檢驗數據，運用風險控制模型實現定量評價，通過交叉驗證綜合判斷客戶風險程度，通過智能化大數據管理系統功能替代人工操控，實現貸后管理創新，為商業銀行提高資產質量、穩增資產規模提供有效條件。