數字化背景下商業銀行線上信貸業務風險管控對策研究

◎王奕婷 吳純杰

前言

2019年底我國已有市場主體1.23億戶，其中企業3558萬戶，個體工商戶8261萬戶，這些市場主體是我國經濟活動的主要參與者、就業機會的主要提供者、技術進步的主要推動者，在國家發展中發揮著十分重要的作用。在這些市場主體中，小微企業占比超過90%，貢獻了60%以上的國民生產總值和50%以上的稅收。雖然小微企業為國家經濟發展作出了巨大貢獻，但由于自身風險較高，企業與銀行信息不對稱，難以實現收益、風險和成本的平衡，小微企業融資難、融資貴、融資慢問題一直成為國內外企業界、理論界、政府和監管部門關注的重點問題。

近年來，隨著金融科技的不斷發展，在政策與市場的雙輪驅動下，各金融機構逐漸將互聯網、大數據等技術運用于信貸模式創新和信用風險管控，極大程度上解決了小微企業信貸信息不對稱問題，小微企業信貸可獲得性和服務效率得到大幅提升，融資成本持續降低。中國建設銀行、招商銀行等商業銀行紛紛加大金融科技投入，加強對傳統小微信貸業務的數字化改造，通過線上辦理、自動審批等方式極大提升了獲客能力和客戶體驗，而網商銀行、微眾銀行等互聯網銀行利用所屬集團強大的科技能力、眾多的用戶、豐富的場景，通過為個人和小微企業提供純線上方式的互聯網貸款業務，實現了分鐘級申請、秒級放款、模型風控，在有效解決小微客戶信貸需求“短、小、急”痛點的基礎上，將信用風險也控制在了較低水平。

商業銀行線上信貸業務1快速發展帶來風險防控壓力的上升，在產品的不斷推廣和使用過程中，新的風險和挑戰逐漸顯現。線上信貸業務面臨準入環節反欺詐難度較大，貸中環節客戶畫像不精準、容易過度授信，以及貸后環節的資金監管、風險預警管理、訴訟證據鏈固化困難等問題，對商業銀行風險防控提出了新的挑戰。因此，研究如何加強線上信貸產品風險管理，提高“線上+線下”管理水平，解決線上業務風險防控問題，十分迫切和必要。本文在對已有相關文獻進行梳理和分析的基礎上，基于近年來商業銀行線上信貸業務發展實踐，梳理了業務開展中數據風險、模型風險、欺詐風險、貸后管理風險、法律風險、處置風險等面臨的新挑戰，提出了完善商業銀行線上信貸業務風險管控對策的具體思路和建議。

文獻綜述

風險控制是線上信貸業務發展的關鍵，主要包括風險控制效果和風險控制成本兩個維度，對應“信息不對稱”和“規模經濟”理論，本文主要研究如何提高風險管控模式的有效性，因此理論分析著重從“信息不對稱”理論出發。信貸市場“信息不對稱”現象引發了“信貸配給”（Akerlof，1970；Jaffee & Russell，1976；Stiglitz & Weiss，1981），影響了信貸資源配置效率。

互聯網技術特別是移動支付、社交網絡、搜索引擎和云計算等技術拓展了信息渠道來源，降低了信息不對稱程度，大幅減少交易成本，提高了資源配置效率（謝平、鄒傳偉，2012；宮曉林，2013）。信貸市場通過使用大數據和云計算等互聯網技術，對企業的經營狀況、未來發展潛力等進行多維度分析，構建更有效的互聯網信貸評估模型，測算企業的第一還款能力，有別于傳統信貸模式主要依靠抵押擔保等第二還款來源緩釋風險，它著重推動商業銀行全要素生產率的提高，成為解決銀行體系小微企業信貸供給問題的重要工具（王馨，2015；沈悅、郭品，2015；Livshits、MacGee、Tertilt，2016；盛天翔、范從來，2020）。

隨著互聯網金融業務的不斷發展，學者們也逐漸開始關注小微企業互聯網貸款業務的潛在風險，Liberti& Petersen（2018）認為互聯網貸款在信息收集過程中還有很多數據無法掌握，且在將“軟”信息轉化為“硬”信息時，會導致部分信息丟失。Jaksic&Marinc（2019）指出，互聯網貸款雖然有大量的“硬”信息，但是可信度存在核實難問題，導致無法實現對借款人的精準畫像。陳巖等（2016）研究指出互聯網信貸主要依靠互聯網信息和行為數據來判斷借款人的資信狀況和還款能力，數據失真和信息造假是導致信用風險的主要原因，“以貸還貸”方式容易轉移信用風險。許榮等認為互聯網貸款只憑借線上數據進行信貸決策，側重對貸款人的行為數據分析而不是先驗證資質條件，更沒有進行線下接觸和考察，信息數據的真實準確性存疑，容易引發信用風險（許榮等，2014；吳曉求，2015；劉忠璐，2016）。中國人民銀行征信中心與金融研究所聯合課題組（2014）分析了我國互聯網信貸平臺倒閉潮出現的原因，指出互聯網信貸平臺與傳統金融機構相比，征信應用嚴重不足，無法制約借款人的道德風險。黃益平、黃卓（2018）總結了我國數字金融的發展經驗，指出風控創新是互聯網信貸的重要生命力之一，但大數據風控也存在數據不完整、噪音難消除等天然不足，且存在重相關關系、輕因果分析的問題。

國內外學者前期研究指出互聯網貸款存在的風險主要為：一是數據風險，由于數據造假、數據不完整和數據噪音，且沒有線下核查流程，無法實現對借款人的“精準畫像”；二是資金用途風險，由于無法有效控制貸款資金支付，出現“以貸還貸”等情況；三是征信數據應用不全面，無法制約借款人的道德風險。

基于互聯網貸款面臨的風險分析，學者們提出了風險控制的相應對策。中國人民銀行征信中心與金融研究所聯合課題組（2014）提出要利用大數據技術開發適應互聯網信貸模式的征信產品，提升征信數據的覆蓋廣度和數據準確性，增強信用風險管理能力。宋首文等人認為要搭建雙邊或多邊平臺并利用第三方平臺實現客戶征信數據庫的全面升級，細化客戶評級，建立內部統一產品庫勾連同業產品庫，采集宏觀與微觀經濟變量，進行趨勢性分析，提升區域風險評估體系（宋首文等，2015）。劉忠璐（2016）建議商業銀行要加強與互聯網企業合作，共享數據，提高信用風險評估的準確性。鄂春林（2018）認為要做強數據，提升風險控制模型的迭代速度，實現風險控制線上與線下相結合。

整體上看，國內外文獻關于互聯網貸款的研究主要集中在貸款技術、信貸效率、風險承擔等方面，對互聯網貸款的風險識別和控制主要聚焦于數據風險、資金用途風險、征信應用不全面引發的道德風險等方面，對商業銀行線上信貸業務有較強的借鑒意義。但有關商業銀行線上信貸業務和風險控制方面的研究相對較少，至少還有欺詐風險、模型風險、貸后管理風險、法律風險和處置風險等方面值得進一步研究和關注。本文基于商業銀行的業務實踐，通過對商業銀行近年來線上信貸業務發展中面臨的主要挑戰進行分析，在此基礎上提出風險管控對策。

商業銀行線上信貸業務風險控制面臨的挑戰

近年來，商業銀行運用大數據和金融科技手段，對傳統線下小微信貸業務進行了流程再造，為小微企業和企業主推出了銀稅互動類、交易流水類、金融資產類、公積金類、社保類等多維度的線上信貸產品。小微線上信貸業務的戶數和余額呈現爆發式增長，如建設銀行線上“小微快貸”系列產品至2020年末累計投放3.6萬億元，服務客戶超170萬戶；農業銀行線上“農銀e貸”系列產品2020年末余額達1.31萬億，較上年末增長122.2%。商業銀行線上信貸業務快速發展的同時，也逐漸暴露出數據風險、模型風險、欺詐風險、貸后管理風險、法律風險、處置風險等問題。

（一）數據風險

商業銀行傳統信貸流程主要依靠人工進行線下調查、審查、審批和放款，對信用風險的評估根據信貸制度從客戶分類、信用等級、財務分析、生產經營情況、資金用途等維度進行違約預測，通過抵質押、保證等增信措施來緩釋風險，是一種“經驗驅動型”的信貸決策模式，服務半徑較小，難以滿足小微企業融資服務的普惠性需求。而線上信貸業務充分利用大數據，多維度、動態分析客戶的履約意愿和履約能力，調查、審查、審批、用信等業務流程主要在線上完成，是一種“數據驅動型”的信貸決策模式，呈現出“小額、分散、高頻”的特點。數據的真實性、廣度和深度直接影響線上信貸業務的風險識別和控制水平。數據風險是商業銀行線上信貸業務面臨的主要風險之一，它是指由于數據的真實性、準確性和完整性而引發的業務風險。數據風險會衍生出欺詐風險，欺詐風險是指由于無法有效識別借款人的惡意騙貸行為而導致的信貸損失。從商業銀行線上信貸產品實踐來看，主要存在以下四大方面的數據風險：

1.數據廣度和深度不夠，難以為客戶精準畫像

一是數據來源不廣。商業銀行線上信貸業務的數據主要以內部數據和人行征信為主，內部數據主要包括行內支付結算信息、金融資產信息等，維度相對比較單一。雖然引入的外部數據有日漸增多趨勢但還不夠豐富，在對客戶進行全面的數據收集比對和交叉驗證上，還需要進一步加強。如客戶行為數據（消費習慣、網絡行為、社交行為等）在產品模型應用中不夠廣泛，部分本地化特色數據（環保、用水、用電、工資等）由于數據零散難以被模型引用，影響模型的準確性。二是內部數據存在“信息孤島”現象。傳統的商業銀行組織架構按照業務條線進行管理，不同業務條線的系統和數據相對孤立，不能充分共享，如企業主的個人賬戶結算信息、個人貸款信息和信用卡使用信息等數據由于分布在不同系統中，導致在小微企業貸款審批決策中無法被充分利用，一定程度上削弱了對客戶的行為分析及風險控制能力。

2.數據真實性校驗困難，存在數據篡改的風險

一是部分數據源難以交叉驗證，如商業銀行供應鏈產品數據主要來源于核心企業，核心企業也有可能通過變造內部數據等方式來為自己或其上下游企業謀取利益。二是對于通過白名單形式報送的數據或需要線下調查錄入的數據（如押品價值、企業銷售收入、納稅情況等），存在數據提供者或調查人員高估押品或刻意修改數據的風險。三是對于外部數據平臺，缺乏統一的準入評估標準，數據的真實性和可靠性無法準確判斷，存在數據可靠性風險。

3.數據更新不及時，信用風險未及時反映

主要表現為外部監管數據（征信、失信被執行、法院判決等）更新存在時滯性，導致某些風險產生或消除后，未能及時聯動更新，易造成短期內多家銀行貸款、準入控制失效的情況發生。如借款人利用銀行系統數據的滯后性，集中一段時間在多家銀行的線上渠道申辦貸款，遠超其負債能力，導致信用風險加大，個別客戶在金融公司、網貸平臺的融資信息沒有在征信系統中體現，導致融資額度遠遠超過自身風險控制水平；又如，企業的涉訴和執行信息聯動系統會有滯后性，導致企業系統相關數據信息未能及時反映，貸款發放后可能存在潛在風險。

4.白名單數據管理不到位，存在風險隱患

線上信貸業務風險控制的關鍵環節之一是客戶準入。目前，商業銀行線上信貸產品尤其是個人類產品在客戶準入管理方面主要采取白名單制。以個人公積金類線上產品為例，主流的白名單管理方式有兩種：一種是基于單個客戶維度的白名單，一種是基于單位維度的白名單。基于單個客戶的白名單由于客戶總量大且分散，白名單管理難度大；基于單位維度的準入白名單，雖然事先對客戶工作單位進行了甄別和控制，但單位內部的異常員工無法有效剔除。如臨聘人員、問題員工、非“正?！眴T工等還款能力不足，從對該類客戶風險情況的跟蹤看，形成不良的概率較大。同時，線上信貸業務無線下核查流程，部分小微企業通過注冊空殼公司、構造虛假數據騙貸，部分中介機構通過代繳公積金或者代繳稅款“養白戶”騙貸，存在欺詐風險。

（二）模型風險

模型風險主要是由于模型建立（如建模假設不當、模型選擇不當、模型要素不全、模型性能較差等）和模型應用存在偏差導致的風險。線上信貸業務在風險控制方面區別于傳統信貸業務最主要的優勢是大數據優勢和模型優勢（黃益平、邱晗，2021）。傳統信貸業務主要依靠人工，根據制度要求進行信貸決策，線上信貸業務通過對大數據進行分析和處理，更能抓住一些復雜的非線性關系及解釋變量之間的交互作用，在此基礎上將制度要求轉化為數理模型進行線上化信貸決策。目前，商業銀行線上信貸模型一般布局在商業銀行總部，一旦模型出現漏洞，容易引發系統性風險。從實踐上看，模型風險主要有以下方面：

1.制度規則模型化轉化不足，準入控制失效

部分定性化的產品政策和業務規則要求準入條件無法轉化為數據語言被模型客觀引用，導致模型數據不全，影響準入控制。

2.授信模型函數較為簡單，易被不法分子利用

部分商業銀行線上產品授信采用單一的授信校驗規則，或通過簡單的函數運算得出授信結果。不法分子可能通過多次調整業務數據、多個客戶驗證等方式識別出銀行的授信模型，再通過蓄意修改數據，騙取授信額度。如目前商業銀行的銀稅互動類產品，主要基于企業納稅數據授信，存在一些非法中介利用銀行授信規則漏洞，通過代繳稅費協助企業惡意套取銀行信貸資金的現象，或通過助貸謀取不法利益等行為，這些都存在風險隱患。

3.模型未實現客戶及其關聯人整體風險管控，存在過度授信風險

商業銀行的線上信貸產品中，企業行政處罰、法人高管信息、配偶及控股企業等信息內嵌于授信模型。單一個人通過其配偶或參與控股等方式，開立多家企業、多頭進行線上融資，可能造成多頭授信、過度授信的風險。

4.授信模型后置，存在一定業務風險

現有的商業銀行企業法人類線上信貸產品，大多從企業網銀業務授權申請開始，需要客戶進行開立對公賬戶、企業網銀和個人掌銀。而在實際業務審批時，可能因模型校驗、征信準入等問題導致授信不通過，引發客戶反感甚至投訴，存在一定聲譽風險。

（三）貸后管理風險

線上信貸業務貸后管理風險主要是由于對貸款資金用途監管不到位和貸后風險監測預警不到位引發的風險。線上信貸業務貸后管理與傳統信貸業務貸后管理的主要區別在于，線上信貸業務小額分散，客戶群體大。以某大型商業銀行為例，在傳統線下信貸業務模式下，單個客戶經理管理小微法人客戶10戶左右，而在線上信貸業務快速發展背景下，大部分客戶經理管戶超50戶，部分客戶經理管戶甚至超過100戶，隨著業務總量的擴大，管戶數量將進一步增長。貸后管理風險主要體現在：

1.資金用途監督缺失，存在資金違規使用現象

線上產品對貸款資金流向難以掌控，存在資金違規使用風險。雖然商業銀行的線上信貸產品均明確信貸資金僅限于企業正常生產經營活動，不得另作他用，但受制于現有技術手段，對客戶信貸資金用途難以實行有效的監督，存在部分小微企業貸款由企業放款賬戶直接一次或多次轉入企業主個人賬戶，再通過線上渠道（微信轉賬、支付寶等）轉出，部分個人貸款違規流入股市、樓市，或投資私募基金、參與小貸、購買互聯網理財產品等現象，給商業銀行貸款資金監管帶來一定困難。同時，客戶信貸資金被挪用，容易出現信用風險。

2.貸后管理問題

一是客戶經理與業務量匹配問題。隨著線上信貸業務的快速發展，客戶總量大幅上升，客戶經理人數難以同步匹配客戶發展規模，基層客戶經理管戶壓力和管戶難度較大。隨著業務的不斷增加，人均管戶量還會進一步增加。二是客戶經理管戶意愿和能力問題。線上貸款客戶由系統審批，貸款發放后分發管戶，客戶經理處于被動管戶的狀態，且管戶數量較大，存在業務管理風險。與線下貸款相比，客戶經理管理參與感與責任意識均有一定差距，存在客戶經理業務素質與線上信貸業務發展不匹配的問題。三是貸后責任劃分問題。純線上信貸產品的審批和發放主要由系統處理，客戶可以全流程自主提款。放款后系統完成客戶經理指派，客戶經理不能做到“了解自己的客戶”，也無從進行及時有效的風險防范，一旦發生不良，責任也難以認定。

3.線上預警處理不規范

商業銀行線上信貸產品上線時間較短，線上預警的處理方式方法還未系統性地建立，效果有待市場和周期檢驗。尤其是新產品上線初期，系統預警較多，因客戶正常信息變更產生的無效預警也較多，客戶經理處置預警的做法不一、效果良莠不齊。

（四）法律風險

商業銀行線上信貸產品推出時間相對較短，司法制度、司法實踐和產品設計等方面需要不斷更新和完善。

1.內外部法律規章制度不健全

目前，關于電子合同方面的立法均為原則性規定，相關規定主要有《民法典》《電子簽名法》等，技術標準不夠明確，對于如何審核和認定電子證據，采取何種技術標準，均沒有具體規定，可能導致業務部門在設計相關產品業務流程時，因無標準可依，導致流程環節設計方面不合理、不到位而帶來相關法律風險。

2.法院自由裁量權較大

因對電子簽名可靠性的不同理解，部分法院對線上產品電子簽名、電子合同、電子證據效力持否定態度。因線上信貸產品主要是通過手機銀行或網上銀行操作，合同、借據等關鍵證據均為電子版，法院對電子合同在證據證明力上不認可，借款人也時常以此作為抗辯理由，增加了訴訟困難。

3.部分線上產品對客戶的權益保護不夠

客戶信息保護是當前監管的重點關注領域，部分商業銀行前期產品在調用客戶人臉識別時未取得充分授權，對客戶信息的保護需進一步完善。

（五）處置風險

1.自主清收方面

主要存在客戶信息資料不完整、不準確，大部分沒有抵押物和其他相關財產線索，客戶地址、電話變更，查找和清收相較傳統的線上貸款難度大。

2.訴訟處置方面

主要存在訴訟立案、舉證和執行困難。一是個別法院對線上貸款電子簽名、電子合同、電子證據效力不予認可；二是執行中法院會要求提供被執行人的財產線索，由于線上貸款基本上無抵押擔保，銀行難以查證及提供被執行人的財產線索。

3.核銷方面

目前線上貸款為新業務、新品種，銀行對債務人基本信息、財產信息和盡職追償證明材料收集較為困難，影響核銷效率。

商業銀行線上信貸業務風險控制的對策建議

（一）拓展數據來源，增強數據的支撐作用

數據是線上信貸業務發展和風險控制的基礎，數據的真實性、完整性、有效性對提升風控效率至關重要。因此，商業銀行對內要高效整合各條線割裂數據，打破“數據孤島”，對外要引入第三方宏微觀數據和客戶行為數據，提升大數據的支撐作用，防范欺詐風險。

1.搭建數據中臺，打破“數據孤島”

搭建數據中臺，將科技、運營、內控等后臺部門和普惠、個貸、信用卡等前臺部門的海量數據進行匯總，打通內部系統壁壘，實現數據的共享融合、組織處理、建模分析、管理治理和服務應用，統一數據口徑、實現數據的標準化輸出，在存儲和傳輸過程中加強對客戶的信息保護，維護數據安全，并以API方式提供服務，供內外部調用。組建跨業務條線、跨部門的數據分析團隊，通過對大數據的分析和應用，讓決策模式從“經驗式決策”轉變為“數據分析式決策”和“經驗式決策”雙輪驅動，讓數據實現業務化、資產化，更好驅動業務創新和發展。

2.探索與第三方機構合作，拓展數據的廣泛性

加大對第三方數據的合作和引用，包括引入政府類數據和第三方機構數據等，推動信用業務適用數據的采購與嵌入，逐步引入稅務、房地產評估、車輛及個人保險、投融資、產業鏈信息、公積金、電力、政府采購、行業協會、司法、輿情、消費能力、個人行為、網貸平臺借貸等外部數據，構建覆蓋客戶、行業、區域、人員的多維度、多時點信用大數據視圖，保證根據業務需要能隨時找到高質量的數據，實現數據的好用和實用。

（二）完善授信模型，提升信貸決策有效性

授信模型是保障線上信貸業務健康發展的核心因素，模型開發要根據業務特點進行假設，采用合理建模方法，在建模過程中要加強合理性論證，做好模型的后續驗證，根據市場變化進行迭代升級。

1.建立客戶統一授信體系

打通法人和個人授信，進行線上信貸產品授信時，充分采集企業主配偶及關聯企業信息，對企業主及關聯企業實行總體授信額度控制，防止控制人通過設立多家企業進行多頭融資。

2.做好授信模型的迭代升級

為適應市場變化，要根據宏微觀市場動態，加強模型的迭代升級。如疫情發生后，國家采取了一系列的減稅降費政策。在傳統的銀稅互動模型下，會出現因小微企業客戶的稅收繳納變動而降低客戶授信額度或審批不準入的現象，與國家政策和市場真實情況出現偏差，需要及時更新。另外，對于第三方中介機構代繳稅收和代繳公積金、幫助客戶騙取貸款等情況，需要加強反欺詐措施，實現有效攔截。

（三）整合渠道和系統，搭建風險控制平臺

平臺整合了獲客渠道和風險控制優勢，目前，部分商業銀行線上信貸業務呈現“平臺化”特點，取得了較好的成效，如中國建設銀行的“惠懂你”APP、招商銀行的“招貸”APP等。以建設銀行“惠懂你”為例，平臺定位為“可見即可貸”的小微企業一站式融資服務平臺，集中了額度測算、預約開戶、貸款申請、支用還款、指數調查問卷等功能，打造了集批量化獲客、精準化畫像、自動化審批、智能化風控、綜合化服務等功能為一身的一體化平臺，是一個外部交互開放、內部充分整合的平臺，具有開放式獲客、一站式辦理、智能化風控等特點。風控系統作為平臺的重要組成部分，在注冊環節，通過收集個人和企業基本資料、賬戶信息、身份信息、財產信息、通訊信息、生物識別信息、手機號碼，采集聲音、人臉圖像、設備信息、地理位置等信息對用戶身份進行識別，完成實名認證，系統可自動實現個人關聯至企業，有效解決反欺詐；在客戶貸款申請和審批環節，調用第三方關聯的企業信用、工商、稅務、水費、電力、知識產權、票務、政府采購等信息，實現對客戶的精準畫像和授信，首創了企業在線授權功能，自動生成股東會決議，股東可進行線上投票，授權企業實際控制人進行后續貸款操作；在貸后環節，通過持續跟蹤企業動態，實現快速預警，如建行湖南省分行在線上貸款發放后即由管戶客戶經理進行電話聯系，對于無法聯系的客戶立即開展上門核查，結合系統預警等級通過“線上+線下”方式進行處理。

平臺化對于商業銀行線上信貸業務風險控制具有重要借鑒意義：

1.整合入口渠道，搭建獲客平臺

整合商業銀行現有的渠道入口，搭建普惠金融服務平臺，將反欺詐、風控模型嵌入平臺中，提升風險控制效果。

2.整合預警信息和系統，搭建企業級預警平臺

一是打造企業級風險預警平臺，整合法人與個人、線上與線下、表內與表外全部信用業務風險監控，將行內、行外風險信息引入風控平臺，實現聯防聯控。同時引入海量數據打造企業級風險預警信息平臺，提高風險預警的時效性和準確性。二是建立規范的線上信用風險預警信號處理體系，明確各相關人員風險信號的處理流程和權限，實現線上信貸風險管理智能化、標準化。

（四）做實貸后管理，防范發生系統性風險

線上信貸業務“小額、高頻、分散”的特點決定了貸后管理模式只能以“線上為主”，通過建立外呼中心、在線監測中心等方式進行貸后集中作業。在此基礎上，構建“線上為主，線上+線下”的聯動貸后管理機制。

1.將線上貸款納入全量監測范圍

一是強化對線上信貸業務的動態監測和到期管理，加強對貸款資金用途的管理和跟蹤監測，抓實貸款用途管控，嚴禁信貸資金流入房地產、股市、購買理財等領域，重點排查信貸資金用途虛假、向空殼企業發放貸款等情況。二是杜絕中介參與，通過“線上+線下”結合的貸后管理，按照監管要求穿透和跟蹤貸款資金支付和使用，防止資金挪用或進入高風險領域。

2.加強線上產品培訓

組織常態化的貸后管理培訓和考試，并將貸后管理的完成情況、培訓考試的通過率，納入對相關從業人員的績效考核中，將貸后管理培訓的組織情況納入對經營機構的績效考核中，使得貸后管理責任能真正落實到客戶、落實到人，著力提升客戶經理的貸后管理能力。

注釋：

1互聯網金融的概念最早由謝平（2012）等學者提出，主要用于互聯網平臺類企業，《商業銀行互聯網貸款管理暫行辦法》對商業銀行互聯網貸款業務給出了明確定義，不包含押品需要線下或主要經線下評估等級和交付保管的抵質押貸款。本文根據商業銀行實踐，將受理和審批主要通過線上完成的貸款，統稱為線上信貸業務，目前商業銀行推出的線上信貸業務主要面向小微企業。