淺析大數據在商業銀行對公授信審批中的應用

向瀟瀟

一、商業銀行信貸業務大數據應用現狀

近些年來，商業銀行面臨著以大數據、云計算、人工智能等技術革命帶來的巨大機遇與挑戰。各項較為成熟的基礎配套技術為商業銀行領域的應用提供了堅實的基礎，大幅提升了各項復雜計算任務的精準度，在商業銀行信貸業務方面的應用，也起到了降低運營成本，提升服務效率與風險識別能力的作用。一方面，在零售信貸領域，大數據應用已較為成熟，主要通過設定模型對個人客戶、小微企業的違約概率進行估計，系統判斷借款人的信用資質，從而實現自動審批、線上放款等。另一方面，在對公授信領域，由于業務非標準化的特點，大數據應用仍處于持續探索與快速發展的階段。目前各家商業銀行都在積極拓展大數據在對公授信領域的應用深度，應用大數據為授信決策提供精準支持。

二、商業銀行對公授信審批特點

對公授信審批是商業銀行授信業務經營管理過程中的一個重要環節，主要針對合規風險與信用風險進行審查，從而對借款人的信用資質做出判斷，為授信決策提供支持，為信貸資產質量保駕護航。合規風險審查指的是審查審批人員按照規定，對申報事項及申報材料要件、內容進行核實，驗證是否符合金融法律法規、監管要求、行業規定以及商業銀行內部規章制度。信用風險審查指的是審查審批人員對于企業在授信有效期內的持續經營能力、償債能力以及償債意愿的分析，具體可分為財務分析與非財務分析。

根據對公授信審查審批的工作特點，并結合大數據的性質，下文將具體探索如何將大數據實際應用于對公授信審批工作中，利用大數據技術獲取并處理方方面面的信息，提升商業銀行授信審批效率，更為精準地做出授信審批決策。

三、大數據在對公授信審查審批中的應用探索

商業銀行授信審查審批人員通常是將借款人的財務信息與非財務信息結合起來，經過綜合判斷并給出是否建議授信、給予多少授信額度，以及采取怎樣的風險緩釋措施。審查審批人員時刻面臨各種紛繁復雜的授信材料需要處理，而通過引入大數據相關技術，可迅速整理材料并提供信息，將審批人員從繁多的授信材料中釋放出來，精力更多地放在研判及決策方面，降低銀行與借款人之間的信息不對稱，大幅提升授信決策的精準性。

1.大數據在財務分析中的應用

（1）運用大數據驗證借款人財務數據真實性

在審查審批過程中，財務數據真實性驗證往往是財務分析的起點，通過引入大數據手段，可以利用OCR 圖像處理技術以及機器學習算法，對審計過的財務報表進行智能識別，將部分非結構化數據轉化為結構化數據，并將其與客戶經理人工錄入的財務報表進行對比，同時，還可進行數據分析，輸出可視化的圖表，并提示異常信息，以便于審查審批人員進行分析研判報表數據的真實性。

（2）應用大數據分析借款人真實經營狀況

借款人在授信期限內的持續經營狀況是商業銀行審查審批所關注的一項重點，主要通過對借款人的技術能力、產品特性、管理層能力、產業上下游議價能力、競爭對手以及重大經營事項等進行分析。通過引入大數據，首先，可以結合借款人所在行業周期以及行業地位，通過監測其賬戶資金變動情況并與歷史變動進行分析對比，如有異常，則可能存在經營不善的情況；其次，可以通過系統自動交叉核實借款人的各項數據，比如在系統中將財務報表中的銷售收入、納稅申報表中的應稅收入以及存款賬戶資金變動情況進行對比驗證，輸出差異信息進行提前預警；再次，可以通過大數據手段，以系統實時監測輿情信息，建立相關模型，系統實時監測商業銀行存量授信客戶與潛在授信客戶的相關外部輿情信息，并將監測結果實時反饋，使得審查審批人員可以及時了解相關信息并判斷其對借款人經營狀況的影響。

（3）應用大數據分析借款人財務報表關鍵指標

傳統的審查審批過程中，針對借款人財務報表的分析，通常是通過審查人員分別就企業的各項關鍵財務指標進行計算，主要包括盈利、成長、營運以及償債能力等指標，然后基于對行業與企業的認識和經驗來判斷指標是否合理，企業未來發展前景如何。通過引入大數據手段，一方面，可以簡化財務指標梳理以及計算的過程，使得審批人員能夠專注于研判指標的合理性以及企業未來發展趨勢。同時，將借款人財務指標與自身歷史數據進行縱向對比，可以發現財務數據變化趨勢，與同業進行橫向對比，并設定相關預警提示信息，當某項指標不在事先設定的合理范圍內或與其同業數據差距較大，系統將自動提示審查人員，進行深入分析，從而審查人員能夠迅速找到關鍵分析點。另一方面，通過大數據預測借款人未來的財務狀況。通過搭建相應的模型，對關鍵科目和增長率進行合理的假設，并將假設輸入模型，通過模型直接輸出預測的財務報表，并通過輸入不同的假設，所得到的不同預測結果，進行敏感性分析，以供審查審批人員判斷在未來不同經濟情形下，借款人還款來源是否依然充足。

2.大數據在非財務分析中的應用

（1）應用大數據推斷借款人行業前景

審查審批人員通常需要通過分析借款人所屬行業發展前景，并結合行業發展規律與借款人在行業中所處地位，防范行業風險，制定合理的授信方案。通過應用大數據手段，首先，可以結合行內客戶行業性質，引入或建立反映不同行業風險的各項重點指標，定期對相關的行業數據進行監測與分析，根據指標的變化情況，進行預警，從而及時把握行業發展前景，準確判斷未來行業發展趨勢；其次，可以通過挖掘借款人所在產業鏈上下游企業相關的經營狀況信息，根據借款人分別對于上下游的議價能力和相關性，來輔助判斷借款人未來發展趨勢，發現潛在風險，在發生實際風險之前及時調整信貸結構；再次，將借款人相應經營數據和財務數據與所監測的行業相關數據進行橫向對比，及時發現異常，建立預警機制。

（2）應用大數據實現企業畫像

HW4504機心專為史詩陀飛輪Histoire de Tourbillon 9號腕表研發，確保這款腕表成為不可多得的非凡臻品。腕表一共限量發行20只，白18K金和玫瑰18K金款式各10只。

在了解借款人基礎情況時，審查審批人員通常會通過查詢企業的財務報表、納稅信息、征信數據、水電表信息、海關數據、工商環保、涉訴信息、股東以及實控人的相關法律信息等，來綜合研判借款人的基本情況。以往主要通過人工查詢，從多個數據來源處進行查詢并梳理相關信息，除了財務數據等結構化數據之外，大多是非結構化的文本數據，諸如新聞報道、法律裁判文書、監管處罰信息等，需要耗費審查人員更多時間進行梳理。通過應用大數據，可以探索通過爬蟲以及文本挖掘等技術，來加工處理這些非結構化的數據，并結合產業政策、行業發展、借款人的財務、稅務、征信、工商、司法等多維數據，進行企業畫像，全面綜合地反映借款主體的基本信息。

（3）運用大數據判斷信貸資金實際用途

近年來，借款人不按照約定資金用途使用信貸資金，挪用信貸資金的新聞頻傳，商業銀行可以考慮通過引入大數據手段。比如通過大數據建立全媒體授信管理系統，不僅依據借款人所提供的相關合同信息按照進度放款，還可要求借款人提供實時的視頻采集數據，使得商業銀行在放款過程中，能夠更加準確地把握放款進度與信貸資金使用進度是否匹配；同時，還可通過自動識別與上下游企業的相關交易單據，交叉核驗是否有真實貿易背景，是否按照約定資金用途使用信貸資金，避免通過虛假交易套取信貸資金；此外，監測借款人賬戶資金往來信息，分析大額交易對手是否為其所在行業上下游企業，防止借款人挪用資金或者將資金投向違反國家規定的行業或領域。

四、對公授信審批中大數據應用面臨的挑戰

1.數據統計口徑需要整合

當前，商業銀行內部各種類型的數據統計口徑存在不一致的問題。一是不同條線與部門普遍有根據自身需求建立各種系統，不同系統的數據統計口徑之間可能會存在較大的差距；二是商業銀行內部數據統計口徑與外部數據供應商之間也有所不同，口徑不一致的問題若無法解決，那么將外部數據輸入商業銀行內部對公授信審查審批相關模型，輸出結果將毫無意義。

2.數據應用深度仍需拓展

3.數據分析能力有待提升

當前，部分商業銀行數據分析相關人才較為缺乏。一方面需要審查審批人員具有完備的經濟金融與風險管理知識與技能；另一方面，對于審查審批人員在數據挖掘、整合以及分析方面提出了更高的要求，審查審批人員既要懂業務又要懂技術，能夠看懂模型，應用模型，搭建模型。

五、對策與建議

1.夯實數據基礎，進一步整合行內外數據

針對數據統計口徑的問題，商業銀行可以在總行層面建立相應的數據管理部門，專門負責全行大數據管理，目前部分銀行已有相關先進實踐。圍繞授信業務貸前調查、貸中審批以及貸后管理等關鍵環節，整合行內外數據，通過梳理各種數據來源，統一全行數據口徑，制定數據標準，提升非結構化數據的搜集、清洗、挖掘以及應用的效率，實現全流程的信貸數據管理，不僅為提升商業銀行對公授信審批大數據應用奠定堅實的基礎，還能提升全行大數據應用水平。

2.強化數據挖掘，提升大數據分析能力

商業銀行將大數據應用于對公授信審查審批，還需強化數據挖掘與數據分析的能力。一方面是處理非結構化數據的能力，要通過更加有效的方式挖掘與信貸業務密切相關的一些文本、圖像、音視頻等不同格式的非結構化數據的價值，加快將非結構化數據轉化為授信決策的支撐信息。另一方面涉及到機器學習能力，大數據在對公授信審查審批中的應用，本質上是在分類和預測，要充分利用各種機器學習算法的優勢，并引入人工智能的技術，更有效利用海量信息。

3.加強隊伍建設，培養復合型審批人才

為了更好地適應大數據時代對審查審批人員更高的要求，商業銀行要加強審批隊伍，通過各種培訓、調研與實踐活動，提升對公授信審查審批人員專業能力，建設數智化、專家型審批隊伍。審批人員既要掌握完備的經濟金融理論知識，積累豐富的專家判斷經驗，提升定性分析能力，又要具備相應的數據分析、模型構造的方法，提升定量分析能力。