鐘輝 吳樹德 臧國華 李慧

[摘 要]文章針對商業(yè)銀行個人貸款的人工識別、事后管控的傳統(tǒng)風險管理模式嚴重影響風險防控效果的問題，提出立足大數(shù)據(jù)分析、建立智慧型風險預警機制的解決問題思路。詳細闡明建立風險預警機制的具體方法，即建立涵蓋“假個貸”、集中違約風險、貸款用途虛假、客戶潛在信用風險等的全面預警機制，并通過建立實時、智能、全流程自動化預警系統(tǒng)使預警產(chǎn)生實效。同時，文章對商業(yè)銀行未來個人貸款風險預警趨勢進行判斷與展望。

[關(guān)鍵詞]商業(yè)銀行；風險預警；業(yè)務(wù)轉(zhuǎn)型

[DOI]10.13939/j.cnki.zgsc.2018.16.042

1 國內(nèi)銀行業(yè)個人貸款風險管理普遍存在且亟待解決的問題

近年來，國內(nèi)銀行業(yè)個人貸款業(yè)務(wù)迅猛發(fā)展，個人貸款規(guī)模和客戶數(shù)量快速擴大，與此同時，“假個貸”、貸款用途違規(guī)等關(guān)鍵風險問題持續(xù)暴露。面對不斷增長的業(yè)務(wù)量和始終存在的風險頑疾，國內(nèi)銀行業(yè)普遍僅依靠有限的貸后管理人員，由人工在海量貸款中盲目抽查、人工盲目尋找風險點的傳統(tǒng)風險管理模式。持續(xù)提升的風險控制要求與有限的貸后人力資源、手段的矛盾不斷加深，嚴重影響風險防控效果，導致銀行往往在重大風險徹底暴露后才能發(fā)現(xiàn)，早已錯失風險化解良機，因此銀行業(yè)風險管理模式迫切需要轉(zhuǎn)型。

2 解決問題的思路——轉(zhuǎn)變個人貸款風險管理模式，建立智慧型風險預警機制

大數(shù)據(jù)技術(shù)的廣泛發(fā)展，為銀行業(yè)轉(zhuǎn)變風險管理模式提供良好契機，銀行業(yè)應(yīng)充分依托大數(shù)據(jù)分析成果，加強系統(tǒng)科技支持，建立自動化的智慧型風險預警體系。

具體來說，銀行業(yè)解決問題的思路應(yīng)是，在加強科技支持方面下功夫，利用系統(tǒng)提供精準、有效的手段防控風險。將提升“機防機控”水平作為提升個貸風險監(jiān)測預警能力、加強個貸業(yè)務(wù)基礎(chǔ)管理、節(jié)約貸后人力資源的重要手段。即，將個貸業(yè)務(wù)多年積累的風險管理經(jīng)驗納入系統(tǒng)工具，運用大數(shù)據(jù)分析方法，系統(tǒng)篩選并提供風險數(shù)據(jù)，解決人工無法解決的問題。

3 建立智慧型個人貸款風險預警的具體方法

3.1 建立個人貸款風險全覆蓋的預警機制

3.1.1 針對“假個貸”等騙貸套貸問題建立自動預警機制

采用大數(shù)據(jù)分析技術(shù)，對房地產(chǎn)商、汽車經(jīng)銷商、中介機構(gòu)等利用虛假交易套取銀行貸款的貸款真實性問題及時觸發(fā)預警。監(jiān)測預警方法主要是，以首付款繳納、按揭還款、貸款資金轉(zhuǎn)出等交易的相關(guān)賬戶交易流水為分析重點，以貸款發(fā)放機構(gòu)、合作樓盤、合作機構(gòu)等合作方信息，貸款金額、貸款發(fā)放時間等貸款基本信息，貸款客戶逾期記錄等征信信息，以及客戶收入、職業(yè)、聯(lián)系方式等客戶基本信息為輔助信息，通過對上述所有數(shù)據(jù)綜合分析，篩選出首付款集中繳納、按揭款集中或連續(xù)支付、他人代還按揭款、合作項目履約保證金代償、相同客戶群體集中購房、貸款資金被集中歸集使用、大量貸款或客戶信息雷同等具有“假個貸”特征的疑點。對系統(tǒng)自動識別發(fā)現(xiàn)的疑點在第一時間進行人工確認，及時對問題房地產(chǎn)商、汽車經(jīng)銷商、中介機構(gòu)以及問題貸款借款人進行準入限制，并及時開展問題項目和貸款清收等風險緩釋措施。

3.1.2 針對個人貸款群發(fā)性集中違約風險隱患建立自動預警機制

采用大數(shù)據(jù)分析，對房地產(chǎn)商等個人貸款合作機構(gòu)本身出現(xiàn)風險所導致的個人貸款集中違約風險隱患自動觸發(fā)預警。第一種方法是，建立基于銀行內(nèi)部信息的個人貸款合作機構(gòu)黑名單庫，大數(shù)據(jù)分析抓取出現(xiàn)個人貸款集中拖欠風險或出現(xiàn)虛假套貸問題的合作機構(gòu)，以及出現(xiàn)管理風險、財務(wù)風險、履約風險及對公貸款形成實質(zhì)性違約的合作機構(gòu)，及時自動納入個貸黑名單庫中。第二種方法是，建立個人貸款合作方的銀行外部風險信息監(jiān)測庫，動態(tài)抓取社交媒體、網(wǎng)絡(luò)新聞、環(huán)保、工商、稅務(wù)、海關(guān)等外部信息，通過文本分析及內(nèi)部挖掘技術(shù)，對涉及個人貸款合作方的關(guān)鍵詞和負面新聞進行識別，將識別后的信息轉(zhuǎn)換成標準分類，建立黑名單信息索引庫。銀行應(yīng)充分利用個貸合作機構(gòu)黑名單庫，將黑名單信息及時預警傳導至在貸前環(huán)節(jié)，及時終止與合作機構(gòu)的合作關(guān)系；同時，對合作機構(gòu)所有已發(fā)放個人貸款進行風險預警并及早啟動風險化解措施，防止風險在合作機構(gòu)的合作項目間進一步擴大。第三種方法是，充分利用個人貸款合作方的房地產(chǎn)開發(fā)貸款等對公信貸信息，充分利用個人貸款合作方的關(guān)聯(lián)自然人的個人征信信息，分析發(fā)現(xiàn)個貸合作方信用風險苗頭，對個貸合作方所開發(fā)所有樓盤項目的存量個貸風險進行及時關(guān)注。

3.1.3 針對個人消費貸款用途虛假或違規(guī)問題建立預警機制

對于個人消費貸款用途虛假或違規(guī)問題監(jiān)測預警的主要方法是，以貸款借款人及貸款關(guān)聯(lián)人所有相關(guān)賬戶在貸款發(fā)放后的海量交易流水為分析的重中之重，通過大數(shù)據(jù)分析方法，持續(xù)跟蹤貸款資金流向，篩選出貸款資金改變約定用途的可疑資金交易?？梢山灰卓砂?，借款人本人挪用貸款資金的交易，使用貸款資金購買理財產(chǎn)品、基金進行投資的交易，將貸款資金最終小貸公司、典當行等限制性機構(gòu)的交易，貸款資金用來以貸還貸的交易等。只有跟蹤貸款資金從第一手到最后一手交易流轉(zhuǎn)的完整交易鏈條，才能從貸款資金流轉(zhuǎn)清晰的鏈條中，發(fā)現(xiàn)確認貸款資金用途問題，及時開展清收處置。

3.1.4 針對個人貸款客戶經(jīng)理違規(guī)操作問題建立自動預警機制

針對個人貸款客戶經(jīng)理串通客戶違規(guī)套取銀行貸款，客戶經(jīng)理違規(guī)挪用客戶貸款、虛假偽造貸款資料騙取銀行貸款、違規(guī)放寬貸款準入條件等客戶經(jīng)理違規(guī)問題自動觸發(fā)預警。主要方法是，一方面，抓取銀行內(nèi)部信息以及公安、工商、稅務(wù)、征信等海量外部信息，重點抓取貸款客戶經(jīng)理和客戶的身份信息、聯(lián)系方式信息、相互交易信息，大數(shù)據(jù)分析發(fā)現(xiàn)客戶經(jīng)理和客戶、客戶經(jīng)理和貸款關(guān)聯(lián)關(guān)系的蛛絲馬跡；另一方面，獲取貸款辦理地點、貸款辦理流程等貸款操作方面信息，發(fā)現(xiàn)客戶經(jīng)理異常操作情況。結(jié)合兩方面分析，識別發(fā)現(xiàn)客戶經(jīng)理違規(guī)問題。

3.1.5 針對個人貸款客戶自身潛在信用風險建立自動預警機制

銀行應(yīng)多角度預警客戶自身潛在信用風險的影響因素。一是，銀行可以引入先進建模技術(shù)預測客戶信用風險發(fā)生概率。銀行可以根據(jù)內(nèi)、外部客戶征信等大量數(shù)據(jù)，提煉出個人貸款借款人信用表現(xiàn)的普遍性規(guī)律。并運用關(guān)聯(lián)規(guī)則挖掘、遺傳算法、神經(jīng)網(wǎng)絡(luò)、預測模型等可用于大數(shù)據(jù)分析的先進建模技術(shù)，準確地預測個人貸款借款人出現(xiàn)違約等風險狀況的概率。最終，建立起涵蓋代表各個信息維度的多個預測變量、準確預測規(guī)則以及由計算機系統(tǒng)自動實施的風險預測模型。銀行可根據(jù)模型結(jié)果，及時預警長期履約不正?；蚪谶€款行為出現(xiàn)異動的客戶，進行重點關(guān)注。二是，銀行可以根據(jù)大數(shù)據(jù)分析，進行風險傳染（關(guān)聯(lián)風險）預警。分析發(fā)現(xiàn)銀行各類風險敞口向個人貸款領(lǐng)域的風險傳播規(guī)律，及早發(fā)現(xiàn)影響個人貸款客戶償債能力的問題，及時止損。如可以根據(jù)小微企業(yè)主企業(yè)貸款風險情況，分析企業(yè)法人代表或?qū)嶋H控制人等的個人貸款風險狀況變化，及時調(diào)整個人貸款風險敞口，減少風險向個貸領(lǐng)域傳導。三是，銀行可以挖掘個人貸款借款人的內(nèi)外部風險信息，提示借款人信用風險問題。充分利用司法、工商、稅務(wù)、生活繳費等廣泛社會信息，挖掘預警出現(xiàn)牽涉司法訴訟、出現(xiàn)經(jīng)濟糾紛、欠費欠稅等具有特殊風險的客戶。

3.2 建立實時、智能、全流程自動化的預警系統(tǒng)

3.2.1 建立實時的監(jiān)控系統(tǒng)

傳統(tǒng)的風險監(jiān)控系統(tǒng)往往數(shù)據(jù)時效性不強、信息共享不及時等，對風險識別和控制表現(xiàn)出一定滯后性。銀行客戶經(jīng)理日常貸后管理中無暇收集大量的內(nèi)外部相關(guān)數(shù)據(jù)，從個人貸款或借款人信息變動到被獲取并錄入業(yè)務(wù)系統(tǒng)要經(jīng)過一段時間，此時個人貸款風險情況等可能已發(fā)生實質(zhì)性變化。同時銀行內(nèi)部系統(tǒng)較多，且分屬不同部門管理，不同系統(tǒng)間數(shù)據(jù)的交互和共享不夠，影響數(shù)據(jù)及時使用。因此，一是，銀行不僅要通過多種技術(shù)手段提高數(shù)據(jù)收集效率，縮短數(shù)據(jù)從接入、加工到可使用的時間，并且數(shù)據(jù)要進一步融入業(yè)務(wù)流程和決策過程中。二是，銀行應(yīng)在數(shù)據(jù)及時更新的基礎(chǔ)上，提高監(jiān)控靈敏度，不再局限于傳統(tǒng)的固定頻率的報表式監(jiān)控，根據(jù)不同管理目的設(shè)定差異化監(jiān)控頻率，個人貸款業(yè)務(wù)一經(jīng)發(fā)生即納入監(jiān)控范圍，通過科技手段全天候掃描貸款業(yè)務(wù)流程各環(huán)節(jié)狀況及風險特征，以達到實時監(jiān)控的目的。三是，銀行應(yīng)將全面的風險預警規(guī)則全部納入預警系統(tǒng)中，在系統(tǒng)中合理設(shè)置風險預警閾值，一旦觸發(fā)預先設(shè)置的規(guī)則，系統(tǒng)自動實施批量預警。確保能在第一時間發(fā)現(xiàn)潛在風險，第一時間發(fā)揮監(jiān)控價值。

3.2.2 建立全流程自動化的預警系統(tǒng)

第一，銀行業(yè)應(yīng)開發(fā)覆蓋風險預警數(shù)據(jù)全部處理流程的信息系統(tǒng)，信息系統(tǒng)應(yīng)支持生成數(shù)據(jù)，數(shù)據(jù)風險分級、數(shù)據(jù)任務(wù)分派、數(shù)據(jù)任務(wù)核查、風險確認等各個業(yè)務(wù)流程環(huán)節(jié)。并通過在系統(tǒng)中設(shè)置規(guī)則，由系統(tǒng)實現(xiàn)所有環(huán)節(jié)的自動化處理，即實現(xiàn)預警數(shù)據(jù)自動生成、預警數(shù)據(jù)高中低風險分級自動劃分，數(shù)據(jù)任務(wù)向機構(gòu)和客戶經(jīng)理自動分派、任務(wù)完成后風險認定結(jié)論自動生成等。第二，更重要的是，由系統(tǒng)將風險預警信息第一時間融入個人貸款業(yè)務(wù)流程和決策中。應(yīng)由系統(tǒng)將生成或確認的預警信息傳導至個人貸款放款之前的所有業(yè)務(wù)流程中，使得銀行客戶經(jīng)理在貸款調(diào)查時、貸款發(fā)放前得以及時獲知風險，避免不必要的損失。

3.2.3 實現(xiàn)預警模型自我優(yōu)化

采取“模型篩查+專家判斷”的形式，結(jié)合模型效率優(yōu)勢和專家經(jīng)驗，提高風險識別效果。實施預警模型全生命周期管理，不斷對模型進行調(diào)試和優(yōu)化，提高預警模型準度和精度。

4 趨勢判斷與展望

4.1 內(nèi)外部海量信息數(shù)據(jù)全面應(yīng)用，實現(xiàn)更全面的風險監(jiān)控預警

當前各類數(shù)據(jù)爆炸式增長，在銀行內(nèi)部，銀行涉及存款、貸款、匯款、理財?shù)确椒矫婷鏄I(yè)務(wù)，不僅存在海量金融交易數(shù)據(jù)以及衍生的消費習慣、投資偏好、日常生活規(guī)律等消費信息，還存在著銀行客戶接觸中產(chǎn)生的郵件、圖像等非直接交易的數(shù)據(jù)等；在銀行外部，不僅有互聯(lián)網(wǎng)絡(luò)、移動終端、運營商等各種渠道不斷提供著交易、社交、投資、違法、欺詐等海量的寶貴數(shù)據(jù)資源，而且有房地產(chǎn)開發(fā)商、房產(chǎn)中介公司、房產(chǎn)交易平臺等也不斷提供各類個人貸款相關(guān)的房地產(chǎn)交易信息。

因此，銀行要進一步深入應(yīng)用各種渠道的客戶數(shù)據(jù)，進一步豐富個人貸款風險預警模型內(nèi)容。將銀行風險預警數(shù)據(jù)分析對象由靜態(tài)信息向交互信息擴展，由交互信息向非交互信息擴展，由銀行內(nèi)部信息向全面外部信息擴展，然后通過各種新技術(shù)精準分析風險發(fā)展的規(guī)律，更全面地識別和預警風險。如當前分析最多的客戶賬務(wù)信息、客戶特征信息等靜態(tài)信息大多是滯后的，未來可進一步對交互信息進行分析，包括對手機短信、通話記錄、銀行貸后催收交互信息等客戶行為數(shù)據(jù)等交互信息進行分析，對手機是否安裝博彩類、期貨類、現(xiàn)貨類、原油黃金買賣類App等投資行為數(shù)據(jù)進行分析，對借款人通迅錄情況等社交關(guān)系數(shù)據(jù)等進行分析；以及可未來對更高層次的郵件、語音等信息非直接交易的數(shù)據(jù)進行處理分析，以便第一時間了解客戶具體想法和行為，反映客戶的風險苗頭。通過靜態(tài)、交互、內(nèi)外部信息的全面分析，構(gòu)建客戶全面行為檔案，對客戶歷史交易信息進行特征的分析與歸納，通過比對當前交易信息和歷史行為信息，找出正常和異常的信息，實現(xiàn)實時預警功能。

4.2 應(yīng)用人工智能技術(shù)實現(xiàn)風險問題的自動最終確認，進一步解放人力資源

對于個人貸款風險預警提示的風險疑點，當前仍需要依靠專家人工判斷，需由人工對相關(guān)疑點貸款做進一步檢查才能最終確認存在問題，確認風險問題的工作仍需要耗費大量人力資源。未來可應(yīng)用人工智能技術(shù)，直接自動完成風險疑點的最終判斷，完全擺脫對專家人工判斷的依賴，進一步解放人力資源。首先，針對各類預警模型分別建立輔助模型，總結(jié)專家人工檢查確認問題時所使用的具體方法和具體內(nèi)容，將相關(guān)經(jīng)驗納入系統(tǒng)，由系統(tǒng)按照檢查步驟自動抓取信息，自動確認是否存在問題。其次，通過對風險預警所提示疑點貸款風險和客戶行為的后續(xù)表現(xiàn)進行跟蹤分析，并通過對不同類型的風險預警疑點進行交叉分析，明確貸款風險變化趨勢并最終確認問題。

參考文獻：

[1]黃昶君，王林.大數(shù)據(jù)助推銀行零售業(yè)務(wù)量化經(jīng)營[J].經(jīng)營管理，2014（1）：66-69.

[2]張翎.創(chuàng)新農(nóng)戶貸款信用風險預警監(jiān)控體系研究[J].農(nóng)村金融研究，2017（4）：65-68.