銀行風(fēng)險(xiǎn)轉(zhuǎn)型下的智慧型個(gè)人貸款風(fēng)險(xiǎn)預(yù)警探究

鐘輝 吳樹德 臧國華 李慧

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

[關(guān)鍵詞]商業(yè)銀行；風(fēng)險(xiǎn)預(yù)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(gè)人貸款風(fēng)險(xiǎn)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(gè)人貸款業(yè)務(wù)迅猛發(fā)展，個(gè)人貸款規(guī)模和客戶數(shù)量快速擴(kuò)大，與此同時(shí)，“假個(gè)貸”、貸款用途違規(guī)等關(guān)鍵風(fēng)險(xiǎn)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(fēng)險(xiǎn)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(fēng)險(xiǎn)點(diǎn)的傳統(tǒng)風(fēng)險(xiǎn)管理模式。持續(xù)提升的風(fēng)險(xiǎn)控制要求與有限的貸后人力資源、手段的矛盾不斷加深，嚴(yán)重影響風(fēng)險(xiǎn)防控效果，導(dǎo)致銀行往往在重大風(fēng)險(xiǎn)徹底暴露后才能發(fā)現(xiàn)，早已錯(cuò)失風(fēng)險(xiǎn)化解良機(jī)，因此銀行業(yè)風(fēng)險(xiǎn)管理模式迫切需要轉(zhuǎn)型。

2 解決問題的思路——轉(zhuǎn)變個(gè)人貸款風(fēng)險(xiǎn)管理模式，建立智慧型風(fēng)險(xiǎn)預(yù)警機(jī)制

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

具體來說，銀行業(yè)解決問題的思路應(yīng)是，在加強(qiáng)科技支持方面下功夫，利用系統(tǒng)提供精準(zhǔn)、有效的手段防控風(fēng)險(xiǎn)。將提升“機(jī)防機(jī)控”水平作為提升個(gè)貸風(fēng)險(xiǎn)監(jiān)測預(yù)警能力、加強(qiáng)個(gè)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(gè)貸業(yè)務(wù)多年積累的風(fēng)險(xiǎn)管理經(jīng)驗(yàn)納入系統(tǒng)工具，運(yùn)用大數(shù)據(jù)分析方法，系統(tǒng)篩選并提供風(fēng)險(xiǎn)數(shù)據(jù)，解決人工無法解決的問題。

3 建立智慧型個(gè)人貸款風(fēng)險(xiǎn)預(yù)警的具體方法

3.1 建立個(gè)人貸款風(fēng)險(xiǎn)全覆蓋的預(yù)警機(jī)制

3.1.1 針對“假個(gè)貸”等騙貸套貸問題建立自動預(yù)警機(jī)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(jī)構(gòu)等利用虛假交易套取銀行貸款的貸款真實(shí)性問題及時(shí)觸發(fā)預(yù)警。監(jiān)測預(yù)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(diǎn)，以貸款發(fā)放機(jī)構(gòu)、合作樓盤、合作機(jī)構(gòu)等合作方信息，貸款金額、貸款發(fā)放時(shí)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(xiàng)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(gè)貸”特征的疑點(diǎn)。對系統(tǒng)自動識別發(fā)現(xiàn)的疑點(diǎn)在第一時(shí)間進(jìn)行人工確認(rèn)，及時(shí)對問題房地產(chǎn)商、汽車經(jīng)銷商、中介機(jī)構(gòu)以及問題貸款借款人進(jìn)行準(zhǔn)入限制，并及時(shí)開展問題項(xiàng)目和貸款清收等風(fēng)險(xiǎn)緩釋措施。

3.1.2 針對個(gè)人貸款群發(fā)性集中違約風(fēng)險(xiǎn)隱患建立自動預(yù)警機(jī)制

采用大數(shù)據(jù)分析，對房地產(chǎn)商等個(gè)人貸款合作機(jī)構(gòu)本身出現(xiàn)風(fēng)險(xiǎn)所導(dǎo)致的個(gè)人貸款集中違約風(fēng)險(xiǎn)隱患自動觸發(fā)預(yù)警。第一種方法是，建立基于銀行內(nèi)部信息的個(gè)人貸款合作機(jī)構(gòu)黑名單庫，大數(shù)據(jù)分析抓取出現(xiàn)個(gè)人貸款集中拖欠風(fēng)險(xiǎn)或出現(xiàn)虛假套貸問題的合作機(jī)構(gòu)，以及出現(xiàn)管理風(fēng)險(xiǎn)、財(cái)務(wù)風(fēng)險(xiǎn)、履約風(fēng)險(xiǎn)及對公貸款形成實(shí)質(zhì)性違約的合作機(jī)構(gòu)，及時(shí)自動納入個(gè)貸黑名單庫中。第二種方法是，建立個(gè)人貸款合作方的銀行外部風(fēng)險(xiǎn)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(gè)人貸款合作方的關(guān)鍵詞和負(fù)面新聞進(jìn)行識別，將識別后的信息轉(zhuǎn)換成標(biāo)準(zhǔn)分類，建立黑名單信息索引庫。銀行應(yīng)充分利用個(gè)貸合作機(jī)構(gòu)黑名單庫，將黑名單信息及時(shí)預(yù)警傳導(dǎo)至在貸前環(huán)節(jié)，及時(shí)終止與合作機(jī)構(gòu)的合作關(guān)系；同時(shí)，對合作機(jī)構(gòu)所有已發(fā)放個(gè)人貸款進(jìn)行風(fēng)險(xiǎn)預(yù)警并及早啟動風(fēng)險(xiǎn)化解措施，防止風(fēng)險(xiǎn)在合作機(jī)構(gòu)的合作項(xiàng)目間進(jìn)一步擴(kuò)大。第三種方法是，充分利用個(gè)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(gè)人貸款合作方的關(guān)聯(lián)自然人的個(gè)人征信信息，分析發(fā)現(xiàn)個(gè)貸合作方信用風(fēng)險(xiǎn)苗頭，對個(gè)貸合作方所開發(fā)所有樓盤項(xiàng)目的存量個(gè)貸風(fēng)險(xiǎn)進(jìn)行及時(shí)關(guān)注。

3.1.3 針對個(gè)人消費(fèi)貸款用途虛假或違規(guī)問題建立預(yù)警機(jī)制

對于個(gè)人消費(fèi)貸款用途虛假或違規(guī)問題監(jiān)測預(yù)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。可疑交易可包括，借款人本人挪用貸款資金的交易，使用貸款資金購買理財(cái)產(chǎn)品、基金進(jìn)行投資的交易，將貸款資金最終小貸公司、典當(dāng)行等限制性機(jī)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(rèn)貸款資金用途問題，及時(shí)開展清收處置。

3.1.4 針對個(gè)人貸款客戶經(jīng)理違規(guī)操作問題建立自動預(yù)警機(jī)制

針對個(gè)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(zhǔn)入條件等客戶經(jīng)理違規(guī)問題自動觸發(fā)預(yù)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(diǎn)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(diǎn)、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(gè)人貸款客戶自身潛在信用風(fēng)險(xiǎn)建立自動預(yù)警機(jī)制

銀行應(yīng)多角度預(yù)警客戶自身潛在信用風(fēng)險(xiǎn)的影響因素。一是，銀行可以引入先進(jìn)建模技術(shù)預(yù)測客戶信用風(fēng)險(xiǎn)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(gè)人貸款借款人信用表現(xiàn)的普遍性規(guī)律。并運(yùn)用關(guān)聯(lián)規(guī)則挖掘、遺傳算法、神經(jīng)網(wǎng)絡(luò)、預(yù)測模型等可用于大數(shù)據(jù)分析的先進(jìn)建模技術(shù)，準(zhǔn)確地預(yù)測個(gè)人貸款借款人出現(xiàn)違約等風(fēng)險(xiǎn)狀況的概率。最終，建立起涵蓋代表各個(gè)信息維度的多個(gè)預(yù)測變量、準(zhǔn)確預(yù)測規(guī)則以及由計(jì)算機(jī)系統(tǒng)自動實(shí)施的風(fēng)險(xiǎn)預(yù)測模型。銀行可根據(jù)模型結(jié)果，及時(shí)預(yù)警長期履約不正?；蚪谶€款行為出現(xiàn)異動的客戶，進(jìn)行重點(diǎn)關(guān)注。二是，銀行可以根據(jù)大數(shù)據(jù)分析，進(jìn)行風(fēng)險(xiǎn)傳染（關(guān)聯(lián)風(fēng)險(xiǎn)）預(yù)警。分析發(fā)現(xiàn)銀行各類風(fēng)險(xiǎn)敞口向個(gè)人貸款領(lǐng)域的風(fēng)險(xiǎn)傳播規(guī)律，及早發(fā)現(xiàn)影響個(gè)人貸款客戶償債能力的問題，及時(shí)止損。如可以根據(jù)小微企業(yè)主企業(yè)貸款風(fēng)險(xiǎn)情況，分析企業(yè)法人代表或?qū)嶋H控制人等的個(gè)人貸款風(fēng)險(xiǎn)狀況變化，及時(shí)調(diào)整個(gè)人貸款風(fēng)險(xiǎn)敞口，減少風(fēng)險(xiǎn)向個(gè)貸領(lǐng)域傳導(dǎo)。三是，銀行可以挖掘個(gè)人貸款借款人的內(nèi)外部風(fēng)險(xiǎn)信息，提示借款人信用風(fēng)險(xiǎn)問題。充分利用司法、工商、稅務(wù)、生活繳費(fèi)等廣泛社會信息，挖掘預(yù)警出現(xiàn)牽涉司法訴訟、出現(xiàn)經(jīng)濟(jì)糾紛、欠費(fèi)欠稅等具有特殊風(fēng)險(xiǎn)的客戶。

3.2 建立實(shí)時(shí)、智能、全流程自動化的預(yù)警系統(tǒng)

3.2.1 建立實(shí)時(shí)的監(jiān)控系統(tǒng)

傳統(tǒng)的風(fēng)險(xiǎn)監(jiān)控系統(tǒng)往往數(shù)據(jù)時(shí)效性不強(qiáng)、信息共享不及時(shí)等，對風(fēng)險(xiǎn)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(gè)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(shí)間，此時(shí)個(gè)人貸款風(fēng)險(xiǎn)情況等可能已發(fā)生實(shí)質(zhì)性變化。同時(shí)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(shí)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(shí)間，并且數(shù)據(jù)要進(jìn)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(shí)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(bào)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(gè)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(fēng)險(xiǎn)特征，以達(dá)到實(shí)時(shí)監(jiān)控的目的。三是，銀行應(yīng)將全面的風(fēng)險(xiǎn)預(yù)警規(guī)則全部納入預(yù)警系統(tǒng)中，在系統(tǒng)中合理設(shè)置風(fēng)險(xiǎn)預(yù)警閾值，一旦觸發(fā)預(yù)先設(shè)置的規(guī)則，系統(tǒng)自動實(shí)施批量預(yù)警。確保能在第一時(shí)間發(fā)現(xiàn)潛在風(fēng)險(xiǎn)，第一時(shí)間發(fā)揮監(jiān)控價(jià)值。

3.2.2 建立全流程自動化的預(yù)警系統(tǒng)

第一，銀行業(yè)應(yīng)開發(fā)覆蓋風(fēng)險(xiǎn)預(yù)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(fēng)險(xiǎn)分級、數(shù)據(jù)任務(wù)分派、數(shù)據(jù)任務(wù)核查、風(fēng)險(xiǎn)確認(rèn)等各個(gè)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(shí)現(xiàn)所有環(huán)節(jié)的自動化處理，即實(shí)現(xiàn)預(yù)警數(shù)據(jù)自動生成、預(yù)警數(shù)據(jù)高中低風(fēng)險(xiǎn)分級自動劃分，數(shù)據(jù)任務(wù)向機(jī)構(gòu)和客戶經(jīng)理自動分派、任務(wù)完成后風(fēng)險(xiǎn)認(rèn)定結(jié)論自動生成等。第二，更重要的是，由系統(tǒng)將風(fēng)險(xiǎn)預(yù)警信息第一時(shí)間融入個(gè)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(rèn)的預(yù)警信息傳導(dǎo)至個(gè)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(shí)、貸款發(fā)放前得以及時(shí)獲知風(fēng)險(xiǎn)，避免不必要的損失。

3.2.3 實(shí)現(xiàn)預(yù)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(yàn)，提高風(fēng)險(xiǎn)識別效果。實(shí)施預(yù)警模型全生命周期管理，不斷對模型進(jìn)行調(diào)試和優(yōu)化，提高預(yù)警模型準(zhǔn)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(shí)現(xiàn)更全面的風(fēng)險(xiǎn)監(jiān)控預(yù)警

當(dāng)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(cái)?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(fèi)習(xí)慣、投資偏好、日常生活規(guī)律等消費(fèi)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(yùn)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(gè)人貸款相關(guān)的房地產(chǎn)交易信息。

因此，銀行要進(jìn)一步深入應(yīng)用各種渠道的客戶數(shù)據(jù)，進(jìn)一步豐富個(gè)人貸款風(fēng)險(xiǎn)預(yù)警模型內(nèi)容。將銀行風(fēng)險(xiǎn)預(yù)警數(shù)據(jù)分析對象由靜態(tài)信息向交互信息擴(kuò)展，由交互信息向非交互信息擴(kuò)展，由銀行內(nèi)部信息向全面外部信息擴(kuò)展，然后通過各種新技術(shù)精準(zhǔn)分析風(fēng)險(xiǎn)發(fā)展的規(guī)律，更全面地識別和預(yù)警風(fēng)險(xiǎn)。如當(dāng)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(jìn)一步對交互信息進(jìn)行分析，包括對手機(jī)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(jìn)行分析，對手機(jī)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(jìn)行分析，對借款人通迅錄情況等社交關(guān)系數(shù)據(jù)等進(jìn)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(jìn)行處理分析，以便第一時(shí)間了解客戶具體想法和行為，反映客戶的風(fēng)險(xiǎn)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(jìn)行特征的分析與歸納，通過比對當(dāng)前交易信息和歷史行為信息，找出正常和異常的信息，實(shí)現(xiàn)實(shí)時(shí)預(yù)警功能。

4.2 應(yīng)用人工智能技術(shù)實(shí)現(xiàn)風(fēng)險(xiǎn)問題的自動最終確認(rèn)，進(jìn)一步解放人力資源

對于個(gè)人貸款風(fēng)險(xiǎn)預(yù)警提示的風(fēng)險(xiǎn)疑點(diǎn)，當(dāng)前仍需要依靠專家人工判斷，需由人工對相關(guān)疑點(diǎn)貸款做進(jìn)一步檢查才能最終確認(rèn)存在問題，確認(rèn)風(fēng)險(xiǎn)問題的工作仍需要耗費(fèi)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(fēng)險(xiǎn)疑點(diǎn)的最終判斷，完全擺脫對專家人工判斷的依賴，進(jìn)一步解放人力資源。首先，針對各類預(yù)警模型分別建立輔助模型，總結(jié)專家人工檢查確認(rèn)問題時(shí)所使用的具體方法和具體內(nèi)容，將相關(guān)經(jīng)驗(yàn)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(rèn)是否存在問題。其次，通過對風(fēng)險(xiǎn)預(yù)警所提示疑點(diǎn)貸款風(fēng)險(xiǎn)和客戶行為的后續(xù)表現(xiàn)進(jìn)行跟蹤分析，并通過對不同類型的風(fēng)險(xiǎn)預(yù)警疑點(diǎn)進(jìn)行交叉分析，明確貸款風(fēng)險(xiǎn)變化趨勢并最終確認(rèn)問題。

參考文獻(xiàn)：

[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(fēng)險(xiǎn)預(yù)警監(jiān)控體系研究[J].農(nóng)村金融研究，2017（4）：65-68.