連育青

運(yùn)用大數(shù)據(jù)分析提升授信審批決策水平的思考

連育青

在經(jīng)濟(jì)新常態(tài)下，越來(lái)越多的企業(yè)進(jìn)入結(jié)構(gòu)調(diào)整和轉(zhuǎn)型的新周期，給商業(yè)銀行授信審批決策提出更高要求，而大數(shù)據(jù)時(shí)代的到來(lái)，為精準(zhǔn)授信審批決策提供了有力支持。本文從大數(shù)據(jù)分析優(yōu)勢(shì)入手，通過(guò)大數(shù)據(jù)挖掘技術(shù)，進(jìn)一步驗(yàn)證授信企業(yè)主背景及經(jīng)營(yíng)管理的真實(shí)性，提升授信企業(yè)風(fēng)險(xiǎn)的甄別能力，并對(duì)建立大數(shù)據(jù)完善授信審批決策機(jī)制提出相關(guān)建議。

大數(shù)據(jù)分析 授信審批 授信企業(yè)

為了提升授信審批決策水平，商業(yè)銀行在信貸風(fēng)險(xiǎn)管理中采取了一系列措施。但是，對(duì)于跨區(qū)域、跨行業(yè)綜合性經(jīng)營(yíng)的集團(tuán)企業(yè)，很難準(zhǔn)確了解該集團(tuán)生產(chǎn)經(jīng)營(yíng)管理等的全部真實(shí)情況，容易導(dǎo)致多頭授信、過(guò)度授信、關(guān)聯(lián)擔(dān)保等問(wèn)題。同時(shí)，在新常態(tài)下，越來(lái)越多的企業(yè)進(jìn)入結(jié)構(gòu)調(diào)整和轉(zhuǎn)型的新周期，也給商業(yè)銀行授信審批決策提出更高要求。而大數(shù)據(jù)時(shí)代的到來(lái)，為克服上述缺陷，精準(zhǔn)授信審批決策提供了有力支持，本文作如下探析，望起拋磚引玉作用。

一、大數(shù)據(jù)為提升授信審批水平奠定堅(jiān)實(shí)基礎(chǔ)

1、促進(jìn)授信審批能力的提升。在傳統(tǒng)的數(shù)據(jù)時(shí)代，商業(yè)銀行了解企業(yè)的渠道比較單一，信息量非常有限，提供的財(cái)務(wù)滯后，現(xiàn)場(chǎng)核實(shí)成本高，又缺乏對(duì)企業(yè)信息的有效整合，降低了信息數(shù)據(jù)的及時(shí)性以及可靠性，授信審批人員很難甄別企業(yè)的隱性風(fēng)險(xiǎn)，甚至造成對(duì)企業(yè)風(fēng)險(xiǎn)的錯(cuò)誤判斷。而大數(shù)據(jù)時(shí)代，銀行可以通過(guò)廣泛收集企業(yè)各渠道、各類型的信息，從數(shù)據(jù)的深度和廣度兩方面對(duì)企業(yè)的各種行為數(shù)據(jù)進(jìn)行采集分析和相互驗(yàn)證，包括財(cái)務(wù)信息和反映客戶個(gè)人基本特征及企業(yè)經(jīng)營(yíng)特征的“軟信息”等方面的內(nèi)容。還原企業(yè)真實(shí)面貌，提升企業(yè)信息透明度。

2、推動(dòng)授信審批決策模式的創(chuàng)新。目前商業(yè)銀行在進(jìn)行授信決策時(shí)主要依靠具有授信審批權(quán)限的工作人員作出的職業(yè)判斷，但是這種判斷往往具有一定程度上的主觀性，缺少全面及時(shí)準(zhǔn)確的數(shù)據(jù)支撐，進(jìn)一步增大了授信審批分析的難度。運(yùn)用大數(shù)據(jù)處理技術(shù)能夠更加深入地分析各個(gè)變量之間的內(nèi)在聯(lián)系，進(jìn)而建立起量化的標(biāo)準(zhǔn)分析模型，授信審批人員借助該模型提升授信企業(yè)審批決策的準(zhǔn)確性，從而達(dá)到控制信貸風(fēng)險(xiǎn)、提升自身效益的能力。

3、更有效地提升授信審批的效率。通過(guò)大數(shù)據(jù)分析技術(shù)替代人工經(jīng)驗(yàn)判斷，可以大幅度減少信息不對(duì)稱情況的發(fā)生，簡(jiǎn)化流程和信息處理復(fù)雜程度，進(jìn)一步精簡(jiǎn)人員，同時(shí)，大數(shù)據(jù)通過(guò)風(fēng)險(xiǎn)計(jì)量技術(shù)量化決策標(biāo)準(zhǔn)，尤其是授信審查審批流程線上化、自動(dòng)化的操作，大大助力授信審批業(yè)務(wù)數(shù)量和質(zhì)量同步提升。

二、運(yùn)用大數(shù)據(jù)挖掘技術(shù)，提升授信審批風(fēng)險(xiǎn)判斷能力

風(fēng)險(xiǎn)的產(chǎn)生是由信息不對(duì)稱造成的，商業(yè)銀行傳統(tǒng)的授信審批一般通過(guò)財(cái)務(wù)信用評(píng)級(jí)模型計(jì)算出風(fēng)險(xiǎn)限額并以專家會(huì)議集體討論的方式完成，主要依據(jù)客戶經(jīng)理的現(xiàn)場(chǎng)調(diào)查等結(jié)構(gòu)化數(shù)據(jù)進(jìn)行經(jīng)驗(yàn)判斷，缺乏量化數(shù)據(jù)的支持，準(zhǔn)確度難以得到保障。而通過(guò)大量數(shù)據(jù)信息法人深度挖掘來(lái)進(jìn)行風(fēng)險(xiǎn)識(shí)別，在很大程度上緩解了銀行與企業(yè)之間的信息不對(duì)稱問(wèn)題，大大提升授信審批能力。

1、運(yùn)用大數(shù)據(jù)分析授信企業(yè)主背景的真實(shí)性。授信審批的核心任務(wù)之一就是深入了解企業(yè)主（實(shí)際控制人）背景的真實(shí)性，評(píng)價(jià)企業(yè)主的風(fēng)險(xiǎn)水平。而大數(shù)據(jù)時(shí)代，銀行可以依據(jù)互聯(lián)網(wǎng)時(shí)刻記錄人們一言一行的特點(diǎn)，提高對(duì)授信企業(yè)主背景真實(shí)性的甄別能力。首先，進(jìn)一步了解企業(yè)主興趣愛(ài)好、風(fēng)險(xiǎn)偏好。充分利用社會(huì)網(wǎng)絡(luò)、征信系統(tǒng)和企業(yè)自身提供的資料交叉分析驗(yàn)證實(shí)際控制人的投資、經(jīng)營(yíng)行為及財(cái)富積累過(guò)程，分析其與目前對(duì)企業(yè)的投入與企業(yè)運(yùn)營(yíng)情況是否相稱，是否存在炒房、炒原材料、炒股票期貨；或其將企業(yè)大額資金轉(zhuǎn)移至個(gè)人賬戶的現(xiàn)象等。其次，通過(guò)挖掘企業(yè)主的還款記錄，包括對(duì)其他銀行、供應(yīng)商等債權(quán)人的還款記錄以及經(jīng)營(yíng)中對(duì)合約、納稅等履行情況分析判斷企業(yè)主的誠(chéng)信狀況。第三，借助大數(shù)據(jù)及時(shí)甄別授信企業(yè)是否涉及民間借貸。通過(guò)大數(shù)據(jù)查詢企業(yè)賬戶資金流水的異常情況，如果發(fā)現(xiàn)該賬戶資金流水中對(duì)外有規(guī)律地劃款，在特定日期向特定對(duì)象支付等量小額資金，往往可以判斷企業(yè)是在支付民間借貸利息；如果該賬戶資金流水中存在整筆劃款，但并非劃轉(zhuǎn)給上下游企業(yè)或用于歸還銀行貸款；或者銀行貸款到期前幾日有資金劃入，貸款存量周轉(zhuǎn)后原來(lái)劃入賬戶的資金又等量劃出，則企業(yè)可能存在民間借貸行為；如為大額提現(xiàn)，則有可能是融出資金給其他企業(yè)、個(gè)人或者歸還民間融資；如果企業(yè)股東借款較多，或者企業(yè)與其股東之間資金往來(lái)頻繁，也應(yīng)引起高度關(guān)注。因此，銀行既要加強(qiáng)對(duì)企業(yè)資金往來(lái)的分析和監(jiān)控，準(zhǔn)確、客觀地評(píng)價(jià)授信企業(yè)的償債能力，又要從多方面了解企業(yè)主的資金活動(dòng)情況，以及時(shí)發(fā)現(xiàn)風(fēng)險(xiǎn)苗頭。

2、運(yùn)用大數(shù)據(jù)分析授信企業(yè)的真實(shí)經(jīng)營(yíng)狀態(tài)。根據(jù)生產(chǎn)銷售、、資金往來(lái)、投入產(chǎn)出、海關(guān)報(bào)關(guān)、稅務(wù)局報(bào)稅數(shù)據(jù)及行業(yè)協(xié)會(huì)數(shù)據(jù)等，輔以交叉檢驗(yàn)技術(shù)判斷授信企業(yè)經(jīng)營(yíng)真實(shí)性；如通過(guò)持續(xù)挖掘企業(yè)存款賬戶日均余額情況，并根據(jù)企業(yè)生產(chǎn)經(jīng)營(yíng)發(fā)展的不同階段建立差異化評(píng)分模型，以判斷企業(yè)經(jīng)營(yíng)情況，企業(yè)發(fā)展如處在穩(wěn)定或上升期，其周轉(zhuǎn)所需的現(xiàn)金流應(yīng)該呈穩(wěn)定或增長(zhǎng)趨勢(shì)，反映在其存款賬戶的余額應(yīng)該是同向變化，如從某一天開(kāi)始，企業(yè)存款賬戶余額逐漸下降，則可能發(fā)生了客戶資金轉(zhuǎn)移他行或經(jīng)營(yíng)不善的情況，應(yīng)引起特別關(guān)注。其次，通過(guò)對(duì)企業(yè)主、股東及配偶等個(gè)人賬戶資金流向和消費(fèi)行為數(shù)據(jù)分析，間接判斷企業(yè)經(jīng)營(yíng)情況，為銀行授信準(zhǔn)入提供數(shù)據(jù)支撐。第三，運(yùn)用大數(shù)據(jù)挖掘分析企業(yè)的或有事件。通過(guò)收集社會(huì)主流媒體曝光和公檢法通報(bào)的企業(yè)相關(guān)負(fù)面信息等重大或有因素及未決因素，了解授信企業(yè)是否與其他主體產(chǎn)生民事糾紛、重大法律訴訟，或通過(guò)移民、離婚等轉(zhuǎn)移資產(chǎn)及或有負(fù)債等。

3、運(yùn)用大數(shù)據(jù)分析驗(yàn)證授信企業(yè)經(jīng)營(yíng)效益。在新常態(tài)下，授信企業(yè)普遍存在夸張美化財(cái)務(wù)報(bào)表，甚至虛構(gòu)事實(shí)，且手段日趨復(fù)雜隱蔽。運(yùn)用大數(shù)據(jù)能夠驗(yàn)證授信企業(yè)財(cái)務(wù)報(bào)表真實(shí)性。第一，利用自動(dòng)生成技術(shù)對(duì)授信企業(yè)近兩年及報(bào)告期經(jīng)核實(shí)的資產(chǎn)負(fù)債表、損益表等就可以自動(dòng)驗(yàn)證其鉤稽關(guān)系是否恰當(dāng)，自動(dòng)生成的現(xiàn)金凈流量測(cè)算表與企業(yè)報(bào)送的現(xiàn)金流量表是否一致，通過(guò)利潤(rùn)增長(zhǎng)與現(xiàn)金流量分析等，準(zhǔn)確、快捷地判斷授信企業(yè)財(cái)務(wù)報(bào)表數(shù)據(jù)的真實(shí)性；通過(guò)其他相關(guān)報(bào)表進(jìn)行反向驗(yàn)證，如通過(guò)納稅申報(bào)表也驗(yàn)證收入的真實(shí)性等。其次，通過(guò)財(cái)務(wù)指標(biāo)同業(yè)比較驗(yàn)證。如利用財(cái)務(wù)報(bào)表自動(dòng)生成資產(chǎn)負(fù)債率、資本收益率、應(yīng)收賬款周轉(zhuǎn)率、成本費(fèi)用收益率等指標(biāo)及現(xiàn)金流量結(jié)構(gòu)與同行業(yè)指標(biāo)進(jìn)行橫向比較，驗(yàn)證授信企業(yè)指標(biāo)的個(gè)別變化是否正常，借以分析其業(yè)績(jī)的真實(shí)性。如授信企業(yè)所處的行業(yè)整體比較低迷和蕭條，而被授信企業(yè)的業(yè)績(jī)卻一枝獨(dú)秀，又沒(méi)有合理解釋，就很有可能存在財(cái)務(wù)報(bào)表不真實(shí)的情況。第三，運(yùn)用企業(yè)銷售收入分析驗(yàn)證。通過(guò)查看企業(yè)開(kāi)出的增值稅發(fā)票、結(jié)合交易合同和發(fā)貨清單及企業(yè)與其下游客戶的資金往來(lái)對(duì)賬單，來(lái)印證是否匹配企業(yè)的銷售收入，如果數(shù)據(jù)相差較大，而且又沒(méi)有合理的解析和說(shuō)明，可以認(rèn)為企業(yè)財(cái)務(wù)報(bào)表已被粉飾，應(yīng)該考慮是否與企業(yè)開(kāi)展信貸業(yè)務(wù)。

4、運(yùn)用大數(shù)據(jù)分析推斷企業(yè)的發(fā)展前景。任何經(jīng)濟(jì)體都不可能獨(dú)立存在，任何企業(yè)的發(fā)展也必須依賴上下游企業(yè)的共同發(fā)展。通過(guò)建立自身觀察經(jīng)濟(jì)周期走勢(shì)、把握外部信貸環(huán)境、分析企業(yè)風(fēng)險(xiǎn)變化的量化機(jī)制，能夠及時(shí)獲得信貸企業(yè)最新的交易信息、現(xiàn)金流信息，為前瞻性風(fēng)險(xiǎn)判斷奠定基礎(chǔ)。如銀行通過(guò)挖掘企業(yè)水表、電表、工資表等支出數(shù)據(jù)，存匯款等賬戶變動(dòng)數(shù)據(jù)，同比、環(huán)比分析異動(dòng)數(shù)據(jù)，識(shí)別可疑企業(yè)名單，深入分析數(shù)據(jù)變動(dòng)的原因，實(shí)現(xiàn)在企業(yè)發(fā)生實(shí)質(zhì)性風(fēng)險(xiǎn)之前提前捕捉預(yù)警信號(hào)，盡早采取主動(dòng)退出、及時(shí)控制抵質(zhì)押品等措施化解風(fēng)險(xiǎn)。通過(guò)對(duì)其上下游企業(yè)，特別是相對(duì)集中的幾個(gè)上下游企業(yè)某段時(shí)間內(nèi)經(jīng)營(yíng)的基礎(chǔ)數(shù)據(jù)（如交易量、交易金額等）進(jìn)行分析，并結(jié)合企業(yè)之間的關(guān)聯(lián)度系數(shù)，為準(zhǔn)確判斷企業(yè)發(fā)展趨勢(shì)、主動(dòng)進(jìn)行信貸結(jié)構(gòu)調(diào)整提供側(cè)面數(shù)據(jù)支持。

5、運(yùn)用大數(shù)據(jù)分析判斷信貸資金挪用風(fēng)險(xiǎn)。在企業(yè)貸款支用后，采用大數(shù)據(jù)采集企業(yè)資金流向數(shù)據(jù)，分析企業(yè)資金流向規(guī)律，并且結(jié)合核查企業(yè)在信貸資金使用前后庫(kù)存的變化情況，以及核查上游企業(yè)開(kāi)出的增值稅發(fā)票、企業(yè)的貨運(yùn)單據(jù)等，能夠印證交易背景和信貸資金使用的真實(shí)性，防止利用虛假交易套取商業(yè)銀行資金。同時(shí)，對(duì)企業(yè)未按照約定支付、支付規(guī)律出現(xiàn)異常的進(jìn)行預(yù)警，如通過(guò)按月定期監(jiān)測(cè)企業(yè)賬戶資金往來(lái)信息，分析授信企業(yè)交易對(duì)手是否為與其所在行業(yè)有上下游關(guān)系的企業(yè)，如果交易對(duì)手中存在小額貸款公司、擔(dān)保公司、典當(dāng)行等主體，或者在銀行賬戶中含有“投資、證券、基金、期貨、房地產(chǎn)、置業(yè)、擔(dān)保”的借方交易，企業(yè)可能參與了民間借貸。還有企業(yè)既有銀行貸款，又通過(guò)委托貸款、委托理財(cái)?shù)刃问浇璩鲑Y金，實(shí)際是參與民間借貸。

6、運(yùn)用大數(shù)據(jù)分析甄別授信企業(yè)的關(guān)聯(lián)關(guān)系和關(guān)聯(lián)交易風(fēng)險(xiǎn)。借助大數(shù)據(jù)，銀行可判斷集團(tuán)企業(yè)復(fù)雜的關(guān)聯(lián)關(guān)系和關(guān)聯(lián)交易行為，還原集團(tuán)關(guān)系樹(shù)全貌，為精準(zhǔn)授信打好基礎(chǔ)。在實(shí)踐中，有些企業(yè)并不按規(guī)定披露關(guān)聯(lián)方和關(guān)聯(lián)交易行為的有關(guān)內(nèi)容且關(guān)系非常隱蔽，單從表面無(wú)法輕易判斷。首先，充分利用銀行信貸風(fēng)險(xiǎn)監(jiān)測(cè)系統(tǒng)、人銀征信系統(tǒng)、互聯(lián)網(wǎng)、各省市工商局官方網(wǎng)站、銀碼信息共享系統(tǒng)等技術(shù)渠道，深度挖掘，集團(tuán)企業(yè)的股東、投資子公司、擔(dān)?；虮粨?dān)保企業(yè)、家族關(guān)系等信息，仔細(xì)求證，理順授信企業(yè)的關(guān)聯(lián)方信息。通過(guò)大范圍的信息挖掘，充分了解授信企業(yè)及關(guān)聯(lián)方的貸款卡信息、負(fù)債信息、大事記、對(duì)外對(duì)內(nèi)擔(dān)保和訴訟情況，不斷質(zhì)疑，相互印證，通過(guò)大范圍的信息挖掘，發(fā)現(xiàn)企業(yè)刻意隱瞞或藏匿的關(guān)聯(lián)關(guān)系，以此來(lái)檢測(cè)企業(yè)的誠(chéng)信度，盡職免責(zé)。其次，運(yùn)用大數(shù)據(jù)挖掘內(nèi)部關(guān)聯(lián)交易信息。通過(guò)截取一定期間內(nèi)的所有企業(yè)間大額資金往來(lái)（包括大額資金調(diào)度、大額資金借貸、大宗銷售、大宗采購(gòu)等）數(shù)據(jù)的記錄集合，分析企業(yè)經(jīng)常發(fā)生的對(duì)轉(zhuǎn)交易、虛假交易、不平等交易、不正常交易等行為的線索和跡象，應(yīng)順藤摸瓜、不斷跟蹤、深入分析，從而挖掘出企業(yè)的隱性關(guān)聯(lián)交易；第三，建立不正當(dāng)關(guān)聯(lián)交易預(yù)警模塊。判斷是否存在低買高賣的關(guān)聯(lián)購(gòu)銷，是否存在關(guān)聯(lián)方資金融通關(guān)系，是否存在關(guān)聯(lián)方收取大量資金占用費(fèi)的情況，密切關(guān)注關(guān)聯(lián)交易中有關(guān)資產(chǎn)的無(wú)償或低價(jià)轉(zhuǎn)移等。第四，設(shè)計(jì)總量關(guān)聯(lián)交易預(yù)警閾值，從合并會(huì)計(jì)報(bào)表中揭示關(guān)聯(lián)交易的程度。當(dāng)應(yīng)收（付）款項(xiàng)、預(yù)收（付）款項(xiàng)、存貨、營(yíng)業(yè)收入、營(yíng)業(yè)成本、長(zhǎng)期投資、投資收益等科目合并前后數(shù)額變化很大時(shí)，觸發(fā)警報(bào)并說(shuō)明集團(tuán)內(nèi)部關(guān)聯(lián)交易程度。通過(guò)一系列的關(guān)聯(lián)交易分析，真實(shí)還原集團(tuán)財(cái)務(wù)狀況。

7、運(yùn)用大數(shù)據(jù)分析授信企業(yè)的償債能力?，F(xiàn)金為王，真實(shí)的經(jīng)營(yíng)性現(xiàn)金流是判斷企業(yè)償債力強(qiáng)弱最有效的指標(biāo)之一。但企業(yè)貨款回籠方式復(fù)雜，經(jīng)常是銀行承兌匯票、法人賬戶、個(gè)人卡等多種形式并存，如個(gè)人卡與法人卡互轉(zhuǎn)等，給貨款回籠分析帶來(lái)一定難度，對(duì)于單一中小授信企業(yè)的真正經(jīng)營(yíng)性現(xiàn)金流可以通過(guò)以下方法進(jìn)行判斷：一是對(duì)在本行開(kāi)有存款賬戶的授信企業(yè)，可通過(guò)銀行內(nèi)部系統(tǒng)法人資金查詢功能下載企業(yè)交易明細(xì)清單，在明細(xì)清單中進(jìn)一步分析、剔除非經(jīng)營(yíng)性銷售資金，篩選出銷售回籠資金，其公式如下：銷售收入資金=一定時(shí)期內(nèi)賬戶回籠資金-利息收入-無(wú)貿(mào)易鏈背景的關(guān)聯(lián)流入資金-內(nèi)轉(zhuǎn)流入資金-類同賬戶流入資金-貸款流入資金。二是對(duì)在他行賬戶的授信企業(yè)，要求提供有法人賬戶、個(gè)人卡銀行流水明細(xì)、銀行承兌匯票紙質(zhì)和PDF掃描件，可用EXCEL表格分月度和年度整理匯總、分析、篩選得出銷售收入資金。三是深入企業(yè)調(diào)閱應(yīng)收賬款明細(xì)賬、銀行存款日記賬甚至原始憑證，分析整理后與以上方法查詢的結(jié)果進(jìn)行對(duì)比分析，如果幾種方法數(shù)據(jù)基本相符則可信度較高，如果幾種方法調(diào)查結(jié)果差異巨大，則應(yīng)謹(jǐn)慎處理。同時(shí)，企業(yè)間的資金來(lái)往，主要通過(guò)銀行轉(zhuǎn)賬實(shí)現(xiàn)，其存款賬戶的交易明細(xì)記錄，可較為真實(shí)地反映企業(yè)日常運(yùn)營(yíng)行為。通過(guò)對(duì)授信企業(yè)某一段時(shí)間內(nèi)的交易量和交易金額的連續(xù)統(tǒng)計(jì)分析，可以相對(duì)準(zhǔn)確地掌握其日常業(yè)務(wù)發(fā)展和整體運(yùn)營(yíng)情況。一般而言，企業(yè)發(fā)展如處在穩(wěn)定或上升期，其交易量和交易金額應(yīng)整體趨平或呈現(xiàn)上升趨勢(shì)，如從某一天起，其交易量和交易金額（借、貸）變少并呈持續(xù)下降趨勢(shì)，則企業(yè)的經(jīng)營(yíng)可能出現(xiàn)狀況，授信審批人員需要重點(diǎn)關(guān)注。

三、建立大數(shù)據(jù)完善授信審批決策機(jī)制的相關(guān)建議

1、樹(shù)立大數(shù)據(jù)的授信審批決策理念。新常態(tài)下，建立大數(shù)據(jù)思維方式是授信審批轉(zhuǎn)型的首要任務(wù)，以往授信審批中，關(guān)注企業(yè)財(cái)務(wù)數(shù)據(jù)，對(duì)企業(yè)行為數(shù)據(jù)、企業(yè)經(jīng)營(yíng)管理數(shù)據(jù)、同業(yè)數(shù)據(jù)重視不足；關(guān)注貸前分析，對(duì)企業(yè)整個(gè)生命周期的一體化數(shù)據(jù)挖掘整合不足。在大數(shù)據(jù)時(shí)代，要牢固樹(shù)立“決策基于數(shù)據(jù)，信息創(chuàng)造價(jià)值”的觀念，應(yīng)倡導(dǎo)開(kāi)闊思路，深入挖掘企業(yè)資金流、信息流、物流及經(jīng)營(yíng)管理數(shù)據(jù)等，從企業(yè)投入產(chǎn)出中尋找關(guān)鍵敏感數(shù)據(jù)，使大數(shù)據(jù)模式的分析成果及時(shí)轉(zhuǎn)化為提供授信審批的有力依據(jù)；要運(yùn)用大數(shù)據(jù)挖掘分析技術(shù)，找出隱藏在海量數(shù)據(jù)中的授信企業(yè)與信貸風(fēng)險(xiǎn)之間的量化關(guān)系，提高非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為授信審批支持信息的效率。

2、全面整合銀行內(nèi)外部數(shù)據(jù)，建設(shè)信貸管理大數(shù)據(jù)平臺(tái)。圍繞信用評(píng)級(jí)、授信審批、貸后監(jiān)控等信貸管理的關(guān)鍵環(huán)節(jié)，全面整合內(nèi)部各業(yè)務(wù)單位的企業(yè)相關(guān)信息，將各類渠道所有交易中的企業(yè)信息、記錄綜合起來(lái)，建立一個(gè)跨業(yè)務(wù)條線、跨機(jī)構(gòu)、跨地區(qū)統(tǒng)一的數(shù)據(jù)分析平臺(tái)，為銀行集團(tuán)企業(yè)綜合授信奠定堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。其次，充分利用社交網(wǎng)絡(luò)、論壇、微博、微信平臺(tái)等外部社會(huì)化數(shù)據(jù)，將分散化數(shù)據(jù)信息按照企業(yè)、渠道、產(chǎn)品等分門別類整合形成統(tǒng)一、多維度的數(shù)據(jù)庫(kù)，提高數(shù)據(jù)的利用效率。第三，建立適應(yīng)大數(shù)據(jù)管理的數(shù)據(jù)管理體系。由于信貸管理數(shù)據(jù)不再局限于結(jié)構(gòu)數(shù)據(jù)，大量的非結(jié)構(gòu)數(shù)據(jù)應(yīng)用促使數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)架構(gòu)將發(fā)生較大變化。商業(yè)銀行需重新梳理數(shù)據(jù)來(lái)源，制定數(shù)據(jù)標(biāo)準(zhǔn)，建立數(shù)據(jù)采集、處理等一系列管理制度，改善數(shù)據(jù)收集、清洗、挖掘、應(yīng)用、評(píng)估等的執(zhí)行效率。

3、完善授信審批管理。首先、轉(zhuǎn)變授信審批決策模式，通過(guò)大數(shù)據(jù)的積累和利用，改變信息不對(duì)稱的現(xiàn)狀，逐步消除傳統(tǒng)“財(cái)務(wù)報(bào)表＋抵質(zhì)押品”模式，建立以非財(cái)務(wù)分析為主、財(cái)務(wù)分析為輔，以第三方信息驗(yàn)證分析為主、企業(yè)自身經(jīng)營(yíng)狀況分析為輔的授信審批模式。使審批人員在決策時(shí)有統(tǒng)一的風(fēng)險(xiǎn)評(píng)判標(biāo)準(zhǔn)，改變以主觀判斷為主的審批方式，以自動(dòng)化風(fēng)險(xiǎn)預(yù)警系統(tǒng)、重點(diǎn)檢查逐步取代人工識(shí)別的認(rèn)定風(fēng)險(xiǎn)、定期檢查的信貸管理方式，將更有助于對(duì)企業(yè)授信風(fēng)險(xiǎn)的實(shí)時(shí)監(jiān)控和處理，提升授信審批的準(zhǔn)確性。第二，建立以專家審批替代集體審批的制度。依據(jù)不同業(yè)務(wù)模式，設(shè)立專家授信審批隊(duì)伍，對(duì)于授權(quán)范圍內(nèi)的貸款申請(qǐng)，專家通過(guò)數(shù)據(jù)挖掘?qū)κ谛牌髽I(yè)風(fēng)險(xiǎn)綜合判斷而直接審批，這樣，既能適應(yīng)企業(yè)經(jīng)營(yíng)多元復(fù)雜化的需要，又能提高審批的專業(yè)性和效率。第三、組建企業(yè)風(fēng)險(xiǎn)監(jiān)控中心，即依托大數(shù)據(jù)，建立風(fēng)險(xiǎn)計(jì)量與欺詐防范模型，實(shí)現(xiàn)現(xiàn)場(chǎng)調(diào)查與非現(xiàn)場(chǎng)分析相結(jié)合、數(shù)據(jù)定量判斷與經(jīng)驗(yàn)定性判斷相結(jié)合，對(duì)授信企業(yè)從貸前到貸后全生命周期的風(fēng)險(xiǎn)監(jiān)測(cè)手段。促進(jìn)授信審批人員站在更高的角度掌握到信貸經(jīng)營(yíng)人員所不知的信息，提升信貸審批決策的科學(xué)性；推動(dòng)風(fēng)控人員在信貸風(fēng)險(xiǎn)監(jiān)控中，無(wú)需等待經(jīng)辦行和信貸人員上報(bào)問(wèn)題，可以隨時(shí)利用系統(tǒng)中來(lái)自銀行內(nèi)、外部的信息對(duì)有關(guān)授信做出風(fēng)險(xiǎn)預(yù)警，實(shí)現(xiàn)授信風(fēng)險(xiǎn)的早預(yù)警、早報(bào)告、早處置。

4、加強(qiáng)大數(shù)據(jù)人才隊(duì)伍建設(shè)，營(yíng)造大數(shù)據(jù)授信審批文化氛圍。首先，加強(qiáng)授信審批隊(duì)伍培訓(xùn)，強(qiáng)化內(nèi)外部信息收集印證、類征信工具運(yùn)用等的培訓(xùn)，全面提升授信審批人員的整體素質(zhì)，著力造就數(shù)量充足、結(jié)構(gòu)合理、素質(zhì)優(yōu)良、表現(xiàn)卓越的大數(shù)據(jù)分析師；其次，探索建立主動(dòng)揭示風(fēng)險(xiǎn)的激勵(lì)約束機(jī)制，激勵(lì)各級(jí)信貸人員積極主動(dòng)及時(shí)揭示及報(bào)告各類授信風(fēng)險(xiǎn)，統(tǒng)一前后臺(tái)人員授信風(fēng)險(xiǎn)偏好，有效防控及降低授信風(fēng)險(xiǎn)，不斷提升授信審批水平。

隨著數(shù)據(jù)挖掘技術(shù)的深入運(yùn)用，銀行獲取信息渠道的不斷增多，從以往主要依賴企業(yè)歷史數(shù)據(jù)信息而逐步轉(zhuǎn)變?yōu)橐罁?jù)不斷變化中的實(shí)時(shí)行為數(shù)據(jù)信息進(jìn)行風(fēng)險(xiǎn)預(yù)判的授信決策。通過(guò)監(jiān)控平臺(tái)對(duì)企業(yè)的交易行為和需求信息有了透徹了解，能為企業(yè)提供合適產(chǎn)品，并根據(jù)企業(yè)體驗(yàn)不斷改進(jìn)產(chǎn)品和服務(wù)，實(shí)現(xiàn)信貸風(fēng)險(xiǎn)管理與市場(chǎng)營(yíng)銷的完美結(jié)合。

［1］朱良平.大數(shù)據(jù)在銀行信貸業(yè)務(wù)中的應(yīng)用實(shí)踐及建議.中國(guó)金融電腦.2015（12）32-37

［2］宋長(zhǎng)龍.大數(shù)據(jù)背景下的銀行信用風(fēng)險(xiǎn)管理.企業(yè)改革與管理.2015（10）108-109

［3］江明哲.借鑒大數(shù)據(jù)相關(guān)關(guān)系提升信貸審批前瞻性.上海金融.2015（2）100-106

［4］連育青.充分識(shí)別信貸客戶關(guān)聯(lián)企業(yè)的難點(diǎn)與對(duì)策.管理學(xué)文摘.2016（03）32-37

Using Big Data Analysis to Improve the Decision Level of Credit Approval

LIAN Yu-qing
Fujian Branch,China Construction Bank,Fuzhou 350003

Under the new economic norm,more and more enterprises enter the new cycle of structural adjustment and transformation,which puts more demands on credit approval decision of commercial banks.The arrival of large data era provides strong support for accurate credit approval decision.This paper starts with the advantage of big data analysis,through large data mining technology to further verify the credit background and the authenticity of business management to enhance the ability of credit risk screening for enterprises,and provide suggestions for the establishment of large data to improve credit approval decision-making mechanism.

Big Data Analysis,Credit Approval,Credit Enterprise

F832

A

連育青，男，福建省泉州人，中國(guó)建設(shè)銀行福建分行高級(jí)經(jīng)濟(jì)師，研究方向：商業(yè)銀行經(jīng)營(yíng)管理；福建福州，350003