李月朋 王穎 楊昊天 李崇瑞

摘 要：風險防范是銀行日常信貸業(yè)務的關鍵，是金融穩(wěn)定的基礎。銀行信貸風險傳統(tǒng)預警主要基于財務數據，雖然能夠一定程度上幫助分析客戶違約概率，但在早期風險預警方面具有局限性。在大數據處理技術與網絡爬蟲技術快速發(fā)展的背景下，引入非財務因素分析，并應用網絡爬蟲技術，能夠降低信貸風險，做到貸前審核，貸后跟蹤預警，為信貸風險預警提供信息支持。

關鍵詞：非財務因素；銀行信貸；風險；數據挖掘

引言

信貸業(yè)務是銀行盈利的主要方式，當前銀行業(yè)的競爭激烈。商業(yè)銀行為了自己的生存，不斷降低信貸門檻，信貸資產質量下降。投資企業(yè)財務報表作假現象的普遍存在，銀行貸后管理與風險預警能力有限，巨額不良貸款的不斷積累，使得行業(yè)信用風險持續(xù)暴露（晁靜，高建來，2011）。

現如今，大數據時代的到來，催生出了互聯網金融、網絡爬蟲等各類信息手段，為銀行收集客戶信息，維護信貸秩序提供了強有力的手段，通過大數據的收集、分析，及時發(fā)現客戶存在的信貸問題，預防信貸危機，全面評估企業(yè)信貸風險已經成為了可能（李超，周瑛，2017）。

在此背景下，我們引入了非財務因素風險監(jiān)測系統(tǒng)，構建了基于全網信源搜索的系統(tǒng)，通過收集、分析、診斷等環(huán)節(jié)來監(jiān)測非財務信息，為有效控制信貸風險提供信息保障。

一、銀行信貸風險管理綜述

信貸風險監(jiān)測基于財務因素的研究，包括兩種模式，統(tǒng)計類和非統(tǒng)計類。前者是通過統(tǒng)計數據建立模型，進行預測分析，后者是通過機器進行學習，進行相關程序代碼的編寫，對財務報表數據進行檢測，監(jiān)控信貸風險。

然而，僅基于財務數據分析的方法，不能準確反映企業(yè)經營情況。非財務指標具有整體性、戰(zhàn)略性和前瞻性的優(yōu)點（徐南，2008）。全面評估企業(yè)風險，指導銀行風險評估，注重企業(yè)當前和未來的信息，幫助企業(yè)實現長期可持續(xù)發(fā)展。

二、銀行信貸與互聯網+、大數據

在全球經濟一體化背景下，企業(yè)發(fā)展更容易受到國際競爭環(huán)境的變化、相關競爭者的發(fā)展狀況、企業(yè)自身發(fā)展的異常情況等多種復雜因素的影響，因此構建一個全面科學的監(jiān)測體系、實時監(jiān)測影響企業(yè)發(fā)展的諸多相關因素有利于銀行更有效地控制信貸風險。

互聯網個人信貸創(chuàng)新模式以高效、快捷、便利為目標，滿足了廣大客戶的信貸需求，發(fā)展十分迅速，在網上信貸過程中，為了防止通過偽造虛假資料而進行的網上欺詐，銀行等金融機構可以采取第三方驗證、大數據分析等手段，不僅可以在以央行征信報告了解借款人，還可以搜集借款人在其他金融機構的信貸記錄，并獲取借款人聯系方式、瀏覽網頁等多維度信息。伴隨數據的不斷積累和整合，令風險異動再第一時間反饋出來，有效控制風險（張引，陳敏，廖小飛，2013）。本研究參照個人信貸的方法和手段建立了企業(yè)信貸風險監(jiān)測模型：

把銀行信貸風險預警建立在閉環(huán)的管理模式的基礎上，通過前期風險監(jiān)測系統(tǒng)收集的貸款企業(yè)初步信息并進行篩選，將非財務因素與財務因素進行綜合考慮，并把央行企業(yè)征信記錄納入考慮范圍。非財務因素從宏觀、中觀、微觀三個角度，對企業(yè)所處的行業(yè)環(huán)境風險、產業(yè)風險、企業(yè)經營風險紀念性系統(tǒng)分析，財務因素從資產、負債、損益和現金流進行考察，分析得出企業(yè)償債能力，并與央行征信報告中記錄的企業(yè)信用打包給專家進行評估。若存在風險不可控，將計入央行征信報告數據庫中，為下一次貸款作為信息參考，由此形成一個可以循環(huán)的閉環(huán)系統(tǒng)。其中，每一環(huán)節(jié)都需要信息的挖掘。

三、非財務風險信息評價體系的構建

風險信息的評價采用了專家評分法。在銀行風險專家的幫助下，將行業(yè)經驗和風險管理專業(yè)經驗相結合，制定了“非財務風險信息評價體系”，量化評估企業(yè)風險信息，得出企業(yè)風險對企業(yè)貸后風險的影響情況，以及對產業(yè)的影響情況，通常使用五分制度進行風險的評估，同時將風險主要劃分為高中低三類。詳見表1。

在執(zhí)行中對信息評5級非常慎重，僅對影響到企業(yè)生死存亡的事件、信息才會評到5級。5級風險的定義為違約發(fā)生的可能性高，對信貸風險的影響強度高，影響的持續(xù)時間長。

結語：

銀行信貸風險管控是一個閉環(huán)，財務因素與非財務因素在其中都起到了至關重要的作用。在信貸風險預警和財務管理階段，需要有嚴格的防范風險流程和科學的指標進行輔助管理，通過以上模型，并應用網絡爬蟲、大數據分析等技術，使非財務因素的搜集更加便利，也極大地降低了市場風險、信貸風險，減少銀行壞賬.

參考文獻

[1] 徐南.淺析財務信息與非財務信息的比較[J].商場現代化，2008，24

[2] 晁靜，高建來. 導致企業(yè)財務危機的非財務因素探討[J]. 會計之友，2011，（05）：50-51.

[3] 張引，陳敏，廖小飛. 大數據應用的現狀與展望[J]. 計算機研究與發(fā)展，2013，50（S2）：216-233.

[4] 李超，周瑛. 大數據環(huán)境下的威脅情報分析[J]. 情報雜志，2017，36（09）：24-30.