張恩勇

[摘要]科技強審為審計信息化建設指明了方向。針對傳統(tǒng)手工識別關聯(lián)客戶貸款效率低、識別不全面的問題，本文運用復雜網(wǎng)絡理論，提出構建關聯(lián)客戶多關系網(wǎng)絡，在此基礎上運用復雜網(wǎng)絡分析方法及技術，實現(xiàn)快速識別關聯(lián)客戶貸款結果可視化，對提高關聯(lián)客戶貸款審計質效具有重大意義。

[關鍵詞]關聯(lián)客戶 ? 內部審計 ? 貸款 ? 復雜網(wǎng)絡

一、研究背景及意義

關聯(lián)客戶（也稱集團客戶）的識別及風險控制，就是要防止銀行的貸款集中于某幾個關聯(lián)客戶（業(yè)界稱為“壘大戶”）。關聯(lián)客戶的實際控制人使用較少的資本金控制多家企業(yè)，通過實際控制的企業(yè)在銀行獲取大額貸款資金，利用多種手段侵占、轉移被控制企業(yè)的資產(chǎn)（含貸款資金），甚至掏空被控制企業(yè)，最終利用有限責任公司的“有限責任”規(guī)避責任。關聯(lián)客戶集中度是銀行積聚風險的主要途徑之一，但我國上市銀行信息披露一般只披露銀行前十大客戶貸款集中度，不會披露關聯(lián)客戶在銀行的貸款情況。根據(jù)審計經(jīng)驗，關聯(lián)客戶貸款集中度經(jīng)常比前十大客戶貸款集中度嚴重，這就埋下了關聯(lián)客戶集中度風險隱患。根據(jù)相關監(jiān)管要求，同一銀行對同一關聯(lián)客戶的授信余額不能超過該銀行資本凈額的15%。

充分識別銀行的關聯(lián)客戶，在此基礎上發(fā)現(xiàn)客戶集中度風險，是關聯(lián)客戶集中度審計的重要手段。傳統(tǒng)手工排查關聯(lián)客戶貸款方法是用Excel手工排查，一是效率低。運用Excel對被審計機構手工進行關聯(lián)關系排查，一個100億元左右貸款規(guī)模的銀行，一般有100，000多條關聯(lián)數(shù)據(jù)，需要兩個工作日的關聯(lián)關系排查才能識別關聯(lián)客戶。二是無法實現(xiàn)全部關聯(lián)關系的排查。手工排查一般選擇從一定金額（如100萬元）以上的貸款來排查，無法做到全面排查。三是關聯(lián)關系非可視、不清晰。排查出來的關聯(lián)客戶貸款，被審計機構經(jīng)常會反問，為什么將這些貸款納入同一關聯(lián)客戶貸款。審計人員還需逐一找出關聯(lián)關系并向被審計機構解釋。

在復雜網(wǎng)絡分析的基礎上，借助pajek等軟件，可以快速實現(xiàn)以上功能。

二、數(shù)據(jù)結構分析

銀行貸款數(shù)據(jù)一般包括擔保臺賬、貸款中間表。擔保臺賬包括借款人客戶號、借款人名稱、擔保人證件號、擔保人名稱、擔保金額等信息。貸款中間表包括借款人客戶號、貸款賬號、貸款金額、貸款余額、貸款七級分類、拖欠本金、累計欠息等信息。一筆貸款可能對應多個擔保人，擔保人本身也可能是另外一筆貸款的借款人，兩張表的結構關系如圖1所示。此外，借款企業(yè)中的股東信息、高管信息可以在第三方軟件中查詢，可通過企業(yè)名稱的唯一性進行匹配、校驗。

三、銀行客戶關聯(lián)網(wǎng)絡的構建

本文研究關聯(lián)客戶貸款的識別及審計技巧，銀行借款主體分為公司類和個人類。為方便研究，本文將關聯(lián)客戶類型歸納為擔保關聯(lián)、股東關聯(lián)、高管關聯(lián)，構建網(wǎng)絡如下：

（一）擔保關聯(lián)

借款人、擔保人為節(jié)點，擔保關系為連線，擔保金額為權重，連線的方向是從擔保人指向借款人。如圖2所示，擔保人18、19均為借款人17擔保40萬元，擔保人16為借款人17擔保80萬元，擔保人17為借款人16擔保40萬元，擔保人16為自己擔保8萬元，構建的擔保網(wǎng)絡如圖2右側所示。通過該方法，可以構建單一銀行、整個地市乃至全?。ǜ蠓秶┑膿＞W(wǎng)絡。

（二）股東關聯(lián)

公司與股東為節(jié)點，入股關系為連線，方向為股東指向公司，入股金額為權重。股東關聯(lián)網(wǎng)絡構建方法與擔保網(wǎng)絡構建類似。

（三）高管關聯(lián)

公司與高管節(jié)點，高管關系為連線，方向為高管指向公司，高管關聯(lián)網(wǎng)絡為無權網(wǎng)絡。高管關聯(lián)網(wǎng)絡構建方法與擔保網(wǎng)絡構建類似。

上述三種網(wǎng)絡可合并為一張網(wǎng)絡進行分析，為多關系網(wǎng)絡分析。如圖3所示，節(jié)點1入股節(jié)點2，金額為300萬元，同時節(jié)點1為節(jié)點2的高管;節(jié)點1為節(jié)點3擔保200萬元;節(jié)點3為節(jié)點2擔保100萬元;節(jié)點4入股節(jié)點2，金額為500萬元，同時節(jié)點4為節(jié)點2的高管。

四、運用pajek及配套軟件識別關聯(lián)客戶貸款

pajek是一種大型復雜網(wǎng)絡分析工具，在Windows環(huán)境下運行，用于上千乃至數(shù)百萬結點的大型網(wǎng)絡分析和可視化操作，能讀取后綴名為.net的文件，能夠自動畫出擔保網(wǎng)絡圖，輸出最大連通圖（即一個關聯(lián)客戶）。

txt2Pajek是txt轉pajek工具，主要幫助用戶從txt文本中生成.net文件?？梢詫xt格式的網(wǎng)絡（邊信息）轉換為pajek可以處理的.net格式，在pajek分析時，可以幫助轉換相應的數(shù)據(jù)格式，便于數(shù)據(jù)分析。

運用思路如下：將擔保關聯(lián)、股東關聯(lián)、高管關聯(lián)的數(shù)據(jù)轉為txt格式，用txt2Pajek將txt格式轉為.net格式，用pajek讀取.net格式文件，運用pajek軟件自動識別關聯(lián)客戶。

根據(jù)前述構建關聯(lián)客戶貸款的復雜網(wǎng)絡模型理論，可以畫出整個地市、乃至整個?。ㄉ踔粮蠓秶┩幌盗匈J款跨銀行的關聯(lián)客戶貸款網(wǎng)絡圖，如圖4所示。

X地區(qū)Y關聯(lián)客戶貸款網(wǎng)絡，共有97個節(jié)點、225條關聯(lián)數(shù)據(jù)（擔保關聯(lián)數(shù)據(jù)102條、高管關聯(lián)數(shù)據(jù)54條、股東關聯(lián)數(shù)據(jù)69條），涉及3家銀行，貸款36筆，余額4.13億元。其中正常類貸款2.50億元，不良貸款1.63億元，如表1所示。

五、pajek軟件識別關聯(lián)客戶的優(yōu)勢

（一）整體網(wǎng)絡層面

一是快速識別關聯(lián)客戶?；旧献龅诫S時生成關聯(lián)客戶明細，做到全面排查。二是排查結果可視化。運用復雜網(wǎng)絡分析軟件pajek，能生成可視化的關聯(lián)關系圖，直觀地看到關聯(lián)情況。三是多關系網(wǎng)絡集合運算。運用pajek能將擔保關聯(lián)、股東關聯(lián)、高管關聯(lián)等多關系網(wǎng)絡合并到同一網(wǎng)絡進行分析。四是評價銀行整體關聯(lián)風險。運用復雜網(wǎng)絡的網(wǎng)絡密度、連通度、集聚系數(shù)等指標，通過橫向對比，評價銀行的整體關聯(lián)風險。

（二）局部網(wǎng)絡層面

一是時變網(wǎng)絡。同一關聯(lián)客戶內，可能由于某一筆貸款結清或者借款主體更換股東而導致關聯(lián)關系變化，表現(xiàn)為節(jié)點或連接的產(chǎn)生與消失。運用不同時間點的擔保臺賬、借款企業(yè)的股東及高管信息，運用pajek可以刻畫時變網(wǎng)絡，關注某些關聯(lián)客戶的關聯(lián)網(wǎng)絡變化，關注關聯(lián)網(wǎng)絡的成長性。二是空間網(wǎng)絡。結合地理背景，可以實現(xiàn)某一地區(qū)單家銀行的關聯(lián)客戶分布。如果能利用人民銀行的批量征信數(shù)據(jù)，還能刻畫出某個地區(qū)所有銀行的關聯(lián)客戶分布。三是判斷相似的關聯(lián)客戶之間的風險傳染度。通過構建兩個相似的關聯(lián)客戶的關聯(lián)網(wǎng)絡，計算網(wǎng)絡密度、連通度、集聚系數(shù)等指標，評價相似的關聯(lián)客戶之間的風險傳染難易程度。四是找關聯(lián)客戶中的核心成員。運用點度中心度、中介中心度、接近中心度、權重中心度/特征向量中心度等指標，可以從不同的側重點找出某一大型關聯(lián)客戶的核心成員。

（作者單位：廣東省農(nóng)村信用社聯(lián)合社，郵政編碼：525000，電子郵箱：317047774@qq.com）