| 标题 | 大数据视角下信贷管理的反思分析 |
| 范文 | 肖建华 摘 要 云计算和物联网等技术的不断发展加快了大数据时代的到来。在大数据的时代背景下，商业银行不但存在着结构化的数据，同时还存在着大量的非结构化的数据，如电话银行和网银等，其能够改变数据的标准和结构，加快商业信贷管理的转型。因此本文主要是对大数据视角下的信贷管理进行具体的分析。 关键词 大数据视角 信贷管理 反思 一、前言 随着科技的不断发展，大数据时代到来。在大数据的时代下，商业银行主要的任务是提高信贷管理的能力，从而可以不断提高业务管理能力。此外，商业银行可以充分利用大数据技术来分析客户的行为和社会背景等，使客户的完整图像得以形成，同时可以合理使用大数据技术的分析系统和计算功能，预测客户的行为，从而制定合理的应对措施。 二、商业银行的信贷管理 商业银行的核心业务始终是信贷业务。虽然商业银行经过了漫长的发展，但是在判断风险时依然要使用精准的风险信息，才能减少信息不对称的现象，提高经济效益。 为了能够准确判断借款人的风险状况，商业银行利用许多方法加强信贷管理，如普及巴塞尔新资本协议等。[1]随着大数据时代的到来，商业银行对传统的信贷管理模式进行了进一步的反思，而为商业银行大数据管理模式提供依据的主要是p2p网络贷款平台的建立等。 三、传统信贷管理与大数据信贷管理的对比 （一）贷前管理 受理业务和评价调查等是信贷业务贷前管理包括的内容，而这一时期的主要工作是认真调查和评价项目，其中的关键工作是对借款人背景的真实性和对借款人的风险水平进行判断和评价。 在传统信贷管理模式中，商业银行贷前管理工作主要是利用财务报表对客户的风险状况进行分析。如果存在信息不对称的现象，商业银行会要求借款人提交抵押品，其主要目的是将风险降低，这样商业银行可以在借款人违约的情况下，将部分损失挽救回来，同时可以提高借款人的还款意愿，降低其违约的可能性。 在大数据背景下，传统信贷管理模式的问题逐渐凸显，如财务报表信息存在滞后性，无法全方位地掌握借款人的生产状况，从而无法准确地评价借款人的风险。但是大数据管理可以合理地解决这些问题，商业银行可以利用税务查询系统等，及时获取借款人的现金流等信息，这样不但可以利用税务局报税数据和资金往来数据等对借款人背景和经营状态的真实性进行判断和分析，同时可以通过分析非结构数据和结构数据，将其转换为信用评价，从而不断完善客户信用评价模型。 （二）贷中管理 授信审批和支用贷款等是贷中管理主要包括的内容，其重要工作是对信用额度进行明确，其中的关键工作是按照贷款人的风险情况将适量的应用额度提供给借款人。 在传统的信贷管理模式中，商业银行的授信审批工作要根据专家的经验判断以及风险限额利用财务评价模型计算等方式来完成。[2]但是这种方法无法充分了解跨区、跨行业和具有复杂关系等企业的生产经营和关联关系等所有的真实情况，从而导致授信过度的问题产生。此外，根据经验对授信审批方式进行判断，会使客观数据没有足够的支持度，进而使不同审批人提供的审批结论存在较大的差异性。 大数据信贷管理能够有效解决传统信贷管理模式中存在的问题。一般是由信息不对称引起授信过度的问题，在大数据模式下，商业银行可以利用信息系统将人们的言行特点利用互联网实时记录下来，从而及时掌握借款人的资金和产品往来的情况，而且可以与网络平台进行合作，在互联网空间将真实的人际关系映射出来，充分挖掘微信和微博中的数据信息，从而进一步了解企业真实管理人的风险偏好，为精准授信提供保障。 （三）贷后管理 贷后走访和风险分类等是贷后管理主要包括的内容，其中重要管理工作是贷后走访和监控抵押品，其中的关键工作是对借款人风险状况监控和抵押品价值的判断。 在传统管理模式中，商业银行主要是在线下对借款人的贷后财务、经营和抵押品价值等信息进行跟踪。但是这种方法需要大量的人力和物力，而且难以获得借款人贷款的前瞻性的信用信息，同时抵押品的有效性不足。 在大数据背景下，商业银行可以及时获取借款人最新的交易和现金流信息，为判断前瞻性的风险提供了依据。另外，商业银行可以通过对企业支出数据的挖掘，如工作表和水表等，对这些异动数据进行环比分析，从而可以将可疑客户的名单确定下来，使其尽早預防企业的经营风险，将化解风险的措施及时制定出来。 四、如何用大数据加强信贷管理 （一）树立大数据信贷管理理念 大数据信贷管理并不是将传统信贷管理模式完全摒弃，其主要是对传统模式中的缺陷进行弥补。在大数据背景下，商业银行要想转变信贷管理模式，首先要树立大数据信贷管理理念。 在传统模式中，商业银行只是重视客户的财务数据，并没有重视客户的行为数据和行业协会数据等；更加重视贷前分析，没有充分挖掘和整合动态信贷过程中的一体化数据。在大数据时代下，商业银行应该不断拓宽思路，广泛挖掘客户资金往来数据和生产经营数据等各种数据，从中找出关键的敏感数据，将大数据的分析方式建立起来。 （二）构建数据管理体系 在大数据时代下，商业银行要用更高的标准构建数据管理体系：第一，重新设定数据治理结构。结构数据和非结构数据都是信贷管理数据中的主要内容，而且应用非结构数据能改变数据的标准和结构。所以商业银行要对数据来源和数据标准重新整理和制定，从而将采集和处理数据等管理制度建立起来。第二，建立信贷管理相关的数据库。商业银行要重新整理信贷管理的关键数据，不断提高收集和应用数据等执行效率，从而将不同的数据库建立起来。 （三）建设信贷管理的大数据平台 商业银行要与相关平台积极合作，如电子商务和移动通信等，从而建设信贷管理需要的大数据平台。根据信贷管理的关键环节，如贷后监控等，商业银行要不断拓宽收集信息的渠道，从而将企业的生产销售和企业往来等各个方面覆盖在采集信息的范围中，通过对平台数据的收集，可以不断扩大相关数据的规模，提高信贷管理的效率。 五、结语 相对传统的信贷管理来说，大数据信贷管理模式的优势主要体现在贷前管理、贷中管理和贷后管理三个阶段。大数据信贷管理模式主要是弥补传统信贷管理模式中的不足，所以商业银行要树立大数据信贷管理理念、构建数据管理体系、建设信贷管理的大数据平台。通过这些方式，商业银行不但可以进一步反思和改进传统的信贷管理模式，积极创新管理的方法和手段，同时充分利用网络数据更新频率较高的特点，提高信贷管理效率，进而促进商业银行的进一步发展。 （作者单位为上海吉祥航空股份有限公司） 参考文献 [1] 谢晓雪.从大数据视角反思信贷管理[J].中国金融，2015，23（01）：58-59. [2] 马昌燕.大数据视角下农业档案管理的透视与反思[J].办公室业务，2017，36 （04）：51-52. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。