關(guān)于銀行信貸風(fēng)險管理與防范的研究

摘 要：隨著銀行各種業(yè)務(wù)的開展和推廣，銀行的不良貸款率也呈逐年增長趨勢，這不僅影響了銀行的快速健康發(fā)展，甚至導(dǎo)致銀行負(fù)債規(guī)模不斷擴(kuò)大。為應(yīng)對銀行的不良貸款率，自2014年以來，國內(nèi)各大金融機(jī)構(gòu)開始轉(zhuǎn)變發(fā)展策略，豐富金融信貸業(yè)務(wù)體系，但銀行的信貸風(fēng)險問題一直未得到根本解決，因此必須輔以一定的管理措施控制銀行的信貸風(fēng)險。本文在分析商業(yè)銀行風(fēng)險及其成因的基礎(chǔ)上，結(jié)合信貸業(yè)務(wù)風(fēng)險及數(shù)據(jù)挖掘技術(shù)探索加強(qiáng)銀行信貸風(fēng)險管理的有效舉措。

關(guān)鍵詞：銀行；風(fēng)險管理；數(shù)據(jù)挖掘

一、商業(yè)銀行經(jīng)營風(fēng)險及成因

銀行經(jīng)營風(fēng)險一般由兩個因素引發(fā)：一是整個國民經(jīng)濟(jì)金融環(huán)境影響下產(chǎn)生的全局系統(tǒng)性風(fēng)險，如國家政治經(jīng)濟(jì)政策變化所帶來的政策性風(fēng)險，二是由銀行自身因素所造成的非系統(tǒng)性風(fēng)險。本文重點研究的是后者。非系統(tǒng)性風(fēng)險一般包括以下四種類型。

（一）銀行自身層面的系統(tǒng)性風(fēng)險

隨著經(jīng)濟(jì)形勢的變化，商業(yè)銀行信貸逐漸向大城市、大行業(yè)、大客戶的“三大方向”集中，集中度的提高帶來了系統(tǒng)性風(fēng)險的積聚。

（二）流動性風(fēng)險

近年來，互聯(lián)網(wǎng)金融業(yè)蓬勃發(fā)展，商業(yè)銀行資金來源中低成本存款比重下降明顯，中長期貸款比例卻在顯著上升，銀行資產(chǎn)負(fù)債期限結(jié)構(gòu)配比矛盾較突出，流動性風(fēng)險大增。

（三）擔(dān)保風(fēng)險

在信貸業(yè)務(wù)中，信貸擔(dān)保是發(fā)放貸款的必要條件而非充分條件，目前商業(yè)銀行普遍認(rèn)為具備了信貸擔(dān)保即可放貸，然而信貸擔(dān)保只是分散了信貸風(fēng)險，并不能根本上改變借款人信用狀況與財務(wù)水平，也無法足額償還本息，不能解決信貸風(fēng)險。

（四）道德風(fēng)險

信貸業(yè)務(wù)合約締結(jié)后，存在因信息不對稱造成委托人與代理人中具有信息優(yōu)勢的一方可能為個人私利，采取不利于對方的行為，使他人利益受損的可能性。

二、銀行經(jīng)營風(fēng)險防范措施

對于上述風(fēng)險，主要應(yīng)對措施有以下四點。

1）加強(qiáng)對國家經(jīng)濟(jì)形勢與政策的研究水平，做好信貸資產(chǎn)合理配置，分散經(jīng)營風(fēng)險。

2）推行風(fēng)險管理機(jī)制，防微杜漸，將違約風(fēng)險的可能性扼殺在萌芽狀態(tài)。

3）是建立監(jiān)管監(jiān)控體系，量化評價客戶等級，實行分級分類管理，加強(qiáng)風(fēng)險管理的精細(xì)化水平。

4）形成集團(tuán)客戶綜合信貸管理體系，對于大型集團(tuán)采用綜合授信的管理方式，動態(tài)監(jiān)控其各業(yè)務(wù)板塊的發(fā)展，確保信用貸款的健康穩(wěn)定。

三、數(shù)據(jù)挖掘技術(shù)和銀行信貸風(fēng)險防范

（一）數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘指的是從巨量的不同格式不同形式的數(shù)據(jù)信息中提取過濾用戶最希望獲知的信息與結(jié)論，而且這些信息與結(jié)論通常是隱藏的、具有潛在價值的、事先未知的，挖掘到的信息表示為概念、規(guī)律、模式、可視化等多種形式，數(shù)據(jù)挖掘的對象是數(shù)據(jù)庫。

（二）基于數(shù)據(jù)挖掘技術(shù)的信貸風(fēng)險模型建模方法。

1.決策樹

根據(jù)被預(yù)測企業(yè)客戶的經(jīng)營狀況，分類不同數(shù)據(jù)，形成測試函數(shù)，構(gòu)建樹狀結(jié)構(gòu)各層分支，并不斷重復(fù)構(gòu)建，此即決策樹構(gòu)建方法，該方法常常被應(yīng)用于金融業(yè)務(wù)決策，通過決策樹建模法可以快速預(yù)測各類信貸申請企業(yè)違約概率。

2.聚類算法

通俗來說，聚類算法的含義類似于“物以類聚，人以群分”，其主要指導(dǎo)思想是將大體量的數(shù)據(jù)進(jìn)行歸類，歸因處理，分門別類地分析對待。聚類算法的本質(zhì)就是把在某一特定領(lǐng)域或某幾個特定方面具有相同或相似特征的數(shù)據(jù)樣本算作同類，同一類的數(shù)據(jù)樣本在該特定領(lǐng)域或該幾個特定方面考量下的差異不大，但是不同類的數(shù)據(jù)樣本相對來講差異非常大。使用聚類算法構(gòu)建的信貸風(fēng)險模型能夠根據(jù)企業(yè)客戶的特點將其按照低風(fēng)險高回報/中等風(fēng)險回報比/高風(fēng)險低回報等類別大致分類。

3.人工神經(jīng)網(wǎng)絡(luò)

此辦法模擬人腦的神經(jīng)傳輸網(wǎng)絡(luò)，模仿生物神經(jīng)對外部信息（刺激信號）的傳遞、判別與處理方式。以人工神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)構(gòu)建的算法體系在非線性分析擬合方面性能特別突出。信貸企業(yè)是否違約一部分情況可以從企業(yè)重要經(jīng)營指標(biāo)上反映出來，另一部分情況是潛在的，無法通過量化分析獲得的，由此兩類情況綜合影響下，造成企業(yè)數(shù)據(jù)與其違約可能性之間的關(guān)系必然是非線性的，使用人工神經(jīng)網(wǎng)絡(luò)來構(gòu)建信貸風(fēng)險模型將較好地擬合這個非線性的過程，從而達(dá)到相對準(zhǔn)確的結(jié)論。

四、信貸風(fēng)險管理展望

1）完善信貸業(yè)務(wù)權(quán)責(zé)一致制度要將銀行的信貸業(yè)務(wù)的權(quán)力和責(zé)任相對應(yīng)，從實行信貸業(yè)務(wù)的信用評估、審批、發(fā)放、管理、清收等職能等各環(huán)節(jié)分離制度和內(nèi)部審計制度，交叉管理、權(quán)責(zé)分明、從而有效防范銀行的信貸業(yè)務(wù)風(fēng)險。

2）明確信貸業(yè)務(wù)的規(guī)章制度。銀行除了發(fā)展傳統(tǒng)信貸業(yè)務(wù)以外，更應(yīng)該加強(qiáng)機(jī)制創(chuàng)新，產(chǎn)品創(chuàng)新和流程創(chuàng)新，使信貸產(chǎn)品的定制化程度更加提高，加強(qiáng)市場競爭力，監(jiān)管機(jī)構(gòu)和銀行內(nèi)控也要加強(qiáng)主體責(zé)任意識，提高風(fēng)險管理理論水平，制定符合市場規(guī)律和業(yè)務(wù)開展特點的合理規(guī)章辦法，加強(qiáng)社會信用體系的建設(shè)，完善征信系統(tǒng)，多措并舉多方努力推動信貸業(yè)務(wù)的健康可持續(xù)發(fā)展。嚴(yán)格依照公司信貸業(yè)務(wù)操作流程標(biāo)準(zhǔn)，有序規(guī)范地進(jìn)行信貸業(yè)務(wù)工作，從流程上防范信貸業(yè)務(wù)風(fēng)險。

3）強(qiáng)化監(jiān)管。金融機(jī)構(gòu)要在滿足資本充足率的條件下優(yōu)化融資結(jié)構(gòu)、強(qiáng)化內(nèi)部監(jiān)管，處理好盈利性和安全性的關(guān)系，采用內(nèi)評法將信貸融資業(yè)務(wù)的相關(guān)指標(biāo)精細(xì)化分級調(diào)檔，同時銀監(jiān)會要加強(qiáng)對銀行的檢查力度，另外，信貸企業(yè)也要嚴(yán)格監(jiān)控信貸資金的用途，保障信貸業(yè)務(wù)健康發(fā)展。

參考文獻(xiàn)：

[1] 王靖雯，劉錦淼.商業(yè)銀行數(shù)據(jù)倉庫建設(shè)及數(shù)據(jù)服務(wù)價值[J].中國金融電腦，2010（07）：23-24.

[2] 馮娟娟.互聯(lián)網(wǎng)金融背景下商業(yè)銀行競爭策略研究[J].現(xiàn)代金融，2013（4）：34.

作者簡介：蔣仁云（1986-），男，上海人，上海交通大學(xué)研究生。