|
作者：猜猜 商业银行是有经营风险的企业。从某种意义上说，风险管理是商业银行的核心竞争能力。在科技信息革命风起云涌的今天，如何利用大数据来提升商业银行风险管理能力成为一个众说纷纭的新课题。笔者认为：商业银行应用大数据具有得天独厚的优势，一方面客户群庞大、业务类型广且数据质量好，积累了大量的结构化及非结构化数据信息，另一方面商业银行资金实力雄厚，人才储备充足，科研能力卓越，其物质基础是其它金融机构所不具备的。 宏观经济持续下行，监管压力不断加大，爆雷事件时有耳闻，盈利基础显著削弱，国内商业银行普遍戴上了“紧箍咒”，不良授信的发生及传染“拷问”着商业银行风险管理的能力与水平。与此同时，商业银行要生存、要发展，要在激烈的同业竞争中拥有一席之地，就必须不断拓展新市场、发展新客户、开展新业务。以往以人工作业为主要方式的风险管理饱含行业及市场的诟病，为此，以大数据思维为导向，建立客户风险管理“驾驶仓”，击碎地区、行业、条线的壁垒，实现信息统一管理、科学决策，将是商业银行未来风险管理的主要趋势。 作为风险管理的专职部门，商业银行总行级机构通常设置了风险管理部或类似部门。站在战略管理的高度，构建客户风险预警体系建议采取由总行风险管理部牵头，联合相关职能部室，成立矩阵型组织（如研发领导小组、委员会等），负责规划、组织、监督和推动全面风险管理流程再造工作；分行层面则由分行主管行长指导本级风险管理部具体组织并实施辖内的全面风险预警工作；支行层面则应明确客户经理的权利与职责，强化第一道防线的作用，负责执行上级行的指令，及早发现并报告风险，调整客户分布及资产结构，实现风险预警工作的科学性、规范性、有效性。 建议商业银行通过垂直型的条线管理以实现清晰的战略愿景和谨慎的风险文化，选拔和任用政治过硬、作风优良、业务精通的干部员工负责客户风险预警体系的设计与实施，切实发挥每一名成员专业特长和主观能动性，不折不扣地履行好预警职责的相关要求，通过良好的沟通与合作扩大并延伸风险预警工作成果，做到全员重视、全程管理、全方位控制，引导各机构、各层级对信用风险早识别、早预警、早处置，主动防范和化解各类风险事件与案件隐患。 商业银行要倡导上下一条线、全行一盘棋的理念，规范并统一风险级别、管控措施、认定标准和报告流程等核心要素，建议通过预警管理职责的明确与分配来强化客户经理的责任心，把人防、物防、技防结合起来，形成整体效应。例如，商业银行可按照银监部门的风险管理指引要求，建议在总、分行两级机构设置集团（关联）客户风险监测岗，持续强化对系统性风险、区域性风险的防范力度，重点关注风险传染及利益输送行为；建议在总行设置事后监督岗，负责将纸质的授信档案扫描成电子文档，为各级授信工作人员配备相应的权限（查看、修改、删除等），并实现数据库的灾难备份，尤为重要的是加强对辖属机构授信条件落实情况的专项检查，防止“重贷轻管”行为的发生。 客户风险预警体系建议以决策树判断为核心，积极应用大数据设计、开发和优化预警触发人工智能模型。模型可对内设的预警指标进行分类、打分，运用决策树进行判断，按照输入条件及输出格式要求生成客户风险预警工作底稿。建议客户风险预警体系能够对接行内外各类风险信息，即包括但不限于逾期、欠息、转化等内部信息以及法院诉讼、人行征信、公共媒体负面报道、银监预警信息、集团及关联客户风险等外部信息。通过触发预警排查认定任务来启动预警报告审查流程，由总、分、支行三级机构的工作人员采取针对性强的应对措施，即根据不同预警级别来实施相应的贷后检查，直至预警信息解除或授信业务结清。在条件允许的情况下（科研能力、开发经费、客户信息保密等），可实行客户风险预警体系手机APP与PC端的并行开发。 建议客户风险预警体系坚持双线报告，既要指导监督业务条线，又要保证风险条线逐级报告，实现不同地区、不同行业、不同条线、不同机构之间的信息共享，提升客户风险管理“驾驶仓”的实战能力。建立客户风险预警体系的另一项关键任务就是对未进入动态和预警级别的客户实现信用风险变动的动态监控，可根据风险偏好、风险容忍度等要素，建立风险池客户“灰名单”，由矩阵型组织（如研发领导小组、委员会等）召开每周（旬）例会，研究制定重点客户“一户一策”的管控方案。 大数据时代不仅仅是数据量的增长，更多的是质的提升。建议商业银行将客户风险预警体系研发的成果广泛应用于信用风险管控全流程：针对排查结果动态调整授信指引与管理制度，对预警级别较高的客户要求更高层级的机构、更高权限的审批人进行审批；对集团（关联）客户授信业务要开展不定期地授信后的评价，关注授信条件落实及授信对象经营管理能力与还款能力变化；将预警客户纳入高风险客户名单，在授信准入、审查、审批及放款等环节予以系统提示；以客户预警级别调整为切入口，自动发起资产分类流程、客户评级流程，缓解客户经理的工作压力，使之将宝贵的时间与精力投入到客户开发和市场营销中。 |
|
|
