基于非財務(wù)因素的銀行信貸風(fēng)險監(jiān)測系統(tǒng)的構(gòu)建

李月朋 王穎 楊昊天 李崇瑞

摘 要：風(fēng)險防范是銀行日常信貸業(yè)務(wù)的關(guān)鍵，是金融穩(wěn)定的基礎(chǔ)。銀行信貸風(fēng)險傳統(tǒng)預(yù)警主要基于財務(wù)數(shù)據(jù)，雖然能夠一定程度上幫助分析客戶違約概率，但在早期風(fēng)險預(yù)警方面具有局限性。在大數(shù)據(jù)處理技術(shù)與網(wǎng)絡(luò)爬蟲技術(shù)快速發(fā)展的背景下，引入非財務(wù)因素分析，并應(yīng)用網(wǎng)絡(luò)爬蟲技術(shù)，能夠降低信貸風(fēng)險，做到貸前審核，貸后跟蹤預(yù)警，為信貸風(fēng)險預(yù)警提供信息支持。

關(guān)鍵詞：非財務(wù)因素；銀行信貸；風(fēng)險；數(shù)據(jù)挖掘

引言

信貸業(yè)務(wù)是銀行盈利的主要方式，當(dāng)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(chǎn)質(zhì)量下降。投資企業(yè)財務(wù)報表作假現(xiàn)象的普遍存在，銀行貸后管理與風(fēng)險預(yù)警能力有限，巨額不良貸款的不斷積累，使得行業(yè)信用風(fēng)險持續(xù)暴露（晁靜，高建來，2011）。

現(xiàn)如今，大數(shù)據(jù)時代的到來，催生出了互聯(lián)網(wǎng)金融、網(wǎng)絡(luò)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(shù)據(jù)的收集、分析，及時發(fā)現(xiàn)客戶存在的信貸問題，預(yù)防信貸危機，全面評估企業(yè)信貸風(fēng)險已經(jīng)成為了可能（李超，周瑛，2017）。

在此背景下，我們引入了非財務(wù)因素風(fēng)險監(jiān)測系統(tǒng)，構(gòu)建了基于全網(wǎng)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(wù)信息，為有效控制信貸風(fēng)險提供信息保障。

一、銀行信貸風(fēng)險管理綜述

信貸風(fēng)險監(jiān)測基于財務(wù)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(shù)據(jù)建立模型，進行預(yù)測分析，后者是通過機器進行學(xué)習(xí)，進行相關(guān)程序代碼的編寫，對財務(wù)報表數(shù)據(jù)進行檢測，監(jiān)控信貸風(fēng)險。

然而，僅基于財務(wù)數(shù)據(jù)分析的方法，不能準(zhǔn)確反映企業(yè)經(jīng)營情況。非財務(wù)指標(biāo)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(fēng)險，指導(dǎo)銀行風(fēng)險評估，注重企業(yè)當(dāng)前和未來的信息，幫助企業(yè)實現(xiàn)長期可持續(xù)發(fā)展。

二、銀行信貸與互聯(lián)網(wǎng)+、大數(shù)據(jù)

在全球經(jīng)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(guān)競爭者的發(fā)展?fàn)顩r、企業(yè)自身發(fā)展的異常情況等多種復(fù)雜因素的影響，因此構(gòu)建一個全面科學(xué)的監(jiān)測體系、實時監(jiān)測影響企業(yè)發(fā)展的諸多相關(guān)因素有利于銀行更有效地控制信貸風(fēng)險。

互聯(lián)網(wǎng)個人信貸創(chuàng)新模式以高效、快捷、便利為目標(biāo)，滿足了廣大客戶的信貸需求，發(fā)展十分迅速，在網(wǎng)上信貸過程中，為了防止通過偽造虛假資料而進行的網(wǎng)上欺詐，銀行等金融機構(gòu)可以采取第三方驗證、大數(shù)據(jù)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(gòu)的信貸記錄，并獲取借款人聯(lián)系方式、瀏覽網(wǎng)頁等多維度信息。伴隨數(shù)據(jù)的不斷積累和整合，令風(fēng)險異動再第一時間反饋出來，有效控制風(fēng)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(fēng)險監(jiān)測模型：

把銀行信貸風(fēng)險預(yù)警建立在閉環(huán)的管理模式的基礎(chǔ)上，通過前期風(fēng)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(wù)因素與財務(wù)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(wù)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(fēng)險、產(chǎn)業(yè)風(fēng)險、企業(yè)經(jīng)營風(fēng)險紀(jì)念性系統(tǒng)分析，財務(wù)因素從資產(chǎn)、負債、損益和現(xiàn)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(fēng)險不可控，將計入央行征信報告數(shù)據(jù)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(wù)風(fēng)險信息評價體系的構(gòu)建

風(fēng)險信息的評價采用了專家評分法。在銀行風(fēng)險專家的幫助下，將行業(yè)經(jīng)驗和風(fēng)險管理專業(yè)經(jīng)驗相結(jié)合，制定了“非財務(wù)風(fēng)險信息評價體系”，量化評估企業(yè)風(fēng)險信息，得出企業(yè)風(fēng)險對企業(yè)貸后風(fēng)險的影響情況，以及對產(chǎn)業(yè)的影響情況，通常使用五分制度進行風(fēng)險的評估，同時將風(fēng)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(fēng)險的定義為違約發(fā)生的可能性高，對信貸風(fēng)險的影響強度高，影響的持續(xù)時間長。

結(jié)語：

銀行信貸風(fēng)險管控是一個閉環(huán)，財務(wù)因素與非財務(wù)因素在其中都起到了至關(guān)重要的作用。在信貸風(fēng)險預(yù)警和財務(wù)管理階段，需要有嚴(yán)格的防范風(fēng)險流程和科學(xué)的指標(biāo)進行輔助管理，通過以上模型，并應(yīng)用網(wǎng)絡(luò)爬蟲、大數(shù)據(jù)分析等技術(shù)，使非財務(wù)因素的搜集更加便利，也極大地降低了市場風(fēng)險、信貸風(fēng)險，減少銀行壞賬.

參考文獻

[1] 徐南.淺析財務(wù)信息與非財務(wù)信息的比較[J].商場現(xiàn)代化，2008，24

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

[3] 張引，陳敏，廖小飛. 大數(shù)據(jù)應(yīng)用的現(xiàn)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(shù)據(jù)環(huán)境下的威脅情報分析[J]. 情報雜志，2017，36（09）：24-30.