最有看点的互联网金融门户

最有看点的互联网金融门户
专栏国内资讯监管与政策

银行融资平台信贷大数据管理的对策建议

本文共2689字,预计阅读时间54

本文分析了商业银行在构建地方融资平台信贷数据财政监督大数据管理系统中优势与特点,同时探讨了商业银行在对政府融资平台发放贷款时所面临的主要的财务风险、经营风险和管理风险中所需要搜集的数据,重点分析商业银行贷前、贷中、贷后的信贷风险管理措施,全面了解了商业银行对政府融资平台信贷风险管理的现状。在此基础上,发现其现有风险管理措施存在的问题并提出建议。

本文发现商业银行地方融资平台信贷大数据管理总体上能有效控制信贷风险但仍存在一些问题:贷前未将地方财政纳入评级体系、客户分类未考虑政府融资平台特征、缺失对财务报表信息的识别过程,贷中信息传递失真、决策效率较低,贷后缺乏对政府政策的评估、贷后管理人员不足。

针对这些问题本文提出关于融资平台信贷大数据管理信息系统的几点操作性建议:通过完善地方融资平台信贷大数据管理评级及分类指标体系,增加对融资平台财务报表数据的识别来完善贷前信贷风险管理;建立地方融资平台信贷管理的风险管理体系,并对组织进行扁平化改进,提高融资平台信贷实时风险管理效率;通过建立地方融资平台贷后政策评估模型量化政策影响,通过优化信贷岗位考核机制来激励相关人员关注贷后风险管理;通过上述措施构建地方融资平台信贷大数据管理信息系统。

(一)完善财政监督与贷前信贷数据管理

完善财政监督与贷前信贷数据管理系统需要加强数据挖掘技术的实现与应用,虽然国内对于大数据和数据挖掘的模型与算法较多,但是实际成功的案例较少,没有历史数据可以参考。怎样将国外的成功经验有效吸收学习,并用于实践?将结构数据挖掘技术进行模型校验与效果提升?这两个问题是当前财政监督与贷前信贷管理系统亟待解决的问题。

1、完善客户分类及评级指标体系

一方面,在客户分类设计时针对如政府融资平台这类特殊客户,应根据其特征在一般客户分类的基础上进行细分,从而充分反映客户经营、管理以及财务特点,对症下药,防范信贷风险。

另一方面,将地方财政纳入客户评级指标体系。商业银行现有的客户评级定性及定量指标是固定的模型,适用于一般企业。然而,如政府融资平台这类具有区别于一般企业法人的特殊客户具有特殊的信贷风险影响因素,常规的评级模型就无法全面准确地对其评级。因此,商业银行在贷前对融资平台进行信用评级时应将政府的偿债能力、区域经济发展等因素纳入风险评价指标体系中。建议商业银行完善评级体系,在一般评级模型的基础上加入特殊客户所面临的信贷风险影响因素。

2、增加识别财务报表数据过程

商业银行对融资平台的信用评级以及项目评估的过程中主要依赖于融资平台提供的财务报表数据。但是,商业银行并没有对财务报表信息数据的真实性进行判断,而是对原有数据直接进行行业对比、指标计算、分析不同时期报表数据对比。建议商业银行在获得报表信息时,组织专门人员对报表数据进行调整、倒推,同时对比分析融资平台不同时期的财务报表,进而对报表信息的真实性、有效性进行识别。在此基础上,根据客户评级指标体系对客户的财务数据进行分析计算。

(二)完善财政监督与贷中信贷数据管理

建议商业银行组织结构进行扁平化,借鉴国际经验,改进信贷风险管理体系,将业务线与风险控制线分离,在风险控制线上设置授信审批分部,具体的做法是:在总分支行分别设立授信审批部门,通过专职审批人、贷审会与信贷审批人员全部归口该部门管理,保持风险部门的独立性与控制权。从而减少审批层级,提高决策效率。随着各种新技术的发展,大数据与数据挖掘技术也随研究的深入而不断进步,以后将更加便捷、有效地应用于未来融资平台的财政监督实践当中去,根据新的理论与模型方法,增加银行融资平台信贷数据挖掘的可靠与有效性,提高融资平台信贷数据质量,使数据更具理解性,同将结果呈现也将更加易于被风控人员理解。

(三)加强对地方融资平台各种非结构化数据的开采的研究

从地方融资平台的新闻报道与多媒体数据库中发现有意义的数据信息,包括对地方融资平台在各种新闻媒体、官方简介上的文本、图形、音频与视频数据进行分析,将非结构化数据更加有效地抽丝拨茧出来,可以将复杂的问题简单化,将无法数字化的视频、图片转化为可以识别的数字,提供给财政监督的决策者,以更加合理有效的政策建议与分析结果。

目前,报刊、媒体对地方融资平台贷款信息的报道较多,例如,2013年3月,新华网报道《武汉每天需还1亿元债务 工地上万个被称"满城挖"》,该报道引起了国务院及中央政府高层对于地方政府债务问题的忧虑,促使国务院出台了关于地方融资平台风险控制的若干项条款与条例。在大数据与新媒体时代,如果可以用大数据对地方融资平台的贷款信息的相关新闻报道与多媒体信息数据进行监测监控,并纳入到银行信贷风险管理系统当中,将可以有效地利用好地方融资平台的各种非结构化数据,挖掘出更多更有效的风险管理内容,使非结构化数据研究方式更广阔地用于地方融资平台的信用风险管理。

(四)完善财政监督与贷后信贷数据管理

1、建立政策风险评估模型

商业银行对融资平台的贷后信贷风险管理是按照常规信贷风险管理流程及模式进行的,针对政府融资平台的特征,应对影响政府融资平台还贷能力的特殊风险进行监控。特别关注政府政策,尤其是为支持政府融资平台发展而出台的倾斜政策。因此,建议商业银行建立完善的政府平台贷后政策评估体系,对政府政策的主观判断进行量化,建立贷后政策评估模型,可借鉴贷前风险管理中定性指标分析,对政府政策进行月度、季度汇总、打分,从而明确政府政策变动对客户及其还款能力的影响力。

2、完善绩效考核机制

贷款利息收入是银行的主要收入来源,在利率市场化,商业银行竞争加剧的背景下,银行不可避免的关注贷款金额及总量。目前商业银行的绩效考核主要关注的是授信总额,风险管理在绩效考核中所占比重较低,这一考核指标不利于客户经理在授信过程中关注信贷风险。因此,为激励银行员工在授信过程中更为严谨,建议客观设定授信总额目标,同时提高业务风险管理方面的考核比重,对于因为人为疏忽而造成的不良贷款要追究相应人员责任。

总之,依据财政部现有50号文、87号文、75号文与新《预算法》等内容不断关注地方融资平台的规范建设,加强商业银行金融科技与大数据系统建设,构建财政监督大数据信息管理平台,协调好贷前、贷中与贷后管理的数据管理内容将有效管理好融资平台的信用风险,降低违约风险,提升财政监督的效率。

微信订阅号:李虹含,ID:yingtonghuo518  邮箱:honghan66@163.com

本文系未央网专栏作者李虹含发表,属作者个人观点,不代表网站观点,未经许可严禁转载,违者必究!


用微信扫描可以分享至好友和朋友圈

扫描二维码或搜索微信号“iweiyangx”
关注未央网官方微信公众号,获取互联网金融领域前沿资讯。

发表评论

发表评论

您的评论提交后会进行审核,审核通过的留言会展示在下方留言区域,请耐心等待。

评论

您的个人信息不会被公开,请放心填写! 标记为的是必填项

取消

李虹含未央青年

24
总文章数

中国人民大学国际货币所研究员,产业升级与区域金融湖北省协同...

栈略数据:用大数据智能风控服务健康险

图图 | 未央团队 1天前

如何用区块链新技术来创新解决供应链金融中的问题?

张明裕 | 零壹财经 11-17

大数据技术赋能金融业创新与应用升级

李虹含 11-15

疯狂的AI金融背后存在三大谎言

许伟军 | 亿欧网 11-15

10月众筹月报:15家平台倒闭 投资人次降7.3%

佚名 | 盈灿咨询 11-12

版权所有 © 清华大学五道口金融学院互联网金融实验室 | 京ICP备17044750号-1