前言：本站為你精心整理了個(gè)人貸款授信風(fēng)險(xiǎn)控制與實(shí)踐范文，希望能為你的創(chuàng)作提供參考價(jià)值，我們的客服老師可以幫助你提供個(gè)性化的參考范文，歡迎咨詢。

摘要：本文聚焦于個(gè)人貸款授信發(fā)起端真實(shí)性審核、審批端統(tǒng)一授信以及貸后端資金流向監(jiān)控等問題，認(rèn)為商業(yè)銀行要通過設(shè)計(jì)區(qū)域性貸前反欺詐準(zhǔn)入流程、打造統(tǒng)一授信管理體系以及引入前沿風(fēng)控大數(shù)據(jù)技術(shù)，加強(qiáng)個(gè)人貸款授信業(yè)務(wù)貸前、貸中、貸后各環(huán)節(jié)的風(fēng)險(xiǎn)防控能力，從而實(shí)現(xiàn)穿透式風(fēng)險(xiǎn)管理。

關(guān)鍵詞：個(gè)人貸款；大數(shù)據(jù)；統(tǒng)一授信

一、個(gè)貸授信準(zhǔn)入環(huán)節(jié)大數(shù)據(jù)技術(shù)的應(yīng)用

在個(gè)貸授信準(zhǔn)入環(huán)節(jié)，通過各類信息的整合和相互驗(yàn)證，由系統(tǒng)自動(dòng)完成對新申請客戶的身份驗(yàn)證，并運(yùn)用不同的準(zhǔn)入模型算法對新客戶進(jìn)行反欺詐過濾、內(nèi)控名單比對等風(fēng)險(xiǎn)篩查，最終完成客戶授信準(zhǔn)入的風(fēng)險(xiǎn)判斷。

（一）打造區(qū)域性貸前反欺詐準(zhǔn)入流程

對于全國性商業(yè)銀行而言，個(gè)人貸款業(yè)務(wù)的準(zhǔn)入評分卡模型一般由總行相關(guān)部門進(jìn)行統(tǒng)一設(shè)計(jì)，可能出現(xiàn)區(qū)域性客群適配性問題，特別對于小微、普惠金融業(yè)務(wù)規(guī)模較大的地區(qū)，一旦出現(xiàn)某個(gè)行業(yè)或特色客群不適配總行準(zhǔn)入評分卡的情況，依靠人工核驗(yàn)和經(jīng)驗(yàn)審批難以迅速響應(yīng)，可能造成業(yè)務(wù)機(jī)會(huì)的流失，同時(shí)也對人工反欺詐識(shí)別的準(zhǔn)確性帶來挑戰(zhàn)?；谝陨媳尘?，全國性商業(yè)銀行有必要在部分地區(qū)和分行，基于內(nèi)外部大數(shù)據(jù)采購、收集、整合、挖掘并建模，建立區(qū)域性特色反欺詐規(guī)則集和特色綜合評價(jià)模型，以之作為總行級(jí)準(zhǔn)入評分卡模型的補(bǔ)充。區(qū)域性特色反欺詐規(guī)則集建設(shè)應(yīng)考慮區(qū)域性特色黑名單信息的搜集整理以及建立反欺詐規(guī)則集的日常管理機(jī)制。區(qū)域性特色黑名單信息主要包括省市級(jí)信用辦、公共信用信息中心積累的聯(lián)合懲戒名單、限高名單、限出入境名單、失信執(zhí)行名單等，以及對于特定行業(yè)或地區(qū)的特殊管控要求。1.反欺詐規(guī)則集管理機(jī)制反欺詐規(guī)則集的日常管理機(jī)制需要滿足及時(shí)性原則和動(dòng)態(tài)調(diào)整原則，其中及時(shí)性原則是指通過系統(tǒng)自動(dòng)抓取、人工主動(dòng)搜集的方式，將符合名單條件和特征的客戶及時(shí)納入至反欺詐規(guī)則集，實(shí)施監(jiān)控管理；動(dòng)態(tài)調(diào)整原則要求建立黑名單客戶進(jìn)入和退出以及規(guī)則模型的動(dòng)態(tài)調(diào)整機(jī)制，若不良信用行為、風(fēng)險(xiǎn)特征已有效化解和消除，可發(fā)起申請，將客戶調(diào)出黑名單，同時(shí)保留調(diào)入及退出記錄。2.反欺詐規(guī)則集拓展延伸在傳統(tǒng)規(guī)則模型應(yīng)用的基礎(chǔ)上，區(qū)域性特色集還可以考慮引入社區(qū)算法，通過聚類算法思想，利用特征工程、社區(qū)圖算法①、信任評分等技術(shù)，通過計(jì)算高階變量、組合業(yè)務(wù)變量和細(xì)分結(jié)果分類等方法，建立高維空間，放大反欺詐模型輸入的向量維度，從而計(jì)算客戶在高維空間中的距離，畫出疑似欺詐客戶的聚集區(qū)，將不同客戶利用高維空間進(jìn)行合理區(qū)分，從而有效暴露疑似欺詐客戶異常行為的離群特征。

（二）建立區(qū)域性特色綜合評價(jià)模型

區(qū)域性特色反欺詐規(guī)則集驗(yàn)證通過后，還需完成區(qū)域性特色綜合評價(jià)模型的打分輸出。對于區(qū)域性特色綜合評價(jià)模型的設(shè)計(jì)，主要需要滿足兩個(gè)方面的要求：一是統(tǒng)計(jì)學(xué)要求，客群的得分分布應(yīng)滿足正態(tài)分布，避免厚尾等情況的發(fā)生，同時(shí)客群的壞客戶比例應(yīng)呈現(xiàn)逐級(jí)下降的趨勢。二是區(qū)域性評價(jià)模型應(yīng)是對總行模型的補(bǔ)充，維度方面要體現(xiàn)差異性，評價(jià)模型建模過程中可以從身份匹配度、用戶行為、收入等級(jí)、資產(chǎn)情況、營收支付、關(guān)聯(lián)風(fēng)險(xiǎn)等方面進(jìn)行分維度評價(jià)，輔之以合適的權(quán)重，最終形成綜合評價(jià)得分。

二、統(tǒng)一授信識(shí)別管理中大數(shù)據(jù)技術(shù)的應(yīng)用

中小企業(yè)的最大特點(diǎn)是企業(yè)行為與企業(yè)法人（或企業(yè)主）的個(gè)人行為緊密相關(guān)。因此，中小企業(yè)授信已不再局限于商業(yè)銀行對公業(yè)務(wù)條線，而是涵蓋了對公業(yè)務(wù)、個(gè)人業(yè)務(wù)、信用卡等多個(gè)業(yè)務(wù)條線，這也帶來了不同業(yè)務(wù)條線之間風(fēng)險(xiǎn)交叉?zhèn)鲗?dǎo)的問題，進(jìn)一步增加了風(fēng)險(xiǎn)管理的難度。

（一）統(tǒng)一授信管理體系構(gòu)建

從授信客戶的特點(diǎn)出發(fā)，對兼具企業(yè)和個(gè)人雙重身份的中小企業(yè)客戶，需要打破傳統(tǒng)業(yè)務(wù)邊界實(shí)行客戶的統(tǒng)一授信管理。在客戶信息共享、授信風(fēng)險(xiǎn)準(zhǔn)入、授信審批決策、客戶授信總量管控、授信產(chǎn)品額度切分、授信條件落實(shí)，以及持續(xù)的貸后跟蹤管理等工作中，都要做到風(fēng)險(xiǎn)的全面、穿透式管理。在授信業(yè)務(wù)管理過程中，需要把對公授信和個(gè)人貸款納入統(tǒng)一授信管理體系，對于中小企業(yè)和個(gè)人金融條線而言，必須打通跨條線授信數(shù)據(jù)的壁壘，中小企業(yè)條線客戶經(jīng)理可以通過系統(tǒng)了解企業(yè)關(guān)聯(lián)個(gè)人授信的情況，個(gè)人金融條線客戶經(jīng)理也要充分了解授信個(gè)體關(guān)聯(lián)企業(yè)的授信情況；同時(shí)還需要在系統(tǒng)后臺(tái)進(jìn)行批量數(shù)據(jù)加工，支持統(tǒng)計(jì)導(dǎo)出已有交叉授信的情況，便于窗口指導(dǎo)部門定期跟蹤摸排交叉授信存在的風(fēng)險(xiǎn)隱患并及時(shí)進(jìn)行預(yù)警。在各條線數(shù)據(jù)打通并基于行內(nèi)授信信息關(guān)聯(lián)關(guān)系表和銀碼表實(shí)現(xiàn)授信數(shù)據(jù)統(tǒng)一管理的基礎(chǔ)上，對于個(gè)人貸款授信業(yè)務(wù)中涉及的關(guān)聯(lián)公司，結(jié)合知識(shí)圖譜中的關(guān)聯(lián)路徑，通過法人、實(shí)際控制人、控股股東等維度摸排個(gè)人關(guān)聯(lián)企業(yè)延伸套取授信的風(fēng)險(xiǎn)隱患，防止客戶利用跨多線多種授信產(chǎn)品，超過其風(fēng)險(xiǎn)承受能力形成過度負(fù)債。

（二）統(tǒng)一授信管理體系的應(yīng)用

依托統(tǒng)一授信管理系統(tǒng)，針對已發(fā)放的公司客戶（包括信貸工廠客戶）授信與對該客戶法定代表人、實(shí)際控制人、股東發(fā)放的用于該公司經(jīng)營的個(gè)人貸款，貸前環(huán)節(jié)可以基于線上查詢函功能，充分揭示跨條線的存量授信和在途審批流程信息；貸中審批環(huán)節(jié)可以基于預(yù)警查詢功能，查詢跨條線關(guān)聯(lián)客戶的預(yù)警信息和黑名單情況；貸后管理環(huán)節(jié)可以基于統(tǒng)計(jì)報(bào)表功能，一鍵查詢統(tǒng)一授信管理視角下分機(jī)構(gòu)、分行業(yè)、分產(chǎn)品、資產(chǎn)質(zhì)量分類等不同維度的授信統(tǒng)計(jì)信息。

三、貸后資金流向監(jiān)控中大數(shù)據(jù)技術(shù)的應(yīng)用

在貸后管理工作中，資金用途和流向監(jiān)控是信貸全流程管理的重要環(huán)節(jié)。近年來，個(gè)人貸款授信業(yè)務(wù)的信用風(fēng)險(xiǎn)有所提升，商業(yè)銀行要及時(shí)有效地監(jiān)控資金用途和流向，提升自身的信用風(fēng)險(xiǎn)與合規(guī)風(fēng)險(xiǎn)防范能力。

（一）結(jié)算水平監(jiān)控

從分析挖掘維度出發(fā)，主要包括結(jié)算量與銷售收入不匹配、結(jié)算水平與金額異動(dòng)等場景，主要分析監(jiān)控借款人的結(jié)算量和銷售收入占比是否處在合理區(qū)間；監(jiān)測借款人在過去一段時(shí)間內(nèi)結(jié)算筆數(shù)和結(jié)算金額的降幅異動(dòng)，預(yù)測個(gè)人關(guān)聯(lián)企業(yè)經(jīng)營質(zhì)態(tài)出現(xiàn)惡化的可能性，以便及時(shí)采取相應(yīng)的處置措施。

（二）資金用途監(jiān)控

針對授信業(yè)務(wù)資金發(fā)放的真實(shí)交易對手進(jìn)行監(jiān)控，用以發(fā)現(xiàn)貸款資金回流、授信資金交易對手疑似非正常等異常行為，其中貸款資金回流主要監(jiān)測借款人在銀行授信發(fā)放貸款前后一段時(shí)間內(nèi)，是否與同一交易對手頻繁發(fā)生大額借貸業(yè)務(wù)，或者出現(xiàn)跨銀行、跨客戶資金回流的情況；交易對手疑似非正常主要監(jiān)測授信發(fā)放后短期內(nèi)主要交易對手中是否包括小貸、財(cái)務(wù)、信托等公司，識(shí)別借款人挪用銀行放款償還其他非銀機(jī)構(gòu)貸款的風(fēng)險(xiǎn)。

（三）賬戶風(fēng)險(xiǎn)監(jiān)控通過分析

監(jiān)控授信企業(yè)的賬戶狀態(tài)及資金來源，建立銀票托收異常行為監(jiān)控、還款資金來源疑似異常等風(fēng)控場景，幫助銀行更加真實(shí)直觀地了解企業(yè)的經(jīng)營質(zhì)態(tài)和資金流動(dòng)水平。銀票托收異常監(jiān)控主要針對發(fā)生退票的借款人，分析借款人經(jīng)營和資金流轉(zhuǎn)是否疑似出現(xiàn)問題；還款資金來源疑似異常監(jiān)控用以監(jiān)控借款人還本付息資金來源為本行授信客戶或關(guān)聯(lián)方資金周轉(zhuǎn)的情況。

四、關(guān)于商業(yè)銀行個(gè)貸大數(shù)據(jù)風(fēng)控實(shí)施的建議

（一）加強(qiáng)科技系統(tǒng)在個(gè)人授信風(fēng)險(xiǎn)管理中的運(yùn)用

科技手段的深入運(yùn)用有助于提升個(gè)人授信的風(fēng)險(xiǎn)管控水平，建議通過標(biāo)準(zhǔn)化、模板化的方式對個(gè)人信貸產(chǎn)品進(jìn)行規(guī)范，貸前階段通過設(shè)立模型等方式加入科技系統(tǒng)預(yù)審批流程，減少人為干預(yù)對個(gè)人授信風(fēng)險(xiǎn)管理水平的影響，提升貸款審查審批效率；貸后階段借助科技系統(tǒng)在大數(shù)據(jù)方面的高效處理能力，設(shè)立合理有效的預(yù)警指標(biāo)體系，對個(gè)人貸款授信客戶實(shí)施逐戶高效監(jiān)控，提升貸后管理覆蓋面，便于對信用情況發(fā)生變化的客戶及時(shí)采取應(yīng)對措施，防范化解信用風(fēng)險(xiǎn)。

（二）打造數(shù)據(jù)集市

依托大數(shù)據(jù)技術(shù)整合內(nèi)外部數(shù)據(jù)，建立全面知識(shí)圖譜，更完整地呈現(xiàn)風(fēng)險(xiǎn)的關(guān)聯(lián)傳導(dǎo)，不斷提升風(fēng)險(xiǎn)預(yù)判的時(shí)效性和準(zhǔn)確性，為客戶準(zhǔn)入和審批決策提供助力。同時(shí)加強(qiáng)與業(yè)內(nèi)領(lǐng)先的科技企業(yè)合作，打造自主的信用風(fēng)險(xiǎn)數(shù)據(jù)集市和業(yè)務(wù)決策系統(tǒng)，積極探索適合于自身風(fēng)險(xiǎn)管理偏好的方法，為個(gè)人貸款授信風(fēng)險(xiǎn)管控領(lǐng)域深入推廣應(yīng)用大數(shù)據(jù)技術(shù)夯實(shí)基礎(chǔ)。

（三）提升獲客精確度

引入人工智能（AI）、機(jī)器學(xué)習(xí)（ML）等技術(shù)，深挖數(shù)據(jù)價(jià)值，快速響應(yīng)個(gè)人授信業(yè)務(wù)需求，嘗試針對銀行內(nèi)部不同的客戶分群分別應(yīng)用模型，在個(gè)人客戶畫像的基礎(chǔ)上，開發(fā)產(chǎn)品畫像，依托大數(shù)據(jù)技術(shù)精選目標(biāo)客戶群，根據(jù)金融資產(chǎn)、產(chǎn)品偏好等進(jìn)一步細(xì)分為多個(gè)子客群。同時(shí)基于圖數(shù)據(jù)庫等技術(shù)，建設(shè)社交畫像體系，挖掘客戶與客戶、公司與客戶、商戶與客戶間關(guān)聯(lián)關(guān)系，進(jìn)而有針對性地匹配多款個(gè)人金融產(chǎn)品并發(fā)起精準(zhǔn)營銷活動(dòng)，為目標(biāo)客戶推薦個(gè)性化產(chǎn)品。

（四）建立信用評估模型

國內(nèi)外已有將決策樹、聚類分析、人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等分類方法用于貸款客戶違約概率預(yù)測的相關(guān)研究?？蓢L試運(yùn)用上述方法建立信用評估模型，結(jié)合商業(yè)銀行所在地客戶的數(shù)據(jù)，預(yù)測授信客戶的違約情況，并將預(yù)測結(jié)果用于對銀行個(gè)人貸款授信業(yè)務(wù)的指導(dǎo)。

（五）重視數(shù)據(jù)使用的合規(guī)性

2020年10月，《中華人民共和國個(gè)人信息保護(hù)法（草案）》提出了單獨(dú)同意和書面同意的新要求，同時(shí)對用戶畫像、公開信息利用等數(shù)據(jù)處理方式進(jìn)行了規(guī)范，對于商業(yè)銀行在外部采購數(shù)據(jù)來源、內(nèi)部數(shù)據(jù)存儲(chǔ)規(guī)范和數(shù)據(jù)傳輸方式的合規(guī)性三個(gè)方面都提出了更高的要求。商業(yè)銀行要審慎引入外部數(shù)據(jù)，確保數(shù)據(jù)使用的合規(guī)性。

參考文獻(xiàn)：

[1]吳廣涵.關(guān)于線上個(gè)人貸款欺詐案例的思考與啟示[J].現(xiàn)代金融,2019,（12）.

[2]莊國立.淺談商業(yè)銀行在金融創(chuàng)新中面臨的風(fēng)險(xiǎn)及對策分析[J].時(shí)代金融,2014,（11）.

[3]車新帥.個(gè)人客戶畫像助力農(nóng)行零售數(shù)字化轉(zhuǎn)型[J].金融電子化,2019,（9）.

[4]王祖君,李琳,凌瑜.淺析大數(shù)據(jù)在智能風(fēng)控中的應(yīng)用[J].中國信用卡,2018,（10）.

[5]薛飛,黃晶晶,陳萌.基于大數(shù)據(jù)及知識(shí)圖譜的客群信用風(fēng)險(xiǎn)關(guān)聯(lián)傳導(dǎo)研究[J].中國征信,2018,（1）.

作者：相瑞