行业应用
信贷管理

信贷风险管理

来源:数海时代  发布时间:2012-11-12 15:47:27  点击数:2942

   中国的信用消费已逐渐进入日常生活的各个方面,信用卡消费、个人汽车贷款、耐用消费品贷款、助学贷款、住房按揭等各种个人消费贷款日益成为常见的金融产品服务。银行业信贷过快增长中,相应的潜在风险同时也在增大,不良贷款比率仍偏高并可能反弹。进一步加强信贷管理已经成为银行控制风险、保持规模增长的首要问 题。商业银行一直努力强化信贷管理、规范信贷决策行为、防范信贷风险,并取得了一定的成绩,但仍存在一些比较突出的问题。主要表现在:
   第一,对借款人的信用状况缺乏较全面的了解。由于我国的征信体系的建设尚处于起步阶段,贷款申请人的信用资料和金融消费信息都不完善,这使得银行不能全面了解贷款申请人的信用状况,在发放个人贷款时信息不对称的问题相当突出。
   第二,对个人信用评价缺乏科学的方法。在对贷款人的信用风险进行评估以及决定是否发放贷款时,评估信用风险(例如在核准贷款发放和透支业务时)主要是根据风控规则来确定,而这些规则通常是从已经老化的行业准则中衍生而来的。同时,也主要依靠授信机构的信贷人员进行主观判断,从而决定是否给予某个消费者一定的信用消费权利,精确的信用评分方法几乎没有使用。个人信贷业务的特点是单笔业务的交易量较小,但是业务的数量却较大。因此,主要依赖行业准则和信贷人员判断的信用评估和控制方法,不仅无法对个人信用程度进行精确的计量,而且无法对个人信用程度进行精确的计量,而且无法有效地降低单笔贷款的管理成本。
   国际银行业信贷风险管理工具框架最为基础和核心的工作是建设信贷风险内部评级模型,只有在利用风险评级工具精确衡量风险的基础上,才能有效地运用更为复杂的信贷风险管理工具。这正是我国银行业所缺乏的。个人消费信贷的快速增长迫切要求商业银行提高建立与消费信贷增长相适应的风险管理体系。
   随着银行个人业务的发展,银行业已经积累了大量的数据,可以尝试自建数量统计模型,以挖掘出适合国内经济环境和银行自身情况的风险因素。在银行信贷风险管理中,数据挖掘应用可以进一步完善风险管理,如信用风险评估或信用评级。
   信贷风险内部评级模型的建立可以选择多种方式。在选择建立模型的方式时,必须遵循循序渐进的原则。例如,在数据质量不足和信贷文化较为落后的条件下,应该采取较为保守的方式作为起点,例如专家经验模型或采用外部的评级模型。在使用这些模型的过程中,除了能够更精确的衡量信贷风险从而优化银行资产质量外,而且客户经理也能够逐步掌握模型的应用技巧,培养起信贷风险管理文化,为以后实施数量统计模型做准备。
   数据挖掘分析方法使得在风险评估和其它与银行相关的商务问题中可以使用强大的数据挖掘技术。这种对于高/低风险的评级或分类是基于每个客户帐户的特征的,如透支记录、未偿贷款、信用调降报告历史记录、帐户类型、收入水平及其它信息。例如,一个进行信用风险评估的决策树分析解决方案,就能对一个银行数据库中所有的帐户制定信用评级标准,在部署后就能够用若干数据库查询来得出信用风险的评估和列表。

 
分享到: