銀行信貸大數據管理助力地方融資平台財政監督
【摘 要】財政部不斷發文關注地方融資平台的規範建設與發展,對金融機構借款與土地融資等問題給予了高度關注,商業銀行中金融科技的應用也逐漸增多。本文旨在針對如何構建銀行大數據信息系統,搜集融資平台信貸數據提供給財政監督平台,做好融資平台的貸前、貸中與貸後管理,提升財政監督的科技水平並防範好融資平台的信用風險,提出了對策建議與解決方案。
【關鍵詞】大數據管理;融資平台信貸;財政監督;銀行信貸系統
2017年財政部50號文、87號文、75號文等不斷關注地方融資平台的規範建設與發展,其中對地方融資平台土地融資、金融機構借款與融資平台信貸風險防控等問題給予了較高程度的關注。中國人民銀行也於2017年5月成立金融科技(FinTech)委員會,旨在加強金融機構在金融科技工作的研究規劃和統籌協調,特別是發揮大數據技術在信貸風險控制等方面的重要作用。截止2016年底,地方融資平台融資中銀行貸款已佔到其融資總額的60%左右。控制好銀行體系中地方融資平台的貸款信息,加強銀行與地方融資平台的貸款監督,將信息匯總至財政監督部門將成為新時期財政監督的有效方式與重要手段。按照銀行大數據信息系統構建信貸數據財政監督平台,做好融資平台信貸的貸前、貸中與貸後管理將能有效提升財政監督的科技水平並防範好融資平台的信用風險。
一、銀行財政監督大數據系統的構建
20世紀以來,信息技術在銀行業中廣泛使用,積累了體量龐大的客戶信息與數據,商業銀行因此在信貸風險管理方面可以使用更多的數據並提供給財政監督與監管部門。通過將各家商業銀行的計算機和信息系統互聯互通起來,對各家金融機構內部財政融資及融資平台融資的數據進行結合、匯總提供給專門的金融機構融資平台貸款信息專用網路供財政監督部門進行探討。
(一)銀行信貸的財政監督大數據信息處理系統的構建
本文擬將銀行信貸財政監督大數據系統分為四層:融資平台貸款信息數據層、金融機構貸款信息網路層、地方融資平台融資信息搜集層、財政監督應用層。第一層是貸款信息數據層,其基於各金融機構原有資料庫進行構建,各金融機構為內部財政融資貸款和地方融資平台融資數據提供數據介面,接入統一的第二層金融機構融資平台貸款專用網路;由第三層地方融資平台融資信息搜集層進行數據處理;第四層為輔助決策信息系統:包括融資平台市場准入、日常貸款監管系統、貸款信息披露、貸款清償監管、銀行評級系統、財政從業人員監管系統、財政監督基礎模塊等多個層次(見圖1)。
商業銀行平台貸款大數據財政監督系統需要結合金融機構的實際情況,參考企業分層設計架構的思想,構造如圖1中的金融機構融資平台貸款信息的數據框圖。這種系統的組織架構特點包括以下幾個方面:
一是,該系統的層次清晰,分為銀行平台貸款數據信息統計層、網路數據調用層、信息搜集層和財政監督應用層;
二是,在此系統中,每一層都將銀行類金融機構面對的地方融資平台貸款信息數據封裝在一起使用,統一上交給上層財政監督信息數據系統使用,同時在傳統網路信息結構體系中,該系統加入了財政監督信息的統計與數據信息的處理層,通過金融機構專用網路將服務層和數據層相連接,並設置了金融機構信息數據搜集處理的防火牆,對各金融機構搜集的地方融資平台貸款信息數據的安全性加以保護;
三是,各家金融機構通過專用信息數據網路通道對融資平台的貸款信息數據加以傳輸,傳遞至財政監督信息管理系統,使財政監督監管部門可以實時查看商業銀行機構的地方融資平台經營業務數據,提高了財政監督監管的效率。
圖1 地方融資平台貸款信息財政監督大數據管理系統
(二)銀行信貸財政監督大數據信息處理系統的應用優勢
大數據時代商業銀行將可以實現融資平台貸款的有效與精細化管理,傳統商業銀行貸款業務受制於商業銀行數據搜集和處理的能力,無法將最有效的貸款信息數據提取出來,供商業銀行風險控制部門加以使用。
在地方融資平台財政監督系統的信息搜集之下,融資平台的貸款信息數據可以通過信息系統加以反饋、搜集和整理;在存、貸款風險的管理控制過程當中,銀行對融資平台貸款信息數據搜集之後,可以進行風控模型的建設。使用大數據管理可以為商業銀行經營過程當中的風險控制與催收活動創造更多可以利用的數據和技術方式。使用大數據技術中的數據挖掘方法也可以將信息化決策更加有效地融入到融資平台客戶體驗改善中去,使商業銀行的地方融資平台貸款精細化管理水平逐步提高。
在傳統銀行信貸管理活動當中,數據的搜集與使用都是人工化的,容易產生較多的低級錯誤,特別是對地方融資平台信貸活動的監控是不完善的,而且對融資平台違約信息的搜集成本較高、準確度差,無法實時有效地反映地方融資平台的信息數據。商業銀行為了掌握融資平台的貸款,需要對融資平台的註冊資本、財務報表和抵押物等內容進行實時的調研與審查,這些流程中銀行獲取材料的時間較長、人力成本也較高。但在財政監督信息數據信息系統中,商業銀行對融資平台客戶在信息數據搜集、抵押品和財務狀況的調查可以實時完成,獲得成本較低,可以更加精確地了解到融資平台客戶的實際經營狀況,降低融資平台的違約風險。將有效解決財政監督、審計監督層面長期困擾的無法有效監督地方融資平台銀行信貸業務及數據的問題。
二、對地方融資平台財政信息數據的大數據搜集與管理
地方融資平台財政信息當中極為重要的部分在於其融資平台的分類、基本銀行信貸情況、平台自身現金流是否覆蓋債務本息等內容,均可以通過商業銀行信貸數據管理系統進行搜集,目前,監管部門有兩個制度對地方融資平台的融資行為進行了有效和明確的約束與規範。在數據搜集過程當中,可以通過下述兩個制度對地方融資平台的信貸數據加以歸集與整理反饋給財政監督部門。
(一)兩制度依據決定融資平台數據搜集品類
2017年5月3日,財政部、發改委、司法部、人民銀行、銀監會、證監會六部委聯合發布了財預〔2017〕50號《關於進一步規範地方政府舉債融資行為的通知》(以下簡稱「50號文」)指出,為貫徹落實中央決策部署,牢牢守住不發生區域性系統性風險的底線,釐清政府與融資平台關係,規範舉債融資體制。目前對地方融資平台公司分類管理規定:各銀行對融資平台實施"名單制"管理,將融資平台劃分為"仍按平台管理類"和"退出為一般公司類"(以下簡稱"退出類")。同時,2017年5月3日,財政部、發改委、司法部、人民銀行、銀監會、證監會六部委聯合發布了財預〔2017〕50號《關於進一步規範地方政府舉債融資行為的通知》(以下簡稱「50號文」)按照融資平台自身現金流覆蓋債務本息的情況,將融資平台分為"全覆蓋"、"基本覆蓋"、"半覆蓋"、"無覆蓋"四種情況,並對分類結果進行動態調整,主要內容下表1。
根據銀監會的定義,政府融資平台主要是由地方政府進行出資設立的企業、事業、機關三類性質的法人機構,其債務由地方政府承擔還款責任。本文中的政府融資平台是指地方政府通過注入資金、劃撥土地等形式發起設立獨立法人公司,其以未來經營收入、各項設施收費、土地出讓作為還款來源,以土地及政府補貼作為擔保進行融資,解決政府基礎設施建設融資問題。由於政府融資平台承擔著城市基礎設施建設的責任,因此,其投資項目並不一定盈利,有些具有公益性的特徵,按是否具有經營收入大體可分為三類如表。
表1政府融資平台分類表
(二)平台貸款信息大數據搜集與管理
同時,上述兩個文件中還規定對於"仍按平台管理類",控制平台貸款投向、嚴格新發放平台貸款條件;對於"退出類"平台,無法取得保障性住房和其他公益性項目貸款;沒有納入到「名單制」的融資平台,各家銀行不得以任何方式讓財政資金承擔直接或者間接的還款責任;這一類平台公司的貸款信息數據主要包括以下五個方面,分別是《公路法》中的收費項目;國務院審批或者核准的重大項目;符合國土儲備的項目;保障性安居工程項目;工程進度在60%以上的現金流全覆蓋項目。
融資平台新發放貸款需要滿足六個條件,主要涉及到現金流、抵押擔保、貸款期限、還款方式、財政預算、資產覆蓋率等多個方面。這些問題的法律條文依據是《關於制止地方政府違法違規融資行為的通知》(財預[2012]463號)文中的相關要求。
因此,在搜集地方融資平台貸款信息數據時可以依據上述要素分別對貸款信息的關鍵要素內容進行挨個搜集和概括,並將搜集數據傳輸至金融機構融資平台貸款信息資料庫當中,存入到金融機構信息數據網路層。
從2014年《預演算法》修訂案和《國務院關於加強地方政府性債務管理的意見》(國發〔2014〕43號)頒布實施以來,儘管地方政府在化解財政金融風險方面都取得了階段性的進步與成果,但是部分地區的地方政府仍然存在違法違規舉債和擔保的情況,出現的風險不容忽視。上面論述的數據類別是大數據信息平台搜集的重點,為財政監督系統提供更為連貫、有效、真實的監督數據。
三、銀行融資平台信貸大數據管理現存問題
根據上述財政監督系統文件對銀行融資平台信貸數據進行管理將可以有效提升銀行信用風險管理與財政監督 水平,但目前在使用當中仍然存在著較多問題。
(一)融資平台貸前數據管理的問題
1、未將地方財政納入評級體系
融資平台是政府融資平台類客戶,融資平台與當地政府有著特殊關係,地方政府的財政收入、財政支出的增長變化情況等不僅影響著政府的償債能力,也間接影響著融資平台的還款意願與還款能力。然而,在商業銀行目前的定性分析指標體系及定量分析指標體系中都沒有考慮到政府融資平台的這一特徵,主要原因在於風險評價體系過於標準化,缺乏靈活性。
2、客戶分類未考慮政府融資平台特徵
由於政府融資平台承擔著城市基礎設施建設的責任,其區別於其他公司的一個特點,融資平台的投資項目並不一定盈利,且具有公益性的特徵(分類如表1所示)。商業銀行在對融資平台進行客戶分類時並未考慮到政府融資平台這一特點,仍按照通用的分類模式,主要原因在於客戶分類考慮因素不夠全面,分類標準籠統,缺乏細化。客戶分類是信用評級的基礎,客戶分類的細化有利於信用評級的完整和準確。
3、缺失對財務報表信息識別過程
在對融資平台貸前的信用評級過程中,商業銀行大數據管理的定量分析模型所採用的影響因子是各類財務指標,在對融資平台貸款項目的調查評估環節採用的是非現場調查的方式,也主要依賴於公司提供的數據資料。因此,一旦融資平台財務報表信息不真實,借款人存在財務舞弊現象,會嚴重影響商業銀行風險識別、評價及控制結果。但在商業銀行的數據信息應用與信用評級過程中沒有重視這一問題,缺乏對財務報表信息的識別過程,主要原因在於風險意識不夠。
(二)融資平台貸中信貸數據管理的問題
商業銀行的貸中風險管理主要是依靠向上級行上報材料並獲得審批來實現的,目前在信息監督系統中的應用容易造成傳遞過程中失真,另一方面,層層審批造成了較多的重複和無效勞動,不利於風險的集中控制和決策效率的提高。主要原因在於商業銀行實行的是統一法人授權制度,總行對各級進行授權和轉授權,下級的信貸業務也需按照這一授權線路逐級上報進行審批。這就導致現有的金融機構信息管理數據系統存在著時滯與隔離的問題。
(三)融資平台貸後信貸數據管理的問題
1、缺乏對政府政策風險的貸後數據評估
通過對融資平台的信貸風險分析發現,其信貸風險數據與政府政策關係密切,政府財政政策、產業政策的變化都會對融資平台的發展產生重大影響,從而影響融資平台的還貸能力。因此,對政府相關政策的持續跟蹤觀察是商業銀行對政府融資平台客戶信貸數據與信貸風險管理的重要任務。然而,商業銀行只是從抵押物價值的角度對相關的房地產政策進行了特別關注,並非為了評估政府政策與融資平台的經營風險之間的關係。
2、貸後數據管理人員不足
商業銀行的所有貸後風險管理活動主要由客戶經理負責,無法全面有效進行貸後風險管理,且存在未盡其職的現象。這種現象產生的原因主要是由於面對日益激烈的商業銀行市場競爭環境,商業銀行目前的核心目標是擴大市場上的存款及貸款份額,因此,業務考核指標偏重於對貸款業務量的考核,而業務風險管理方面的考核指標比重相對較低。現有的考核指標體系雖然能有效激勵客戶經理拓展貸款業務,但同時導致了客戶經理忽視貸款項目的具體風險,尤其是對貸後項目風險的檢查和控制,貸後管理人員較少,然而商業銀行的不良貸款與貸後風險的檢查和控制有著密切聯繫。
四、銀行融資平台信貸大數據管理的對策建議
本文分析了商業銀行在構建地方融資平台信貸數據財政監督大數據管理系統中優勢與特點,同時探討了商業銀行在對政府融資平台發放貸款時所面臨的主要的財務風險、經營風險和管理風險中所需要搜集的數據,重點分析商業銀行貸前、貸中、貸後的信貸風險管理措施,全面了解了商業銀行對政府融資平台信貸風險管理的現狀。在此基礎上,發現其現有風險管理措施存在的問題並提出建議。
本文發現商業銀行地方融資平台信貸大數據管理總體上能有效控制信貸風險,但仍存在一些問題:貸前未將地方財政納入評級體系、客戶分類未考慮政府融資平台特徵、缺失對財務報表信息的識別過程,貸中信息傳遞失真、決策效率較低,貸後缺乏對政府政策的評估、貸後管理人員不足。
針對這些問題本文提出關於融資平台信貸大數據管理信息系統的幾點操作性建議:通過完善地方融資平台信貸大數據管理評級及分類指標體系,增加對融資平台財務報表數據的識別來完善貸前信貸風險管理;建立地方融資平台信貸管理的風險管理體系,並對組織進行扁平化改進,提高融資平台信貸實時風險管理效率;通過建立地方融資平台貸後政策評估模型量化政策影響,通過優化信貸崗位考核機制來激勵相關人員關注貸後風險管理;通過上述措施構建地方融資平台信貸大數據管理信息系統。
(一)完善財政監督與貸前信貸數據管理
完善財政監督與貸前信貸數據管理系統需要加強數據挖掘技術的實現與應用,雖然國內對於大數據和數據挖掘的模型與演算法較多,但是實際成功的案例較少,沒有歷史數據可以參考。怎樣將國外的成功經驗有效吸收學習,並用於實踐?將結構數據挖掘技術進行模型校驗與效果提升?這兩個問題是當前財政監督與貸前信貸管理系統亟待解決的問題。
1、完善客戶分類及評級指標體系
一方面,在客戶分類設計時針對如政府融資平台這類特殊客戶,應根據其特徵在一般客戶分類的基礎上進行細分,從而充分反映客戶經營、管理以及財務特點,對症下藥,防範信貸風險。
另一方面,將地方財政納入客戶評級指標體系。商業銀行現有的客戶評級定性及定量指標是固定的模型,適用於一般企業。然而,如政府融資平台這類具有區別於一般企業法人的特殊客戶具有特殊的信貸風險影響因素,常規的評級模型就無法全面準確地對其評級。因此,商業銀行在貸前對融資平台進行信用評級時應將政府的償債能力、區域經濟發展等因素納入風險評價指標體系中。建議商業銀行完善評級體系,在一般評級模型的基礎上加入特殊客戶所面臨的信貸風險影響因素。
2、增加識別財務報表數據過程
商業銀行對融資平台的信用評級以及項目評估的過程中主要依賴於融資平台提供的財務報表數據。但是,商業銀行並沒有對財務報表信息數據的真實性進行判斷,而是對原有數據直接進行行業對比、指標計算、分析不同時期報表數據對比。建議商業銀行在獲得報表信息時,組織專門人員對報表數據進行調整、倒推,同時對比分析融資平台不同時期的財務報表,進而對報表信息的真實性、有效性進行識別。在此基礎上,根據客戶評級指標體系對客戶的財務數據進行分析計算。
(二)完善財政監督與貸中信貸數據管理
建議商業銀行組織結構進行扁平化,借鑒國際經驗,改進信貸風險管理體系,將業務線與風險控制線分離,在風險控制線上設置授信審批分部,具體的做法是:在總分支行分別設立授信審批部門,通過專職審批人、貸審會與信貸審批人員全部歸口該部門管理,保持風險部門的獨立性與控制權。從而減少審批層級,提高決策效率。隨著各種新技術的發展,大數據與數據挖掘技術也隨研究的深入而不斷進步,以後將更加便捷、有效地應用於未來融資平台的財政監督實踐當中去,根據新的理論與模型方法,增加銀行融資平台信貸數據挖掘的可靠與有效性,提高融資平台信貸數據質量,使數據更具理解性,同時將結果呈現也將更加易於被風控人員理解。
(三)加強對地方融資平台各種非結構化數據的開採的研究
從地方融資平台的新聞報道與多媒體資料庫中發現有意義的數據信息,包括對地方融資平台在各種新聞媒體、官方簡介上的文本、圖形、音頻與視頻數據進行分析,將非結構化數據更加有效地抽絲撥繭出來,可以將複雜的問題簡單化,將無法數字化的視頻、圖片轉化為可以識別的數字,提供給財政監督的決策者,以更加合理有效的政策建議與分析結果。
目前,報刊、媒體對地方融資平台貸款信息的報道較多,例如,2013年3月,新華網報道《武漢每天需還1億元債務 工地上萬個被稱"滿城挖"》,該報道引起了國務院及中央政府高層對於地方政府債務問題的憂慮,促使國務院出台了關於地方融資平颱風險控制的若干項條款與條例。在大數據與新媒體時代,如果可以用大數據對地方融資平台的貸款信息的相關新聞報道與多媒體信息數據進行監測監控,並納入到銀行信貸風險管理系統當中,將可以有效地利用好地方融資平台的各種非結構化數據,挖掘出更多更有效的風險管理內容,使非結構化數據研究方式更廣闊地用於地方融資平台的信用風險管理。
(四)完善財政監督與貸後信貸數據管理
1、建立政策風險評估模型
商業銀行對融資平台的貸後信貸風險管理是按照常規信貸風險管理流程及模式進行的,針對政府融資平台的特徵,應對影響政府融資平台還貸能力的特殊風險進行監控。特別關注政府政策,尤其是為支持政府融資平台發展而出台的傾斜政策。因此,建議商業銀行建立完善的政府平台貸後政策評估體系,對政府政策的主觀判斷進行量化,建立貸後政策評估模型,可借鑒貸前風險管理中定性指標分析,對政府政策進行月度、季度匯總、打分,從而明確政府政策變動對客戶及其還款能力的影響力。
2、完善績效考核機制
貸款利息收入是銀行的主要收入來源,在利率市場化,商業銀行競爭加劇的背景下,銀行不可避免的關注貸款金額及總量。目前商業銀行的績效考核主要關注的是授信總額,風險管理在績效考核中所佔比重較低,這一考核指標不利於客戶經理在授信過程中關注信貸風險。因此,為激勵銀行員工在授信過程中更為嚴謹,建議客觀設定授信總額目標,同時提高業務風險管理方面的考核比重,對於因為人為疏忽而造成的不良貸款要追究相應人員責任。
總之,依據財政部現有50號文、87號文、75號文與新《預演算法》等內容不斷關注地方融資平台的規範建設,加強商業銀行金融科技與大數據系統建設,構建財政監督大數據信息管理平台,協調好貸前、貸中與貸後管理的數據管理內容將有效管理好融資平台的信用風險,降低違約風險,提升財政監督的效率。
參考文獻
[1] Idowu A, Awoyemi S O. The Impact of Credit Risk Management on the Commercial Banks Performance in Nigeria [J]. International Journal of Management & Sustainability, 2014(3):295-306.
[2] Altman Edward I, Haldeman G. and Narayanan P. ZETA Analysis: A New Model to Identify the Bankruptcy Risk of Corporations [J]. Journal of Banking and Finance, 1977(1):29-54.
[3] Ohlson J. Financial Rations and the Probabilistic Prediction of Bankruptcy [J]. Accounting Research, 1980(3):109-130.
[4] 姜宏青,於紅. PPP背景下融資平台轉型策略探析[J]. 財會通訊,2017,(17):25-28.
[5] 耿軍會,胡恆松. 政府投融資平台公司轉型發展研究綜述[J]. 區域經濟評論,2017,(03):155-159.
[6] 肖建,朱泓宇,賈晉. 農業眾籌融資平台的對比研究與最優選擇[J]. 農村經濟,2017,(01):24-29.
[7] 郝毅,李政. 土地財政、地方政府債務與宏觀經濟波動研究——以地方政府投融資平台為例[J]. 當代經濟科學,2017,(01):1-12+124.
[8] 高樹軍. 融資平台公司的轉型之路[J]. 中國金融,2017,(01):89-90.
[9] 駱瓊. 投融資平台分類統計混亂[J]. 中國金融李2017,(01):96.
(微信訂閱號:李虹含,ID:yingtonghuo518)
推薦閱讀:
※電銷:如何在黃金15秒內打動客戶?
※20個催收錦囊,做信貸的都該看看!
※小心被下屬綁架
※大象轟然倒下
※深度丨Fintech創新的方向與進度(二)
TAG:信貸 |