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。

（微信訂閱號：李虹含，ID：yingtonghuo518，郵箱：honghan66@163.com）