信贷风险控制的方法.docx

信贷风险控制的方法 进行大数据风险控制主要为三部分：征信大数据挖掘，征信大数据加工，大数据风险控制应用。 征信大数据挖掘： 大数据互联网海量大数据中与风控相关的数据。 电商大数据进行风控，所有信息汇总后，将数值输入网络行为评分模型，进行信用评级 ; 信用卡类网站的大数据同样对互联网金融的风险控制非常有价值。申请信用卡的年份、是否通过、授信额度、卡片种类 ; 信用卡还款数额、对优惠信息的关注等都可以作为信用评级的参考数据 ; 利用社交类网络关系数据和朋友之间的相互信任聚合人气。借款人被分为若干信用等级，但是却不必公布自己的信用历 ; 加上淘宝类的水电煤缴费信息、信用卡还款信息、支付和交易信息，已然成为了数据全能选手 ; 小贷类网站积累的信贷大数据包括信贷额度、违约记录等等 ; 第三方支付类平台支付的方向、每月支付的额度、购买产品品牌都可以作为信用评级的重要参考数据 ; 生活服务类网站的大数据如水、电、煤气、有线电视、电话、网络费、物业 费交纳平台则客观真实地反映了个人的基本信息，是信用评级中一类重要的数据类型。 征信大数据加工： 准备阶段：业务理解、数据理解、数据准备 ; 数据原料：个人基本信息、银行账户信息、银行流水数据、风控相关互联网大数据 ; 数据工厂：基于不同风控模型，数据挖掘于处理 ; 数据产品：信用等级、信用报告、身份验证、欺诈监测。 大数据风险控制应用： 接入鲜活大数据数据源和自动化决策评分卡，量化风控决策，对接大型电商平台、获得垂直信贷场景下的创新金融产品。目前国内神州融大数据风控平台，整合了全面的征信数据，在大数据风险控制及场景对接做的比较好。 一、修订、完善各项信贷管理制度，保证各项制度之间的协调、配合和制约，确保各项信贷管理制度的贯彻落实。首先，从制度上完善信贷档案管理。尽快制定、实施《信贷档案管理实施办法》，就信贷档案的收集、交接、检查进行明文规定，指派专人负责，并定期检查、考核执行情况。对企业财务资料虚假问题，可以考虑建 " 四相符审核 " 和" 财务报表审计失实责任赔偿制度 " 。具体来说，就是 : 一方面银行本身对借款企业的总账、明细账、原始凭证和重要 实物进行核对，做到 " 四相符 "; 另一方面可与会计师事务所签订合同，委托事务所对银行贷款申请人的财务报表进行审计，并出具审计报 告，作为银行审批贷款的依据，并同时在合同中规定，如因其报告不实而致使贷款损失，注册会计师本人及其所在事务所负责全额赔偿银行因此而受到的损失。 其次，进一步完善以贷款风险管理为核心的授权授信、审贷分离、分级审批、集体审批、贷款 " 三查 " 等风险控制制度。包括 : 在办理信贷业务时严格按照业务流程、岗位权限以及行使权限的条件进行运 作，加强不同岗位、部门之间的相互监督、制约作用，实行对业务 全过程的风险控制，杜绝各种违规行为的发生 ; 制定贷前调查、贷中审查及贷后检查的办法和实施细则，规定应该包括的内容、调查方 式、核实手段等，以避免流于形式。同时，建立健全岗位责任制，将信贷管理责任落实到每一个部门、每一个岗位和每一个人，严格考核，防止有法不依现象的发生。 二、建立健全信贷专门管理机构，防止信贷权力的过分集中，实行信贷决策民主化、科学化。首先要真正落实审贷分离制度，尽快将贷款的审查和批准权分别落实到不同的职能部门，明确贷款审查部门的工作范围、工作职责和工作目标，规范贷款审批部门的工作制度、审批内容、审批权限、审批程序和审批责任。 其次，对大额贷款和疑难问题贷款，应建立专门的贷款管理委员会，具体负责贷款审批决策问题。该委员会可以是一个非常设的机构，但应当由行政领导和业务专家组成，业务专家负责提供贷款申请人的基本信息、贷款风险分析报告及专家意见，贷款审批实行民主决策。 第三，将贷款风险评估具体落实到一个独立于信贷业务部门的职能部门。贷款风险定期评估是监测贷款风险度的一项具体工作，需要独立、科学、客观地对每一笔贷款生命周期中的风险状况作出量化评估，达到一定风险水平的贷款，就需要有关部门采取有效措施化解、转移风险。因此，为了保证贷款风险评估的客观性、科学性、时效性，这项工作需要一个独立于信贷业务部门的其他部门来独立完成。设立专门的信贷管理机构是为了防范信贷权力的过分集中， 利用机构的相对独立性在信贷权力分配中建立起一道 " 防火墙 " 。但为了保证信息的流动性，保证各个部门都能充分占有、共享收集到 的借款人的资信信息，还应该建立信息在有关部门流动的制度，防止划地为牢、公共信息被一个部门私自占有的情况发生。 三、建立借款人信用信息共享制度。上述两项措施旨在解决商业银行单个分支机构的信贷管理问题，但是由于单个分支机构的业务领域仅限于某一地区，不可能全面掌握现有借款人，特别是未来借款人的资信情况。因此，商业银行还应该在其系统内建立借