SQ农商银行互联网贷款信用风险管理优化研究.pdf

中原工学院硕士学位论文

摘要

自2013年民生银行与北京银行推出直销银行模式以来，我国商业银行在互联网贷款

领域发展迅猛，各个商业银行先后大力发展互联网贷款业务。2022年末，我国互联网贷

款余额突破6.2万亿元。随着参与互联网贷款业务的商业银行逐步增多，互联网贷款规模

20227

的不断扩大，其信用风险问题也日益突显。年月，中国银保监会印发《关于加强

商业银行互联网贷款业务管理提升金融服务质效的通知》，文件中明确提出各个商业银

行要提高互联网贷款风险管控能力。

SQ2020

农商银行在当地市区拥有最多的营业网点，乡下则覆盖所用乡镇，年上线互

2022

联网贷款，其后互联网贷款规模迅速扩大。截至年底，该行互联网贷款投放量达到

672596万元。但与此同时，贷款尤其是互联网贷款的信用风险问题也日益突出，2022年

SQ农商银行互联网贷款违约率已攀升至4.70%，如何有效的针对互联网贷款信用风险进

行管控已经成为SQ农商银行急需解决的难题。

SQ

基于以上情况，本文选择对农商银行互联网贷款信用风险进行分析。本文通过查

询收集国内外专家学者相关理论研究成果，并进行整理分析进行，通过实地调查法对SQ

SPSSSQ

农商银行的互联网贷款信用风险现状进行阐述；运用分享方法，根据农商银行

3

互联网贷款实际情况，选取客户基本特征、客户家庭财富持有量、借贷特征个一级指

标共计17项二级指标构成信用风险评价体系,利用SPSS显著性分析除去相似性较高的指

标，利用Logistic概率模型推论出影响SQ农商银行互联网贷款信用风险的13个主要指标：

客户年龄、性别、文化程度、职业、婚姻状况、家庭劳动力、是否有子女上大学、家庭

总资产、家庭总资产、家庭年收入、是否拥有房贷、相似借贷行为、是否贷款老客户；

推论得出SQ农商银行互联网贷款信用风险识别方面存在对客户信息识别不够全面、信用

评价方面存在授信额度偏高、信用风险监测方面存在贷后资金缺乏管控、信用风险控制

方面无自主大数据风险控制技术等问题。通过问题分析原因：SQ农商银行数据采集与利

用有限、数据模型与评分卡不完善、缺乏贷后管控制度、无能力自主开发大数据风控技

术。

结合问题原因及实证分析结果，借鉴国内先进经验，本文得出以下改进建议：为提

SQ

高农商银行信用风险管理水平，减少信用风险事件，应采取以下措施：拓宽数据采集

渠道并加强现有数据的挖掘、完善评分卡和审批策略、建立健全贷后资金追踪追偿制度、

建立以培养和保障为核心的大数据风控队伍。

关键词：农村商业银行；互联网信用贷款；信用风险管理

I

中原工学院硕士学位论文

Abstract

Since2013,whenMinshengBankandBankofBeijinglaunchedthedirectsellingbank

model,ChinascommercialbankshavebeendevelopingrapidlyinthefieldofInternet

lending,andvariouscommercialbankshavebeenvigorouslydevelopingtheirInternet

lendingbusiness.2022Attheendoftheyear,thebalance