管理学论文代写:数据仓库技术在工商银行个贷信用风险管理体系中的运用

发布时间:2012-01-05 10:55:55 论文编辑:硕士论文代写

 

[摘 要] 国际金融界普遍认为, 消费信贷利率和净资产回报率高, 且风险分散; 但在我国由于缺乏有效的控制风险手段, 导致贷款成本偏高, 因而在大力发展个贷的同时如何控制个人客户信用风险成为各商业银行急需解决的问题。本文立足工商银行, 研究发现近年来该行个贷余额不断扩大, 在贷款中占比不断提高; 但同时其不良率也有攀升的趋势, 因而如何强化个贷信用风险管理也成为该行急需解决的现实课题。对此, 笔者提出以数据仓库为依托, 构建工商银行个人客户信用风险防范平台, 重构个贷信用风险管理流程, 是走出个贷“一管就死、一放就乱”两难境地的惟一出路。
[关键词] 商业银行; 工商银行; 个人客户; 信用风险; 
数据仓库随着个贷余额和其占全部贷款比重的逐步攀升, 如何加强中国商业银行个人信贷业务的信用风险管理日益成为一个热门话题。尤其在个贷不良占比逐渐高企的市场环境下, 如何提高个人客户信用风险管理能力就成为国内各商业银行急需解决的现实课题。鉴于此, 本文以工商银行为例, 分析了工商银行个贷业务出现问题的主要原因, 并基于数据仓库进行了强化个人客户信用风险管理的路径分析, 以此为我国商业银行尤其是工商银行正在进行的全面风险管理工程提供借鉴。
一、工商银行个贷业务发展前景与信用风险管理现状分析
1. 工商银行个贷业务高速成长,“钱”途无量。在全面建设小康社会的战略指导下, 我国居民收入增长将继续保持一个较高的速度。与之相应, 我国商业银行个人客户的资产业务发展也十分迅猛。有关统计数据显示,从 1998~2002 年年底, 我国个人客户信贷资产占银行总贷款的比例从 0.3%提高至 8%。另据人民银行最新统计数据, 从 2002~2004 年, 三年间全国个人住房贷款增长迅猛, 年度增加值分别为: 2 670 亿元、3 528 亿元、4 072亿元; 余额分别达到 8 258 亿元、11 779 亿元、15 922 亿元。至 2005 年 2 月, 全国个人住房信贷余额已经达到16 508 亿元。[1]至 2005 年 6 月末, 工商银行全行个贷余额突破 5 000亿元大关; 预计到今年年末, 该行个人客户贷款( 含银行卡透支) 将占到全部贷款余额的 19%, 而在 1999 年末,这一比例仅为 4.82%( 见表 1) 。但是, 这些数字不仅与国内同业相比有一定差距②, 与国外相比相差更远。据了解, 目前在美国、西欧等发达国家, 消费信贷在整个信额度中所占的比重越来越高, 近年来一般为 20%~40%,有的高达 60%, 花旗银行更是高达 70%。[2]可见, 个人客户资产类业务在国内存在一个非常巨大的市场空间。而且, 由于中央银行维持较高利差( 见图 1), 商业银行放贷冲动没有明显放缓趋势; 再加上法人信贷实际贷款收益率逐年走低, 更加凸现出个人贷款较高收益的优势(如信用卡个人透支部分的利息可高达 19%)。国内商业银行在这个市场上面临巨大的发展机遇,“钱”途不可限量。
2. 不良贷款占比迅速攀升。市场经济说到底就是信用经济、契约经济, 社会主体的信用缺失必将造成市场经济的恶性发展, 从而对国民经济和社会稳定造成严重危害。全国人大常委会副委员长蒋正华指出: 我国企业在市场交易中因信用缺失、经济秩序问题造成的无效成本已占到我国 GDP 的 10%~20%, 直接和间接经济损失每年高达 5 855 亿元, 相当于我国年财政收入的 37%,国民生产总值每年因此至少减少两个百分点。[3]信用风险是商业银行作为信用中介机构必须面对的最主要的风险。麦肯锡公司通过研究表明, 信用风险占商业银行总体风险暴露的 60%, 市场风险和操作风险各占 20%。[4]巴塞尔银行监督委员会将信用风险定义为交易对手无法履约的风险, 其具有潜藏性和滞后性。商业银行信用风险的集中是由法律与经济关联、产业与地域分布及经济发展周期变化引起的。不受控制的信用风险集中必将导致商业银行资产质量、资本充足率和流动性水平的明显下降, 甚至导致支付危机。所以, 信用风险是商业银行风险管理的重中之重, 商业银行主要使用贷款违约率、贷款不良率等指标对其进行衡量。2004末, 工商银行个贷不良率为 0.14%, 其中, 汽车消费贷款的不良率达到了 5.28%。[5]虽然工商银行这一比率与我国主要商业银行 2004 年底 13.2%的不良贷款率相比还很低, 但与代表世界商业银行信用风险控制先进水平的美国商业银行的不良贷款率(0. 67 %以下[6])相比, 仍有很大差距。
由于个贷信用风险高企, 出于“投鼠忌器”的心理, 使得工商银行个贷增势放缓, 更进一步加大了该行存差压力。个贷“一管就死、一放就乱”的两难境地逐步凸显, 如何管理好个贷业务信用风险, 成为工商银行综合改革取得成功必须破解的谜题之一。二、照搬法人信贷管理方式是造成上述困境的根本原因一般风险管理理论认为: 传统的信用管理手段包括分散投资、防止授信集中化、加强对借款人的信用审查和动态监控等。这些传统的方法只能在一定程度上降低信用风险, 但并不能使投资者彻底摆脱信用风险。此外,在管理的过程中, 传统的管理手段还需要大量人力、物力的投入, 并且这种成本会伴随着授信对象的增加而增加。随着信用风险管理在整个金融领域的应用, 这些固有的缺陷就表现得越来越突出。从发达国家的信贷经验可以了解到信贷产品信用风险管理是一个集政策性、技术性、管理性、社会性及经济性为一体的综合体系。由于国内商业银行都 是靠法人信贷业务起家, 在发展个人信贷业务的过程中,或自觉或不自觉地套用了法人信贷业务的信用风险管理模式。由于受以前计划经济的影响, 国有商业银行的绝大部分信贷业务都是法人信贷业务和机构信贷业务。可以说, 在法人信贷业务和机构信贷业务, 即批发业务上, 各商业银行都积累了十分丰富的经验①。更多的银行法人信贷专家认为, 只要信贷员( 现在叫客户经理) 具有足够的经验和高度的责任心, 信贷业务是一定可以管好的。在法人信贷业务中, 这种判断屡试不爽。
然而, 由于个人资产类产品具有笔数多、户数多、金额小的特点, 管好该类产品仅靠客户经理的经验和责任心是远远不够的。试想, 在一名个人信贷人员管理 1 000户左右的存量贷款, 每天接到的贷款申请都在 100 笔以上时, 法人信贷管理的两件法宝———“经验”和“责任心”显得多么苍白。以图 2 中“风险评估”环节为例, 由于与企业贷款相比, 信息不对称对个人贷款质量的影响高于对企业贷款的影响, 因而, 希望依靠纯手工方式、靠经验准确客观迅速地评价个人客户信用风险, 难免成为“镜花水月”。于是乎, 许多商业银行按照法人信贷的思路抓个人信贷产品信用风险的防控, 出现“一管就死、一放就乱”的两难境地也就不足为奇了。三、以数据仓库技术构建工商银行个贷信用风险管理体系国外无数商业银行的成功实践证明, 由于客户数量庞大, 在“大数定律”的作用下, 只要控制好“成本”和“风险”这两个关键成功因素, 个贷业务一定是优质业务。我国商业银行个贷业务虽仍处于起步阶段, 与发达国家相比, 信用风险管理尚存在一系列的差距。具体表现在四个缺乏上, 即缺乏完善的信用立法、缺乏信用管理的社会服务机构、缺乏全面有效的信用评估、缺乏完整的数量分析手段以支持信贷决策, 正是由于这四个缺乏制约了我国商业银行个贷业务“成本”和“风险”的降低。以数据仓库、个人客户信用信息数据集市为依托, 建设由信用风险信息共享系统、“抵消权”执行系统及信用评分系统构成的工商银行个人客户信用风险管理平台, 进而完善个人信用调查机制和规范个人资信评估机制, 最终降低个贷业务成本和风险, 就是以数据库技术构建工商银行个贷信用风险管理体系的一个总体思路。
( 一) 工商银行个人客户信用风险管理平台建设分析1. 个人客户信用风险管理平台的初级阶段。短期内, 工商银行个人客户信用风险管理平台的拓扑结构见图 3, 各业务应用系统直接与个人信用风险管理平台各构成模块直接进行数据交换。之所以如此构建该行全行的个人客户信用风险管理平台, 是为了先避开前期投入大、工期长的个人客户相关数据集市的构建, 从而以较好的投入产出比使基于数据仓库的个人客户信用风险管理工作显现效果, 确立行领导、相关业务部室以及全体从事个人客户信用风险管理人员对其的信心。2. 个人客户信用风险管理平台的高级阶段( 见图 4) 。
在个人客户信用风险管理平台初级阶段取得既定的效果后, 整个管理平台急需升级改造。由于在初级阶段中, 管理平台的三个组成部分直接从相关的生产系统中直接取数, 一方面, 形成高耦合的“蛛网结构”使得系统建设成本上升; 另一方面, 由于 CM2002 和PCM2003 等各生产系统之间数据、信息定义没有实现标准化, 从而使得个人客户信用风险管理平台中的各组成部分无法保证获取数据和信息的质量。现在可以通过数据仓库解决数据信息的一次存储、低成本多次重复访问的问题, 建立基于工商银行正在拟议中的企业级数据仓库之上的个人客户信用风险数据集市是一个现实的选择。个人客户信用风险数据集市中存储的内容应包括:(1) 信用或市场风险暴露的协议: 贷款、抵押、信用卡、租赁、信用证、信用额度、内部投资、外汇买卖及跨行交易;(2) 缓释上述风险的协议:抵押、证券化、担保、互换、信用衍生品及对冲; (3) 交易对手信息: 债务人、担保人、其他银行及投资者; (4) 抵押资产信息: 评估、调整 ( 扣减) 、检查; (5) 风险评级和评分: 等级评级、方法论、模型标准、历史、评分; (6) 满足计算的中间和最终结果。个人客户信用风险数据集市中的数据来自于企业级数据仓库。
( 二) 构建全方位的个人信用调查系统, 是加强信用风险控制的当务之急由于中国长期处于农业社会而非工业社会, 是身份社会而非契约社会, 国人讲求的诚实信用并没有受到法律的约束。随着社会向前发展, 从身份社会向契约社会过渡, 身份逐渐从“政治人”向“经济人”过渡, 各种政治、经济、社会问题纷纷涌现, 再用弱性的道德来约束, 就会显得十分脆弱, 于是信用问题引起了大家的广泛关注。因而, 信用信息共享是国有商业银行有效进行个人客户信用风险管理的前提。然而, 由于我国商业银行的组织结构设置仍然是以面向业务为主, 面向客户设置组织机构为辅, 是以一种产品、部门的角度观察市场, 缺乏顾客的完整视图信息。根据世界银行的研究, 在欧洲国家进行的模拟研究说明, 从不共享信用信息, 到只共享负面信息, 到同时共享正面和负面信息, 不良贷款逐级递减。国外无数商业银行的实践反复证明, 个人客户信用信息共享系统是解决信贷市场上的核心问题———借贷双方信息不对称造成的逆向选择和道德风险的必由之路。根据以上原理,工商银行的个人客户信用信息共享系统( 见图 5) 应由该行的黑名单系统———特别关注客户信息系统( 简称“CIIS系统”) 、我国的征信系 统———人 民 银 行个人征信系统( 简称“PCRS 系统”) 、社会公 共 黑 名 单 系统———银 监 会 的 信息 披 露 系 统 及 人 口身 份 家 庭 关 系 验 证系 统———公 安 部 身份证验证系统( 简称“NCIIS 系统”) 四部分共同构成, 最终构成 该 行 个 人 客 户 信用 风 险 集 市 的 主要数据来源。
( 三) 加快建设“抵消权”执行系统根据《合同法》规定,“当事人互负到期同质债务, 该债务的标的物种类、品质相同,任何一方可以将自己的债务与对方的债务抵消”。如果能够依托数据仓库将积欠银行本息的不良信用客户与银行数以亿计的存款账户进行匹配, 甚至与所有资产( 如国债、基金、股票、黄金等) 进行匹配将会对银行的资产质量和经营效益提升产生直接的推动作用。因此, 工商银行建立“抵消权”执行系统, 是落实新巴塞尔协议( 见下页注①) , 进行全面风险管理(TRM) 的重要举措; 同时, 对建立社会诚信体制、失信惩戒机制及“诚信友爱”的和谐社会也有一定积极作用。( 四) 使用信用评分, 再造个贷生产流程海外实践证明, 个人资产类产品信用风险的管理有三次突破, 每次突破都会给银行的个人业务带来 25%左右的利润增长, 它们分别是: 信用评分、自动化管理系统和决策优化。现在, 信用评分和自动化管理系统在很多发达国家都已经得到了普遍的应用, 并取得了相当不错的效果。
因此, 以使用评分卡(见下页注②) 为核心, 依托商务智能技术, 可以重构工商银行个贷生成流程。使用评分卡能够客观、一致地评估风险和制定决策、对申请人的风险进行排序、清晰传达信用政策的变化、降低人工成本和信用操作成本、缩短申请审批周期。一言以蔽之, 就是使量化风险决策成为可能, 减低了“成本”和“风险”。具体讲, 使用评分卡可以极大优化工商银行贷款( 信用卡) 申请阶段和贷后管理阶段的生产流程。在客户贷款( 信用卡) 申请阶段, 商业银行面临的是贷与不贷、贷多贷少( 即额度设定) 的问题。在决定贷与不贷问题上, 信用评分有着极大的发言权。如设定一个“门槛”分数, 低于此分数的直接予以拒贷。如果, 一家商业银行抗御风险能力较低, 只能接受 4%的风险, 650 分将成为批准贷款申请的门槛; 如果, 想要得到更大的市场份额, 同时可以承受 8%的风险, 则 620 分将成为批准贷款申请的门槛。于是, 信贷决策逐渐从“艺术”变得“科学”了。在客户授信额度的设定上, 信用评分可以与客户收入共同组成矩阵, 自动化地决定客户授信额度, 表 2是信用额度设定与信用评分的关系。依托以评分为核心的信用风险管理平台, 由于自动化地解决了贷与不贷、贷多贷少的问题, 就可以从以前的有 4 个人工环节的个贷生产流程缩减为目前只有 1 个人工环节( 见图 6) 。
在贷后管理上, 评分工具也将极大地提高工作效率, 降低账户管理成本、更好地控制风险。一旦发放了一笔贷款, 如何做好贷后管理, 就直接决定着个贷业务总体成本和风险。(1) 对在贷后管理中十分重要的逾期客户催收, 就可以采用行为评分和申请评分相结合的方式, 智能化地由系统做出催收决策, 指挥客户经理、风险经理在“合适的时机、采取合适的催收行动”。表 3 是某种策略的催收行为与信用评分关系示意表。(2) 在贷后管理阶段, 还可以将行为评分和信用局评分紧密结合用于账户( 主要是信用卡等循环信贷类账户) 授信额度的动态管理。(3) 发生循环贷款时, 信用评分在期限是否延展( 信用卡换卡) 决策上同样能够发挥重要作用。下面以贷记卡账户为例对具体的策略进行详细说明: 对于信用卡的不同使用额度, 通过信用评分和信用局评分可以获得由很低—低—中—高不同的评分, 那么由此就可以对该贷记卡采取相应的行动, 即或停用或延期若干个月直至能延长的最长期限。(4) 贷款定价及年费确定也是一个动态的过程。在商业银行的经营实践中, 不仅在客户初始申请信贷产品时需要定价, 随着我国利率市场化进程加速, 在贷后管理阶段, 基于风险的贷款产品动态重新定价、动态确定年费收取额也是信用评分在个人客户信用风险管理方面一个重要的应用领域。在当前的市场环境下, 基于数据仓库, 进而加强信用风险管理, 是保障个人资产业务健康发展的基础。改革开放二十多年来,“摸着石头过河”是一条重要经验。但是,当有桥存在时, 过河自然没有必要摸石头。对于我国商业银行的个人资产业务中的信用风险管理而言, 基于数据仓库进行全面信用评估、使用数据挖掘工具进行决策支持, 就是一座“金桥”。
[ 参考文献]
1杜 艳. 房价狂涨存金融风险 银监会京沪深火线调研房贷[N]. 21 世纪经济报道, 2005- 03- 14(18).
2陈文玲. 美国信用体系的总体构架[N]. 中国经济时报,2002- 10- 20(4).
3乔国栋, 马宏建. 诚信“黑洞”增大 中国为“一诺千金”所累[N]. 中国经济时报, 2003- 06- 18(3).
4蔡玉林, 刘 莉, 徐 晶. 我国商业银行信用风险管理研究[J]. 金融观察, 2004, (7) : 64- 65.中国工商银行. 中国工商银行 2004 年年报[R]. 2005.
5杨晓东. 我国国有独资商业银行信用风险内部评级体系的构建[J]. 兰州商学院学报, 2004, (4) : 32- 36.
6巴塞尔银行监管委员会. 统一资本计量和资本标准的国际协议: 修订框架[M]. 北京: 中国金融出版社, 2004.55- 57.
7宋智勇. 客户资信调研 [M]. 广州: 广东经济出版社,2002.45- 72.
8Olivia Parr Rud. 数据挖掘实践[M]. 北京: 机械工业出版社, 2003.36- 39.W H Inmon. 数据仓库 [M]. 北京: 机械工业出版社,2003.11- 18.
9Saunders.A.信用风险度量———风险估值的新方法与其他范式[M]. 北京: 机械工业出版社, 2001.19- 23.
10John B. Caouettee & Edward I. Altman. 演进着的信用风险管理———金融领域面临的巨大挑战[M]. 北京: 机械工业出版社, 2001.571- 579.
11章 彰, 傅巧灵. 巴塞尔新资本协议对欧洲银行业信用风险管理的影响[J]. 欧洲研究, 2003, (1) : 37- 39.
12张 娴. 数据挖掘技术及其在金融领域的应用[J]. 金融教学与研究, 2003, (4) : 17- 18.
13杨中军. 美国银行内部信用风险评级体系的启示[J]. 世界经济与政治论坛, 2002, (2) : 49- 51.
14于立勇. 商业银行信用风险评估预测模型研究[J]. 管理科学学报, 2003, (10) : 47- 52.
15严太华, 程映山, 李传昭. 商业银行信用风险量化和管理模型的应用分析[J]. 重庆大学学报, 2004, (7) : 110- 113.