登錄
                
|
經濟金融縱橫 您當前的位置:首頁 > 經濟金融縱橫 > 金融創新
借助科技手段搭建系統模型控制新增不良貸款

作者: 江蘇灌云農商銀行 開軍義  發布時間:2020年04月15日

習近平總書記將服務實體經濟、防控金融風險、深化金融改革作為當前和今后一個時期金融工作的三大主要任務,指導金融要堅持“回歸本源”“優化結構”“強化監管”“市場導向”四項原則,必須把主動防范化解系統性金融風險放在更加重要的位置,已經成為金融工作的永恒主題。

從農信社改制到農合行升級再到農商行轉型,不良貸款“周期性瓶頸”、“清前堵后”問題循環往復,必須要解決,為金融機構尤其是農信系統化解歷史包袱、實現輕裝上陣,從而更加有力、更加有效的深化金融改革、服務實體經濟。近十年來,農信機構與監管部門、省聯社同向發力,通過檢查貸款五級分類偏離度、不良貸款攻堅戰、金融市場亂象整治、“大排查、大處置、大提升”專項行動等實質性舉措,摸清存量實際不良貸款底數,加強了瑕疵類貸款、雙90、雙60及其他不良貸款管理,風險隱患貸款排查、實際不良貸款的充分暴露以及重點風險問題機構、大額貸款、行業貸款、異地貸款、抵債資產等存量不良貸款的清降處置,當前農信系統不良清降重點還是化解存量不良資產,而借助科技手段搭建系統模型,新增不良貸款得到了有效控制。

“三個轉變”,高效精準支農支小

一是從“經驗判斷”向“風控模型”轉變。從“唯抵押物大投放、貪大求快求洋、信貸規模擴張”到“回歸本源、支農支小、脫虛向實”,這既是戰略定位方向的轉變,也是深耕市場、服務實體應有的務實作風和金融生態。從根本上解決人言經驗判斷與數據測算分析的關系問題,讓一線客戶經理能貸、愿貸、敢貸,若單兵作戰,即各個擊破方面,經驗判斷優勢稍占上風,通過信貸調查分析一定程度上能夠識別和控制潛在的風險,而在當今大數據時代的批量獲客,風控模型優勢明顯,借助風控模型更好的發現和識別風險,新增貸款不良率更低,這也是目前信貸人員越來越重視客戶征信報告分析的原因所在。信貸業務要從熟人經驗判斷走向規則模型的大數據分析前提下的人品把握和額度把控,傳統的信貸投放過多糾結于熟人的評價、信貸經驗的判斷等,而新的信貸投放,應以數據模型測算為基礎,主要兼顧人品和信用,并應將首貸率和信用貸款投放占比作為信貸投放重要的考核指標之一。    

二是從“人情信任”向“數據信任”轉變。如同風險監管需向引領監管轉變一樣,農商行也要從“人情信任”向“數據信任”轉變,要從“運動式、大水漫灌”向“精準化、小而精細”轉變,解決銀行與客群之間信息不對稱難題。灌云農商行尚修國董事長談到,“最優的決策團隊+60年的深耕農村優勢+配套強大科技支撐,將會是農商行目前發展最佳的發展標配。”“陽光信貸”作為農信品牌,推進陽光信貸惠民工程,一段時期發揮出了農信機構“人熟、地熟、情況熟”的優勢,通過上線“陽光信貸”管理系統、眼虹膜驗證系統以及風險管控平臺等,并在信貸管理系統中鎖定陽光信貸公議授信的農戶名單和金額,信貸業務的建檔、受理、調查、授信、審批、放款等各個環節實現了陽光化操作。灌云農商行2017年起的新一輪陽光信貸,則是將“陽光信貸”樹立成一種經營理念,更加注重精準信息歸集,更加注重建檔、預授信、評議成效,更加注重“陽光信貸”產品細分、產品配套,更加注重“陽光信貸”流程優化和提檔升級。同時,“跑街(村)”與“跑數”是促進普惠金融發展的重要手段,二者互為補充、繼承發展,落實“掃街查數”、“走村串戶”的基礎則是大數據分析應用,既要有“章法”又要有“標準”,這既解決了理念不清、定位不準、定力不夠,又解決了客戶、行業、市場細分不準的問題。如灌云農商行2019年“百日萬戶大走訪”活動,至2019年末,該行共走訪客戶16607戶,新增授信5583戶、授信金額5.01億元,其中完成簽約3676戶,金額3.43億元,并完成個體工商戶集中授信3467戶,授信金額2.66億元。

三是從“唯抵押唯報表”向“重人品重經營”轉變。銀行是經營風險的金融機構,經營信用是農村信用社之本,但風險管控也并非農金機構的“前世今生”。目前,銀行要擔保、要抵押,主要還是因信息不對稱,要以大數據著力推廣批量授信,回歸“讓老百姓借信用就能享受信貸支持”的農村信用社初衷和初心。從“三無”中尋找“三有”,不唯抵押、擔保,不唯財務報表,著眼于對現金流等數據分析,主要看第一還款來源,即著重考察借款人自身情況,在“三無”群體(即無抵押、無擔保、無財務報表的小微企業、個體工商戶、農戶)中尋找“三有”,即有信用、有勞動能力、有現金流(收入),應注重對客戶首貸率的考核,對小額信貸以及小微企業鼓勵以信用方式發放貸款。同時,采取授信調增、調減、取消、限制用信等措施,對多頭融資客戶嚴格落實“慎三禁五”監管要求,并嚴控大額貸款。

“三個模型”,提升新增授信質量

一是塑造以數據為核心要素的生產模型。灌云農商行利用大數據定量分析技術,整合客戶信息等要素,形成客戶畫像,構建數字化標簽體系。按照價值分為存款、貸款、電子銀行、代發業務、網格化、2017年陽光信貸、黑灰名單、社保數據、不動產數據等九大類數據,動態完成包括客戶基礎信息、資產負債信息、經營收入信息、客戶資信記錄、客戶關系圖譜等內容的一套行內客戶360視圖或者客戶畫像,通過特定客群的畫像標簽自定義相關產品準入、額度、風控、定價模型,并實現管理標準化,對營銷流程、授用信流程、貸后流程、績效考核等進行梳理和固化,促使整個營銷管理過程形成閉環。通過有效的數據分析,尋找薄弱環節、商機和增長點,建立客戶標簽規則、準入評級授信模型、欺詐風控模型,以整村授信為例,該行整村推進系統建設已歷經七版,整村授信分成三區建設:基礎內容區、流程建設區、推進視圖區,大量數據由系統完成,減少人為收集,特別創新對戶評議、現場及非現場評議、移動頭像端評議、全流程數字化和無紙化,通過行內部分數據和評議數據,進行規則設定或者建模,找出“兩頭客戶”:禁入客戶和重點客戶;并將“掃街查數、走村串戶”與整村授信、網格化營銷相結合,對支行所在的街道,編制可隨時更新的“金融生態圖”,實現三公里覆蓋的主陣地不動搖。同時,借助年檢系統,開展非現場和現場年檢,強化“陽光信貸“授信年檢結果運用,實現了存量農戶的批量授信;信貸V7系統配置手機銀行自助貸款流程,維護、調整線上貸款配置和風險探測規則,為線上產品營銷提供系統支持。通過省聯社信貸管理系統,根據風險嚴重程度,對黑名單、灰名單客戶實施不同的信貸限制,對于黑名單客戶,按風險嚴重程度采取禁止和限制兩級管控措施,并結合該行暫緩授信的13種人,進一步提升新增授信貸款質量,防范不良貸款風險。  

二是組合以授信為核心要素的審批模型。灌云農商行信貸系統電腦端和手機端同步運行,但依然堅持“貸款調查要實、貸中審查要細、貸后檢查要活”的信貸原則,制定陽光信貸農戶、掃碼收單、個體工商戶等客戶批量授信模型,通過系統固定,并不斷驗證優化。新增授信根據“農易貸”、“商易貸”、“豐收貸”等貸款模型,從資產負債、擔保抵押、損益簡表、財務簡表、評級指標等維度測算額度,以個私簡化類(30萬元以下)授信模型為例,分為三個測算模型:1、標準授信額度=(固定資產*分段系數+流動資產-負債)*行業系數*信用等級系數*核心指標率*50%;2、謹慎型授信額度=(所有者權益)*信用系數*行業系數*50%;3、理論授信額度=上年度凈收入*核心指標率*200%(收入來源穩定),最終根據3個模型綜合給出客戶的授信額度,必要時將細化10萬元及以下貸款模型測算,如申請人的資產、收入、銀行貢獻度(包括存款貢獻度、電子銀行貢獻度)、欠息及逾期容忍度等。對于10萬元以內的信貸工廠新增(增信)客戶、綜合授信、授信年檢客戶,可通過客戶負債、授信及為他人擔保情況,擔保人情況以及13種人、本行非正常客戶查詢、年檢、客戶征信信用及攔截、匯法網信息等系統調查表填報,給出客戶年檢授信額度;線上陽光E貸等,根據客戶資產負債、工作(或經營)及授信申請、調查(核查)等系統調查表填報,給出客戶授信額度。所有授信環節同時通過系統查詢人行征信,該行匯法網、運管系統,最高法失信被執行人網站,天眼查網站等,加強對客戶征信報告的分析、訴訟執行案件、存量貸款質量以及規范經營狀況等全方位分析。該行還全面執行貸款雙錄制度,客戶經理與借款人、保證人(抵押人)簽訂合同時,進入信貸系統進行面談面簽雙錄;對客戶的授信從一年增加到三年授信,即一次性簽訂借款合同,授信三年內“隨用隨貸、循環使用”,一定程度上防范了新增貸款的風險。

三是搭建以風控為核心要素的系統模型。灌云農商行通過持續完善“陽光信貸”標準化管理平臺、客戶關系管理、風險預警等系統功能,提高工作效率和風險管理的有效性。利用自身科技力量,搭建具有自身發展特色的“陽光信貸”系統,實現了“陽光信貸”流程再造;系統搭建客戶授信模型系統;系統支持“陽光信貸”客戶資料收集、評議、發放授信證書、批量預授信;測算客戶貢獻度等功能。結合“百行進萬企”、“百日萬戶大走訪”等大走訪活動,對前期走訪結果及時回頭看,實現了“走訪、授信、簽約、用信”的流程化管理。以精準營銷為普惠工作的切入點,搭建了運營管理系統,設授信子平臺,包括微貸平臺、移動調查、陽光信貸、貸后管理和扶貧走訪等信貸類功能,方便客戶經理做好信貸調查、審批、貸后以及報表統計;自主設計了網格化經營看板,實現了全景視圖新增客戶拜訪、優化客戶審批功能等功能,較好的管理客戶、產品和活動,并在運管平臺中新增運營、信貸、財務、流水等自主查詢模板40余個,極大的提高支行及業務部門的數據查詢效率,有助于提高新增授信效率和質量,同時,結合實際提煉信貸調查、審查審批、放款審核和貸后檢查要點,建立陽光信貸類、個人經營類、消費類、按揭類、信用卡類等主要信貸業務“三查”模板;通過確定信貸客戶風險探測模型,建立風險探測庫,篩選批量授信風險客戶,切實防范批量授信客戶信貸風險。

“三個系統”,管控現有存量貸款

通過對已有存量貸款的管理控制和風險識別,提升新增貸款質量。

一是應用貸后管理系統,以“活”字檢查貸后。結合縣域法人機構“客戶經理管戶多”現狀,對傳統貸后管理的價值意義進行重新認識,該行上線貸后管理系統,在貸款發放后15天—30天,該系統自動生成首檢任務,并抓取一定額度的貸款生成日常檢查任務。同時,實現對各類貸款多維度篩選、貸款綜合查詢,并實現對個人客戶往來賬號、企業客戶往來賬號、客戶財務、客戶大額變動、客戶用信、客戶抵押物到期的檢測管理。在業務系統不能體現貸款的真實情況,或是客戶存在重大變故等風險概率比較大的情況下,客戶經理可通過“貸后情況處置”模塊,實現對異常事件的處置。

二是應用風險預警系統,以“險”字提示風險。加強風險預警系統的貸前、貸中、貸后的使用,注重對風險預警信號的核實和提前做好風險防范措施。該行所有新放貸款在信貸管理系統中錄入客戶信息后,須在風險預警系統中檢查客戶相關風險情況,并在信貸調查報告中進行反映;信貸審查審批時,關注客戶在風險預警系統中的風險情況,并作出相關的管理建議。對于觸發風險預警系統預警類、提示類、監控類信號的客戶,在對客戶風險信號作出風險判斷的基礎上,及時制定方案進行處置。業務管理部門定期出具預警系統風險分析報告,統計系統生成信號,根據客戶風險程度高低以及各維度統計數據,及時分析全行重點風險客戶、重點風險客戶經理、重點風險支行,為授信決策、人員決策提供了依據。僅2019年,該行累計完成信號處置審批56552筆,風險信號處置率達到99.5%。

三是應用不良貸款系統,以“規”字管理不良。該行上線運行不良貸款管理系統,實現對不良貸款更全面、規范的流程管理。該系統一方面加強了不良貸款臺賬和黑名單客戶的規范化管理,以貸款五級分類后三類自動獲得轄區所有表內不良貸款明細信息,以前兩類自動獲取轄區所有逾期、欠息、展期、借新還舊等分類貸款明細信息,并建立置換貸款、抵債資產臺賬,實現五級分類不良貸款、已核銷貸款、置換貸款、抵債資產的臺賬管理,支持查詢、查看、導出功能。系統自動獲取各支行管戶的黑名單客戶及黑名單擔保人信息,并建立手動黑名單客戶,進一步規范了黑名單客戶臺賬及黑名單客戶管理。另一方面,加強了不良貸款催收、訴訟的全流程管理以及貸款到逾期管理、訴訟執行時效等預警提醒,以貸款五級分類后三類自動獲取轄區所有明細信息,系統管理貸款回收記錄,每日定時生成催收任務,并由管理部門負責復核,系統匹配催收頻率,可實時查詢催收管理模塊產生的催收任務以及完成情況;系統根據設置的預警天數自動獲取到期貸款信息,實現貸款到期前的規范管理,可對核銷貸款進行標記,并自動統計逾期貸款的不同期限和金額。同時,系統還實現了訴訟時效、執行時效以及訴訟費用未收回的預警提醒,從訴訟基本信息、立案、財產保全、審判、執行、費用、公證等各環節對貸款訴訟進行了全流程管理。

360彩票网-官网