浅析商业银行大客户授信风险管理问题

摘 要 商业银行在近几年的发展过程中，加强了对大客户群体重视的同时，信贷风险的矛盾也逐渐突出。商业银行需要进一步强化大客户的授信风险管理，转变大客户即低风险、高质量客户的错误认知，强化管理每一授信阶段，选择高质量、高信誉的客户。并科学设置客户的关联担保壁纸，处理过于依托关联担保的局面，强化管理商业银行的客户授信风险。

关键词 商业银行 大客户 授信风险管理

一、商业银行大客户授信风险表现形式和风险特点

参考银监会《商业银行集团客户授信业务风险管理指引》，商业银行大客户授信风险指的是因客户授信不合理、授信额度配置不科学等因素，客户的不合理经营以及借助资产重组、关联交易等方式不按照公正价格原则对收益、资金进行转移，使得商业银行无法按时将授信形成的贷款本金和利息收回，出现不可预估的损失。

商业银行客户间的股权关系较繁琐，如跨行业、跨地区经营，尽管推动了运作模式的多元化发展，但也导致关联交易的透明程度逐渐降低。商业银行大客户关联担保产生的信贷风险逐渐凸显，部分集团性质的客户利用人事链、资本链等渠道进行不合理的关联交易、资产重组和产权变更等实现银行债务的偷漏。有关集团性客户借助银企间地位不平衡的漏洞，通过集团内部人员交叉互保、重复担保的方式，导致贷款第二贷款的来源如同摆设。

首先，客户授信过度风险。现阶段，国内部分企业的信息透明程度有待優化，集团性大客户普遍通过下属企业在不同银行获取多头授信的信贷资金，商业银行受贷款营销与市场竞争压力，针对企业进行单独授信，进而出现授信的过度现象。多头授信，导致借款方授信和自身的负债水平不成正比，加剧了银行信贷资金的赔偿、违约风险，使企业出现信用膨胀的局面，限制了商业银行对客户资金应用的监督。

其次，客户多元化经营形成风险。跨行业运作的关联企业所处的商业背景较繁琐，经营的多元化容易导致企业出现不合理的扩张行为，出现财务风险，影响到业主方的利益，加剧了经营风险。而这一部分企业在盲目经营的过程中，缺乏行之有效的监管制度，从而出现经营失败的局面。商业银行若没有全面调查集团性客户的担保形式与多元化融资框架，则容易受该集团新投资项目的可观、预估收益蒙蔽，忽视了高收益下伴随的风险隐患，做出错误的决定。

二、商业银行大客户授信风险管理现状

（一）缺乏风险管理技术和系统支撑

商业银行现存的风险计量技术难以保证相关集团客户信用风险、违约系数与整体信贷资产关联程度的准确性，所核定的授信额度无法达到信贷资产组合控制信用风险的标准，而一致授信核算所得授信额度无法保证客户风险负载的真实水平。系统支撑的严重不足，导致商业银行以手工操作对客户进行授信管理，无法自动鉴别大客户人员的企业联系程度与具体授信状况，工作人员单凭自身的业务经验与信息积累展开人工操作，致使集团性大客户企业没有归到集团性客户范围中，难以保证授信的统一性和精准性。

（二）授信标准不规范

目前，商业银行大客户授信业务管理正在不断完善，有关实施细则有待健全。通常情况下，大客户授信管理业务的相关文件细则普遍为规范类的制度与手段，针对性较弱、可行性低，无法实现对大客户的风险承担能力与企业运营现状的整体了解，导致判断出现失误，且无法实时检测大客户对信贷资产的使用、关联交易等活动。

三、强化商业银行大客户授信风险管理策略

（一）高效运用科学技术

优化系统功能，以精细管理为前提来收集大客户的信息资料，保证大客户关系的清晰明朗化。构建大客户关系信息监管系统，优化的自动识别功能，采取硬控制来运作授信客户重要信息的录入系统。例如，将企业法人、股东等重要信息设置成必录项，系统可以对重要信息进行自动搜索，并自动构建大客户关联网络结构，并适当提示大客户成员企业间的关联程度，降低信贷工作人员的经验意识，保障信息的精确度。

（二）规范银行客户授信标准

商业银行要保证项目评估的严谨性，加大审核大客户授信所用贷款项目的手续、流程合法与否、真实与否、完善与否的严格力度，对所贷款项目的土地使用、环保规范、安全生产、工艺设施以及建设规划等手续的办理实际情况进行一一核实，若项目不具备相关审批机构的核准文件，则不可授信。整体考量大客户企业的财务、经营与信用现状，以商业银行的风险自我负荷水平为前提，制定科学的授信额度。

（三）强化担保限额控制

商业银行要以大客户风险承担度为考量标准，合理设定集团内的担保比例，对大客户成员关联、交叉互保等行为进行严格管理。针对高质量的大客户，包括电网、移动、电力、国有石油等，可对设置比例进行科学调节。健全关联担保流程与手续的办理，针对大客户内其他成员企业的资产抵押担保手续，需要对所抵押物权属进行核实，要求抵押方一定是具备处置和拥有抵押物权利的企业，考查其担保实力，避免出现资产过分夸大的现象，实现对大客户授信担保限额的科学管理。

（四）通过大数据筛选优质客户

在优质客户的评价选择中，可采用包括成本、风险因素的利润贡献、经济资本占用、RAROC指标与EVA指标，有利于考量客户的贡献程度，便于改善客户结构。因RAROC为相对指标，EVA为绝对指标，故适用条件与范畴不同。RAROC不受规模制约，能够在同规模企业中客观评价客户，进而选择优质客户；而EVA则采取涵盖有风险在内的经济成本概念。其优质客户的构建组合为：

RAROC=（收益-预期亏损）/经济资本占用

EVA=拨备前利润-当年计提拨备-经济资本成本

采用RAROC法组合、筛选优质客户，利用上述公式，考量客户的经济自办占用量与经济增加值EVA、RAROC值，按照次序进行排列，有利于核实客户的经济资本。

通过对上述两大指标的应用，可以规范优质客户的选择标准，可行性高，有助于改善商业银行的短视现象，发展资本节约型业务。引导客户在提高业绩的同时，重视风险，实现了风险和效益的统一，基于这一维度筛选优质客户。

四、结语

现阶段，关于商业银行大客户识别管理和授信风险控制措施的研究成果趋于理论定性化，无定量分析的参考，若采取数字化分析构建银行大客户鉴别、管理框架和授信风险管理模型，则有利于降低授信风险控制中的人为隐患，提高风险管理的高效性与科学性，有利于推动商业银行大客户信贷的健康运作。

（作者单位为陕西师范大学）

[作者简介：都晋（1985—），女，山东济南人，研究生，理财经理。]

参考文献

[1] 周江涛，张艳.商业银行授信集中风险形成机理研究[J] .生产力研究，2007（17）：28-29+67.

[2] 周江涛，张艳.商业银行“授信集中”风险形成机理的定量分析[J].人文杂志，2007（3）：182-185.

[3] 王恒.商业银行对中小企业授信风险管理研究[D].华侨大学，2008.