大数据技术在小企业贷后管理中的有效应用

文／苏立群

大数据技术在小企业贷后管理中的有效应用

文／苏立群

小企业发展一直得到国家及社会各界的高度关注。各家银行遵循党和国家的战略导向，以支持小企业发展为使命，义不容辞地践行着社会责任。由于小企业存在着信息不对称、抗风险能力弱等发展劣势，加之小企业信贷户数多、金额小的业务特征，小企业贷后管理易出现“两高一低”现象，即“人工干预多、管理成本高；监测精准差，预警比例高；监测技术弱、不良报警低”。小企业业务规模化快速发展迫切需要新方法新技术的强大支撑。

2014年起，沪上某银行认真研究本地小企业信贷业务经营特点，大胆探索、破题立项，将大数据技术在小企业业务流程、尤其是贷后管理中积极应用。2015年自行研发启动小企业贷后大数据监测远程系统（简称“大数据系统”），彻底颠覆传统方式，创建一个全新的、系统化的、适合小企业贷后管理的远程监测体系。

大数据系统是一种借助模型设计与系统开发，在得到企业主动授权的前提下，通过“三个自动”，即自动获取批量数据、自动分析监测信息、自动分离预警层级，进行小企业贷后风险精准预警的有效工具，以实现“精准锁定风险客户、有效规避操作风险、大幅减少贷后工作量”目的。主要体现在以下三方面：

一、打通行内外“信息孤岛”，创建集合性信息平台，大数据获取能力优势凸显

为帮助提升企业各类信用在银行融资中的增信作用，经企业授权，通过与相关部门合作，大数据系统对接政府机构数据公开端口，连接因地区封锁和部门分割形成的外部“信息孤岛”，自动接收并即时导入最新外部数据，系统获取信息的覆盖面广且取数充分，构筑起外部信息互交的工作平台。

同时，该系统还融合内部各条线的信息干支，提高内部有效信息的共享，增强市场敏锐度和机会把握能力。不仅批量获取小企业在银行内部的账户性质、日均存款、销售收入、资产规模、净资产等法人信息，还获取了企业主及配偶的结算流水、信用卡交易等个人信息，强化内部信息的整合运用。

二、灵活运用系统技术，自动分析监测信息，大数据分析应用能力引领业务发展

传统的贷后监控平台大多数仅仅实现信息数据的简单堆砌和全量展示，对业务分析、风险提示、预警应用、发展指引等方面均缺乏针对性的纠偏和指导。

大数据系统在实际运行中，其分析应用能力能够体现在：清理分析原生数据，形成有效的再生数据，结合不良贷款成因的客观规律，构建预警系统的核心区块，并不断校验预警指标的合理性，以实现数据有效利用、风险充分披露、引领业务发展、辅助信贷决策的目的。

首先，该系统在获取的原生大数据中，通过清理辨析和分析筛查，过滤筛除错误干扰字段，提取有效信息形成再生数据，以确保预警信号发布的准确性。

其次，该系统分析再生数据之间的关联关系、对应关系和勾稽关系，不断校验对比，总结内在规律，挖掘出关键数据。按照上述数据对信贷业务的重要性程度，初步归纳出优质客户、一般客户与退出客户的数据特征和数据差异性。

再次，通过总结历史不良成因而归纳出的小企业信贷业务风险特征，大数据系统设定预警指标和预警值，并为不同产品设置差别化的预警信号。

最后，按预定规则有效整合关键数据，大数据系统最终形成以“交易数据、行为数据、经营数据、履约数据”四大板块为核心区块的小企业贷后远程监测体系，实时进行风险预警。

同时，银行坚持把当年新发生的不良贷款回放至大数据系统进行预警重检，适时调整预警指标，不断优化升级预警结果的准确度和有效率。

三、系统自动化程度高，主动防御风险，大数据支撑运行能力构建小企业风险自控机制

大数据系统有别于传统贷后管理方法和风险监测技术，是银行自主研发，仅借助现有少量硬件设备、低成本运行的独立性生产系统。优势特点表现在：

第一，经企业授权，通过与相关部门合作，大数据系统对接行内外数十个系统端口，归集近百项信息，无需人工反复干预，确保了原生数据的准确性和及时性，打破以往人工成本高的瓶颈问题。

第二，通过程序规则设计，系统通过大数据技术进行前瞻性布局与敏感性分析，无需人工参与加工，确保了数据应用的有效性，构建起小企业经营风险的自控工作机制。

第三，根据预警值的偏离度，自动生成“红、黄、绿”三色的预警指标；按预警指标出现数量及严重程度，自动将信贷客户分为“正常客户、观察客户、预警客户”三类，并实施“分类管理、一户一策”贷后管理机制，差别化设定贷后检查措施，针对性防范并化解风险事项。

第四，该系统中所有信息均在同一平台上集中展示，数据可视化程度高，便于全体小企业经营管理人员的查询与下载。同时，其强大的可持续性开发功能也正逐步显现。系统开发人员能轻松通过增加任一子模块来自动对接行内外各个数据平台接口，提高系统升级优化的及时性；系统管理人员也能根据本行发展需求和风控要求，自由增减预警指标，修正优化预警参数，确保预警质量。

贷后机控系统试行以来，初步实现阶段性目标：

1.预警客户占全部信贷客户的比例控制在较低范围内，从而突出了管理重点，有利于一线员工及早找出可疑的潜在风险客户，实现重点问题客户“早发现早处理”。

2.预警精准率提高并稳定在较高比例，实现当年新增不良贷款中大多数不良客户都被贷后机控系统成功预警过，从而进一步增强一线员工和管理部门的发展信心。

3.由于系统自动化的实现，也大大减轻了全行小企业贷后风险监测的工作量，人工成本得以大幅降低。

随着以后金融机构与各界社会共治、信息共享合作的深入，金融机构将会进一步加强信息化建设，不断充实大数据系统的信息内容，提升大数据技术在小企业贷后监测、早期预警管理中的应用有效性，更好地为实体经济提供更优质、更及时、更具个性化的金融产品和服务。

作者单位：中国建设银行