基于数字化思维的客户风险管控思路

卢彦宇

随着“乌卡”时代特征的不断深入体现，企业面临的商业环境日益复杂，如何准确识别客户潜在风险，进而采取有效的管控措施，逐步成为当今客户风险管控的重要课题。现阶段，由于客户自身管理风险、所处行业风险、突发事件风险对企业造成经济损失的事件愈加频繁。因此，企业普遍存在建立标准化、系统化、可操作的客户信用管理机制的诉求。这要求管理层能够充分整合外部众多的信息来源以满足内部的决策需求，切实做到客户风险的识别与管控。

一、客户风险管控难点

近年来，客户风险的爆发呈现出集中性、突发性和多源性等特点。企业着力从客户源头选择和合同条款设置等层面控制风险，力求降低货款回收难度，并与核心客户形成可持续的战略性合作。即便如此，当客户风险真实凸现时，企业往往有出乎意料及措手不及之感。究其原因，一方面，企业对于应获取何种信息用以识别客户风险缺乏标准化依据;另一方面，企业难以准确量化衡量客户风险水平，进而无法基于不同的风险评估结果采取针对性的应对措施。传统的量化衡量方法大多基于客户的资产状况、经营业绩、履约历史等层面进行观测，数据依据相对单一，评价结论偏向定性。

二、客户风险管控思路

1.客户信息收集。识别客户风险关键在于全面的认知客户、了解客户，在充分认知和了解的基础上形成系统性的风险因素梳理，建立完整的客户信息收集体系是客户风险管理的重要起点。传统方式下，在客户识别环节，企业通常是根据一线人员接触后的主观判断结合管理层经验决策确定结果，在有条件的情况下参考部分财务指标信息。弊端便是对客户的了解缺乏系统性，决策依据对主观想法存在很大依赖。全面信息梳理则能够为决策提供更为客观的基础，帮助企业对潜在客户合理有效筛选。

客户风险潜在影响因素可以分为三个层面，即行业属性层面、自身特质属性层面和财务属性层面。行业属性主要由宏观政策、技术革新、竞争格局与周期性变化等因素组成，对于行业内的企业产生系统性影响。对于行业属性的考量，一般基于波特五力模型维度和PEST分析维度，同时考虑特殊或突发事件、国家政策变化等对行业带来的影响。自身特质属性主要指因客户所在地理环境（国别）、公司形式（是否为上市公司、或所有权性质）、存续时间（司龄）及在其行业中所处地位等方面对客户的抗风险能力造成的影响。财务属性则取决于以往期间客户的资产状况、经营业绩、现金流状况等财务数据，通过财务结构判断未来形成损失的可能性。企业一般根据需要在成长能力（营业收入增长率等）、盈利能力（净资产收益率、销售利润率、毛利率等）、偿债能力（流动比率与速动比率、利息保障系数等）、规模与稳定性（资产规模、市值规模、营业收入规模、收入与利润的波动性）等角度综合评价客户的财务状况。

2.风险评估模型。常用的风险量化评估方法包括Z值模型、CreditMetrics模型、Error Back-propagation等，但或因相关数据获取的可行性，或因计算难度与可实用性，上述几种方法在实务操作中并未被广泛推广。金融机构则普遍采用的信用風险内部评级方法，通过定性和定量指标的加权组合形成分等级的评价结果。该种评价方式整体的合理性与可行性也得到了实证数据的检验，一定程度上可以用作非金融企业客户风险评估的参照。即：传统评估结果=∑各类情形下的风险指数×权重系数±特殊事项影响。但某个单一风险因素出现问题即可产生“串联”效应，导致整体性的风险爆发。因此，通过指标加权组合方式计算得出的风险评估结果可能弱化了某一特定因素的潜在影响，使得评估结果与真实风险水平存在偏差。沿用指标组合方式，同时考虑风险因素的“串联”效应，可结合对各维度客户信息的搜集与分析，将各类维度属性在特定情形下的风险概率进行赋值，通过改进的方式利用各维度累乘的方式进行风险评估。即：改进评估结果=（1-∏各类情形下的无风险概率）±基于历史交易的信用情况调整。

3.差异化的信用管控策略。准确的风险评估结果能够产生的重要效益是根据风险评估的结果识别出客户的风险水平，进而对特定风险水平的客户采取差异化的风险管控策略，就客户选择、合作方式、合作合度、账款期限、增信方式搭建针对特定情境的策略库。策略的整体方向是减少高风险客户合作，加大低风险客户合作，实现客户风险结构的优化调整。

具体而言，高风险客户若占企业业务比重较大，客户风险一旦爆发，无论从经营业绩层面（会计利润）还是现金流层面（客户回款），都将给企业带来巨大损失，甚至造成“灭顶之灾”。对于高风险客户的管理重在识别，尤其是识别合作规模较大的高风险客户，通过控制合作规模或预收货款等方式避免形成潜在损失。中等风险客户一般是企业面临的主要群体，此类客户具备一定程度风险，又对业务规模能够形成一定程度的支撑，是客户风险管理的重点对象。对中等风险客户所提出的额度、账期等方面诉求的回应，管理层具有较大的决策弹性空间，因此也最能考验企业对客户风险的管理能力。对于中等风险客户的管理重在策略的组合运用，在风险相对合理可控的前提下，通过控制账期、增信（资产抵押、质押或关联方担保等）、购买信保等方式有效转移或规避风险。对于低风险客户的管理重点则在于潜力的挖掘，将风险管理与商业运营综合考虑，结合企业在客户端的盈利水平，发掘新的优质客户，使之成为业务进一步发展的重要补充。

总之，差异化的策略就是根据客户所在的风险象限有的放矢的调整合作条件，避免简单的“一刀切”决策，使风险管控的结果能够更好的服务于业务发展和客户开发，形成良性的“风险识别-策略选择-风险再识别-策略调整”的动态循环。

三、客户风险管控数字化应用

随着信息系统由标准化向自动化再向数字化的转型升级，利用数字化工具取数、计算、分析是客户风险管控的必然趋势，也是实现前瞻性财务管理的客观要求。客户风险管控需要信息和数据的驱动，而实务中利用数据驱动帮助客户风险管控则成为了具体实施环节的一大难点。客户信息收集、风险评估计算与信控策略匹配等涉及大量的客户数据计算、处理与更新，还涉及各类异构系统的衔接与勾稽，各系统之间存在天然屏障，数据无法实施相互的自动传递与集成。传统人工操作或单一系统方式实现的难度大、成本高，决策信息获取效率低，通过财务人员的密集劳动收取数据、测算风险水平，即难以满足时效性要求，又无法满足计算结果的准确性与数据的可追溯性。数字化工具的应用能够帮助建立客户信息资产池，在ERP和CRM以及外部数据资源系统中集中提取信息，并实现自我完善和自我更新，并以此为基础利用模型与算法进行风险评估，提供实时的决策建议。

数字化应用的优势主要包括以下几个方面：一是形成一种标准化的客户风险管理体系，更具针对性的自动抓取客户关键信息与数据，形成数据资产;客户信息既包括其所在环境的宏观信息（如国别、产业、社会特征等），又包括其自身的財务业绩（资产状况、经营结果、现金流量），还包括企业与客户的交易记录，需要打破内外部信息与数据壁垒，统一归集到结构化平台中，便于特定信息的识别与收取。二是根据数据回归分析，不断优化模型算法，形成更为可靠的风险评价结果。数字化应用使得风险评估模型中重要参数的选取、组合和设置有据可依，不再依赖于“拍脑袋”的想法。企业可利用大量的历史案例与数据，逐步找到最适合自身管理实际的评估方案，建立具价值的信息架构。三是用量化的计算结果代替了主观的经验判断，更好的进行趋势分析与客户预警，实现前瞻性管理。“风险迹象——风险提示——管控措施”是客户风险管控的一般操作思路，但依赖于风险迹象的风险管控可能将“预警”做成“报警”，即在客户的风险因素暴露之后予以提示，企业真正能够形成管控的操作空间极为有限。而基于数字化系统的管控，由于有大量的内外部信息和数据作为支撑，有数据回归分析的方法作为手段，使得前瞻性判断变为可能。四是可以将客户风险评估的结果和信用政策的制定与审批流程进行对接，通过数字化流程的建立实时满足决策需求。数据资产池作为审批流程节点的中台支持，帮助决策者在审批环节调取所需要数据支撑，为业务前线和决策后台建立需要的联系和纽带，避免因缺乏必要信息而造成“盲审”现象。同时，还可以利用结构化数据为信用控制自动建立警戒线，真正意义上做到系统防呆。

四、小结

企业价值的创造来源于对客户需求的满足，企业价值的真正实现则更多来源于对客户风险的准确把控。选择能够高度连接匹配的客户，跟随客户共同成长，在合作过程中及时识别客户风险层面的变化，是企业安身立命、持续发展的坚实基础，也是客户风险管控体系存在的长期使命。客户风险管控体系的关键要素在于数据获取、评估架构、规则与算法等因素，而财务无疑是融合这些因素最重要的实施载体。企业的财务部门拥有大量的数据和信息资源，即拥有了构建“高楼大厦”的“砖瓦”，目前亟需的是利用数字化转型的契机，将“砖瓦”以最合理的方式搭建成“栋梁”，支撑起客户风险管控这座“大厦”，使之成为助力企业业务发展的关键驱动。

（作者单位：深南电路股份有限公司）