中小银行机构信用风险审计模型探索

◆潘锋利 邓玮舛 赖婷婷 李倩文/佛山农村商业银行股份有限公司

信用风险也被称为违约风险，是借款人因种种原因，不愿或无力履行合同而构成违约，致使银行遭受损失的可能性。信用风险是商业银行与生俱来的一种风险，也是最重要最复杂的一种风险。

一、中小银行机构面临的信用风险

中小银行机构的信用风险源于银行各类资产业务。从中国人民银行统计数据看，2018年12月末至2021年6月末，中小银行机构人民币各类贷款余额由62.86万亿元逐年增长至90.45万亿元，占中小银行机构各类资金运用的比例由54.72%逐年上升至60.45%，是中小银行机构主要资金运用资产，也是中小银行机构信用风险的主要来源。此外，债券投资余额由18.39万亿元逐年增长至26.95万亿元，占中小银行机构各类资金运用的比例由16.01%逐年上升至18%，是中小银行机构第二大资金运用资产，也是中小银行机构信用风险的第二大来源。具体详见表1。

表1 单位：万亿元

二、中小银行机构信用风险产生的内在原因

（一）公司治理不完善

诸多中小银行机构的风险，其背后的根源在于公司治理失灵。中小银行机构普遍存在股权结构不合理以及股东不作为、乱作为的问题，“内部人控制”和“大股东控制”两大公司治理顽疾同时出现，导致形式上的公司治理架构和机制基本失灵，给各类违法违规和舞弊行为提供了滋生土壤和宽松环境。一些中小银行机构通过关联交易向大股东或利益相关者传输利益，大量资金被占用，长期无法回笼，导致严重的信用风险。

（二）经营理念及信贷文化偏离

一些中小银行机构仍抱有“规模至上”的发展思想，为追求短期效益，经营理念偏离审慎、合规、稳健、持续有效的发展轨道，短期行为严重，重业务、轻管理，重发展、轻风险，没有形成良好、健康的信贷文化，如一些中小银行机构热衷于垒大户，信贷集中度问题突出，隐藏严重信用风险。2019年以来的几起中小银行风险事件，就是这些机构之前脱离外部环境和自身能力约束、盲目追求规模和利润增长所造成的结果。

（三）信用风险管理机制不健全

长期以来，中小银行机构采用简单的打分法，对客户进行信用评级，虽采取定性与定量相结合的分析方法，但在指标的设置和权重比例的分配上仍比较落后，对借款人风险评级大多参考客户经理的主观判断，使得借款人评级结果不能反映客户的信用状况，缺乏对不同等级客户违约概率和违约损失的评估。此外，由于信用风险管理信息系统建设滞后，信用资产历史数据库在数据系统性、真实性、及时性和一致性方面都存在不足，未能及时对客户信用状况发生变化或出现恶化前的一些征兆作出判断，并发出预警，及时采取相应措施妥善处置。

（四）产品设计存在漏洞

以客户为中心是当前银行信贷产品设计主流趋势，但部分中小银行机构在开展信贷产品设计或创新时，过于追求手续方便、简捷、快速，而忽视了对产品风险的把控，导致产品设计存在重大缺陷，埋下信用风险隐患。这种现象在互联网信贷产品中尤为突出。

（五）从业人员道德风险

从审计揭示的问题来看，有相当一部分是操作不合规导致的。一是个别机构高管以权谋私、以贷牟利、带头违规，利用职务便利违规审批发放贷款，给银行信贷资产造成巨大损失。二是有些中小银行机构信贷管理混乱、员工行为管理缺失，给经办人员违法违规行为提供可乘之机，对客户提供的虚假资料或存在的明显风险不反映、不揭示，甚至内外勾结、损公肥私。

三、中小银行机构信用风险审计实践

（一）信用风险审计的目标

资产安全是中小银行机构最根本的目标。风险导向内部审计应重点关注影响银行各项资产安全的动态风险因素，为银行信用风险管理和内部控制体系建设提供确认和咨询服务。因此，我们将信用风险审计目标定义为，通过对信用风险开展审计，为中小银行机构建立健全信用风险管理体系，在有效识别、监测和控制信用风险方面提供支持，将信用风险消灭在萌芽状态，提升信用风险管理水平，实现健康可持续发展。

（二）信用风险审计的重点

近年来，“一行两会”均提出互联网金融、房地产金融是信用风险重点领域。中小银行机构在实施转型过程中，互联网贷款业务成为大多数中小银行机构重点业务。此外，随着金融市场的发展，债券投资也逐渐成为中小银行机构的重要资产形式和收入来源。因此，中小银行机构内部审计部门应始终围绕监管政策重点以及本机构改革发展目标、任务和中心工作，切实把握审计监督重点，重点关注互联网贷款、房地产贷款、信用债券投资等业务的信用风险。

1.互联网贷款。2020年7月17日，中国银保监会发布的《商业银行互联网贷款管理暂行办法》要求，互联网贷款资金用途应当明确、合法，不得用于购房、股票、债券、期货、金融衍生品、资产管理产品、固定资产和股本权益性投资等。商业银行应当建立有效的反欺诈机制，防范冒充他人身份、恶意骗取银行贷款的行为，保障信贷资金安全。因此，中小银行机构内部审计应重点关注互联网贷款借款人和借款用途真实性。

2.房地产行业贷款。从商业银行信贷业务的角度看，目前房地产市场存在的突出问题有：发放虚假房地产消费信贷，向不具备资质的房地产开发商发放贷款，发放的流动资金贷款被挪用于房地产开发等。因此，中小银行机构内部审计应重点关注个人住房按揭贷款管理和住房消费信贷政策落实情况，以及房地产开发贷款管理情况。

3.信用债投资。信用债是依托企业信用发行的债券，其风险主要取决于发行主体经营和管理好坏。对历史违约主体的研究分析发现，违约概率较大企业一般都具备“业务扩张激进但盈利能力未有显著改善”“主体存在大存大贷”“股东成分比较虚”“债务负担重”等特征。因此，中小银行机构内部审计应重点关注债券发行主体经营状况，如企业资产负债结构、主营业务盈利能力和企业股东股权结构等。

四、中小银行机构信用风险审计模型探索

（一）构建大数据模型的基础

大数据时代的到来，银行机构业务种类和业务量不断增多，各类系统数据也不断积累，数据结构呈现多样化，这些变化改变了我们以往的审计环境，对内部审计提出了挑战。这些海量数据往往是分散存放、跨系统、跨数据库的，仅仅依靠人工处理显然不可能，亟需搭建一个统一的审计数据平台，以实现对这些分散的、海量的、多样的综合数据进行访问和分析，为审计人员建模分析提供基础。在大数据技术的支撑下，对海量的系统数据分析成为了可能，也为提高内部审计工作成效提供了新的契机。

（二）重点风险领域建模思路

1.资金交易类模型。该类模型主要根据中小银行机构账户资金可追踪的特点，从客户的资金流水提取相关疑点线索。

模型一：互联网贷款用途合规性模型。

由于存在一些借款人将互联网贷款挪用于购房、炒股、还贷等现象，贷款用途不真实。审计可以通过调取借款人的活期账户交易明细，跟踪互联网贷款资金流向，关注放款后，借款人活期账户的交易对手名称或摘要信息含有“投资”“首付”等字眼的互联网贷款。寻找此类线索的模型构建步骤如下：（1）调取“互联网贷款明细”，提取借款人名称、贷款账号、贷款金额、发放日期等；（2）调取“贷款账户交易明细”，提取借款人用于放款的活期账户账号；（3）调取“个人活期交易明细”，提取交易对手名称含“基金、理财、地产、置业、中介、投资”等字眼，或交易摘要含“基金、理财、首期、首付、房款、中介、投资、股票、黄金、银转证、证券、资本金、融资、还款、借款、股金、入股”等字眼的个人账户活期交易明细；（4）提取互联网贷款发放后，借款人活期账户交易明细含有上述特殊字眼的互联网贷款明细。

该模型运行结果举例：2020年6月28日,谢某结算账户获得某银行发放的一笔15万元互联网贷款，次日谢某上述账户向王某账户转账12万元，摘要为“谢某首期购房款”。

模型二：虚假住房按揭贷款模型。

随着我国住房金融业务的不断规范，小规模、低资质房产开发商已经很难获得开发性贷款，为了解决资金短缺问题，一些开发商采用假按揭来恶意套取银行的个人住房信贷资金。审计可以通过调取按揭贷款借款人的活期账户交易明细，跟踪按揭贷款的还款资金来源，关注还款资金是源于房地产开发企业的股东、法人代表、财务等人员的个人按揭贷款明细。寻找此类线索的模型构建步骤如下：（1）调取“个人按揭贷款明细”，提取借款人名称、贷款账号、贷款金额、放款日期等；（2）调取“贷款账户交易明细”，提取借款人用于放款的活期账户账号；（3）调取“个人活期交易明细”，提取按揭贷款资金流向的房地产开发企业名称和还款资金来源的交易对手账户名称；（4）调取“对公客户信息表”，提取房地产开发企业的法人代表、股东、财务等人员的姓名；（5）提取还款资金来源的交易对手账户名称与房地产开发企业的法人代表、股东、财务人员等一致的个人按揭贷款明细。

该模型运行结果举例：2020年6月，某银行向刘某发放住房按揭贷款100万元，受托支付给某房地产公司；2020年7月至12月，刘某归还按揭贷款本息合计5万元，还款资金由该房地产公司法人代表陈某个人账户转入。

模型三：经营性贷款流入房地产领域模型。

一些企业和个人违规将经营用途贷款投向房地产领域问题突出，影响房地产调控政策效果，一旦房地产市场或政策发生较大变化，可能导致债务危机，从而引发信用风险。审计可通过调取借款人及其四手以内交易对手的活期账户交易明细，关注放款后借款人活期账户四手以内的交易对手名称含有“房地产”“置业”“物业开发”等字眼的经营性贷款明细。寻找此类审计线索的模型构建步骤如下：（1）调取“经营性贷款明细”，提取借款人名称、贷款账号、贷款金额、放款日期等；（2）调取“贷款账户交易明细”，提取借款人活期账户账号；（3）调取“个人活期交易明细”和“对公活期交易明细”，提取借款人贷款资金流向和还款资金来源的交易对手名称（四手以内）；（4）提取借款人贷款资金流向和还款资金来源的交易对手名称含有“房地产”“置业”“物业开发”等字眼的经营性贷款明细。

该模型运行结果举例：2020年6月，某银行向A公司发放经营性贷款1000万元，受托支付给B贸易公司后，流入C房地产公司；2020年7月至12月，A公司还本付息合计500万元，还款资金由C房地产公司账户转入。

2.制度执行类模型。该类模型主要是从制度的设计及执行出发，寻找制度的设计缺陷或执行中的问题。

模型一：异地互联网贷款模型。

在中小银行机构异地监督困难的情况下，借款人极有可能利用银行监督不力的空隙拖欠贷款，出现各种违约行为。互联网贷款监管政策要求开展互联网贷款业务的地方法人银行，应服务于当地客户，不得跨注册地辖区开展互联网贷款业务。审计可以通过调取互联网贷款借款人的身份证件信息和居住地址信息，提取借款人的户口地址和居住地址均在本银行注册地辖区外的互联网贷款明细。寻找此类线索构建的模型步骤如下：（1）调取“互联网贷款明细”，提取借款人名称、贷款账号、贷款金额、发放日期等；（2）调取“个人客户信息表”，提取个人客户身份证地址与居住地址；（3）提取身份证地址、居住地址均在本银行注册地址辖区外的互联网贷款明细。

该模型运行结果举例：2020年6月，广东省佛山地区某银行向刘某发放互联网贷款20万元，刘某身份证地址为湖南省长沙市，居住地址为广东省肇庆市。

模型二：高风险信用债投资模型。

中小银行机构过于依赖外部评级机构对信用债发行主体评级和债项评级结果，银行内部缺少对信用债发行主体经营财务调查分析，导致对发债主体经营风险识别不到位。审计可通过调取信用债发行主体的经营数据（如资产、负债、利润）、信用评级和相关负面信息，提取发行主体资产负债率高、净利润大幅减少、信用评级下降、主要股东变更、主要高管人员离职的信用债明细。寻找此类线索的模型构建步骤如下：（1）调取“信用债投资台账”，提取债券代码、债券名称、发行主体、投资日期等；（2）调取信用债发行主体两年以上的资产、负债、净利润等经营数据，提取发行主体资产负债率高于80%且呈上升趋势、净利润大幅下降的信用债明细；（3）调取Wind咨询信息，提取发行主体信用评级下调或已暴露其他负面信息的信用债明细。

该模型运行结果举例：2020年10月，某银行投资F公司发行的公司债5000万元；2019年末，F公司资产负债率80%，较2018年末上升20个百分点，实现净利润-2000万元，较2018年减少3000万元；F公司未披露2019年度报告，主体评级由AA+下调为AA。

五、大数据背景下信用风险审计模型构建的展望

（一）完善软硬件平台建设，提升数据信息质量

中小银行机构信用风险审计模型成功有效的运行离不开软硬件平台和数据的支持，但目前审计软硬件平台建设跟不上审计业务需求，数据缺失等数据质量问题也直接影响模型的运行效果，所以审计人员需要一个能够支撑海量数据处理的、兼具专业性和易用性的工作平台，以及收集高质量的数据信息，才能高效率开展数据分析与建模。

（二）加强综合性人才培养，提升模型开发能力

构建审计模型，需要既懂业务又懂技术的综合人才支撑，但目前中小银行机构内部审计人员业务与技术融合不够，要么只懂业务不懂技术，要么只懂技术不懂业务，直接影响审计模型开发。因此，中小银行机构要加强审计人才队伍建设，培养既懂业务又懂技术的专业人才，只有熟悉业务行为和数据特征，掌握数据库工具，才能更好将审计思路和方法通过逻辑关系体现出来，将审计经验通过数字语言固化下来转化为审计模型。

[图片新闻]

老河口市审计局积极开展“争当汉江环保卫士”主题环境保护志愿公益活动，组织志愿者拾捡、清扫江堤边的垃圾，以实际行动保护汉江江边环境，引导社会群众增强生态环境保护意识。

（王飞 程志润 摄影报道）