大數據思維在商業銀行貸后管理中的應用

■ 田麗（重慶三峽銀行）

近幾年來，云計算技術、區塊鏈技術、物聯網技術等技術高歌猛進，不僅以自身的影響力帶動了行業的創新與改革，還在互聯網時代催生了海量的數據信息，各類信息成倍增長，各行各業的發展與事務屬性都得到了極大的豐富。雖然，互聯網金融會給傳統商業銀行的發展與建設帶來猛烈的沖擊，但也為其提供了全新的機遇，傳統的商業銀行可借助互聯網信息技術快速發展的機會逐步成長起來。一直以來，商業銀行均以單一的手段進行貸后管理，過多地依賴于人工現場檢查和信貸系統的數據知識等內容，但是受到時間以及地域等諸多因素的限制，貸后檢查工作處于較為被動的狀態，且只能獲得片面性的信息。較高的成本和預期效果較差等，始終是制約商業銀行貸后管理的直接因素，而大數據思維與技術的出現，有效地補齊了商業銀行在貸后管理中的短板，并為商業銀行的發展創造了良好的內外部環境，使得金融環境優化和金融風險防控找到了全新的落腳點。

一、大數據技術的相關概述

如今，“數據”已經成為日常工作與生活必不可少的內容，在數據爆炸式增長的背景之下，人們的觀念也隨之發生改變，開始利用動態化、實際化的手段處理并利用數據。大數據技術就是在此種背景下應運而生，兼顧了云計算技術和數據庫技術等諸多方面的內容，為數據的收集、整理、儲存與利用的提供了更加便利的條件。大數據技術憑借自身的優勢快速應用到各行各業當中，現已成功使用于工業、醫學還有金融等領域[1]。在銀行貸后管理當中，大數據技術的有效應用已經成為銀行從業人員以及整個金融業重點研究的問題，憑借大數據的優勢，工作人員可在海量的數據當中挖掘到有意義、有利用價值的信息，并為風險控制和業務決策等提供數據上的支持，是提高效益預估和客戶管理水平的重要手段，作用不言而喻。

二、商業銀行貸后管理的需求

（一）傳統商業銀行的貸后管理面臨嚴峻挑戰

以往的商業銀行貸后管理以人工形式為主，需要由專門的人員對借款人及關聯人進行深入、細致的調查。此外，客戶還要擁有良好的社會基礎和信用基礎。實際調查的過程中要明確客戶的資金流向，掌握其生產經營活動，只有完成所有信息的調查與評價后，才能提供貸款并進行貸后管理。經過數年的建設與發展，金融行業已經發生了較大的變化，無論是金融環境還是金融產品、金融服務都做出了極大的創新，而金融市場自身的競爭也越來越激烈，日益復雜的金融機構和產品交接，給商業銀行的貸后管理增加了極大的障礙，影響商業銀行貸后管理的因素越來越多，這對于傳統的商業銀行而言是前所未有的挑戰[2]。

（二）缺乏量化評價

不難發現，以往的貸后管理工作取決于客戶經理的素質、水平、資歷和工作經驗等，過多的受到主觀意識的影響和作用。這是因為傳統的貸后管理以非現場監控和現場調查兩種手段進行，主要由客戶經理負責，過多的依賴客戶經理的工作經驗和工作能力，甚至對客戶經理的道德風險和責任心提出了一定的要求。雖然，不能完全否認這種管理模式的作用，但是這種貸后管理方式當中確實存在極大的風險與隱患。過于單一且局限的管理模式是導致貸后管理效率及質量長期偏低的直接因素，極有可能出現無法準確判斷客戶風險暴露的問題，給貸后管理工作的順利開展制造了諸多麻煩，甚至會影響到商業銀行的建設與發展。

三、大數據思維在商業銀行貸后管理中的應用

（一）與多個部門配合，遠程采集跟蹤

首先，銀行必須轉變原有的管理模式，實現全過程的跟蹤管理，定期不定期的調查并采集客戶的數據，包括生產狀態、經營狀態、股權變更、社會事件及投資行為等諸多內容，這部分工作主要是針對貸款額度較大的企業客戶進行，還要對授信等級較高的客戶進行大數據的遠程追蹤與管理，隨時了解企業客戶的狀態，掌握其償還能力。與此同時，大數據的采集與跟蹤管理為銀行部門和企業客戶搭建了全新的溝通橋梁，可第一時間為客戶提供金融服務，也可與客戶商議還款的細節性問題，例如時間和分期金額等[3]。另一方面，大數據跟蹤管理有利于銀行保障自身的經營業務，以免出現不必要的風險，降低客戶違約失信問題發生的可能性，改善逾期不還、攜款出境的問題。最重要的是，應用大數據技術進行的貸后管理可進一步提升管理質量，強化安全，維護銀行貸款業務的運行秩序。客觀、科學的分析貸款工作中的潛在風險，排查風險等級較高的客戶。另外，因為大數據的參與與應用，銀行部門可與多個部門聯合對客戶的數據進行采集，例如工信部門、司法部門以及稅務部門等，嚴查失信被執行人名單、了解淘汰落后產能名單、銀行風險客戶名單等多項重要的數據信息。這樣一來，失信的客戶將無法從銀行獲得貸款，為銀行規避風險，徹底排查風險隱患較大的客戶，制定更有具針對性的風險管控策略，以免商業銀行蒙受經濟上的損失。

（二）自動抓取關鍵字，靈活調整授信策略

商業銀行在進行貸后管理過程中存在信息滯后的問題，這是因為以往的管理工作與人工參與為主，所以說在獲取、解讀國家政策和行業發展現狀的過程中，客戶經理或者貸后管理人員可能會因為諸多因素的影響而無法完成有利信息的獲取與解讀，一旦發生變動就會給商業銀行的建設與發展帶來阻礙。要想解決這一問題，必須善于利用大數據技術，綜合爬蟲技術等先進的技術完成關鍵字眼信息的抓取與整理，第一時間了解國家及行業政策，根據所得信息完成影響力與風險等級的判斷[4]。也可將所得信息定期不定期的傳送給客戶經理或者銀行，使其以更好的狀態開展貸后管理，保障各項政策及時的傳達到位，靈活調整授信與管理政策，更好地規避經營風險。

（三）遠程現場檢查，提高管理效率

我們都知道，以往的商業銀行在進行貸后管理時以現場調查為主，而大數據技術的應用可完成各項信息與數據的遠程收集與檢查，例如可在企業門口安裝相應的感應裝置和檢測裝置，明確企業的貨車流量和庫存變化等；也可設立值守中心，隨時了解企業物流園區或者房地產開發項目的經營狀態；通過無人機技術深入了解并掌握企業的固定資產建設進度。完成這類信息的收集后，即可利用網絡將其傳送至商業銀行的貸后管理中心，商業銀行的貸后管理人員即可綜合多項內容完成風險的預警與判斷。利用大數據技術開展的常規檢查，有效地降低了人力與物力成本，并改善了貸后管理效率及水平低下的問題。

（四）做好分析評估，強化管理安全性

首先，銀行工作人員必須意識到數據的重要性，并利用大數據技術完成客戶群體信息及行業數據的采集，根據所得信息分析缺乏發展潛力的行業，及時退出情況不景氣的領域，以免引發不必要的金融風險，這對貸款產品價值應用性的提升有積極意義，也可維護回流的安全性，是商業銀行利用大數據思維開展貸后管理的重要體現。其次，可根據銀行自身的客戶數據記錄，以及當前貸款市場整體的運行態勢，為不同額度的貸款產品設置出相應的“準入門檻”，對企業客戶的生產能力、資金情況、經營規模等數據指標進行評估，以此保證貸款業務客戶“寧缺毋濫”，實現經營風險的有效壓縮[5]。

總之，傳統的商業銀行要想在信息化技術快速發展的背景下贏得一席之地，必須善于利用大數據技術，并利用大數據思維構建新型的管理體系。通過上文分析已經知道，商業銀行利用大數據特有的技術，完成了多個領域數據信息的收集與分析，其中包括客戶群體、官方部門還有行業市場等。在此基礎上，可結合自身業務對客戶和潛在的風險進行科學的預測與評估，提升自身的辨別能力與抵御風險的能力。切實可行的提高了商業銀行貸后管理的質量與水平，是商業銀行進一步發展的重要舉措，具備十分重要的現實意義。