摘要：信用风险偏好管理与商业银行经营相伴相生，既是老话题，又面临新挑战。本文尝试从回归信用风险本源入手，对信用风险管理实质内涵进行总结提炼，从“有何风险”“怎么识别”“偏好是啥”“如何管理”等方面开展研究，探索提出风险类型的划分标准、识别引擎的设计思路、偏好标准的建设框架、管理策略的分层方法等整套解决方案，并将模型集群体系、偏好管理指数、闭环管理机制融入其中，强化过程风险管控，以期创新信用风险管理之路，打造不可复制的核心竞争力。关键词：数字技术信用风险偏好管理信用风险管理作为商业银行经营的基础与核心，面对数字时代下金融领域的技术变革、跨界融合、场景创新的浪潮，亦需与时俱进，在立足本行发展战略的前提下将商业银行“三性原则”与互联网“三特性”有机结合，构建信用风险偏好体系，完善风险管控手段，夯实资产质量基础，提升利润创造能力，助力银行在金融变革中保持领先优势。一、研究背景（一）实施信用风险偏好管理是提升商业银行经营能力的核心内容。中国商业银行已步入打造现代金融企业的新阶段，建设互联模式下更具可持续发展能力的现代金融企业必须具备国际领先的资产经营能力和风险管控能力。全面构建信用风险偏好管理体系，是近年来商业银行信用风险管理理论与实践的有机融合，体现了商业银行适应新形势新战略的内在发展要求，通过实施信用风险偏好的科学分类、统一标准、精准识别、差异管理，有利于将国家宏观政策、总部战略意图一以贯之，实现长远规划与当期利益有机融合，促进信贷资源科学配置，达到最佳的经营发展与风险管理效果。（二）实施信用风险偏好管理是强化实质风险过程管控的客观需要。信用风险偏好管理既是落实商业银行“三性”原则的重要举措，也是商业银行实现信贷管理“强基础、优质量、提效益”的现实需要，通过制定与客户群体以及融资产品、区域差异相适应的风险偏好管理策略，将专家治贷经验、集团管理智慧与人工智能等新型技术融合，嵌入信贷业务全流程中，实现信用风险的精准识别和过程管控，持续提升对信用风险的驾驭能力。信用风险偏好体系的设计，有利于统一信贷前中后台的风险认知，从全局角度审视信用风险，提升集团对区域性风险、系统性风险以及集团客户、单一客户风险全方位的主动管控能力。（三）实施信用风险偏好管理是顺应强监管新常态形势的必然选择。当前经济金融形势深刻变化，强监管、严问责已成为新常态，守住不发生系统性风险、区域性风险既是落实监管红线要求，也是管好信用风险的首要任务；在此背景下，商业银行全面实施信用风险偏好管理已经迫在眉睫，通过找准风险、明确偏好、量化评估、差异管控，全面夯实信贷基础、提升资产质量，形成内涵式的核心竞争力。随着经济金融进入新常态、互联网金融出现新生态，也迫切要求信用风险管控的思路、方法与时俱进，实施信用风险偏好管理可谓正当其时，既统筹了信用风险管控统一性与灵活性，又有利于全面提升集团整体框架内信用风险管控能力。二、思路设想信用风险偏好遵从于国家经济金融宏观政策、监管规定、商业银行经营“三性”原则，关联集成与信用风险相关的社会信息、业务信息、风险信息以及融资信息等，实施块链式管理，并采用新型技术手段对融资主体、融资行为、融资结果及其融资全过程风险进行差异识别、主动管控，进而实现信用风险的分级分层分类管理。信用风险偏好既是提升实质性风险管控能力重要手段，也是数字银行、智慧银行建设的重要内容和基础，其实施将极大提升信用风险管控的主动性和前瞻性，从根本上推动信用风险管控向纵深发展。三、框架设计信用风险偏好管理作为商业银行经营理念核心内容，按照商业银行经营“三性”原则，及前瞻设计和目标导向的总体思路，通过对多年的信用风险管理实践进行总结升华，从“有何风险”“怎么识别”“偏好是啥”“如何管理”等四个方面统筹构建，四个方面既环环相扣，又有机统一（详见图1），风险是基础、识别是关键、偏好是核心、管理是目的。（一）划分风险类型。划分信用风险根本目的在于统一标准、明确范围，进而实现信用风险的精准识别、有效管理。遵循“风险划分千万条，专业普适第一条”原则，按照“什么样人-干什么事-有什么结果”逻辑，以及场景与流程的匹配，将信用风险划分客户主体风险、融资背景风险、资金使用风险、还贷能力风险以及信贷反假风险、员工履职风险6大类，前四项为纵向、后两项为横向，呈现“矩阵式”管理。（二）构建偏好引擎。集成、整合行内外数据信息，按客户维度建立完整信息块链，从客户的经营以及金融活动所体现的支付、收单、消费、投资、融资等方面进行信息挖掘、提炼、重铸，构建风险引擎指标体系；通过人工智能等新型技术方法将已认知风险、未认知领域用数据或特征、图谱等方式识别或展现，为实施差异化风险管理奠定基础。（三）确定偏好标准。按照客户融资业务可能带给银行的风险冲击程度以及损失额为基础标准，综合考虑行业、区域等因素影响，利用特征工程、网络分析等方法量化计算管理偏好指数（PMI），将信用风险偏好由高到低划分I（特别严重）、II、III、IV类标准，偏好标准采取“定量+定性”方式综合计算，并根据管理需要动态调整。（四）分类制定策略。管理策略在符合国家法律、监管政策以及总部战略基础上，根据本行风险偏好标准整体框架，匹配风险程度、风险特征等方面差异制定，按照由高到低顺序将控制策略分为拒绝申贷、增信保证、控制规模、审批上收、名单管理、中止业务、提前回收、限制服务、法律诉讼等（注：仅是笔者认知）。四、内容研究（一）梳理信用风险类型基于近年来银行信贷领域案件、不良贷款事例以及日常信贷风控信息，按照“什么样人-干什么事-有什么结果”逻辑，将信用风险划分客户主体风险、融资行为风险、融资结果风险（即还贷能力），融资主体风险根据不同客户类型差异分类，融资行为风险根据所处流程环节不同又区分融资背景风险（侧重贷前）和资金使用风险（侧重贷后），形成信用风险纵向分类；同时外部欺诈风险、员工履职风险又贯穿于信贷业务全流程，形成信用风险横向分类，进而构建起纵到底、横到边的矩阵分类体系，以及“金字塔”式管理架构。（二）构建风险引擎工具按照可行有效、渐进完善的思路，统筹设计风险引擎指标体系，并根据每个引擎指标特点应用新型技术方法综合实施，以保证偏好引擎的适用性。1.风险引擎设计，根据不同风险特征及管理需要，匹配数据信息，采取多种方法归纳提炼形成引擎指标，明确引擎指标的具体规则或含义、指标分值与权重、更新方式及频率等内容。风险引擎构建主要包括数据信息、引擎指标等。——数据信息块链式管理。数据信息是风险引擎构建基础，涉及客户属性、交易信息、历史风险及经营行为、社会信用等多维信息，从实施逻辑看，首先借用大数据、区块链等技术在底层架构按客户、产品、机构、员工建立完整信息档案，将断点或碎片化行内外信息关联起来，实施块链式管理，客观还原客户融资行为与轨迹，挖掘看似孤立交易背后的内在关联；风险引擎根据场景不同、按需加工整理多维度信息。——风险引擎差异化设计：秉承信用风险特质，兼顾客户群体的多样性、信息的海量性，按照“动态行为+静态属性”总体思路，将风险引擎指标从主体类、经营类以及支付类、收单类、消费类、投资类、融资类、风险类等8个维度进行分类、提炼。每类引擎根据与信用风险关联性，以及线上与线下、对公与个人业务的差异性，匹配设计若干定量或定性指标，进行实现风险引擎统一透析与分层分类管理。2.构建方法。每个引擎指标使用何种方法来计算，需要根据指标应用场景来统筹设计，包括但不限于名单法、专家系统法、深度学习法等。——名单定性法。基于历史风险的权威认定或银行风险偏好，通过名单给定的方式对相关引擎指标赋值，如行业限制、行外交叉违约等直接赋最高值，又如过度融资赋次高值等。——专家系统法。基于银行风险认知，利用专家智慧或模型规则等方式定位风险特征和风险场景，然后再借助专家系统等方法对引擎指标规则、权重、分值进行迭代训练、验证，最终确定指标阈值，或者挖掘出新特征，是有监督式机器学习的重要应用。专家系统法并非日常说专家规则，而是一类具有专门知识和经验的计算机智能程序系统，一般采用知识表示和知识推理技术来模拟通常由某业务领域专家才能解决的复杂问题，属于人工智能中最重要的一项应用技术（详见图2）。——深度学习法。信用风险涉及对手、渠道、地域更加广泛、蕴含风险更加隐蔽，需要从数据挖掘中找到某些特征或规律，用于设计新的风险偏好引擎，以应对未知风险和突发风险，突出的深度学习或无监督式学习，其核心逻辑框架是：样本数据输入—特征挖掘提炼—模型迭代训练—效果验证评估—模型正式发布等，如AlphaGo就是充分利用深度学习的例证，突出“自我训练”“自学成才”。我们倡导并主动拥抱互联网、拥抱新技术，但更应注重实质效果，需要匹配风险场景找到适合的建模方法，确保风险引擎构建的有效性、适用性。（三）确定管理偏好标准信用风险偏好按照可能带给银行的风险冲击程度以及损失额为基础标准，综合考虑行业、区域等因素影响，将信用风险按照偏好管理指数（简写CRPMI，CreditRiskPreferenceManagementIndex）由高到低划分I、II、III、IV类（示例见表1）。1.I类偏好标准包括但不限于违反国家法律法规、监管机构禁止性规定等事项；严重的区域性、系统性风险、产品设计重大缺陷风险；行内贷款逾期，或已形成不良，涉及金额N元以上；企业破产倒闭或被依法吊销、注销等。2.II类偏好标准包括但不限于行外贷款已经逾期、欠息；频繁通过非银行金融机构获取融资；纳入失信被执行人；宏观经济、行业法规、政策制度发生重大变化，可能对企业经营造成重大影响；企业经营情况恶化等。3.III类偏好标准包括但不限于主要关联体违约，主要交易对手出现问题；企业生产经营技术落后，盈利能力下降、库存大幅上升、财务指标恶化；抵质押物价值严重贬损等。4.IV类偏好标准包括但不限于所属行业为审慎类；抵押物存在部分重复抵押等。在此基础上可积极探索信用风险分级分层分类管理，分级就是按照风险性质和金额、频率等划分为不同等级，分别由不同机构落实；分层就是对确认风险事项，按照不同风险等级或可能带来后果分别报送不同管理人员；分类就是将风险事项划分不同类型，由专业条线实施针对性管理，进而形成各层级机构、各相关部门齐抓共管的良好局面（详见图3）。（四）信用风险管理策略1.策略类型银行开展融资业务的根本目的就是“钱生钱”并获取收益，实现商业银行经营盈利，如果客户自身经营不善或有意欺诈银行，直接结果就是本息无法收回，形成违约风险，因此银行制定管控策略必须坚持底线思维，按照“收益-保值-减损”以及“对客融资控制-内部主动管理”逻辑合理划分，做到未雨绸缪、提前介入、主动化解，控制策略主要包括拒绝申贷、提前回收、控制规模、增信保证、审批上收、名单管理、限制服务、法律诉讼等不同类型。2.管理应用从信贷实践看，信用风险偏好管理一般划分单一策略和综合策略两类，单一策略主要针对场景明确、风险类型及特征定位准确，直接赋予较高CRPMI指数，然后采取对应措施进行控制，如“借款人行业受限风险”直接采取“拒绝申贷-流程刚控”策略；综合策略主要针对风险偏好指数（CRPMI）较高，场景复杂或特征多维，需要依据指数区间或场景类型采取多种管理策略；对于频繁触发模型且未得到有效风险控制的，利用“管理类模型”策略自动提高CRPMI指数、提升信用风险等级。同一风险类型亦可根据管理偏好、区域差异及场景特点采取多种管理策略。上述内容作为信用风险偏好管理体系重要组成部分，彼此之间紧密相连，关键还需要通过闭环机制构建与系统功能完善，方能实现信用风险管控目的。通过将信用风险管理涉及人员流、业务流（含物流）、资金流的信息融入系统，借鉴现代战争海陆空一体化作战思想，构建模型集群体系实现信用风险精准识别；对发现可疑风险开展分级核查、督促落实，并对可能带给我行的风险冲击开展准确评估，及时向专业部门及管理层提供决策支持，实现“流程闭环+机制闭环”的融合，切实做到信用风险有揭示、有整改、有评价、有改进，信贷全流程各岗位履职可监测、可跟踪、可评价，在全流程良性循环中持续提升信用风险管控水平。信用风险偏好管理在业界尚未做到理论化引导、整体性设计、系统性推进、智能化落地。课题组成员结合自身经历、专业认知，融合了专家智慧、业界成果，开展深入调研，尝试将前沿学术理论与商业银行信贷实践融合，着力打开一扇全面了解现代商业银行信用风险偏好管理的窗口，当然还有很多内容尚需继续研究。一枝独秀不是春，百花齐放春满园，课题组立足实际、抛砖引玉，恳切希望各位领导、专家指导与交流，进一步深化对信用风险偏好管理领域的研究，共同推动我国商业银行加快构建与现代金融企业相适应的管理机制，打造不可复制的核心竞争力。

作者：

胡明国：中国工商银行运行管理部

蔡新星：中国工商银行宁夏分行

王桂杰：中国工商银行单证中心

徐正：中国工商银行上海分行

叶菲菲：中国工商银行辽宁分行

预览时标签不可点收录于话题#个上一篇下一篇

转载请注明:http://www.linzhilingl.com/dhqh/19332.html