分类筛选
分类筛选:

信息不对称方面有关函授毕业论文范文 和运用大数据防控授信企业信息不对称的探析类函授毕业论文范文

版权:原创标记原创 主题:信息不对称范文 类别:本科论文 2024-01-16

《运用大数据防控授信企业信息不对称的探析》

该文是信息不对称方面有关论文例文和授信和信息不对称和防控相关函授毕业论文范文。

文/连育青

信息不对称始终是商业银行信贷经营管理中的一大难题,在新常态下,信贷风险频发,不良贷款大幅攀升,除市场经济环境等原因外,每一笔不良贷款的形成无不与信息不对称相关.而随着大数据时代的到来,银行可以逐步克服传统信贷风险管理存在的信息滞后导致授信企业信息不对称、现场核实成本高等问题,为实时精确判断授信企业的经营状况,提升风险防控能力提供有力支持.

一、商业银行授信企业面临信息不对称的主要表现

(一)授信企业及担保企业与银行之间的信息不对称

一是多头融资.同一企业法人跨区域、跨行业、多家银行的业务经营和资金流动加深了授信企业与银行之间的信息不对称,银行仅从常规渠道获取的表层数据信息极难发现如关联风险、交叉违约等多层复杂风险.

二是虚假信息.新常态下不仅一些问题企业为掩盖真相而做假账,不少正常企业也将财务信息夸张美化,甚至虚构事实,以迎合授信管理的要求,这样可能会导致经营情况不是很好的企业获得贷款;而提供真实情况的又不能获得放款,失去发展机会.

三是征信系统不完善,相关法规不健全,对相关财务资料、企业主的品行及民间借贷情况取得很难,往往要到造成不良后果后才能发现.此外,有的授信企业为了取得借款而采取形式多样的隐蔽方式进行担保,导致关联担保、交叉担保,甚至担保悬空等现象经常发生,一旦家企业贷款不良,甚至引起一连串企业的联锁反应,给银行信贷风险管理带来极大挑战.

(二) 商业银行内部信息不对称

现有的信贷管理中,部门间、上下级间、不同分支机构的数据信息基本是各自分散采集、研发及管理,从而加剧了银行内部之间信息不对称;同时,有些基层行重业绩,轻管理,普遍存在实质风险管理被形式上合规操作所替代,只要形式上合规就给融资,对企业贷款做什么、怎么还、还不了怎么办等最基本的问题考虑不周,存在“以信任代替尽职调查”的现象,增加了信贷信息不对称的可能性;有的出于自身的需要,把一些不利于授信的信息有意加以隐瞒,有的甚至利用内部管理上的薄弱环节,把本不符合贷款条件的企业,进行合规性包装,而导致信贷决策的信息不对称,形成了较大的风险隐患.

(三) 商业银行与外部之间的信息不对称

主要是银行与当地政府相关职能部门如环保、工商等的信息不对称,由于各政府部门的信息有时未能及时公开或者公开不完全,如果经办行未能及时有效的查核,也可能造成的信贷风险.此外,各商业银行之间为争取业务,实现自身利益最大化,从而将企业信息视为商业机密,虽然央行设立了信贷查询体系,但因监管不善,同业间存在信息录入不及时和不准确的现象,缺乏充分的信息共享.

二、运用大数据防控授信企业信息不对称的路径

风险是信息不对称的表现,如何有效防控信息不对称导致的各类授信风险,关键是提高信贷活动中的信息对称度.目前,大数据运用已具备条件,并将成为商业银行业务竞争和风险管理的新利器,当务之急是做好以下几个方面工作.

(一) 整合信息平台,全面掌握授信企业的有效信息

大数据时代下,数据量庞大,种类多元、数据库关系复杂.我国商业银行虽然也建立了信贷管理信息系统,但在信息的全面性、真实性和功能完备性方面远未达到高效对称标准的要求,需从以下几个方面努力:

一是要整合信息平台,破除各条线、各部门独立收集、利用信息的现状,构建部门联合、配备专门力量进行信息的统一采集、更新和管理,让以往分散在各条线、机构间的数据信息整合成基准相同的、以客户为核心的集中统一数据信息库,切实提高信息共享性.

二是保证授信企业信息的完整性,银行只有拥有尽可能多的各种信息,才能了解企业的真实情况,才能对其中的一些虚假信息进行甄别、对潜在风险进行揭示.为此,在整合已有信息系统基础上,多源头系统性地收集和利用银行内外部各类信息,对不同来源和内容的数据信息进行分类管理,健全相关的管理制度并执行到位,确保各类数据信息来源的真实、全面、及时、连续.

三是要保证信息真实.面对企业在授信时提供的各种纷繁复杂信息,要对数据保持敬畏之心,对原先由部门等管理的大量碎片化信息进行严格梳理,对新采集的数据信息要严格把好质量关,只有经过仔细甄别后的信息才能输入系统,并且对输入系统信息的可信程度要划分不同等级,以便于在分析决策时参考.

四是保证信息的时效性,在瞬息万变的市场环境中,授信企业的情况是多变的,银行应该全面掌握及时更新,确保信息质量.在信息收集上要分类管理,因户施策,对大企业委派客户经理专人管理,全方位搜集,并且聘请一些行业专家充当顾问,获取行业信息;对小企业应充分利用征信系统和公共信息,注重企业的诚信记录和非财务信息;对中型企业采取介于大、小之间策略,以实现授信企业信息的统一性、完整性、连贯性和及时性,不断提高信贷经营管理中的信息对称度.

(二) 搜寻公共信息,交叉验证授信企业的真实面貌

在现场调查中所获取的信息主要源于授信企业,渠道单一,真假难辨.因此,仅进行现场调查是不够的,还必须跳出企业看企业,从与企业有直接业务往来的上下游企业、竞争对手及相关媒体获取涉及企业的公共信息,并将这些信息与现场调查相结合,多角度交叉验证企业提供信息的真伪,重点应关注如下:

一是充分利用网络、媒体及企业自身提供的背景材料进行分析判断企业主的投资、经营行为和财富积累过程,看其与目前对企业的投入情况和企业运营情况是否相称,是否存在炒原材料、炒股票期货等;或经常往返澳门等地参与、或其将企业大额资金转移至个人账户的现象等,应予以警惕.

二是查询人行征信系统,了解多头融资、诚信记录,对外担保是否超出其承受能力等.

三是查询银监会客户风险监测预警系统,了解企业在他行是否存在违约行为,是否存在影响新增或存量信用偿还的风险因素.

四是查询个人征信系统,调查了解企业高管人员是否有不良记录,通过对企业主、股东及配偶等个人账户资金流向和消费行为数据信息分析,间接判断企业经营情况,为授信准入提供数据支撑.

五是查询海关、税务、行业协会、水电费和产品交易、资金往来等内外部信息,辅以交叉检验技术判断授信企业经营的真实性.

六是从工商、环保、法院等执法部门收集与企业有关的各类或有事件,如通过收集公检法通报及主流媒体的企业负面信息等重大或有因素和未决因素,了解是否与其他企业产生重大法律、民事纠纷,或通过离婚、移民等转移资产等.

七是充分利用互联网、银码信息共享系统等技术渠道,深度挖掘集团企业的股东、投资子公司、担保或被担保企业、家族关系等信息,仔细求证,理顺授信企业的关联方信息.

八是查询内部相关系统,了解企业与银行的合作历史,有无风险预警信号及历次授信资料中所提及的一些投资项目是否经常变动,进展是否顺利,盈利是否达到预期等信息.

九是尽可能利用电子商务平台等专业机构在信息收集方面的优势,借鉴其工作成果,同时与银行内部掌握的有关信息进行比较分析,以便准确把握企业的真实状况,有效缓解银行信息收集能力不足带来的信息不对称问题.

(三) 深度挖掘信息,充分分析授信企业的风险状况

由于我国信用评级体系建设存在严重的信息不对称现象,导致金融市场出现道德风险与逆向选择,而大数据的应用能够多维度了解企业信息,一定程度上消除信息的不对称性,当前应重点挖掘分析信息如下:

首先,多维度挖掘授信企业信息.随着市场环境的变化,银行对授信企业信息的搜集难度不断增大,一些深层次的、连续的数据更是难以采集,缺失和遗漏多,要通过现象看本质,深入挖掘找出隐藏在信息数据中的实际问题,诸如企业与交易对手方的结算信息、甚至企业最终控股人及管理者信息等多维度综合分析,避免片面化、单一化,从根本上减弱信息不对称问题.

第二, 交叉验证授信企业真实情况.通过大数据应用平台,及时掌握授信企业及其关联对象在银行的存款、贷款、理财、结算、信用卡等各类信息变动情况,通过其既往一贯的行为轨迹判断个人信用及未来可能出现的贷款履约情况,可以为精准营销、关联企业授信风险防控等提供决策支持.同时,通过对海量数据挖掘技术分析取代人工搜集材料中可能出现的虚假材料、恶意骗贷、伪装掩埋真相、客户经理经验不足等种种可能的风险情况发生,为授信的精确分析和判断提供更加有力的支撑.

第三,深入判断授信企业的隐性负债.通过查询企业账户资金流水的异常情况,如果企业银行账户存在整笔划款,但并非划转给上下游企业或用于归还银行贷款;或者银行贷款到期前几日有资金划入,贷款存量周转后原来划入账户的资金又等量划出,则企业可能存在民间借贷行为;如果发现企业银行账户对外有规律地划款,在特定日期向特定对象支付等量小额资金,往往可以判断企业是在支付民间借贷利息;如为大额提现,则有可能是融出资金给其他企业、个人或者归还民间融资;如果企业股东借款较多,或者企业与其股东之间资金往来频繁,也应引起高度关注.

第四,挖掘企业的关联关系.有些企业关联关系非常隐蔽,单从表面无法轻易判断,通过大范围的信息挖掘,充分了解授信企业及关联方的贷款卡信息、负债信息、大事记、对外对内担保和诉讼情况,不断质疑,相互印证,发现企业刻意隐瞒或藏匿的关联关系,以此来检测企业的诚信度;通过截取一定期间内的所有企业间大额资金往来数据的记录集合,分析企业经常发生的对转交易、虚假交易、不平等交易、不正常交易等行为的线索和迹象,应顺藤摸瓜、不断跟踪,从而挖掘出企业的隐性关联交易;

(四)完善决策工具,准确判断授信企业的合理需求

大数据授信企业风险预警是将企业杂乱无章的风险信息转化为智能化数据决策活动,当前,应重点解决以下问题:

首先,完善企业风险管理信息系统.充分运用先进系统和工具,把贷款决策系统,五级贷款分类、行业信用风险评级、抵押价值评估、贷后管理预警系统和信贷组合管理系统等整合在一起,将贷前的评审、贷中的管理和贷后的监测考核有机结合起来,尤其要对授信企业控制人、高管及其亲属等关键信息进行相似搜索和归集,从中进一步研判授信企业的隐性.

其次,建立“信息集箱”式的关联企业监测体系.通过截取一定期间内的所有企业间大额资金往来(包括大额资金调度及借贷、大宗销售及采购等)数据的记录集合,分析企业经常发生的对转交易、虚假交易、不平等交易、不正常交易等行为的线索和迹象,从而挖掘出企业的隐性关联关系和关联交易;建立不正当关联交易预警模块,判断是否存在低买高卖的关联购销,是否存在关联方资金融通关系,是否存在关联方收取大量资金占用费的情况,密切关注关联交易中有关资产的无偿或低价转移等;设计集团企业关联交易总量预警阈值,及时了解关联交易程度.通过一系列的关联交易分析,真实还原集团财务状况.

第三, 完善信贷风险评估工具.评级授信管理的一个重要职能是对企业经营状况的科学揭示和授信风险预警.通过计算机系统对不同行业、不同规模、不同性质违约企业和正常企业的对比,结合不同信贷产品种类、期限等,采取当前成熟的统计学方法,构建以财务风险评估为中心的预警体系,在实际工作中真正指导信贷人员的决策.

第四,完善 “授信客户结算产品监测”工具.每月系统性提取、统计、分析授信客户主要上下游交易对手、结算量、产品覆盖、存贷比、账户冻结等重要数据,反馈给客户经理和信贷管理人员,以全面掌握授信客户资金变动情况.同时,通过对企业账户“水费、电费、工资总额、税费”同比、环比变动异常数据进行挖掘分析,经办行可以及时掌握授信企业的结算数据及基本的成本性支出数据变化情况,从而掌握企业经营变化状况,为商业银行制订授信方案、提前预警企业信贷风险提供决策支持.

第五,完善信贷决策支持系统.提高银行的战略经营能力,加强对客户技术、产品的生命周期预测,避免行业、区域投资结构趋同化,防止“大而全,小而全”和低水平重复建设等行业、企业投资方向失误的风险转化为银行不良资产的风险.

(五)优化防控体系,及时监测授信企业的动态变化

首先,要建立大数据信用风险监控中心,将贷前调查、贷中分析、贷后管理作为中心的核心职能,该中心集信用风险的分析、监测、预警、管控于一体,以大数据分析技术为手段,确立分析建模、实时监测、风险预警、核查管控、跟踪督办、反馈优化及考核评价的信用风险监控工作流程,实现监控工作的系统化运行,如在授信调查中,发现企业资产负债、流或他行融资信息异常,则及时提醒客户经理、风险经理现场核查,重新判断授信的合理性;在信贷决策方面,审批人借助信贷决策系统,站在更高的角度掌握到信贷经营人员所不知的信息,提升信贷审批决策的科学性;在贷后管理中,发现授信企业未能按合同提供相关交易数据信息等风险迹象,或出现交易、结算、存款等大幅度变动或下降等异常情况,就应及时到现场核查,并督促其改进,或采取保全、提前收回融资等防控措施;在贷款风险监控中,风控人员无须等待经办行上报问题,可以随时利用系统中来自银行内外部的信息对有关授信做出风险预警,实现授信风险的早预警、早报告、早处置.

其次,用大数据思维真正构建以客户为中心的全面风险管理体系.在现有信用风险监控中心的基础上,加快构建起以人工智能、移动互联、深度学习等信息技术为支撑的信息化信贷管控模式,把数据模型支持嵌入信贷全流程,形成面向未来、管控有力、运行高效的信用风险管理新体系,改变由各分支机构各自分散识别风险的做法,集中统一管理数据信息,形成以客户为中心的风险管理机制,可以在大量数据信息的统合分析基础上,筛选符合本行风险偏好要求的客群,实现信贷产品的精准营销,从根本上消除信息不对称.

第三,大数据技术与现有的商业银行风险管理手段充分融合,可以对授信企业风险做出更专业的判(下转192页)(上接140页)断,使风险识别、防范、决策等更加可靠、更加贴近实际,如结合大数据,对宏观经济形势下各行业之间联系进行全方位的分析,有利于商业银行发现潜在的增长点或潜伏的风险,对各区域信贷资源分配进行统一调整优化,平衡不同行业之间的信贷结构,发挥商业银行的社会责任.

三、应用大数据防控授信企业信息不对称的相关建议

信息不对称问题在信贷市场诞生之日起便一直存在,确立完善的信息机制,促进信息的充分化、对称化,是解决信息不对称,降低信贷市场风险的关键.为此建议如下:

(一) 加强队伍建设,提高人员素质

首先,培养专业化队伍.要加快培养一批优秀的精通大数据技术和金融等复合型人才,致力于数据的挖掘和分析,为防控授信企业信息不对称提供强有力的人才保障.二是加强系统培训.在大数据时代,重点强化内外部信息收集印证、交叉违约监控工具、各类移动终端信息收集的运用培训,提升客户经理多渠道信息收集印证监测能力,着力打造一支高素质“侦察兵”、精技术“雷达兵”队伍,为全行最大限度防控信息不对称保驾护航.三是持续推进信贷文化建设.要落实经营条线的风险管理责任,加强信贷从业人员道德素养建设,有效防控道德风险,使信贷从业人员“不想、不敢、不能”作案,从源头上杜绝内部信息不对称的发生.

(二)夯实基础,完善激励约束机制

大数据平台作为一个数据筛选工具并不是营销或防控的主力,探索建立主动揭示风险的激励约束机制,考核体系是以严密的制度、规则,规范和引导经营管理行为,从制度安排上鼓励各级信贷经营管理人员积极主动及时揭示及报告各类信贷风险;本着尽职免责、违规比惩的原则,对不尽责履职及违规人员要及时进行责任认定,并实行终身责任追究,从机制上有效防控及降低信息不对称造成的风险.

(三)改进外部环境,降低信贷风险

一是政府应完善相关法律法规,建立法律约束、行政监管、行业自律、企业内控、社会监督五位一体、有机结合的金融生态环境,对提供虚假信息的企业、信用中介机构,实行“黑名单”制,督促相关市场主体诚信经营.二是要大力整顿市场经济铁序,特别要规范会计师事务所、律师事务所等中介机构的经营行为,确保评估、会计、审计资料、数据的真实有效,为防范信息不对称创造良好的外部环境.三是人民银行应会同工商、司法等,尽快完善企业资信、银行授信信息系统,明确企业提供相关信息的责任与义务,完善银行监管部门与商业银行之间的信息交流平台,全面及时掌握集团客户在多家银行授信及支用的信息,从源头上防控授信企业信息不对称的产生.

(作者单位:中国建设银行福建分行)

(责任编辑:陈喜辉)

信息不对称论文参考资料:

信息系统项目管理论文

小学信息技术论文

生物信息学论文

电子信息工程毕业论文

电子信息工程专业论文

移动信息期刊

本文总结,本文是一篇关于授信和信息不对称和防控方面的相关大学硕士和信息不对称本科毕业论文以及相关信息不对称论文开题报告范文和职称论文写作参考文献资料。

和你相关的