排列科技：不良資產(chǎn)率持續(xù)攀升，銀行如何“防新去舊”

隨著經(jīng)濟下行壓力增大，許多風(fēng)險逐漸暴露，銀行不良資產(chǎn)率不斷上升，不良資產(chǎn)市場規(guī)?？焖僭鲩L。據(jù)資料顯示，截至2018年二季度末，中國商業(yè)銀行不良貸款余額達1.96萬億元，銀行不良率達1.86%，創(chuàng)下2009年3月來的最高值。

降杠桿、調(diào)結(jié)構(gòu)仍是近期經(jīng)濟運行的主基調(diào)，這意味著未來幾年可能出現(xiàn)更多的壞賬，銀行的不良資產(chǎn)仍將延續(xù)高位增長趨勢，不良資產(chǎn)處置靠經(jīng)濟上行周期的盈利模式面臨著挑戰(zhàn)。

那么，銀行將如何應(yīng)對新形勢?如何有效降低不良資產(chǎn)率?如何進一步提高不良資產(chǎn)處置效率?

排列科技認為，只能轉(zhuǎn)而依靠銀行內(nèi)部通過技術(shù)賦能、提升效能來解決這一緊迫問題。

從目前行業(yè)情況看，金融科技逐漸成為目前全行業(yè)都在關(guān)注并且嘗試應(yīng)用的突破點。大數(shù)據(jù)等金融科技的引入，對傳統(tǒng)不良資產(chǎn)行業(yè)，尤其是中小微和零售不良的處置，已有較大突破。其中，主要體現(xiàn)在兩大核心策略的運用：

核心策略一：通過主動信貸管理從根源上控制不良資產(chǎn)

通過前瞻性、主動性信貸管理，是銀行防范新增逾期與不良資產(chǎn)的根本之道。具體手段是采用大數(shù)據(jù)個人/企業(yè)畫像，對客戶進行深度識別與分級;進而再以大數(shù)據(jù)畫像為基礎(chǔ)，建立完善的全流程信貸風(fēng)控系統(tǒng)。

以排列科技專門為小微企業(yè)定制的大數(shù)據(jù)企業(yè)畫像為例。

通過大數(shù)據(jù)企業(yè)畫像的分析，銀行就能夠迅速識別企業(yè)，區(qū)分出優(yōu)質(zhì)與劣質(zhì)小微企業(yè)，從多個維度計算與量化小微企業(yè)的發(fā)展?jié)摿?、風(fēng)險高低、授信額度、償還能力等，對眾多小微企業(yè)進行分層、分級管理。從而在源頭上降低不良貸款率。

在畫像的基礎(chǔ)上，再建立起全流程信貸風(fēng)控系統(tǒng)，從貸前分析、識別到貸中信貸審核貸、評級放款，再到貸后行為檢測與貸后管理，依靠風(fēng)險評估、風(fēng)險監(jiān)測等模型，層層把控、環(huán)環(huán)相扣，整個過程動態(tài)跟蹤，一旦發(fā)現(xiàn)問題，提前預(yù)警，及時采取應(yīng)對措施，把“不良”掐滅在萌芽狀態(tài)或最大化止損。

核心策略二：通過科學(xué)化資產(chǎn)評估分層推動差異化管理

如果說策略一是“防新”，那么策略二就是“去舊”。策略二主要是對銀行已有的客戶資產(chǎn)包進行科學(xué)化管理。具體手段是運用機器學(xué)習(xí)方法建立起資產(chǎn)評估模型、催收概率評分模型等智能模型，通過模型對資產(chǎn)包進行精準(zhǔn)估值定價與分層分類，對催回進行概率計算與評分，實現(xiàn)科學(xué)化貸后資產(chǎn)管理與精準(zhǔn)化催收策略。

對資產(chǎn)包進行評級，實際上也就是在進行科學(xué)化客戶分層分類。按風(fēng)險程度對不良客戶、預(yù)期客戶進行分層，銀行就可以對客戶進行差異化管理，針對性制定解決方案。

比方說，對于風(fēng)險系數(shù)高、企業(yè)財務(wù)危機已不可挽回的客戶，盡快進入清收處置程序，或進入訴訟程序，退出該客戶，減少損失;而對于一些信用評價高、償還意愿高、卻在短期內(nèi)陷入困難的客戶，銀行則可以通過主動信貸重組或調(diào)整產(chǎn)品規(guī)劃，協(xié)助客戶更有效地管理流動性，幫助陷入短期困難的良好客戶、潛力客戶化解暫時性困難，使其回到良好狀態(tài)。

建立起前瞻性、主動性的信貸管理與不良資產(chǎn)管理能力，可以為銀行建立起“防新去舊”兩道“閘門”——既能夠幫助銀行防止不良新增，又能夠有效化解已有不良。從目前實踐的效果看，使國內(nèi)很多商業(yè)銀行大大提升了重組清收成效、提高了資產(chǎn)轉(zhuǎn)讓效益、開拓了處置不良新渠道、抑制了不良率的攀升。這有助于讓商業(yè)銀行適應(yīng)新形勢下可持續(xù)發(fā)展的要求。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。