网站地图 | 联系我们 | English | 意见反馈 | 主任信箱
 
首页 中心概况 新闻动态 科研进展 交流合作 人才培养 研究队伍 人才招聘 政策规章 数学交叉科学传播
科研进展
科研成果
研究专题
获奖
现在位置:首页 > 科研进展 > 科研成果
信贷大数据下的风险识别与预警
【打印】【关闭】

2014-06-30 | 编辑:文\经济金融部

银行业务结构和经营环境的变化以及金融创新的迅速发展促使越来越多的银行意识到,需要构建更加全面和系统的信用风险管理系统来应对金融风险日趋复杂化的事实。目前,我国工商银行、中国银行、建设银行、交通银行、农业银行、招商银行为首批实施新资本协议的银行。2004年以来,银监会建立了客户风险统计制度,对19家主要银行业金融机构大额授信风险及零售贷款违约风险进行逐月监测和持续的跟踪分析。经过几年来的数据积累、风险监测及风险信息披露,在对现有客户风险信息数据挖掘的基础上,已具备开展客户风险预警分析的条件。
       20世纪80年代以来,随着信用市场的发展和风险的变化,风险度量和管理研究领域出现了许多新的量化方法、评估模型和管理策略。信用风险的度量和管理正在向模型化、数量化、动态化和市场化方向发展。然而,目前国内外对客户风险的研究主要是基于客户自身的信息,通常以企业财务数据为主要分析指标,这些数据的真实性和时效性都需要进一步考证,而且数据范围局限在单一机构范围内,跨行信息利用不足,客户风险预警的实时性和风险传导的关联性分析都需要深入研究。
       在预警方法论研究方面,数学与经济金融交叉研究部通过综合分析与梳理国内外最新研究成果,针对我国银行业的现状,从“数据信息多样化、银行结构清晰化、客户风险全面化”三个层面创新性的提出了银行客户风险预警方法论体系:运用综合集成的思想和系统工程的方法论,从整体上综合建立多维度、多层次的、科学的预警体系;利用数据、模型、验证和制度四位一体的研究思路进行风险识别与评估;将物理-事理-人理的思想贯穿到风险分析和管理中。
       在预警模型构建方面,借鉴国内外对信贷风险预警系统研究成果和经验,从中国的具体情况出发,提出构建我国商业银行客户风险评估和预警模型的思路。以19家主要银行业金融机构大额授信风险及零售贷款违约风险数据为基础,对客户风险预警的相关指标进行系统分析,从宏观经济环境、客户信贷行为、企业经营水平三个维度出发,构建了包含100多个预警指标的企业客户风险预警指标体系,并利用统计学方法和数据挖掘方法,从企业财务、企业信贷行为等客户数据信息中挖掘出隐含在背后的客户风险特征。并对显现风险的客户所有历史数据进行实证分析,从中找到这类客户在风险显现前所拥有的潜在风险特征和贷款行为异动特征。同时,在对信贷信息监测体系历史数据分析的基础上,融合国家宏观经济和中观区域、行业等方面的信息,采用定性与定量相结合的方式,综合利用多种风险度量、风险预测预警方法和模型,对银行运行过程中可能发生的单一客户风险和关联集团客户风险进行信用风险预警,并进行模型检验、校准和大量的实证研究。由于模型充分考虑了企业在银行内部及不同银行之间的信贷行为特征,包括贷款的额度、周期、频率和借款银行等,使得模型具有较高的预警时效性,可以对银行当前所面临的信贷风险发出预警信号,而且能够根据历史信息,预测集团客户信贷风险的发展趋势,进而对集团客户信贷风险的未来状况做出评价并进行预警。
       客户风险的显现是包含产生、发展和暴露的一个演化过程,风险预警的目的是在客户风险演化的初期,对各种风险信号或可能导致产生风险的交易行为等及时进行提示和预警。因此,提出银行客户风险预警方法论体系,建立有效的客户风险预警模型,为银行客户风险预警和银行安全运行提供具有针对性的政策建议,不仅会大大改观我国商业银行信用风险的管理,推动信用风险监管和银行信用风险管理的精细化,而且也是世界范围内商业银行风险监管的一次创举、银行客户风险早期识别的新探索、现有风险管理体系的重要补充,这对于推动我国商业银行客户风险管理的实践具有重要意义。


  

欢迎访问国家数学与交叉科学中心 
地址:北京海淀区中关村东路55号 邮编:100190 电话: 86-10-62613242 Fax: 86-10-62616840 邮箱: ncmis@amss.ac.cn