专栏名称: 大数据风控联盟
传递大数据风控前沿讯息;聚合顶尖信贷行业精英;分享云风控实操案例 。
目录
相关文章推荐
大数据文摘  ·  LLM 翻车现场!ChatGPT 挑战 ... ·  2 天前  
51好读  ›  专栏  ›  大数据风控联盟

做了十年银行风控,说说自己的体会

大数据风控联盟  · 公众号  · 大数据  · 2018-02-01 23:00

正文

请到「今天看啥」查看全文



各种行业分析,Var蒙特卡罗模拟,情景分析有,但意义不大。所以风险管理变成了打杂。操作风险管理变成了稽核检查,信用风险管理变成了信贷审批。


前台部门,一切都是为了把业务做成,其他部门都要支持,风险管理搞什么呢?说难听点就是擦屁股。问题客户通通移交给风险管理部去做。救死扶伤。类似老军医,包治各种疑难杂症。准备各种诉讼材料,参加法院审理,执行,是主要工作。所以为什么风险管理部有很多律师出身的。市场部是和好客户打交道,都和谐。风险部则是和不那么好的客户打交道,工作的复杂决定了需要更高的交际能力和应酬能力。所谓霸气与匪气。


1、银行的主要风险还是信用风险,其中贷款风险是主要内容


银行要给一个客户做贷款,一般前提是该客户 在银行有较长时间的结算关系,有账户流水,更重要的是日常企业财务到银行对公柜台储蓄柜台办理各种业务透漏出来的一些信息,客户经理会和企业财务聊,从而获知企业的运作情况以及资金需求,传统上一般不和陌生客户打交道。当企业符合一定条件了,银行才开始介入授信放款,包括主动向客户营销信贷产 品或客户主动申请贷款。借款人通过贷款银行进行日常结算,银行通过检查账户往来,可以发现一些信息(不是全部,更多的信息要靠银行与企业日常的打交道聊天,走访获知),例如近期借款人贷款1000万购买100 台汽车,那么1000万支付出去以后,正常情况下后面陆陆续续会有汽车销售收入进账,比如一周进展几十万,那么这就是汽车在销售。如果一个月内没有任何进 账,那么银行就会很紧张!!!


还有借款人缴税、水电费支付都是通过银行代扣代缴、工资通过银行代发。银行通过观察其支付是否中断、是否明显减少等,来判断企业经营是否发生重大变故。


分析账户交易流水本身就是一种本事,流水又和银行系统参数息息相关。这一点和没有结算业务的贷款公司不同,他们没有结算网络,虽然贷款公司可以索取客户的流水,但是一方面流水可以PS,而且不同银行的流水格式参数千差万别,贷款公司又如何识别真伪?就算是真的,又如何识别有效信息? 而且银行系统时不时的更新升级,很多同样一个科目又有各种入账方式,隔行如隔山。流水要分析,但是不是全部。


所谓银行信贷风控,就是对每一个细节深入细致的熟悉,而不是空洞的FRM之类的理论。所以要到银行作风控,首先你要熟悉银行的结算系统,对公要熟悉,对私也要熟悉。


不少互联网公司也有办法,通过一些互联网信息,类似人肉搜索方式做风险控制,运用大数据,数据挖掘,机器学习,反欺诈等计算,批量化操作。这是一个有意义的 尝试,互联网公司目前都是烧钱期,成熟的商业模式会如何,还未得而知。大数据固然重要,而作为银行人,往往我们要关心的是小数据,与手里的客户相关的小数 据。结算数据类似于抽样,从客户成千上万的变量中抽取最能代表客户风险状况的东西——现金流信息。有时候做好了现金流分析,已经能够判断风险80%,当然 客户的一些社交网络信息,如微博、qq信息,微信信息重要不重要,有时候的确很重要,权当一种预警信息吧。对于那些小微贷款,客户处于社会底层,不在金融 体系里,账户都没有,更别说结算,那么只能用互联网抓瞎,权作一种聊胜于无。对于银行来说,直接放弃这些客户是比较保险的做法。


担保方面的熟悉。第一还款来源前面已经谈过了。下面说说第二还款来源。


抵押物:要熟悉各种抵押物,房产,房产有几种类型,各有什么政策风险?抵押登记如何办理?他项权证也有假的哦,我亲历过,房管局和借款人串通起来骗贷几个亿!!!股权质押如何办理,政府哪个部分受理?出了风险如何处置?有哪些障碍?汽车抵押如何控制?如何拖车?


所以银行风险控制,就是这些细枝末节的东西,一个小细节失控,就是几个亿的漏洞!!!


2、技术与管理。做了十年风险管理,说说自己的体会。







请到「今天看啥」查看全文