基于数据仓库的国内商业银行上市公司客户信用风险管理研究

赵 俊（天津大学,天津,300072）



基于数据仓库的国内商业银行上市公司客户信用风险管理研究

赵 俊
（天津大学,天津,300072）

摘要：加强对商业银行的信用风险管理十分重要，在对信用风险进行管理的过程中，我们需要依托先进的科技手段，使用数据仓库对不良个人客户建立信用信息库，才是当前银行防范个人客户出现信用风险问题的着力点所在。

关键词：数据仓库；商业银行；上市公司；信用风险管理

随着国家政策对商业银行的支持力度不断提升，国内市场行业的良好，商业银行最近这一年一直发展的非常良好。最近这几年，国内各个商业银行的利润增长点不断进行转移，最终转向了个人客户资产类产品，并且发展速度非常快。不过由于商业银行对个人客户的信用风险管理仍然处在起步阶段，存在很多的问题，和发达国家相比，仍然有不小的差距。所以国内商业银行要想做好对个人客户信用风险的管理就一定要根据实际情况，利用先进的手段和技术积极探索。

1　银行客户资产业务前景分析

1.1国内商业银行生产发展的基础——信贷业务

在我国，国内商业银行要想实现稳定发展离不开现代业务，从目前国内商业银行的收益来看，主要的收益来源仍然是贷款获利息所得，大约会占到全部收入的70%以上。同时再加上中央一直在维持较高利差，这样会进一步刺激商业银行的放贷动机，加上法人信贷业务具有较高的风险性。在这些综合因素的影响下，商业银行逐渐把更多的资源投放到个人信贷领域中。

1.2个人客户资产类产品发展情况

纵观国内商业银行针对个人客户所发布的资产类产品来看，个人客户资产类产品发展十分迅速。从1998年一直到2002年底，我国商业银行个人客户的信贷业务比例占银行总业务的0。 3%逐步提升至0.5%，不过和众多国外的商业银行相比较，这一占比仍然差得很远。目前分析欧美等发达国家，可以发现消费信贷在整个信贷额度当中所占的比例越来越大，一般情况下会占到30~40%左右，高的话还会占到60%，花旗银行的比例甚至都高达70%。所以说个人客户资产类业务在中国拥有非常大的发展潜力，市场比较广阔，在加上法人信贷贷款收益率逐年走低，个人贷款的高收益率进一步得到凸显，例如个人信用开透支部分的利息率可以达到19%，它在国内商业银行这个大市场上发展前景非常良好。

2　客户资产类产品信用风险管理的重要性

国内商业银行在实现收益的同时会面临很多的风险，它们的永恒主题就是风险与收益，这点正和很多商业银行的口号一定：投资有风险，理财需谨慎。对风险进行有效的管理，是当前阶段商业银行实现利润快速提升的决定性因素

2.1国内商业银行风险结构浅析

通常商业银行在经营过程当中，会面临各种类型的风险，主要的有以下几类：第一级风险，也就是人们通常所讲的系统风险，这种风险是银行无法避免的，主要有大规模的社会动荡、金融危机的出现以及战争等；第二风险，就是商业信誉风险、规章风险以及竞争风险等，这一类风险，银行只能够采用一定的措施加以影响，不够真正进行控制；第三级风险，这种风险银行既可以影响，也能够控制，它们主要包括信用风险、流动性风险、市场风险、操作风险等，一般人们所研究的银行风险管理就是这级风险。

2.2信用风险是商业银行面临的最主要风险

在当前国内商业银行市场中，信用风险是商业银行作为信用机构所必须面对的，同时也是最为主要的一种风险。巴塞尔银行的监督委员会将信用风险定义为“交易对手无法履约的风险”。信用风险具有很强的滞后性与隐蔽性，商业银行之所以信用风险容易出现集中，主要是因为法律与经济关联、经济发展周期等方面引起的。由于一旦信用风险不受控制，就会和容易导致商业银行出现各种问题，比如流动性水平下降、资产质量降低以及资本匮乏等现象。所以对商业银行的客户信用风险管理是风险管理工作中的重中之重。

2.3商业银行个人客户资产类业务风险管理

笔者通过查阅相关的资料以及对最近几年的报道来看，我国的商业银行不良贷款比例非常的高。有数据显示在2003年年末，全国范围内的金融机构不良贷款比例甚至高达17.8%，其中国有商业银行的不良贷款比例约为20.36%。所以综合这些特点来看，商业银行个人客户资产类业务具有高收益与高风险同在的特点。

3　基于数据仓库做好商业银行客户信用风险管理

对于商业银行本身来说，想要做好对个人客户信用风险的管理，需要借助数据仓库建立专门的机制，本文认为主要可以建立两个机制，分别为个人资信评估机制和个人信用调查机制。我国商业银行的客户信用风险管理还处在起步阶段，和发达国家相比还不够成熟，存在多个方面的问题，主要表现为：首先缺乏合理有效的信用立法机制，没有专门进行信用风险管理的服务机构，没有合理的数量分析手段对客户信贷业务进行有效决策，信用评估机制不够健全等。

3.1数据仓库与数据库的异同

数据仓库是用于管理决策的数据集合，具有信息获得费用低、相对稳定、面向主题等多种优势特点，在近几年被多家大型企业多重视，成为新时期十分火热的名词。当人们看到这一词汇时不免会将其与数据库相关联，但是实际上两者是存在一定差异的，数据仓库作为企业十分受欢迎的应用系统，往往以数据库系统作为其基础，但较以往的数据库有多了信息转换环节，往往需要经过有规律的转换后，提供给管理人员使用，较传统的数据库而言，更具有安全、快速、精准等特点。

3.2数据仓库的信用风险控制有待提高

基于我国商业银行组织结构特点，银行对客户设置重视程度相对较多，多以业务发展为主，为此建立数据仓库后商业银行仍难以获得完成的信息视图。基于此，应加强信用风险控制，建立个人信用系统，并通过信息共享有效的控制风险，保障个人信贷业务有效、安全的开展。个人信用系统的建立需要收纳客户多方面信息，比如说教育程度、家庭收入、信贷历史、诉讼记录等等，为此应充分发挥数据仓库作用，保证数据可灵活访问，为信息共享提高安全的运行环境。

3.3利用数据挖掘工具对风险建模

在今后很长的一段时间内，利用数据挖掘工具对风险进行建模，会一直都是国内商业银行防范个人客户信用风险的主要工具。根据发达国家的成功案例，我们可以加以借鉴，很多发达国家的成功实践都已经表明，个人资产类产品的信用风险管理有三次突破，并且发生一次突破都会为银行的个人业务带来约为25%左右的利润增长。这三次突破分别为：信用评分，自动化管理系统以及决策优化。当前信用评分和自动化管理系统在很多发达国家都得到了广泛应用，当然也不能够说明有了个人信用系统，就会不存在的信用风险，要想对以上信息进行深度利用和加工还是需要数据挖掘工具。

数据挖掘工具指的就是通过自动化的工具对大量的数据进行深度分析与探索的过程，应用它的目的是为了发现数据当中蕴含的规律与模式。当然我们需要搞清楚，其实数据挖掘并不好似一种具体的产品，它而是一种技能，利用数据挖掘进行建模的方法主要有遗传算法、神经网络、线性回归以及逻辑回归等。商业银行可以对客户的信用进行评级，信用评级反映的是客户的还款意愿与还款能力，评价的要素主要有5类，它们分别为：品德、能力、资本、抵押、条件。其中的品德、能力、资本是评估的重点。信用计分模型主要出现在上世纪30年代末40年代初的时候，在1941年的时候人们首次将信用计分模型应用于信用风险分析中，随着这种评估方法得到人们的普遍认可，在60年代时这种评估方式又被美国广泛应用于消费信贷领域。

4　结语

综上所述，个人客户资产类商品在促进商业银行发展的过程中，也会存在一定的信用风险，要想保证商业银行能够健康稳定发展，就需要对客户所存在的信用风险进行严格管理。从国内当前的市场环境来看，做好国内商业银行个人客户信用风险管理工作需要借助数据仓库，构建有效的机制，一般需要构建两个机制：一个是个人资信评估机制，另一个则是个人信用调查机制。

参考文献

[1]刘迎春. 我国商业银行信用风险度量和管理研究[D].东北财经大学,2011.

[2]张晓琦. 我国商业银行信用风险度量及管理研究[D].哈尔滨工程大学,2011.

赵俊，男，1980-12，湖南益阳人，本科，经济学学士，助理经济师，研究方向企业管理

Research on the customer credit risk management of domestic commercial banks based on data warehouse

Zhao Jun
(Tianjin University Tianjin 300072)

Abstract：Strengthening plays an important role in the credit risk management of commercial banks.In the process of credit risk management,we need to rely on advanced scientific and technological means,using data warehouse to bad personal customers establish credit information database,is the bank guard against personal client credit risk the focal point.

Keywords：data warehouse;commercial bank;listing Corporation;credit risk management

作者简介