物联网金融背景下商业银行信贷风险管理中贷前控制的探析

杨福晓

摘 要：当前商业银行的贷前审查机制客观性不足、可操作性不强，风险管理机构及内部机构设置不健全，信息孤岛现象严重，贷前审查成本较高。为了解决这些问题，商业银行要借助物联网金融的力量，建立完善信贷风险贷前控制机制，构建信贷信息大数据库，逐步降低贷前控制成本，强化贷前控制力度，有效减少不良贷款的比例。

关键词：商业银行；信贷风险；贷前控制；物联网金融

前言：

商业银行的信贷风险是指贷款无法按期收回，使信贷资金与收益造成极大损失的可能性。信贷风险贯穿于商业银行经营的全过程，且具有不确定的可能性。为了提升信贷风险贷前控制的客观性，突破信贷悖论限制，商业银行可以利用物联网金融的优势，制定出合理的贷前控制策略，充分利用新的管理技术、管理思维推动商业银行信贷风险控制效果的提升。

1 商业银行信贷风险贷前控制主要风险点分析

当前商业银行的信贷风险主要包括以下各种类型。一是授信对象的内部风险。内部风险主要包括四种，即管理风险、技术风险、战略风险、产品与服务风险。其中管理风险是商业银行进行贷前审查的重要指标，一个企业的管理水平及决策能力对企业的长远发展产生着十分重要的影响，高效、正确的决策能够为企业发展创造新的发展动力，指引企业的未来发展方向，保证企业能够获得更好的发展空间。二是授信对象的外部风险。主要包括国家的调控政策和金融环境的变化情况两类。例如，税率或法规变化影响了企业的偿债能力；工资标准的提升影响了企业的盈利能力；利率自由化使得逆向选择效应的发生越来越常见等。三是授信对象的信用风险。授信对象的信用状况是商业银行放贷的基础。当前我国的社会信用体系尚未完全建立，授信对象的信用状况需要商业银行认真审慎地对信息进行搜集和整理。一些授信对象缺乏偿还意识或利用多种手段躲避银行债务，这样就会导致大量呆账坏账产生。

2 商业银行信贷风险贷前控制存在的问题分析

2.1 信贷管理制度落后，可操作性、客观性不足

我国信贷管理虽然也建立了风险评级机制，但是贷前风险控制的量化分析及风险评级可操作性差，科学性不足。例如部分商业银行的贷前审查对客观数据搜集不全面，甚至有些银行并未对申请人进行信用分析；商业银行没有对不同种类的贷款制定不同的风险管理策略；有的银行的贷前分析不够规范，不同客户之间适用的标准也有所不同。

当前商业银行信贷风险的贷前控制主要是由银行工作人员通过对企业进行市场调研，判断企业的实际经营情况和财务状况，再以此给出信用评级和融资支持，由于这种信用体系大多以来的是银行人员的主观判断和经验积累，属于主观信用模式，很容易造成对企业的实际运营情况掌握不够透彻，由于虚拟数据的不真实性使商业银行发放过多不良贷款，严重困扰控股商业银行的发展。

2.2 信息孤岛现象严重，贷前审查成本较高

针对目前商业银行的信贷管理体系和客户信用评级标准，互联网金融所带来的信息不确定性问题仍未得到有效解决，甚至由于这种银行及客户之间庞大的信息不对称，造成了严重的“孤岛现象”。在经济衰退期，互联网金融受经济周期波动剧烈，且目前我国商业银行目前设置的信贷部门之间职能趋同，商业银行不得不在贷前耗费大量资本用于调查贷款申请人的信用问题并推算其违约风险，造成大量资本重复浪费。

3 物联网金融背景下商业银行信贷风险贷前控制的对策分析

3.1 运用物联网金融技术，保证风险管理机制客观性

物联网金融是互联网金融的一项重要突破，与传统金融和互联网金融等相比，物联网金融不但可以实现在“物”上的广阔延伸，更有效地解决了虚拟经济对信用体系构建的不完全性，借助物联网技术将实物进行信息化处理，将其间接转化为可以被实体经济实用并追踪的信息流，实现全面数字化处理。如果将物联网金融其独特的完全客观化的信用体系运用到商业银行贷前控制信用体系之中，建立起人与物、物与物之间庞大的数据资源库，通过这种创新型的数据资源共享，为银行的贷前控制获取前所未有的海量实体行为数据，这与互联网金融过多无法证实的虚拟数据相比更加真实有效。由于物联网金融具有规模报酬递增的效应，与传统金融市场最显著的区别在于边际成本和平均成本的降低。且物联网金融模式处于风险和收益确定的环境，在相同信贷规模时，采用物联网金融模式的商业银行贷前控制对于同一企业或同一贷款的违约概率和所面临的信用风险将低于传统互联网金融模式。运用物联网金融技术生成的客观信息数据为商业银行银行贷前控制建立客观、完善的信用体系打下数据基础，实现了商业银行信贷业务风险控制由主观向客观的转变，直接促进银行信贷工作质量和效率的双重提高。例如，具体到商业银行贷款业务上，商业银行可以通过物联网智能终端开展有效的贷前调查，直观地收集到客户的经济行为和经营活动等内容的大数据，全面分析客戶的财务状况，从而及时调整其信贷金融服务方案，让商业银行的信贷与客户信息之间形成良性动态的发展。因此，商业银行不需要再通过贷前庞杂而又无法保证真实有效的信用调查来界定贷款申请人的信誉，只需要通过物联网智能传感器从庞大的数据资源库中实时采集信息。这种基于人与物、物与物的海量数据资源，将原本滞后性的主观信用调查变为全面客观监管，大幅提升信贷业务效率和质量。

3.2 促进信息沟通融合，突破信贷悖论限制

由于贷款申请人与银行信息的不对称，容易导致申请人的道德风险和逆向选择问题，例如贷款重复质押等。随着物联网金融技术的广泛应用，商业银行可以运用大数据等技术实时监管交易客户的信用状态，消除因信息不对称带来的贷前控制不确定性，降低逆向选择发生的可能性。物联网金融的介入能够彻底解决了这种信息不对称的“孤岛现象”，甚至能够在未来某一阶段达到“完全信息”的信息全透明状态。通过运用物联网所衍生出来的RFID、区块链、大数据、云计算等技术，使贷前控制更加真实客观，实现对贷款申请真实客观的全面监管，甚至可以实时监控抵质押品的状态。

另外，当前我国商业银行严重依赖抵质押品作为信贷业务贷前控制的增信工具，虽然抵质押品在理论上可以增加贷款申请人的还款保障，风险应当大大减小，但在国家所查获的不良贷款中，反而是信用贷款占比最少，抵质押贷款最多。产生这种信贷悖论的原因主要在于商业银行在发放贷款时认为贷款申请人无法偿还贷款时可以以物抵债，而放松了贷前审查和审批。随着物联网技术的应用，一方面由于区块链技术具有数据分布式储存和参与者共同维护的特点，大大提高了数据的真实性、有效性；另一方面通过将来自各个领域的数据库相连汇总成一个庞大的数据资源库，全面实时掌握贷款申请人的信用状况，从而加强贷前控制力度，有针对性地发放信用贷款。

3.3 构建信贷风险预警信号指标体系，降低贷前控制成本

信贷信息的搜集、整合、分析是贷前风险控制的第一步，更为重要的是对风险信息的分析，从中发现一系列的危险预警信号，并采取相应的防范措施，从而达到防患于未然的效果。预警信号指标体系应包括以下内容：（1）银行方面的预警信号；（2）财务报表反映的预警信号；（3）企业人事管理方面的预警信号；（4）经营管理方面的预信号；（5）法律、授信担保方面的预警信号。上述问题贷款的预警信号只是在信贷风险管理中经常出现的预警信号的一部分，而并不是全部。当借款人在贷款使用其间出现一个或几个预警信号时，往往不容易被察觉。是否能捕捉到刚出现的预警信号，是衡量银行有效防范信贷风险信贷的重要指标。商业银行需要利用物联网搭建起预警信号指标体系，以完善的数据资源库实时把握贷款申请人信用状况及经营情况，为银行工作人员进行贷款审查提供详实准确的资料，从而及时控制贷款风险的发生，也使商业银行能够从原有的贷前审查和审批阶段节约出更多资本空间来扩大信贷规模，在为实体经济的发展提供强有力的保障同时起到熨平经济周期波动的作用。

结束语：

商业银行信贷风险贷前控制的有效实施受制于信贷风险管理机制的完善和申请人信贷信息的完善。物联网金融的发展为贷前控制的有效实施提供了物质条件和新的管理思维，商业银行要及时把握物联网金融发展的有利条件，构建起物联网智能终端，建立起全面有效的贷款申请人信息数据资源庫，从而加强贷前控制力度，降低贷前控制成本。

参考文献：

[1]李雪迎.物联网金融模式下我国商业银行贷前控制研究[J].中国商论，2018（10）：37-38.

[2]徐雅昕. 个人住房抵押借款违约风险实证研究及贷前控制[J].时代金融，2016（18）：45-48.

[3]吉泉烨.浅析商业银行信贷风险的贷前控制[J].全国流通经济，2017（18）：85-86.