银行业信贷风险管理的现状与寻衅

在当代金融体系中，银行的核心竞争力紧张表示在其资产转化能力上，这种能力通过信贷业务得以实现。
银行精妙地在存款人和贷款人之间搭建桥梁，实现了资金的汇聚与分散，促进了短期储蓄向长期投资的转化。
与以成本市场为主导的美国模式不同，中国金融体系以银行业为主导。
2023年，中国银行业金融机构本外币资产总额高达417.3万亿元，霸占了金融业总资产的九成以上，远超美国银行业的总资产规模。

活动现场

经由多年的深化改革与持续发展，中国银行业已从20世纪末的“技能性破产”边缘洗手不干，实现华美转身，不良贷款率更是掌握在环球优秀水平。
然而，当前国际金融市场颠簸加剧、环球贸易增长乏力，加之中国经济进入新阶段，使得银行业风险管理面临前所未有的寻衅。
习近平总布告在2023年中心金融事情会议上强调要提高风险研判的准确性，并警示要守住系统性金融风险的底线。
银行资产转化过程的本色是风险管理，但随着金融杠杆率和信贷总量的提升，风险日益积聚。
与过去比较，我国当前的金融风险已不可同日而语，全社会的金融体量已今是昨非。

只管在20世纪90年代末，我国商业银行的不良贷款率一度飙升至惊人的40%，乃至50%以上，但值得把稳的是，当时的银行规模还相对较小。
然而，时至今日，金融业的整体规模已经历了急剧的扩展。
举例来说，广义货币供应量（M2）已从2013年的100万亿元激增至2023年的292.3万亿元。
与此同时，地方政府融资平台的融资额也迅速增加。
在2008年之前，中国经济的杠杆率稳定在大约130%的康健区间内，然而到了2023年，该杠杆率已飙升至近297.7%，这一数字在环球范围内均处于高位。

从环球历史履历来看，高速增长的信贷规模和高比例的金融杠杆率每每孕育着潜在的金融风险。
加之市场风险、法律风险、流动性风险等多重风险交织，中国银行业风险掌握的形势不容乐不雅观。

在银行业，不良贷款一旦形成，紧张的处置化解手段包括清收重组、自主核销、对外转让以及不良资产证券化。
个中，核销是一种直接且有效的处置办法。
它指的是银行依法将无法收回的呆账贷款或贷款丢失进行核销的制度。
然而，核销过程须遵照严格的法律程序，且并非所有不良贷款都具备核销的资格。

在2017年至2022年间，中国商业银行累计处置不良资产高达14.97万亿元（见下图），个中核销资金霸占了显著比重，达到6.14万亿元。
进入2023年，处置不良贷款总额达到3万亿元，核销资金依然超过1.1万亿元。
2023年中国商业银行的总利润为2.4万亿元，核销坏账资金所占的比重高达45.8%。

由此可见，当前中国金融业在资产转化领域的风险掌握面临严厉寻衅。
信贷业务的成功源自长期履历的累积，然而在当前繁芜的经济环境下，银行以往的风险管理办法已显得力不从心。
只管近年来银行业整体表现不俗，通过大规模利用财务资源核销不良贷款，使其不良贷款率得以掌握在较低水平，但这种办法不可避免地会花费银行的资产减值准备金，从而降落贷款丢失拨备率。

为了戒备潜在风险，银行已在不同程度上增强了计提和核销的力度。
然而，这种风险戒备方法的履行也导致了银行业近年来净利润增长的放缓。
展望未来，中国银行业将面临净息率下滑、内生成本补充需求以及不良贷款核销压力等多重寻衅。
个中，净息率低落已成为一定趋势，而内生成本补充对付银行的发展和新增信贷至关主要。
在此背景下，降落不良贷款核销额成为银行业寻求打破的关键路径。

金融与科技的深度领悟，为中国银行业在戒备金融风险方面注入了强大的动力。
自2000年初的金融科技1.0到2020年的金融科技4.0，中国银行业经历了深刻的数字化升级与重构。
信贷风险管理逐渐从分散走向集中，使银行能全面节制贷款的行业、地区及所有制分布。
同时，银行实现了个人和法人客户的统一视图、评价、营销管理和信用管理，为银行积累了大量关于客户违约率和违约丢失率的数据。
此外，银行还研发了包括市场风险管理、内部成本充足评估和风险加权资产计量在内的前辈风险管理系统，并通过数据大集中构建了大型数据仓库，如工商银行建立起千亿级的大模型并成功运用。

这些变革不仅改变了银行的客户行为、商业模式，还通过统一的信息平台、强大的硬件举动步伐、便捷的通信、友好的客户界面及前辈的安全技能，大幅增强了银行的风险管理能力。

银行业在金融科技方面的投资也在持续增长。
据IDC（互联网数据中央）和中商家当研究院数据（见下图），从2021年至2023年，中国银行业IT投资规模持续攀升，年复合增长率高达11.2%，估量在2026年将达到2212.76亿元。

金融科技的显著成效在不良贷款管理上尤为突出。
自2001岁首年月次剥离不良贷款后，只管贷款总额从11.2万亿元增长到2023年的237.6万亿元，增长了21.2倍，但不良贷款率却从25.3%降至1.62%，低落了23.68个百分点。
这一显著造诣归功于金融科技在信贷风险管理中的广泛运用。

然而，只管中国在金融科技支付领域领先环球，但在资产转化方面，金融科技运用仍显不敷，尚处于初步探索阶段。
这紧张源于风险管理的繁芜性。
传统的风险管理方法每每依赖于伶仃、静态、碎片化的数据，聚焦于企业财务和历史经营古迹等历史报表的剖析，这种方法存在明显的时滞问题，仅凭单点或抽样、静态的调查剖析难以准确判断交易的真实性。

随着发展中国家经济的转型，经济活动日趋错综繁芜，企业所面对的交易伙伴日益增多，这导致了敲诈风险的攀升。
与此同时，信用市场的摩擦和交易本钱也随之上涨。
加之企业跨界经营已渐成趋势，使得融资与结算信息加倍碎片化，物流与资金流日益分离，进一步推动了交易本钱的增加。
这一系列成分相互交织，共同为资产转化领域的金融科技运用带来了前所未有的巨大寻衅。

只管银行业已积累大量金融数据，但内部数据整合仍不充分，导致数据的有效性、多维性和低本钱挖掘面临寻衅。
构造化数据与非构造化数据网络脱节，静态金融信息与动态行为信息剖析未能有效结合。
同时，单一企业、项目的数据剖析忽略了关联链条的整体性剖析，导致信贷决策缺少全面性。
贷前审查与贷后管理、监控之间衔接不敷，也形成了信贷风险管理的盲区。

这些数据短板使得银行虽拥有海量信息，却难以发挥其上风，反而受“数据血虚症”困扰。
一些金融机构流传宣传利用大数据或人工智能技能掌握风险，但因数据量不敷、数据源单一，其风险模型准确性受到影响。
新兴金融机构过度依赖数据作为营销和风控依据，但风险管理能力薄弱。
更令人担忧的是，一些机构试图通过提高利息覆盖高风险本钱，或盲目跟随和模拟其他金融机构的授信策略，存在着巨大风险隐患。
在信贷融资规模迅速扩展的背景下，这些滞后爆发的风险成了一个悬而未决的问题。

金融业作为数据密集型行业，其决策过程高度依赖于数据的支持。
通过利用大模型，银行能够实现风险的有效甄别、精准定价、实时监测与妥善处置，进而优化资产转化和配置效率。
在当前技能迅猛发展的背景下，人工智能技能的崛起及其在金融领域的深入运用，正为信贷风险管理注入前所未有的变革力量与创新契机。

一、数据是发展新质生产力的主要根本，数据代价必须在运用处景中才能实现。

银行在探索人工智能大模型的上风时，紧张任务是加强数据资产的积累与管理，个中包括了支付数据等多种关键信息。
然而，目前银行普遍仅记录支付凭据的入账方资料，却忽略了另一方的宝贵数据。
倘若这些数据能够被构造化并精准挖掘，将对银行产生极大的代价。

同时，为了构建完善的数据生态，银行须要整合各种数据，如柜面业务、结算、包管等，以及与客户干系的机构信息。
银行应全面搜集与业务紧密干系的数据，并加强与POS终端、ATM、网上银行等多元化数据源的领悟。
此外，与银行业务紧密相连的投资公司、公募基金等数据资源同样具有主要代价，但目前尚未得到充分利用，因此银行应加大对这些数据的采集与剖析力度。

银行还应主动与其他银行、企奇迹单位以及电商平台进行数据共享与协作。
这些机构节制着丰富的企业与个人数据，对付信贷风险管理而言至关主要。
政府也需加速立法进程，推动数据产权的合理交流与利用，从而为信贷风险管理供应更为坚实的数据根本。

姜建清教授在论坛上揭橥主旨演讲

二、银行要建立核心客户与高下游客户的链式关系，继而再平行、横向、串联、并联起千万个供应链，形成纵横交错、彼此勾连的供应链立体方阵，通过大模型及大数据剖析，形成客户状况的全景视图。

在信贷风险管理的推进中，银行需构建以核心客户为中央的供应链生态网络，通过大数据技能实现商流、物流、资金流的无缝对接，提升金融做事的透明度与可靠性。
供应链金融的实行将显著提升融资质量，降落风险，并推动实体经济与小微企业的发展。

在此过程中，大数据的挖掘与处理成为银行的核心竞争力。
银行应利用海量数据与前辈技能，全面剖析客户交易习气，并建立信用风险监控体系。
通过数据合成与相互佐证，银行能多维度识别非常交易，及时创造潜在风险。
同时，利用人工智能技能，银行可开启新型风险评估模式，引领风险管理领域的变革。

三、人工智能在信贷风险管理领域的运用既带来了前所未有的机遇，也伴随着巨大的寻衅和风险。

数据和天生内容的可信度及精确性、算力与算法的平衡、本钱掌握、合规与安全标准的制订，以及消费者保护方法的完善，都是人工智能落地过程中必须面对和解决的问题。
同时，由于人工智能的繁芜性和数据不敷，可能会导致决策偏差或贷款歧视，这也增加了运用的难度。
在初始阶段，投入与产出的不屈衡以及诸多新兴的繁芜问题，使得人工智能在信贷风险管理方面的真正运用显得路途迢遥且充满寻衅。

末了，我想着重指出，银行的风险掌握能力对其资产规模、业务转型以及发展潜力起着至关主要的浸染。
而风险管理的成效则与数据能力和数据覆盖范围紧密相连。
我们的愿景是营造一个让企业安心借贷，同时又能有效管理信用风险的金融环境。
对付那些经营稳健或暂时面临困境的小微企业，我们应供应及时的融资声援，同时严格管理风险，以保障金融稳定。
那些秉持诚信经营原则的企业，应得到无抵押、无包管的信用贷款做事，以此彰显对它们的信誉的高度认可。

为实现这一愿景，我们必须深刻理解线上与线下风控的互补性。
这两者并非对立，而是相辅相成。
银行应将人工智能的风险识别技能与自身的传统上风、深厚履历、专业团队以及现场调查等人工风险识别方法相领悟。
这种全面的风险评估办法，不仅深入挖掘历史数据，还密切关注企业和企业家的实时动态与行为特色。

从长远视角来看，这种线上与线下领悟的风控策略，将为信贷风险管理带来新的活力，实现更加精确和高效的风险掌控。
这不仅会提升银行业的整体风险管理水准，还将进一步推动金融市场的康健稳定发展。

教授简介

在担当目前职务之前，姜建清博士在2000-2016年连续掌舵中国工商银行16年。
他在包括中国工商银行和上海城市互助商业银行（现上海银行）在内的金融机构拥有逾40年的管理履历。

姜建清博士是深受国际社会认可的、在环球金融界最有影响力的国际领袖之一。
曾先后多年担当国际货币会议（IMC）董事会成员、达沃斯天下经济论坛商务理事会（WEF/IBC）成员及联席主席、国际金融协会（IIF）董事会成员、新加坡金管局国际咨询委员会成员、中国银行业协会主席等名誉职务。

创意图片已获视觉中国授权。

编辑 | 张溪

责编 | 岳顶军

想理解更多？戳下方中欧直通车，小欧在等你喔！

中欧官网：中欧国际工商学院(CEIBS) | CEIBS