融资平台的银行信贷大数据管理现存问题

一、融资平台贷前数据管理的问题

1、未将地方财政纳入评级体系

融资平台是政府融资平台类客户，融资平台与当地政府有着特殊关系，地方政府的财政收入、财政支出的增长变化情况等不仅影响着政府的偿债能力，也间接影响着融资平台的还款意愿与还款能力。然而，在商业银行目前的定性分析指标体系及定量分析指标体系中都没有考虑到政府融资平台的这一特征，主要原因在于风险评价体系过于标准化，缺乏灵活性。

2、客户分类未考虑政府融资平台特征

由于政府融资平台承担着城市基础设施建设的责任，其区别于其他公司的一个特点，融资平台的投资项目并不一定盈利，且具有公益性的特征（分类如表 1所示）。商业银行在对融资平台进行客户分类时并未考虑到政府融资平台这一特点，仍按照通用的分类模式，主要原因在于客户分类考虑因素不够全面，分类标准笼统，缺乏细化。客户分类是信用评级的基础，客户分类的细化有利于信用评级的完整和准确。

3、缺失对财务报表信息识别过程

在对融资平台贷前的信用评级过程中，商业银行大数据管理的定量分析模型所采用的影响因子是各类财务指标，在对融资平台贷款项目的调查评估环节采用的是非现场调查的方式，也主要依赖于公司提供的数据资料。因此，一旦融资平台财务报表信息不真实，借款人存在财务舞弊现象，会严重影响商业银行风险识别、评价及控制结果。但在商业银行的数据信息应用与信用评级过程中没有重视这一问题，缺乏对财务报表信息的识别过程，主要原因在于风险意识不够。

二、融资平台贷中信贷数据管理的问题

商业银行的贷中风险管理主要是依靠向上级行上报材料并获得审批来实现的，目前在信息监督系统中的应用容易造成传递过程中失真，另一方面，层层审批造成了较多的重复和无效劳动，不利于风险的集中控制和决策效率的提高。主要原因在于商业银行实行的是统一法人授权制度，总行对各级进行授权和转授权，下级的信贷业务也需按照这一授权线路逐级上报进行审批。这就导致现有的金融机构信息管理数据系统存在着时滞与隔离的问题。

三、融资平台贷后信贷数据管理的问题

1、缺乏对政府政策风险的贷后数据评估

通过对融资平台的信贷风险分析发现，其信贷风险数据与政府政策关系密切，政府财政政策、产业政策的变化都会对融资平台的发展产生重大影响，从而影响融资平台的还贷能力。因此，对政府相关政策的持续跟踪观察是商业银行对政府融资平台客户信贷数据与信贷风险管理的重要任务。然而，商业银行只是从抵押物价值的角度对相关的房地产政策进行了特别关注，并非为了评估政府政策与融资平台的经营风险之间的关系。

2、贷后数据管理人员不足

商业银行的所有贷后风险管理活动主要由客户经理负责，无法全面有效进行贷后风险管理，且存在未尽其职的现象。这种现象产生的原因主要是由于面对日益激烈的商业银行市场竞争环境，商业银行目前的核心目标是扩大市场上的存款及贷款份额，因此，业务考核指标偏重于对贷款业务量的考核，而业务风险管理方面的考核指标比重相对较低。现有的考核指标体系虽然能有效激励客户经理拓展贷款业务，但同时导致了客户经理忽视贷款项目的具体风险，尤其是对贷后项目风险的检查和控制，贷后管理人员较少，然而商业银行的不良贷款与贷后风险的检查和控制有着密切联系。

本文系投稿稿件，作者：李虹含；转载请注明作者姓名和“来源：亿欧”；文章内容系作者个人观点，不代表亿欧对观点赞同或支持。