中小银行信贷风险管理体系建设挑战与思考

摘要

近年来银行业监管机构对商业银行自身风险管理能力的重视程度大大加强，强调要能够实现对风险的提早识别、有效预防，从被动风险管理向主动实时预警的转型。这对我国各银行和金融机构的信用风险管理工作都提出了新的要求。本文探讨了中小银行内部信用风险管理体系建设过程中面临的挑战，并对此提出几点建议。

2017年以来，银行业金融监管机构监管力度大大加强，去年的中央金融工作会议提出加强银行业信贷风险管理，解决对贷前、贷中、贷后业务实时、全程监控，实现对风险的提早识别、有效预防，从被动风险管理向主动实时预警的转型。这对我国各银行和金融机构的风险管理工作都提出了新的要求。

一、中小银行信贷风险管理建设面临的挑战

提高对信贷风险管理的敏感性及对其衡量的准确度是未来银行不断创新业务发展的需要,也是银行风险管理发展的必然趋势。2012年银监会出台的《商业银行资本管理办法（试行）》要求银行对信用风险资本进行计提，计提方式可按照权重法、初级内部评级法和高级内部评级法进行计提。其中按照权重法计提资本要求计算方式较为简单，但计提风险数额要求也最高，高级内部评级法计算方式最为复杂，但资本要求较低。从2013年银监会批准6家银行实施内部评级法后，国内开发内部评级体系银行的数量不断扩大。对于我国中小银行由于其自身的局限性,在推行初级内部评级法进行信贷风险管理以及资本计量的过程中面临着一定的挑战。

（一）数据管理能力薄弱

首先从基础数据收集能力上来看，根据《商业银行资本管理办法（试行）》中内部评级法对风险估计参数的计算要求，内部评级所用的数据既要有足够的样本容量，又必须满足一定的数据观察期，数据观察期应至少涵盖一个完整的经济周期，而中小企业成立时间较短，数据积累周期短，样本量较少，很难达到这样的要求。同时，中小企业作为中小银行的主要客户，提供信息的真实性和有效性很难得到很好的保障，直接影响到银行内部评级体系的建立和推行。从数据治理上看，中小型银行往往缺少系统的数据维护和管理机制，数据架构不完善，为后续数据积累和使用造成一定影响。

（二）风险计量模型开发能力不足

其次，在进行风险分析和模型开发时，为了提高模型的准确度和预测能力，需要根据行业及企业规模建立独立的评级模型，对不同类型企业的风险驱动因子进行强调。分类越多、模型越精细，对于该子信贷组合风险特征的揭示就越准确。但对于中小银行而言，由于缺乏专业的团队和人力，很难做到模型精细化开发。我国中小型银行大多采用打分卡的形式进行风险评价，参考同业的打分卡进行修改，得到自己的评价体系。这样粗线条的建模方式能够在短时间内为中小型银行提供风险评价的手段，但是长时间的缺乏回测和调试，将导致打分卡的准确率降低，不能准确地披露客户信用风险，难以准确有效地指导银行信贷风险的管控。

（三）专业人才储备不足

第三，从人员素质上来看，银行信用风险内评及管理控制需要大量的专业人员参与数据的收集、整理、模型建立、运用、结果输出、验证等工作，团队人员的设置需要涵盖经济学、计量经济学、数学、金融学、以及统计学等多个学科人才，而对于中小型银行而言，缺乏吸引和使用人才的机制，难以完成风险评价体系人才的梯队建设。

综上来看，中小型银行在进行内部风险管理体系建设需要综合考虑自身经营环境、治理架构以及客户风险特征等因素，对中小型银行的内部信用风险管控系统进行建设，才能保证信用风险计量的准确，从而有效地防范信用风险的发生。

二、完善中小银行信贷风险管理建设的几点思考

（一）健全风险管理体制机制

首先，从长期来看中小银行需要不断完善风险管理体制机制建设，建立健全有效的信贷风险管理制度。从完善风险数据治理、提高团队专业水平、加强风险管理工作认识和时间工作，保障风险评价工作的顺利实施。但由于中小商业银行风险建设起步较晚，有效解决上述问题还需要一段时间的实践和经验沉淀。

（二）建立区域数据共享平台

其次，针对数据来源不足的问题，由于中小银行大部分为区域银行，经营环境具有一定的相似性，而中小企业的违约也具有较强的地域特征。因此,同一地域内的中小银行可考虑建立数据库共享平台。建议由监管部门牵头，利用大数据的管理思维，建立区域内银行信贷违约数据库以及企业信用资料数据库。由监管部门建立统一的数据管理架构，形成统一的数据交换平台。

（三）发挥专业外部专业机构作用

此外，中小型商业银行可以考虑利用更加专业的评级或咨询团队进行内部评级系统的设计和开发，利用外部专业团队的经验弥补体制建设不完善、数据缺失以及人才匮乏等问题，做好风险管理的基础工作。

三、利用信贷风险数字管理系统完善商业银行风控体系

中小型商业银行可以通过搭建信贷风险数字管理系统提升自身风险管理水平，弥补自身在风险防控中的不足之处。信贷风险数字管理系统运用评级图谱、偿债来源与负债平衡、最大安全负债数量、可变现资产价值评估以及信用工程学等数字评级技术，对银行信贷客户信用风险变化趋势进行及时的分析判断，防止个体、局部或系统性债务危机发生，能够支持银行进行贷前、贷中、贷后全流程管理，从而有效帮助银行及监管机构对信用风险进行管理和防范。

文/黄莎