运用银行交易大数据构建贸易型企业风险识别预警体系

2018-01-12 09:19 来源:青岛全搜索电子报
浏览量: 收藏:0 分享

  贸易型企业大多资金在外、市场在外、抵质押物少,传统风险监测手段难以有效识别潜在风险。而利用银行体系交易大数据则可以较为准确地反映贸易型企业经营情况和贸易背景的真实性,对识别预警贸易型企业风险、助力区域性风险防控意义较大。

blob.png

  背景:信息不对称等现状亟待改善

  近年来,贸易型企业风险聚集,已发生风险的企业涉及银行多、授信额度高,对辖区银行信用风险管控形成较大压力,成为区域性系统性风险的隐患所在。

  风险频发深层次的原因,主要是信息不对称导致银行对情况看不清、摸不准,未及时发现贸易背景虚假及企业经营异常。受贸易型企业经营特点影响,银行授信时可获得的信息有限,实际操作中,银行只关注形式性合规,通过收集交易单据进行表面性审核;企业则使用假单据虚构交易背景,挪用银行授信。

  合同、发票等大多数单据资料均存在造假风险,而银行较为看重的报关单,作为直接记载企业进出口交易数据的载体,目前由海关部门掌握,共享机制尚未建立,银行很难获取。

  思路:深入挖掘企业特征与数据信息

  充分发挥银行交易大数据的优势,深入挖掘企业特征与数据信息,使用真实性高的交易数据识别风险,破解外部资料获取困难、造假容易的难题。

  首先,总结企业特征。紧紧围绕贸易型企业特点,总结出关税偷漏难度高、员工工资以业务提成为主等特征;尤其针对报关单记载真实贸易数据但难以获取的问题,提出以其他信息替代报关单作用的思路,总结出“大多数贸易型企业进出口业务均通过货运代理公司等中介公司进行代理”这一关键特征。

  其次,确定数据指标。通过深入挖掘上述特征在交易数据中的体现,最终确定以企业支付的代理费用、缴纳的关税、发放的员工工资奖金三类数据为指标,反映贸易型企业经营状况、判断贸易背景真实性。

  最后,识别风险信息。通过筛选相关交易数据、分析指标变动趋势、对比企业授信情况三个步骤,得到指标变动与授信变动趋势不匹配的异常信息,以小见大,实现对贸易型企业风险的识别预警。

  作用:验证数据指标对风险识别预警

  通过对交易数据进行建模分析,验证了数据指标对风险的识别预警作用,主要体现在三个方面。

  第一,识别空壳贸易企业。主要特征是企业有外币授信业务但交易流水中没有代理费用、关税信息。如辖区某国际贸易公司,币种为美元的银行授信余额较大,但在通过数据分析却未支付过代理费用和关税,经核查其与关联企业的交易对手基本一致,为关联企业设立的壳公司。

  第二,预警企业经营恶化。主要特征是授信企业三类数据发生大幅下降或突然中止。如辖区某国际贸易公司,三类数据在2015年连续三个季度出现大幅下降,2016年后代理费用和关税未再发生,经核查上述情况发生半年后该公司经营问题显现,多笔银行授信到期无法归还,风险集中爆发。

  第三,预警贸易背景失真。主要特征是三类数据与银行授信的变动方向不一致。如辖区某贸易企业及其关联企业,从2015年下半年起,三类数据大幅下降,而同期银行授信却迅速增长,尤其是贸易融资额度仍在上升,经核查其业务资料中存在合同套用、发票当月作废等问题,贸易背景不真实。

  上述大数据分析方法对有效识别贸易型企业风险效率高、准确性高,同时可推广、可复制性强,对房地产行业、网贷等行业的风险识别均有较强的借鉴意义。

  (作者为青岛银监局城市商业银行监管处处长,毕业于中国海洋大学)文章内容仅代表个人观点

标签:

投稿人:liudan
在线客服