二、传统风险识别模型的局限性
传统的信贷风险控制模式以人的管理为主导，其主要做法是在分支机构体制下，信贷管理实行分级授权管理。经营单位客户经理负责贷前调查，部门负责审查把关，经营单位如在授权范围内可以自行审批，超过权限则上报有权层级审批；贷款管理实行前中后台分开管理的模式，前台负责营销、调查、贷后管理，中台负责审核审批，后台负责记录核算。在传统风控模式下，银行等金融机构主要运用人工信审，借助中国人民银行征信中心的个人或企业征信报告、信用评分卡和信审人员经验来判定客户的信用情况，作为是否放款的重要依据。
这种管理模式适应了同期的企业经营管理特点，但对于数字经济背景下的企业而言，其存在的问题十分明显，主要表现在以下方面：
第一，静止时点的企业数字已无法真实、全面、实时地反映企业的实际经营情况。商业银行一般依赖个人或企业的信贷数据和资产证明等传统信息进行放贷，当这些信息缺失时商业信用的特点，商业银行的风险控制便难觅抓手。随着数字经济的快速发展，一般市场的高交易性、快变化性要求商业银行实现对企业经营成果的动态评价，而传统的风控模型难以对信贷风险进行实时追踪。
第二，传统风险识别模型主观性较强，以经验作为决策的主要依据，难以精准地针对服务对象得出客观结论。传统的风险管理方法主要以定性管理为主，依靠经验和直觉判断，注重事前和事后的管理。在商业银行传统的风险控制手段中，审贷分离制度、财务报表审查制度、贷后管理制度、独立审计评价制度、内部控制三道防线等，都属于事后监管手段。从实践看，商业银行传统风控模式难以对贷款项目的建设与经营进行实时监控，未能对借款人财务状况进行实时分析。
第三，传统风险识别模型缺乏清晰明确的风险偏好治理框架。在国际领先银行实践中，先进银行往往具有一套清晰、规范的流程，用以审查其风险轮廓是否符合风险偏好要求。先进银行的风险偏好框架一般不仅仅包含一系列风险损失容忍度或者限额，还包含了一系列用以监控银行风险轮廓的风险监控措施。先进银行通常会在谨慎的方式下有意识地结合多种风险监控措施，以便管理及减少银行的下行风险。在方法上，既可以是动态与前瞻性的方法，也可以是静态与时点的方法，包括：超出单一监管指标的资本目标（经济资本、有形普通股权益及总杠杆）或在险资本额、净利润收入波动性或在险收益计算额、VaR（风险价值）限额、风险敏感度限额、预期损失比率、银行自身信贷息差、经济增加值等。而国内商业银行仍主要关注主体信用，缺乏对个人或者资产本身的质量和数据挖掘。
三、数字经济时代商业银行应对信用风险的对策
无论是出于应对日益激烈的市场竞争环境的考虑，还是从自身的长期稳定发展需要出发，商业银行都不宜过度依赖抵质押手段，而应对自身风险缓释手段进行创新转型，以拓展自身业务，挖掘客户下沉的空间，实现收益与风险的平衡。
（一）创新担保方式，扩大抵质押物范围
对于很多小微企业缺乏抵质押物的境况，银行应创新担保方式商业信用的特点，拓宽抵质押物范围。对于涉农贷款，可结合农林牧渔业的特点，将农产品大额订单、蔬菜大棚等列入抵押品范围，推进农村“两权”抵押贷款，满足农户贷款需求，提高农村地区长尾客户的授信效率；对于建筑业企业，可将建筑材料、在建工程作为抵押物，将建筑工程施工许可证、中标通知书等材料作为质押物申请融资，解决企业“融资难”的困境，释放企业活力；对于绿色转型企业，可将符合条件的绿色贷款、绿色债券、碳排放权作为抵质押品，推动绿色金融高质量发展。
在挖掘小微企业“正能量”的道路上，部分商业银行已经进行了一些有益探索。如，中国银行建立的“重实质信贷风险、轻抵质押物”的金融商业模式，看重微型企业的第一还款来源，据此向缺少抵押物的微型企业提供信贷授信。
对于客观存在的信用风险，商业银行还可引入第三方担保机制，在降低和转移金融机构信用风险的同时，缓解客户的融资困境。除选择具备一定规模的担保公司和保险公司，商业银行也可借鉴信用违约互换，通过银担合作为中小企业提供担保和信用增级。
（二）应用金融科技手段，提高信用风险防控能力
借助大数据和人工智能算法对庞大的客户数据进行贷款预测、信用评分、风险定价和贷后管理，可以有效降低商业银行的信息搜集成本，同时避免人为非理性因素造成的不良影响，降低信用风险，提高决策效率。具体而言，在贷前管理上，可借助大数据技术对客户信息进行有效整合，深度挖掘客户数据，确定客户信誉度，解决信息不对称的问题，从根本上降低信用风险发生的概率；在贷后管理上，可建立负面信息搜索引擎和预警机制，完善贷后管理科技系统。
金融科技可助力商业银行提取大量非结构化数据，识别和提取文本、图片及语音，从而准确预测企业信用风险。以往很多商业银行仅仅依据财务信息等结构化数据进行企业信用风险评估，导致信用风险评估失真，而金融科技的运用拓宽了非结构化数据的获取渠道，降低了获取成本。因此，商业银行应建立软信息和硬信息相结合的信用风险模型，以更准确地判别和预测风险。
与此同时，银行应注重高素质人才的引进和员工专业技能的培养。目前，银行中熟练掌握大数据技术并具备极高专业知识的复合型人才极为缺乏，大数据时代大数据技术人才的有效储备成为当务之急。因此，一方面，在人才获取上，银行应大力引进掌握大数据技术的人才；另一方面，在内部管理体系上，银行应大力开展员工技术培训，制定高质量的培训计划，确保工作质量和工作效率。
（三）完善公司治理机制，适应经济结构变革
探究近年来个别银行出现重大信用风险事件的成因，公司治理机制不健全是普遍存在的问题。具体而言，部分金融机构亟需进一步完善：一是股东治理方面，部分金融机构存在股权结构不合理、内部人控制、存在重大关联交易等代表性问题。过于集中或分散的股权结构都不利于企业的长期发展，商业银行应保持合理的、透明的、相互制约的股权结构，建立健全的公司治理制度体系。二是发展战略方面，部分金融机构过度追求短期业绩，规避信贷监管，以实现快速扩张，这是造成信用风险的“罪魁祸首”。一旦自身出现问题，可能会产生连锁反应，波及整个金融市场。商业银行应坚持长期发展战略，强化审慎经营，不过度追求规模扩张和发展速度，严守安全发展的“防线”。三是风险内控方面，部分金融机构风险管理机制因循守旧，缺乏主动变革的动力。银行风控部门应转变信用风险防控手段，以开放的姿态积极践行大数据风控，满足实体经济的信用类融资需求。
———END———
限 时 特 惠： 本站每日持续更新海量各大内部创业教程，永久会员只需99元，全站资源免费下载 点击查看详情
站 长 微 信： xxboosx
admin
