网商银行信贷业务内部控制研究

来源:用户上传      作者:

　　【摘要】阿里系下的网商银行是第一批获批的民营银行，其推出的信贷“310”模式，成功实现无面审快速放贷。其连接淘宝、支付宝、阿里巴巴、菜鸟网络多个平台，服务于小微商户，本文主要研究其信贷业务的内部控制，从外部视角提出质疑，并针对问题给出建议。
　　【关键词】网商银行 信贷业务 内部控制
　　
　　一、商业银行的内部控制
　　（一）商业银行的信贷业务内部控制
　　梁其运（2014）依据自身工作经验发现，由于业务责任的連续性，银行存在客户经理一岗肩负三职的情况，即贷前、贷中、贷后管理，但因为业绩经济利益的驱动，客户经理往往更重视贷前贷中，造成内部控制环节中贷后管理存在严重的滞后，建议独立出一个贷后风险部门。王李（2015）认为我国商业银行中小信贷的风险管控较为松散，存在很多薄弱环节。他建议成立内部控制管理委员会，建立规范的内控流程，以此提高信贷业务内控的有效性。史胡敏（2018）认为内部控制应当渗透银行的各项业务过程和各个操作环节，任何决策或操作有案可查。
　　（二）金融机构的大数据风险控制
　　辛继召（2017）认为风险识别与控制是金融业运营的核心。根据 FICO Report 2015，大数据在国际银行业中的主要应用，26%用于风险建模、风险评估，其分别对应金融反欺诈、征信需求。周炎炎（2018）表示，在强调高科技金融时代，大数据、人工智能在某些情况下不能替代人工面审，人脸识别精准度不高、数据风控模型缺乏预判性、难以识别伪造数据可能都是缺陷。在2017年的《关于规范整顿“现金贷”业务的通知》提到“谨慎使用数据驱动的风控模型”。余宏伟（2018）认为大数据促进风险量化技术的发展，带来银行风险管理变革，同时也带来新的挑战，包括信息安全问题、对非结构化数据的适应性较弱、人才匮乏、技术环境制约等。伍聪（2016）大数据征信是实现风控的创新路径，但其存在诸多问题，如数据的虚拟性和“信息噪音”、信用数据关联的不确定性等。但是也需要正确看待，既不能要求大数据征信一步登天;也不能一有创新就各方唱衰，而需要给予更多试错空间，在探索中不断完善大数据征信体系。
　　（三）文献述评
　　商业银行的信贷内部控制研究，从传统的贷前、中、后的思路来着手，现已进阶到从贷前营销的准入门槛，到审贷环节的充分调查，贷中环节的内部层层审批，贷后的动态监控。对银行信贷的内部控制研究，也从单个银行的层级，扩大到某个类型的银行，更晋升至整个银行集团层面。金融业中大数据的风控研究约从2014年在学术界兴起，研究人员从正反两方面来看待大数据的风控技术，普遍认为该技术可以节省人工成本、已经被实务届广泛应用，同时也存在诸多问题，需要各界给予充分的关注和宽容，待大数据风控技术进一步发展。
　　二、案例公司
　　（一）公司简介
　　浙江网商银行股份有限公司是成立于2015年6月的国内首批试点的民营银行，第一大股东是浙江蚂蚁小微金融服务集团。网商银行采取“小存小贷”的业务模式，目标群体主要是电商上的小微企业和个人消费者，发展战略主要是分为服务小微客户与农村市场。
　　在信用风险方面，网商银行的2018年末不良贷款率为1.3%，其应对信用风险主要措施是基于大数据平台实现自动对客户进行评级分类，2018年更是基于原有的数据模式、双线熟人模式、供应链金融，积极与各地政府开展了数据合作，结合政府数据，协同授信模型，为农户提供信用贷款。现在主打“310”模式，即3分钟可申贷、1秒钟可放款、全程0人工介入的放贷模式。
　　（二）研究问题
　　1.控制层面，高管考核无盈利指标
　　在公开的访谈中，网商银行行长多次表示，其没有利润方面的业绩指标压力，营收和利润不是网商银行的目标，主要目标的扩大服务的规模，为此，下文选取了腾讯系的微众银行作参照物，阿里系的网商银行和腾讯系的微众银行具有极大的相似性，即同为第一批民营银行，成立时间接近，同为互联网公司主导，主攻互联网线上人群，不同的是，微众银行定位为“线上投资理财贷款平台”，主要面对个人，而网商银行则定位为“面向小微企业和网络消费者开展金融服务”，其主要面对小微企业。根据2018年报，净利润上，微众银行是网商银行的3.76倍，坏账率方面，网商银行是微众银行的2.5倍。尽管网商银行主要服务群体本就是盈利能力极弱的小微企业，但对比主要服务个人的微众银行，网商银行在盈利和控制坏账率方面仍有提升空间。
　　虽然网商银行的创建初衷是为了进一步完善阿里巴巴的闭环生态圈，为了更好的锁定现有的网上商家和消费者，同时在政策上，也是积极响应政府要求，促进解决小微企业融资难与贵的问题。因而才会连续两年降低信贷利率，在贷款限制上也作出让步，但是网商银行作为一家民营银行，第一大股东蚂蚁金服控股30%，第二大股东复星集团持股25%，第三、四大股东分别持股18%、16%，但高管人数高达90%源自蚂蚁金服，银行内部的价值观和企业文化也完全脱胎于蚂蚁金服，其需要认识到自身是一个独立的法律主体，不是蚂蚁金服下的某个部门或某个事业群，不可被大股东全权牵制，不能仅仅为了第一大股东的利益，就放弃了作为一家银行应遵循的谨慎性原则。
　　2.核心系统依赖大股东
　　网商银行的内部系统等多购于蚂蚁金服科技，包括整个银行核心部分的分布式架构 SOFAStack以及分布式数据库OceanBase等。另外，银行的核心工作比如风险防控是不能外包的，与大股东关联过多的网商银行，其在早前浙江银监会出台的关于银行核心风控不得外包的规定下，暂时得以豁免，但是未来的政策导向必然是在原基础上要求更为严格，网商银行的核心系统都是背靠蚂蚁金服，初创时期的中高层管理人员和技术人员也基本出身于蚂蚁金服，另外早期的办公室地址和蚂蚁金服都在同一楼栋，根据内部员工透露，两个公司的人员经常相互沟通技术问题，可见网商银行从人力资源到核心系统都是与蚂蚁金服密切关联。 　　3.贷前调查数据不全面
　　网商银行在贷前收集的数据无法覆盖全互联网，局限于阿里巴巴旗下平台，另外社交数据未能精准获取，难以比肩坐拥QQ和微信两大社交平台的微众银行，同时未全面打通工商、税务、公安、法务等多个政府端口。
　　4.贷前数据真实性难保证
　　网上商家可能存在大量刷单行为，通过系统难以识别，譬如淘宝天猫的商铺多存在“好评返现金”的情况，且针对未给好评的消费者，商家客服会多次电话或短信联系消費者，通过博取同情、骚扰等手段获取商品的五星好评，而这类的商家的盈利收入是难以保证能持续甚至上升的。另外，针对个人信贷业务，仅凭过往的消费历史记录来预判其还贷能力，难以排除部分借钱消费的“老赖”。
　　5.贷中审核缺少人工面审环节
　　网商银行的“310”模式强调高效快速且无人工参与，无人工审核的优势是传统银行业难以比肩的，但银行业素以保守为第一要旨，而网商银行的贷款红线则显得很为宽松。传统银行业的人工审核环节更能直观的了解该用户的性格和经营风格，过往多数小型商户都是选择当地银行贷款，银行的工作人员可以从当地的熟人交际圈中进行调查，即从心理学的角度，人工审核的环节是不可或缺的。通过“无人工审核”的冰山一角，我们发现网商银行的大数据风控更多的适用于网上商家和个人，而线下的实体经营数据相对的匮乏，而网商银行的客户群体定位本就是小微商户，线下的更为丰富的客户资源是不可忽视的。
　　另外，线下银行曾出现过双胞胎弟弟冒用哥哥身份证进行审贷的情况，因审批人员在面审环节及时发现得以止损，而线上的智能面部识别在面对双胞胎等特殊情况时，难以甄别是否为本人操作。
　　（三）建议
　　1.充分发挥其他股东作用，完善利润考核指标。
　　从第一大股东的视角，要充分考虑到其他股东的商圈资源可以为网商银行打开更多的数据端口，使得数据资源不再仅局限于阿里系的平台，另外，其他股东的政治关系也可充分得以机会进行利用，从网商银行的角度，要释放部分股东的能量，使得企业内部元素多元化，从企业文化到产品理念，从战略目标到行动落实，使得高管相互牵制，避免一家独大。完善利润考核指标，对于进一步扩大规模也能提供更多的资金来源。
　　2.争取打通多个政府端口
　　积极响应于2015年提出的“银税互动”，在现有基础上，以促进当地经济为初心，通过母公司蚂蚁金服和政府部门的原有合作，来推动其他政府部门的端口连接，并把控好信息安全问题，并基于和政府部门的合作，对不同地区的用户推出不同的信贷产品，适当推出有期限的优惠，从此也可推动各级政府管辖范围内的经济发展。
　　3.追加“好友信用担保”模式
　　即在原有模式上，增加“好友推荐”、“好友担保”等模式，贷款人可通过信用记录良好的支付宝好友推荐、担保，在原有贷款额度上再提高，一来可以提高社交数据的真实度和可靠性，二来通过该模式可以进一步推广网商银行的信贷业务。三来可在贷款人出现逾期未还的情况时，通过好友来进行欠款追踪。以上模式必须建立在合法合规的基础上，并在签约该模式前，以完整的合同文书形式，清晰易懂的语言告知贷款人和参与该模式的好友。
　　4.对关注性贷款增加视频审核环节
　　在原有模式下，增加视频审核环节，该环节主要针对从事线下实体的生产经营活动的小微企业，而非个人，为保证信贷业务的高效性，该环节是非必须选项，主要是面对渴望提高额度的商户，通过视频环节进行进一步的了解提问，充分了解商户对未来经营情况的预算和规模。
　　5.加强内控系统独立性，培养风险控制与IT技术的全面人才
　　重点关注相关的政策变动，基于现有的内控系统进行自主研发，由于网商银行的全智能管控与0信贷员的特殊情况，需要大力吸收外来的人才，特别是集风险控制、IT技术、信贷审批等专业技能于一身的全能型人才，由于网商银行成立年限短，也需要注重从内部培养人才。
　　三、总结与启示
　　金融行业已经步入快速发展阶段，其背靠的技术已进入“大数据、人工智能、云计算”的新时期，传统的信贷审批和放贷等在时间效率上已经有所落后，征信数据也不够完善。在技术上，大银行必须紧跟行业龙头的步伐，小机构要学会抱团合作，建立长远目标，争取向大集团的方向去发展进步。该想法主要针对在资金可支持技术革新的大机构与有希望向大规模信贷机构发展的小机构。
　　由于信贷业的快速发展，对人才的诉求已升级到了需集风险控制、IT技术、银行贷款等多种经验技能的于一身，如何吸收全能型人才并快速向其灌输企业的价值观，如何使得人才只“为我所用”，都是金融业与互联网公司难以躲避的人力资源难题。
　　参考文献：
　　[1]周炎炎.大数据AB面：为什么信贷领域的“纯数据驱动”值得警惕？[N]. 21世纪经济报道，2018-11-23（010）.
　　[2]宋贺.新形势下我国商业银行信贷风险控制研究[J].产业与科技论坛，2018，17（22）：212-213.
　　[3]余宏伟.大数据时代下的商业银行风险管理[J].时代金融，2018（30）：95+97.
　　[4]史胡敏.内部控制与银行信贷风险防控——基于代理成本理论的思考[J].商业经济，2018（01）：18-20.
　　[5]辛继召.2017年大数据风控报告[N].21世纪经济报道，2017-12-07（011）.
转载注明来源:https://www.xzbu.com/2/view-15070807.htm