奇宝库 > 中小银行普惠金融业务信用风险管理调研与改进建议银行与信贷小微企业商业银行资本

中小银行普惠金融业务信用风险管理调研与改进建议银行与信贷小微企业商业银行资本



文/清华大学国家金融研究院绿色金融研究中心高级研究专员黎菁、北京大学国家发展研究院宏观与绿色金融实验室中级研究专员邵丹青

提升中小银行的信用风险管理水平对于我国普惠金融的可持续发展至关重要。本文基于作者对我国不同地域、不同类型的5家中小银行进行的深入调研,分析总结了中小银行信用风险管理的现状与主要挑战,并从中小银行内部能力提升与外部环境改善两个方面提出了针对性建议。

在国家政策的引导和支持下,我国的普惠金融多年来取得了长足的发展。政策性银行与大型国有银行在普惠金融领域的投入与贡献不断提升,但是中小银行当前与未来仍是提供普惠金融服务的主力军。然而,许多中小银行由于信用风险管理能力不足,面临违约率偏高、盈利能力低等问题的制约,难以充分和有效地发挥其支持小微企业、个体工商户和农户等普惠金融重点支持群体的作用。因此,提升中小银行的信用风险管理水平对于我国普惠金融的可持续发展至关重要。为了提升中小银行的信用风险管理水平的认识,笔者对我国不同地域、不同类型的5家中小银行进行了深入调研,分析总结了中小银行信用风险管理的现状与主要挑战,并分别从中小银行内部能力提升与外部环境改善两个方面提出了针对性建议。

调研背景

根据人民银行的口径,中小银行包括两类机构:一类是农村信用社、农村商业银行(以下简称“农商行”)、农村合作银行、村镇银行等农村金融机构;另一类是仅在省级行政区域内经营的城市商业银行(以下简称“城商行”)。

虽然包括中小银行在内的各类银行近年来普惠金融服务规模不断扩大,但是小微企业、个体工商户、农户等群体的合理融资需求仍未得到充分满足,长期面临融资难、融资贵的问题,同时中小银行的不良率相较大型银行也长期处于较高水平,面临较大的生存与发展压力。其中,中小银行的信用风险管理能力不足是重要制约因素。

信用风险管理能力不足一方面导致中小银行无法充分利用政府与监管机构的普惠金融政策,为小微企业、个体工商户与农户等群体提供合理定价的优惠性资金支持,损害普惠金融政策的传导与效果;另一方面也导致部分中小银行的贷款违约率高于监管要求(5%)。

针对此问题,笔者对5家中小银行进行了信用风险管理方面的实地调研,以期深入了解中小银行普惠金融服务的现状,重点分析中小银行在信用风险管理方面的挑战。

这5家被调研银行包括农商行、城商行和民营银行等不同类型的中小银行机构,地域分布上覆盖东南沿海、中部地区以及华北地区,资产规模上也有一定差异,从100亿元左右到2000多亿元不等(如表1所示)。


被调研银行的普惠金融业务及贷款不良率的基本情况

5家被调研中小银行的主要客户类型均属于小微企业、小微企业主、个体工商户及农户等普惠金融重点支持群体,同时各家银行的主要客户类型及客户所属行业有所不同。其中,4家银行设立了普惠金融相关事业部,具体名称略有不同。该类部门主要负责全行普惠业务的战略规划、业务发展及统筹管理,同时在风险管理方面,与风控部门和(或)信贷审批部门进行协作。被调研银行5虽未专门设立普惠金融事业部,但设立了微贷中心。被调研银行的普惠金融业务基本信息如表2所示。


在不良率方面,5家被调研银行的总体不良率(按户数)范围在2.15%~5%之间,按金额的总体不良率范围在1.04%~1.81%。各家银行的总体不良率、各类普惠贷款的不良率如表3所示。各家调研银行的信用风险管理水平存在一定差异,且部分银行面临某一类型客户违约金额较大的挑战。


被调研银行信用风险管理的主要挑战

笔者在调研中了解到,被调研银行在信用风险管理方面的挑战大部分是共性的问题,此外也有一些因为区域、成立时间、战略定位等差异导致的个性问题。其中,共性问题主要集中在数据基础和信用风险管理能力两个方面。

共性问题

数据基础方面,一是农户信息存在非标准化、不全面和不准确的问题。银行使用的农户信息,除了农户在行内的贷款及信用记录之外,一般通过客户经理进行实地调研和访谈,包括依托村集体组织,获取农户的资产负债信息、收入情况及可能对偿债能力有负面影响的信息。但客户经理获取的农户信息是非标准化的,往往个体差异很大,且因为高度依赖客户经理的专业能力而存在不全面和不准确的问题。例如,房产抵押物是偿债能力的重要保证,但是客户经理在准确评估农户的房产价值方面面临较大困难。二是非财务数据获取成本高,相关数据清洗、挖掘与分析的人力不足。除了传统的财务数据,调研银行也都开始关注非财务数据,但在实践中面临不少问题。首先,非财务数据的获取需要当地工商、税务、司法、环保等多个部门的支持,若没有当地政府部门进行协同且为金融机构提供相关的大数据平台,单家金融机构获取相关数据的成本很大;其次,原始的非财务数据往往是量大且非标的,银行拿到原始数据后须进行的数据清洗工作需要大量人力;最后,挖掘非财务数据对于银行信用风险管理的价值并真正纳入分析框架和模型,需要银行具备数据挖掘、分析及建模的专业能力,这也是目前各家被调研银行非常欠缺的......

付费¥5

阅读全文

文章来源:《清华金融评论》2023年5月刊总第114期

本文编辑:孙世选


本文来自网络,不代表本站立场,转载请注明出处: