信用风险三大风险之首的信用风险管理突出和重要管理

信用风险三大风险之首的信用风险管理突出和重要管理

风险管理一直是商业银行经营管理中的核心环节，也是容易成为短板的环节。在持续的市场化改革过程中，相对落后的风险管理体系已经成为中国银行业乃至中国金融体系稳定繁荣的最大威胁；对于银行自身的安全和发展，银行业三大风险之首的信用风险管理尤为突出和重要。

信用风险管理能否得到有效实施，除了科学制定信用风险管理政策和实施有效监管，促进风险管理理念深入银行组织文化，建立健全信息系统，切实提高银行数据治理和应用层面，让信息系统覆盖银行所有业务活动，提供信用风险管理所需的指标数据，也是大势所趋。

在此背景下，在商业银行信用风险管理中，建设信用风险数据集市成为必然选择。信用风险数据集市在银行中的作用可以描述如下：

建立风险数据集市的意义

鉴于银行系统复杂、数据海量，统计口径、维度多，数据量极大。利用数据仓库技术实现决策分析系统是最佳选择。目前，大多数数据银行都有自己的数据仓库或类数据仓库。然而，在拥有数据仓库的银行中，风险应用管理系统直接使用数据仓库提供的数据，这种使用数据的方式仍然存在很大的弊端。

首先银行信用风险整体评价，数据仓库面向主题的特性，使得数据非常分散，对于不了解数据仓库的用户来说，很难理解和使用。风险数据集市的建设，将分散的数据重组为易于理解和使用的面向风险的线业务对象数据，使用起来更加方便。

其次银行信用风险整体评价，风险数据分散在不同的数据源中。数据挖掘和分析的后端应用程序将使用来自不同源系统的大量数据。用户需要花费大量的时间和精力去理解数据的含义，并对各个系统进行梳理。而数据表之间的关系，数据质量也参差不齐，缺乏针对不同数据主体的统一数据清洗、补录和整合，数据质量难以得到保证。

三是多个风险应用系统计算的各项指标重复程度高，造成系统计算资源的浪费。相同的数据往往被不同部门以不同的形式重复收集和使用。同时，各个系统的统计口径也可能存在差异。缺乏统一管理，导致各种报表最终呈现方式出现无法解释的差异。

最后，每个风险管理系统都有自己海量的详细数据需求，其中很多是共性的，每个后端应用系统自己存储和处理会浪费大量的资源和处理时间。由风险数据集市统一处理，可以大大节省存储空间和处理时间效率。

针对这些存在的问题，有必要在数据挖掘和分析的后端应用与数据仓库之间建立一个风险数据集市。其作用是提供面向业务的风险数据，并梳理和理解数据之间的逻辑。并统一存储和管理，让后端应用可以专注于处理业务逻辑。

信用风险数据集市基础数据模型设计

信用风险数据集市建立在企业级数据仓库中，是下级数据集市。它的大部分数据直接来自于企业级数据仓库（当然信用风险数据集也可以在没有数据仓库的基础上直接构建。城市，数据直接从各个源系统抽取加载）。信用风险数据集市的目标是构建一个以风险计量涉及的数据为中心的数据集市，为银行各类风险管理项目提供强大的数据访问能力。

信用风险数据集市的业务需求主要是建立合理的模型，存储足够的历史数据，满足风险管理项目查询和提取信用风险数据的需求。其中，信用风险数据集市模型主要分为基础数据模型和应用数据模型两部分。限于篇幅，本文介绍信用风险数据集市基础数据模型的设计。

信用风险数据集市的基础数据模型采用模型化结构存储不同主题所需的各种详细业务数据。数据模型分为7大主题，具体主题模型如下：

一、当事人的标的

当事人是指银行感兴趣的任何个人或组织，他们有金融需求并通过各种渠道和方式购买我们的产品和接受我们的服务以满足他们的需求。个人或组织也可能与我行有其他业务往来的对象，或因营销、管理等需要而感兴趣的对象。

信用风险数据集市的当事人模型主要包括：当事人基本信息（当事人主要形式）、公开当事人信息（公开客户基本信息、要素信息、第三方评估机构、等）、零售方信息（个人客户、业主信息、小微贷款申请人信息等）、内部组织信息（内部组织平面表、各系统内部组织、上报上级和下级组织）等）、公开方财务信息（当事人财务指标数据、财务指标定义、当事人财务报表等）、当事人关系（当事人关系历史、合同当事人关系历史）、系统用户（柜员信息） ,征信系统用户信息）等。

2.评级主题

从广义上讲，评级是对评级对象履行相关合同和经济承诺的能力和意愿的综合评价。

信用风险数据集市的评级主题模型主要包括：公开评级（当事人评级历史）、国家评级（全国评级信息）、企业客户评级（客户评级结果表、评级模型、评级任务、客户信用评级对应的违约概率）等）、企业客户债权评级（单债评级结果、批量债权评级结果）、零售池细分（LGD池细分结果、资产池细分结果等）、债券评级（债券评级表）等。

三、合约主题

合同是指当事人之间就特定的产品或服务所签订的合同关系。本课题通过当事人之间的合同关系历史，反映客户与银行签订的合同关系，记录各类合同的变更历史。

信用风险数据集市合同主题模型主要包括：企业合同（企业贷款合同、贴现、远期贴现、承兑汇票开具承兑、信用证开具承兑、银行协议、保理协议、委托贷款合同、供应链担保协议、回购、同业存拆借、有价证券、企业贷款授信协议等）、零售合同（零售授信合同、零售贷款授信协议、授信额度主表、零售贷款担保人信息等）、信用卡合同（信用卡账户汇总、信用卡汇总）、企业授信审批（企业贷款授信申请、授信额度信息处理、授信审批意见、处理历史信息、批次授信关系等）、零售信贷审批（零售贷款项目、申请表、申请表等）、小微信贷审批（小微贷款授信申请、小微贴息申请、小微银行授信申请） .

4.持续发布主题

风险缓释是指银行使用合格的抵押品、净额结算、担保和信用衍生工具来转移或降低风险损失的频率和影响的过程。

信用风险数据集市缓释主题模型主要包括：缓释产品信息、协议资产关系历史、企业贷款支付存款信息、抵押保险信息、资产价值评估历史、存款清单、抵押主表、房产抵押品、零售贷款支付保证金信息等

5.产品主题

产品是指能够为银行创造价值并可以作为销售主体的金融服务，包括银行向客户提供的金融服务和银行参与金融市场交易的金融服务。

信用风险数据集市的产品主题模型主要包括：贷款产品信息、产品分类、产品类型、产品及产品分类关系等。

六、活动主题

事件是参与者与银行之间的交互，也是银行内部的业务交互，其中包含最详细的行为和交易数据，如存款、取款、付款、信用卡/借记卡年费、利息和费用、投诉、查询、网上交易等

信用风险数据集市的事件主题模型主要包括：会计事件、总账会计交易事件、企业贷款还款计划、还款计划历史、零售贷款还款计划、信用卡还款计划等。

七、金融话题

财务专题主要用于记录银行内部财务管理和风险管理信息，对财务数据进行分析和评价，以帮助了解企业过去和现在的经营成果、财务状况和变化。

信用风险数据集市的财务主题模型主要包括：总账核算口径、总账科目表、产品科目公关、总账汇总、结转后总账汇总、准备与负债关系等。

总结

本文提供的信用风险数据集市基础数据区按照7大主题定义。在实施过程中，需要结合各家银行的特点和业务发展模式进行细化。风险数据集市建设是一项长期的系统性工作。外部监管环境和监管要求的变化，以及行业用户对系统理解和应用的加深，都会对系统提出更新更高的要求，需要不断完善系统。调整完善，规划出一个对银行有实用价值的整体模型，并在此基础上进行数据挖掘，以充分体现建设数据集市的意义，最终为银行带来效益。