银行零售信贷业务的信息系统建设(一)

银行零售信贷业务的信息系统建设(一)

内容摘要：商业银行为了保证最大的利润和最小的风险，必须对客户进行科学的分析和归类，并进行信用评估。本文阐述了我国商业银行在自动信息系统方面与发达国家的差距，并提出一些建议。

关键词：商业银行零售业务信息系统

在金融业比较成熟的国家中，银行业的零售业务资产在其所有资产中应该占有一个较大的比重。个人信贷不同于企业贷款。个人信贷的数量大，但每笔额度小。因此不能用做企业贷款的方法来做消费信贷，而只能采用数量分析的方法。对于银行信贷零售业务而言，高质量的风险管理信息系统比高素质的风险分析人员更重要。国内商业银行贷款零售业务风险管理面临的最主要的问题不是缺乏高素质的分析人员，而是缺乏高质量的信用分析系统。

系统构成

贷款零售业务中信息流程是把数据输入到数据库系统，通过分析平台、运用数据刻画客户的风险特征，通过风险价值模型来评估风险的价值。根据西方商业银行的经验，零售业务风险管理信息系统的结构基本由三部分组成：数据仓库、中间数据处理器、和数据分析层。对于银行信贷零售业务而言，一个完整的风险管理信息系统应该包括这样一些方面：

数据仓库

银行从前台采集数据，将其汇入数据仓库中，用于更深层次的数据挖掘。一个完整数据仓库至少应该包含这样几类信息：

客户基本信息。为了对客户信用风险进行评估和跟踪，必须对客户的信息进行广泛的收集和掌握。

银行账务及信贷合同信息。为了对复杂的账务处理进行抽象和简化以进行分析，必须对客户的开户情况和银行内部历史的会计分录进行对应和参数化。并实现信贷整笔业务从申请、审查、评分、审批、发放到回收的全过程电脑跟踪。

担保信息。对国内商业银行而言，担保和收取担保品是缓解风险的重要手段之一。因此在数据仓库中必须建立有关担保和担保品的相关信息，将其作为一个独立的部分。

清偿数据信息。这一部分信息应该提供客户的债务结构和历史违约记录，包括违约类别、违约日期、违约本金、违约前利息以及清偿时间、清偿费用等。

数据研究

在数据仓库的基础上，应该对这些大规模的信息进行利用，这才是建立信息管理系统的最终目的。数据分析不仅仅可以用于风险的度量，还可以用于客户价值发现。它包含这样一些内容：