小微客户授信业务审计抽样方法研究
——基于征信数据的建模分析
2018-05-04■术业
审计与理财 2018年4期
■术 业
一、引言
在银行业务规模快速增长背景下,银行内部审计风险导向模式显得尤为重要,随着信息技术的迅猛发展,大数据审计应时而生。在银行授信业务方面,客户的信用风险与银行内部的操作风险存在密切的依存关系,信用风险异常高的业务领域,往往存在极大的操作风险。
在银行小微客户群体中,贷款金额100万元以内,特别是50万元左右的贷款,对该类业务做授信审计时,往往需面对客户量大、信息少的困境,特别是首次申请贷款的小微客户,审计抽样往往需要借助模型实现。现有文献对授信客户风险识别建模一般采用多元线性回归模型、logistic回归模型或神经网络模型等,其中logistic模型在二分类变量数据分析中运用较为普遍。但在模型指标选择方面,基本围绕财务指标为主,该指标在小微客户领域基本不适用,其财务数据可靠性低,且个体工商户也基本没有财务报表。在实务操作中,针对微小客户的风险评估,更注重其他渠道的信息获取。如泰隆银行提出的“贷前三查询”,包括征信、分户账、黑名单查询,及“三品三表”中的人品信息等。
2013年3月15日,国务院《征信业管理条例》的出台,将征信业推向了历史舞台,将征信推向了法制化、规范化的发展道路。如今,我国正在部署加快建设社会信用体系,构筑诚实守信的经济社会环境,征信信息将会越来越受到各方的重视。本文旨在通过挖掘个人征信数据中的信息,构建一个小微客户的风险识别模型,通过模型的批量测算,分析、判断被审计单位的风险所在及风险程度,把审计资源集中于高风险的审计领域,提高审计效率,保证审计质量。……
登录APP查看全文
