贷款处置研究展望

风靡全球

贷款处置研究展望

加强量化管理，推动不良贷款处置管理水平日趋激烈的市场竞争使得金融机构对于数据处理提出了更高的要求，他们已经不满足于信息系统能够迅速地处理业务，而是需要从浩如烟海的大量数据中探索业务活动的规律，提炼出经营管理所必须的关键信息，使金融机构能对其自身业务的运作以及整个市场相关行业的态势进行分析，从而进行正确决策，并最通过市场竞争转变为利润。我们可以通过数据挖掘，发现数据间内在联系或推导出有价值的结论。为金融业的科学决策提供很好的技术支持。解决金融机构业务数据过剩而决策所需信息贫乏的局面。传统上，我国资产管理公司对不良贷款的量化管理不够重视，这不仅降低了处置清收的效率和效益，也使得人员的道德风险无法有效控制。从我们的研究实践看，加大不良贷款处置管理中以数据为中心的定量化比重，引入计量模型实现对风险的控制和价值管理十分必要，亦将更好的实现科学决策，减低金融风险。

建立违约损失数据的共享机制，保证新资本协议顺利实施，全面提升我国金融机构风险计量水平就违约损失数据而言，按照西方实施新资本协议的经验，建立数据共享平台是最有利于监管当局和银行业共同推动和实施内部评级法的手段。德国模式和欧洲泛欧信用数据联盟）模式告诉我们，只有共享的数据平台，混合的数据资源，银行才能全面评价自身的信贷风险水平，监管当局才能有效识别信贷风险损失的基准和底线。在数据共享中我们需要注意解决好客户信息的保护、商业利益的保护、数据内容的定义和技术标准的统一以及外部数据的适用性问题。在中国，基于我们制度上的优势，我们如果能有效组织共享数据平台，实现银行间数据的共享，实现银行与资产管理公司数据的共享，将客观上为我国金融机构的风险计量水平及资产估值能力的快速提升打下基础，为赶超西方发达金融强国创造基本条件。

最后，文章利用以上的研究成果，设计并实现完成了一条基于计算机技术的不良贷款处置定价管理软件。从对近户，多亿不良贷款实际监测的效果看，计量预测模型的使用达到了很好的验证效果。这说明，在我国的金融经济环境下，通过建立违约损失数据库，基于对大量历史数据的总结分析，利用计量模型来监测不良贷款的风险是不良贷款处置与定价管理的可行之路。

. s/ C' |1 `7 j+ n2 J