商业银行个人住房贷款信用风险问题研究.docx

?

?

商业银行个人住房贷款信用风险问题研究

?

?

彭寿斌

【摘要】现如今互联网金融的高速发展给商业银行的一些传统业务带来了极其巨大的冲击，但同时信息技术的革新也为商业银行的创新性发展提供了新的可能性。大数据时代的来临，意味着商业银行将要面临的是海量的存贷款数据。近年来，房市的火热对商业银行个人住房贷款业务的爆炸式增长产生了巨大的刺激，这些给商业银行带来的不仅仅是巨大利润，还有巨大的风险。那么如何从海量的客户数据中提取出有用的信息，并根据这些信息评估出借款人的信用风险水平就显得十分必要。由此可见，对商业银行个人住房贷款信用风险的评估逐渐成为了商业银行各项工作的核心。

【关键词】信用风险评估?数据挖掘技术?评价指标体系

一、研究背景与研究意义

在我国，房地产行业是国家的支柱產业，在经济高速发展的过程中起着至关重要的支撑作用，影响着我国经济的发展与繁荣。在一个各行各业联系紧密的经济环境中，房地产行业的迅猛发展必然会对其他相关行业，尤其是银行业产生影响。对于商业银行来说，个人住房贷款业务是主要的利润来源，但同时也是最有可能发生损失的部分。所以商业银行想要实现个人住房贷款业务的利润最大化，就要把信用风险控制在最低的水平。信用风险管理能力也是商业银行能够在激烈的市场竞争中存活的基本要求。随着大数据时代的到来，在海量的数据面前，传统的风险评估手段已经无法做出正确的判断，如果不对风险评估方法加以改进，就会在激烈的市场竞争中处于不利地位。在个人住房贷款业务增加，规模扩大的时期，如何挖掘海量数据中的有效信息，并从而得到贷款人的信用风险水平，已经越来越受到银行业的广泛关注。构建一个高效、便捷、准确的个人住房贷款信用风险评估模型，对商业银行来说很有必要。

不良贷款对于商业银行来说像一枚定时炸弹，摧毁的不仅仅是某一家银行，更可能对整个金融体系造成空前的影响。2008美国的金融危机正是由于住房贷款的不良率提高，最终导致整个经济的崩盘。面对日益激增的住房贷款需求，商业银行必须提高警惕，严格审核贷款人的信用风险水平，防止不良贷款和坏账损失的巨大风险。如今，如何通过商业银行拥有的贷款人相关数据来进行风险评估，以降低不良贷款率和坏账损失已经成为了一个热点问题。信用风险评估水平的高低所影响的不仅是商业银行自身，更是整个金融系统的安全性、稳定性。信用风险评估通常是指通过对贷款人基本信息的研究，来对贷款人的风险水平进行打分，并以此作为是否发放贷款的依据。

数据挖掘技术日趋成熟，这一点在许多实际应用中都得到了有效的验证。对于银行业的风险评估，数据量的巨大给评估过程带来了很大的不便，造成了大量人力物力资本的浪费。传统的信用风险评估模型，由于缺乏数据挖掘技术的支持，受到很大程度上的限制，当条件不满足时，模型就会失效或者不能达到预期的效果;引入了数据挖掘技术之后，就可以轻松应对这些问题。

基于对信用风险评估的重要性，住房贷款的特殊性以及数据挖掘技术的时效性分析，我们可以看出在当今这个信息化，数据化的时代，商业银行应该紧跟时代的潮流，将数据挖掘技术应用到传统的个人住房贷款信用风险评估模型中去，并对模型进行改进和调试，让数据挖掘技术成为商业银行个人住房贷款信用风险评估的有力武器。

二、数据挖掘技术在商业银行中的应用分析

大数据时代的到来改变了各行各业的传统经营管理模式，科学技术的发展使各行业的电子信息化程度越来越高。在这样一个挑战与机遇并存的阶段，银行业也不可避免的被卷入其中，在这个风险高发的行业中，对数据的有效挖掘与利用就显得更加重要。如何通过积累的海量数据来发现和提取其中隐藏的规律，已经成为商业银行的首要任务。传统分析方法的弊端在如此庞大的数据量面前越来越凸显出来，所以要突破这个窘境，就要引入先进的信息技术，也就是数据挖掘技术。因此商业银行对数据挖掘技术的重视程度越来越高，并且不断改进这项技术使其在各个领域都能得到很好地发挥。我们从以下几个方面来研究数据挖掘技术在商业银行中的可能应用：风险管理与控制，客户关系管理，竞争情报系统建设以及金融监管。

1、风险管理与控制

风险管理与控制对于商业银行来说是首先需要考虑的，加强对各种风险的监控是银行能够长久发展的必然要求。目前我国商业银行所面临的风险类别主要包括操作过程中的风险、市场机制运行过程中的风险以及涉及违约的信用风险。操作过程中的风险是指在商业银行的内部操作过程中，由于操作过程、人员、操作系统出现失误或者突发的外部事件而引发损失的风险。市场机制运行过程中的风险主要指各种由于市场机制变动所引发的风险。涉及违约的信用风险通常是由于借款人未能履行还本付息的义务而造成的风险。随着信息技术的发展，商业银行对风险的监控也由定性分析向定量分析过渡，由主观判断向客观判断过渡。

2、客户关系管理

客户关系管理是数据挖掘技术在商业银行中