完善相关机制与模型
2019-03-05 09:49
来源:未知
点击数:           

一、组织推动试点有序实施。把金穗快农贷研发试点作为互联网服务“三农”“一号工程”的主要突破口,落实保障措施,推动有序实施。一是加强组织保障。成立金穗快农贷研发试点领导小组,实行一级分行行长负责制,重点环节直接过问、关键进度直接督导,有条不紊推进研发试点。二是组建研发团队。抽调农户贷款、信息科技、数据统计等领域精英骨干,建立专项团队,明确数据提取、统计分析、建模测算等职责,形成工作合力。三是开展业务培训。围绕政策制度、业务操作、风险防控等重点内容,对试点行开展培训,确保有关人员懂业务、会操作。四是稳妥推进试点。精心制定方案,优先选择客户基础较好、管理水平较高的盐池支行试点,总结经验,完善相关机制与模型,并将试点范围逐步扩大至3家县支行。

三、确定客户准入白名单。把白名单准入作为网贷作业模式的控险源头,明确标准、抽样调查、严格审核,确定白名单客户。一是标准本地化。对接总行基本准入条件,参考试点地区农户金融资产平均水平,制定“惠农卡客户在农行个人年日均金融总资产(不含贷款)不低于1万元”的具体准入标准。二是调查抽样化。考虑首次通过数据分析筛选客户,按照审慎原则,由试点行客户经理对拟准入白名单客户开展抽样调查,对整体民风、总体民需进行再了解、再摸底,为筛选合格客户添加“保险杠”。三是审核系统化。设计客户白名单五级审核流程,从支行网点经理、客户部经理、主管行长到分行三农金融部经办和负责人,逐级完成系统内审核后,提交总行导入数据库,实现了审核流程的系统运行、穿透管理。

四、建立客户授信模型。把建立科学的授信模型,作为满足农户需求、防控业务风险的“平衡阀”。根据总行“授信额度=基础额度+追加额度-扣减额度”的模型设计思路,将自主设计开发的授信模型嵌入“金穗快农贷系统”,自动测算白名单客户授信额度。一是综合测算基础额度。区分客户存款、理财、保险、贵金属等金融资产类别,根据资产流动性赋予不同权重,综合测算基础授信额度,比如:活期存款按50%、定期存款及理财等稳定性较强的金融资产按60—70%确定参数值。二是合理计算追加额度。增加客户已还房贷额度指标,并按照“活跃度越高、粘性越强、信用越好,其授信额度就越大”的原则,结合客户资金交易、还款记录等情况,设定调节系数,实现差异化授信。三是科学确定扣减额度。根据征信查询结果,剔除客户已有信用、保证贷款额度,以及对外担保贷款额度,严防过度授信、担保代偿风险。

五、健全业务运作机制。把简化人工操作、拓宽受理渠道、确保风险可控作为总目标,优化流程,健全机制,不断完善业务运作模式。在操作流程上,依托自主研发的“金穗快农贷系统”,从数据传输、白名单制作、审核、提交到授信额度测算,实现全流程系统操作。在机制建设上,制定管理办法,明确各环节标准、流程与要求。建立归属行管理责任制,按照“谁受益、谁管理”原则,由归属行负责贷款核算、贷后管理与收益分享。在风险防控上,采用年日均金融资产数据,规避季节性、周期性因素影响,客观反映客户偿债能力。建立逾期贷款每旬通报制,实行经营行金穗快农贷不良率容忍度管理制和失信客户黑名单管理制,确保业务稳健持展。

在总行党委的正确领导和各部门的大力支持下,我行在探索农户贷款线上运作新模式上做了有益尝试,取得了一些成效。目前,我行在成功试点“金穗快农贷”(四有农户)的基础上,正在配合总行做好“惠农卡便捷贷”的前期研发工作。下一步,我行将按照总行统一部署,以试点研发“金穗快农贷”、“惠农卡便捷贷”两大产品为抓手,依托我行互联网金融服务“三农”平台,进一步完善农户贷款批量化、集约化运作模式,着力推进互联网金融服务三农“一号工程”实施,向总行党委交出满意答卷。

中国农业银行宁夏分行认真落实总行党委战略部署,顺应农户信贷需求变化趋势,把握互联网金融技术革新动向,针对行内有存款、有理财、有房贷、有资金交易记录的“四有”农户,研发试点基于内部数据为主的“金穗快农贷”产品,探索农户贷款批量化、集约化运作的有效模式,取得了积极成效。截至2017年6月末,在三家试点县支行准入白名单客户6703户,预授信3.5亿元,发放贷款3100万元。实践证明,利用大数据分析技术开发的金穗快农贷(四有农户)产品,授信模型验证有效,客户筛选客观合理,操作流程简捷高效,并为依托惠农卡客户数据研发“惠农卡便捷贷”积累了实践经验。

二、构建基础数据体系。把准确、全面获取客户数据,作为试点推广的基础工作,整合内部系统资源,提取存量惠农卡客户信息,构建来源真实、准确详实的基础数据体系。一是提取源数据。依托客户信息管理系统(cif)、个人优质客户管理系统(pcrm),以惠农卡卡号为主字段,批量获取客户基础信息,并通过信贷管理系统(c3)、个人负债业务子系统(pds)等,全面提取客户金融资产及历史交易数据,建立完整的数据体系。二是分析整理数据。采用大数据分析技术,分类汇总客户数据,分析判断不同类型金融资产的比例关系,确定模型参数值。三是建立客户视图。交叉验证客户信息有效性,形成涵盖全部信息的“一客户一视图”。

Copyright © 2003-2015 All rights reserved.http://www.znzg.org.cn六合彩香港六合彩,wA六合彩,六合管家婆版权所有