银行信贷风险管理控制系统有哪些

1.银行的主要风险还是信用风险，其中贷款风险是主要内容。
银行要给一个客户做贷款，一般前提是该客户 在银行有较长时间的结算关系，有账户流水，更重要的是日常企业财务到银行对公柜台储蓄柜台办理各种业务透漏出来的一些信息，客户经理会和企业财务聊，从而获知企业的运作情况以及资金需求，传统上一般不和陌生客户打交道。当企业符合一定条件了，银行才开始介入授信放款，包括主动向客户营销信贷产 品或客户主动申请贷款。借款人通过贷款银行进行日常结算，银行通过检查账户往来，可以发现一些信息（不是全部，更多的信息要靠银行与企业日常的打交道聊天，走访获知），例如近期借款人贷款1000万购买100 台汽车，那么1000万支付出去以后，正常情况下后面陆陆续续会有汽车销售收入进账，比如一周进展几十万，那么这就是汽车在销售。如果一个月内没有任何进 账，那么银行就会很紧张！！！
还有借款人缴税、水电费支付都是通过银行代扣代缴、工资通过银行代发。银行通过观察其支付是否中断、是否明显减少等，来判断企业经营是否发生重大变故。
分析账户交易流水本身就是一种本事，流水又和银行系统参数息息相关。这一点和没有结算业务的贷款公司不同，他们没有结算网络，虽然贷款公司可以索取客户的流水，但是一方面流水可以PS，而且不同银行的流水格式参数千差万别，贷款公司又如何识别真伪？就算是真的，又如何识别有效信息？ 而且银行系统时不时的更新升级，很多同样一个科目又有各种入账方式，隔行如隔山。流水要分析，但是不是全部。
所谓银行信贷风控，就是对每一个细节深入细致的熟悉，而不是空洞的FRM之类的理论。所以要到银行作风控，首先你要熟悉银行的结算系统，对公要熟悉，对私也要熟悉。
不少互联网公司也有办法，通过一些互联网信息，类似人肉搜索方式做风险控制，运用大数据，数据挖掘，机器学习，反欺诈等计算，批量化操作。这是一个有意义的 尝试，互联网公司目前都是烧钱期，成熟的商业模式会如何，还未得而知。大数据固然重要，而作为银行人，往往我们要关心的是小数据，与手里的客户相关的小数 据。结算数据类似于抽样，从客户成千上万的变量中抽取最能代表客户风险状况的东西现金流信息。有时候做好了现金流分析，已经能够判断风险80%,当然 客户的一些社交网络信息，如微博、qq信息，微信信息重要不重要，有时候的确很重要，权当一种预警信息吧。对于那些小微贷款，客户处于社会底层，不在金融 体系里，账户都没有，更别说结算，那么只能用互联网抓瞎，权作一种聊胜于无。对于银行来说，直接放弃这些客户是比较保险的做法。
担保方面的熟悉。第一还款来源前面已经谈过了。下面说说第二还款来源。
抵押物：要熟悉各种抵押物，房产，房产有几种类型，各有什么政策风险？抵押登记如何办理？他项权证也有假的哦，我亲历过，房管局和借款人串通起来骗贷几个亿！！！股权质押如何办理，政府哪个部分受理？出了风险如何处置？有哪些障碍？汽车抵押如何控制？如何拖车？
所以银行风险控制，就是这些细枝末节的东西，一个小细节失控，就是几个亿的漏洞！！！
2.技术与管理。
年少时，认为要专业，什么VBA\SAS\CFA\FRM\风险案例模型研究一大堆，其实到了后来发现，做好还是要团队，要管理，要整合资源。也即是另一种 能力。专业的知识，可以补救，能力提升则不易。明明知道哪些事情该如何做，但是具体的事情要人去做，手下的人品质出了问题，再强大的风险控制体系，都无济 于事。人防物防技防。现在过于偏重技术，例如用大数据建模筛选信贷客户，用行为模型做贷后管理。其实银行里面，更多的强调人品的作用。太过聪明的人不适合做银行。
3、 风险管理本质上还是管人
现在技术发达了，企业上了ERP，银行上了信贷管理系统，加上互联网，大数据横行。人与人之间的隔阂变大了，贷款从网上手机上申 请，银行也用大数据建模型管理贷款。从原始社会的打架，到现代黑客战，类似于军备竞赛，反欺诈手段高明了，欺诈手段也升级了。信用还是要靠人与人之间的感 情建立的，银行与企业之间没有合作与感情，那么很难说风险管理就很强大。要让企业认为这个银行是值得尊敬的，是有血有肉的，是值得长期打交道的，而不是冷 冰冰的数据与模型。一旦大数据系统检测到企业数据指标不合格，立马停止授信额度，抽贷，断贷，逼死企业。这种大数据征信，防范了一时的风险，但是伤害了企 业。
4、趋势。
未来是不是银行都要变成互联网技术公司？我感觉传统的银行，人海战术，社区金融，身边的银行，小区银行，这种方式还是有生存空间的。隔壁王二狗要贷点款，填一堆报表，该网点客户经理到网上去录入一大堆数据，电脑自动到满世界去搜索一下王二狗的活动（微博发言、qq记录、大众点评，可穿戴设备数据库看看他几点起床、在哪里吃饭，在哪里活动，有没有出入不良场所，心跳多少，脉搏多少，健康几何），再用数据挖掘，机器学习技术，给王二狗画一个像？一分钟后，机器说，能批多少多少？这种模式很快，速度快，效率高，机器学习，就是人给机器打工。甚至以后连信息录入的工作都不需要人工了，自助贷款机，的确，我们连身边的活生生的人都不相信了，反而要依靠机器才能认识一个人，王二狗人品如何，邻居说了不算，机器说了算，而且机器可以积累经验，增长智慧。一个审批人的经验增长速度远远赶不上机器学习智慧的积累程度。
人与人之间的隔阂越来越深了。
借用一段时髦的话，“无信任不金融，互联网降低了金融准入门槛，但信任门槛永远在那里。金融的发展基础，是建立在“信任”之上，信任的门槛永远摆在那里，金融机构只有通过服务的方式取得客户信任，才有机会开展金融”。至于该如何获取信任，绝不仅仅是技术。
一些贷款公司找来一些大数据科学家和互联网科学家，就说能够取代银行？但是我觉得，做自己能做的事，挣自己应挣的钱！！！
短期内，大家还不懂，跨界有红利，但是长期一定会均衡。
未来一定会有专业的征信公司，他们是大数据科学家和互联网专家，专门从事资信调查，不仅服务与信贷公司，还服务其他私人调查。当然是要收费的，而且会有很多家不同的征信公司，这些科学家之间会互相竞争，导致价格维持一个均衡。由于模型一旦成熟，这些工作基本上边际成本很低很低，多查询一份，几乎是零成本。所以，这个行业未来，一旦技术公司互相竞争，价格归零，最后得利的还是银行。银行不会自己去生产ATM，ATM厂商会竞争。ATM取代不了银行，而是银行应用了ATM。所以银行大可不必自乱阵脚，专业的事情，让专业机构去做。作为一个金融从业人员，我们不是要变成数据科学家，要做我们能够做的，就是服务活生生的人。
5、对政策法规要相当熟悉。
做风险的很多时候要和法律打交道，而法律法规经常变化，有时候一个不经意的变化，就会导致很多业务翻新。例如，2015年8月6日，最高人民法院发布了《最高人民法院关于审理民间借贷案件适用法律若干问题的规定》，核心是企业间直接融资渠道的逐步合法化、废除四倍利率上限标准、网络借贷平台担保的合法。大家可能不会太在意这个东西，但是，这个却极大的影响征信模式。这个司法解释，明确了企业借贷的合法性，而目前悲催的是企业之间的借贷未入人行征信而且技术上也不可能纳入！！！依靠征信系统的银行将无法掌握企业的实际负债情况。而且企业法人或负责人的个人借贷行为有可能需要企业承担责任，这一部分在企业的财务报表里无法反映，会增加银行授信调查工作的难度。
6、对政府办事流程要相当熟悉。
公安、国土、房管、工商、税务、保险、证券、社保、邮政、金融、电信等部门。
7、要在银行干，必须懂得社交。
很多人会说不善社交，于是躲在银行后勤做风险，而支行的风控要和客户打交道，就躲到分行去做风控，分行要和客户打交道，就躲到总行去，而总行呢，需要更多的管理与协调能力，无穷无尽的会议，与银监会政府沟通请示汇报，下去指导考察调研，讲话，出席活动，比基层更加务虚，很多课题只是牵头，具体都找研究所的科学家，那咋办，去做博士后吧，做课题，做风险模型，达成所愿，但是似乎又太冷门了。