风险管理模块-上册

更新时间：试题数量：购买人数：提供作者：

有效期：个月

章节介绍：共有个章节

收藏

我的练习

我的错题
(0道)

我的收藏
(0道)

我的斩题
(0道)

我的笔记
(0道)

专项练习

顺序练习 练习进度 0 / 0

随机练习 自定义设置练习量

模拟考试 仿真模拟

题型练习 按题型分类练习

易错题 精选高频易错题

学习资料 考试学习相关信息

搜索

题库预览

小微客户红色预警解警。小微客户红色预警解警由小企业部门主管审定。其中业务余额500万（含）以上的，需上传二级分行分管风险的行领导签字附件；3,000万元（含）以上，需上传二级分行行长签字附件。有权人签字附件应由小企业部门主管在系统中上传。

白名单管理如预计客户未来6个月内形成实警的概率极低，可将其纳入白名单管理。白名单存续期最长为6个月，到期自动退出。存续期内系统不再发送预警（系统仍会跟踪客户风险迹象并发送提示）。白名单客户在存续期内如出现客户评级下迁、风险分类下调及其他风险迹象，风险核查岗相关人员应尽快将其调出白名单。企业级黑名单内客户不得纳入白名单。纳入白名单由管户权客户经理申请，客户经理主管审核，经营主责任人确认。【缺少答案，请补充】

业务余额500万（含）以上客户的白名单申请需提交二级分行风险管理部审核，并上传审核同意附件；5,000万（含）以上的，需提交一级分行风险管理部审核，并上传审核同意附件。

负面名单管理（1）负面名单报送。RAD系统以系统对接或人工导入方式，统一归集内外部负面名单。负面名单包括但不限于：企业级黑名单；观察名单，禁入、禁投名单；政府、监管部门、协会等机构发布的行政处罚、联合惩戒类负面名单；重大风险事项客户名单；僵尸企业名单；重大负面舆情客户名单等。除涉密或敏感信息外，其他负面名单信息均应及时报送，供全集团查询使用。一级机构人工导入的负面名单，由一级机构风险管理部门审核同意后上传；总行部门人工导入的负面名单，由总行名单牵头管理部门审核后上传；未实现系统对接的境外机构和子公司，应以邮件方式按季向总行风险管理部报送负面名单。（2）负面名单退出。客户因负面名单触发预警的，如不属实或事项已消除，可申请退出；名单主管机构为一级机构的，由一级机构风险管理部门审核同意后退出；名单主管机构为总行的，由一级分行以请示方式提出退出申请，总行名单牵头管理部门商相关部门审核同意后退出；跨一级机构的，名单退出申请、审核结果反馈以便函形式进行操作。审核结果在收到申请后10个工作日内反馈，并在负面名单库中及时维护。【缺少答案，请补充】

具体操作流程及要点请参考《全面风险监控预警平台操作手册》（查询路径为中国建设银行总行企业信息门户网页风险管理部主页智能风控升维栏目）。

风险监控预警管理要求 1.及时响应“排险”风险经理及客户经理要用好、用活、用足现有的风险监测预警管理机制，充分发挥预警信号在流程中的作用，当企业出现风险预警信号时，要及时响应，做好预警信号和舆情信息的甄别核查及跟踪应对，综合分析其关联客户、各类业务风险信号的内在联系，由点及面把握风险趋势，把握风险应对与处置化解时机，及时采取有效措施处置风险，尽可能保障银行债权安全或减少贷款损失。【缺少答案，请补充】

包含“黑名单管理组件”所有信息以及子公司、境外机构内部黑名单。【缺少答案，请补充】

表2-7常见的风险预警信号及处置风险措施建议 |序号|风险类别|风险预警信号的主要表现|风险处置措施| |----|----|----|----| |1|资金用途异常|1.借款人挪用资金或未按规定用途使用贷款；2.受托支付贷款资金回流至借款人或关联企业账户；3.贴现资金回流至出票人或直接前手；4.贷款资金流入房地产、股票证券等金融市场或购买理财产品等禁止性领域。|1.详细调查资金挪用的去向和原因；2.向借款人说明贷款管理办法和我行贷款用途规定，要求借款人立即纠正不按约定用途使用贷款的行为；3.要求借款人回收挪用资金，并重新采取符合监管规定的支付方式，通过受托支付方式将贷款资金支付至真实交易对手；4.持续跟踪资金实际使用情况，并清查资金使用形成的单据，确保资金用于规定用途，检查借款人后续资金使用整改情况；5.如风险严重、借款人拒绝整改、或整改不能达到规范要求，应立即按合同约定宣布贷款提前到期，要求借款人提前归还贷款。| |2|还款来源异常|1.承兑汇票保证金来源于收票人，到期解付资金来源于收票人；2.多个借款人还款来源相同或为同名账户；3.借款人还款来源于非约定借贷资金。|1.核实借款人还款来源合法合规性；2.如发现借款人涉嫌欺诈造假，应尽快退出；3.如发现借款人风险较高，自我造血能力差，拆东墙补西墙，资金链循环极其脆弱，应尽快退出。| |3|资金结算异常|1.近6个月通过本行结算的资金大幅下降或波动频繁；2.存款沉淀大幅减少，存贷比很低；3.与新增交易对手的结算量大；4.关联企业间交易频繁，虚增交易量；5.代发工资异常；6.代缴水电费异常；7.代缴税异常；8.结算账户往来资金与现金流量表出入较大，或与销售收入不匹配。|1.核实借款人资金结算异常的原因，如经营萎缩，应提前做好贷款风险处置预案；如转移到他行，应要求借款人在本行的结算量与本行融资占比相匹配；2.如发现借款人涉嫌交易量虚增，经营造假，应尽快退出。| |4|信贷造假及欺诈|1.贸易背景造假，如假合同、假发票、假单据；2.银行流水造假；3.签名印章造假；4.财务造假，如报表勾稽关系异常，提供给银行的报表与提供给其他机构间的报表不一致，或与公开市场数据不匹配，报告|1.核实信贷造假的情况，评估严重性及其影响程度；2.对存量贷款做好风险处置预案，实现有序退出，且不再新增贷款；3.对恶意信贷欺诈事件报司法机关处置；4.对出现严重风险的，应立即按合同约定宣布贷款提前到期，要求借款人提前归还贷款。|【缺少答案，请补充】

近些年来，随着消费升级和居民财富积累，零售信贷业务迎来了快速发展期。商业银行通过深耕消费场景，创新金融产品，不断提升零售业务的服务质量和效率。同时，金融科技的应用也使得线上信贷服务成为可能，进一步拓展了零售信贷的市场空间。尽管零售信贷业务前景广阔，但也面临一些挑战。例如，房地产市场的波动可能影响个人住房抵押贷款的稳定性；信用卡市场的饱和可能导致增长放缓；经济形势的变化可能带来普惠小微业务的还款压力；此外，金融科技的发展虽然带来了便利，也带来了风险管理的新挑战。【缺少答案，请补充】

信用风险评分是运用数据挖掘技术和数理统计方法，通过对客户的基本特征、历史信用记录、行为记录和交易记录等数据进行系统的分析，发现蕴含在数据中的违约特征，找到历史信息与未来信用表现之间的关系，以一个信用风险评分来综合评估客户未来的信用表现，为信用风险管理提供决策的依据。分数越高，客户未来违约的可能性越小，反之，则可能性越大。

按照零售信贷业务对应的评分类别，零售信用风险评分应根据不同业务种类、不同业务目标，通过计量技术进行独立设计，理论上由于建模对象及应用对象不同，应根据业务条线及使用范围进行区分。目前，我行为各条线零售业务构建不同种类的零售信用风险评分卡，其中，个人住房抵押贷款，具有还款周期长、受宏观经济波动影响比较显著的特点；循环类贷款是随借随还模式的循环授信，最为典型的代表是信用卡，特点是行为信息最为丰富，包括ATM及消费等基本使用情况、账户余额情况、账户透支情况、透支后的还款行为等；零售小微企业贷款，具备明显的对公经营主体加实控人的特点，需从对公和个人两个维度进行信息收集，全面刻画企业经营特征。【缺少答案，请补充】

按照零售信贷业务的生命周期，零售信用风险评分分为申请评分（A卡，Application）、行为评分（B卡，Behavior）、催收评分（C卡，Collection）等。申请评分用于贷款账户开立之前的新业务申请的审批决策，运用的数据包括客户基本信息、过去的交易信息和外部的征信信息，如年龄、学历、家庭状况、收入、结算、征信记录等。行为评分用于贷款账户开立之后的贷后预警、到期续贷等决策管理，主要运用账户过去的行为信息数据，如信用额度、月均贷款余额、正常还款次数、是否逾期等。催收评分用于逾期贷款的催收管理，一般使用客户的年龄、账龄、电话催收关联次数等客户申请、账户行为和贷款催收信息等。【缺少答案，请补充】

以我行零售小微企业贷款为例，从信贷生命周期来看，主要分为零售小微申请评分卡、零售小微行为评分卡和小微催收评分卡。申请评分卡用于贷款申请的综合评价，行为评分卡用于贷后行为的综合评价，催收评分卡用于逾期后的催收管理。目前，零售小微申请评分卡主要应用于以小微企业（含个体户）为借款主体的贷款产品中，在普惠金融贷款自动化审批流程中发挥重要作用。零售小微申请评分卡在线上及线下小微企业（含个体户）贷款中均有所应用，其中线上业务包含信用快贷、平台快贷、质押快贷、个体工商户经营快贷、裕农快贷、跨境快贷等产品，线下业务包括融贷、税易贷、信用贷等大数据类产品。零售小微行为评分卡主要用于小微企业贷款贷后管理、预警和续贷等风险管理流程。预警方面，根据行为评分分值、行为评分降幅分别设置小微企业贷款预警指标，根据不同分值大小和降幅幅度对存量贷款进行红色和橙色预警。续贷方面，在小微企业贷款到期前，根据最新一期行为评分卡结果对客户进行风险评价，结合零售小微申请评分卡及其他准入要求共同确定续贷审批通过情况。【缺少答案，请补充】

零售信用风险评分体系包括信用风险评分模型、评分系统和评分政策。评分模型是评分体系的基础。与非零售客户评级模型不同，零售评分模型不是按照客户类型建立的，而是按照产品建立的。评分模型通常根据零售信贷业务的种类和风险同质性原则建立，相同业务种类和相近风险特征的信贷业务共同建立一个模型。模型的主要种类包括Logistic模型和决策树模型，模型开发过程包括违约定义、收集数据、数据清洗、模型分组、变量构造、变量转换、变量分析、建模、返回检验和校准等，保证建立的模型科学严谨、经得起检验。【缺少答案，请补充】

评分系统是评分体系的支撑。评分系统由业务流程系统与风险计量引擎组成，共同为零售业务经营管理提供支撑。评分流程部署在业务流程系统中，评分模型部署在风险计量引擎中，相互之间实时交互客户信息与风险计量结果。

评分政策是评分体系的灵魂。如果没有应用，即使拥有再好的模型和系统，也不可能发挥作用和价值，因此，建立与评分模型和评分系统相配套的评分政策是做好信用风险评分的关键。根据评分政策的用途，评分政策包括排除政策、硬政策、筛选政策和挑选政策。排除政策是指根据法律法规和行内规章制度规定，不允许办理的业务情形。硬政策是指不考虑评分结果，直接给予审批通过或拒绝的政策。筛选政策是指根据设置的低分阈值和高分阈值由系统自动审批筛选客户的政策。当客户信用风险评分低于低分阈值时，自动拒绝；当客户信用风险评分高于高分阈值时，自动通过。挑选政策是指根据一定规则挑选出来由人工审批的政策。【缺少答案，请补充】

图2-7 信用风险评分体系【缺少答案，请补充】（含图）

常用的零售信用风险评分模型的评价指标包括区分度和稳定性。

1. 模型区分度指标 KS统计值衡量的是好坏样本的累计分布之间最大的差距。好坏账户分布之间的差异越大，KS指标越高，表明模型的风险区分能力越强。KS值达到30%，即可认为评分卡模型具备较好的区分度。 KS的计算步骤如下：第一步：计算每个评分区间的好坏账户数。第二步：计算每个评分区间的累计好账户数占总好账户数比率和累计坏账户数占总坏账户数比率。第三步：计算每个评分区间累计坏账户占比与累计好账户占比差的绝对值，然后对这些绝对值取最大值即得此评分卡的K-S值。具体计算如下表：【缺少答案，请补充】

表2-9 KS值计算步骤【缺少答案，请补充】（含图）