泰州农村商业银行：审计视角下的线上贷款风险分析与防范

泰州农村商业银行审计部立足全行高质量发展战略，根据当前线上贷款业务发展状况，从风险审计角度创新线上贷款审计方法，审计成效显著。

线上贷款模式有三，自营模式渐成主流

当前线上贷款分为三种模式：一是助贷模式，由银行出资，合作机构提供获客渠道、业务系统开发、风险评估控制以及不良催收服务，根据业务规模向农商银行收取服务费。二是联合贷款模式，银行与合作机构共同控制，根据出资比例共担风险、共享收益。三是自营模式，银行业务、系统、风控全流程自主建设，通过手机银行等渠道为客户提供线上贷款服务。

但随着业务发展，第一、二类线上贷款出现较多的个人信息滥用、校园贷、裸贷、暴力催收等不良事件，严重影响社会安定和银行声誉。同时多头贷款、借名贷款、非法中介、贷款欺诈等风险不断上升，线上贷款不良率逐年攀升。自2017年开始，金融监管局首次将“现金贷”纳入整治范围，并对线上贷款合作机构资质、合作内容、日常管理不断提升监管要求。与全国性大型银行相比，农商行对合作方的识别、管理能力较弱。因此以省级联社牵头的自营模式线上贷款逐步成为主流。

线上审批灵活高效，便捷与挑战并存

内部控制自动化。线上贷款为实现快速审批放款，依托于业务系统对人员信息校验、贷款流程控制、信贷业务信息校验、关键业务信息生成等重要环节的自动化控制。控制逻辑的关联性和有效性关系到系统能否安全、正常、稳定运行，其重要性不言而喻，一旦发生系统控制漏洞将在短时间内造成重大损失。

风险评估数据化。为实现客户风险评估的自动化和标准化，线上贷款一般使用风控模型对客户的各类数据进行量化评估。同时该评估结果为确定授信额度、期限、利率提供依据。风控模型的合理性、准确性、全面性决定了信贷产品能否在风险可控的前提下实现收益最大化。同时客户数据的真实性、及时性、多样性也成为客户数字画像是否准确的关键。

贷后管理批量化。高频、小额、量大是线上贷款的突出特点，这也为贷后管理带来极大的挑战，基于风控系统的自动化批量管理成为必然选择。贷后管理系统评价体系是否准确、风险指标是否合理、风险信息是否及时、拦截措施是否有效成为关注重点。

不良管理繁杂化。暴增的客户数量带来了庞大的基数，即使较低的贷款不良率也会产生较多的不良客户，而这些贷款金额小、笔数多，如何平衡清收成本与收益是不良管理的难点之一。同时较多的不良客户也会极大地消耗有限的司法资源，为保全银行信贷资产提出了较大的挑战。

加强风险管理，提升线上贷款质量

校验逻辑规则，挖掘异常数据。相较于传统信贷审计中审查内部控制资料、流程步骤的合规性，线上贷款流程以电子数据的形式保存于系统中，相对较为抽象。同时庞大的业务数据导致审计抽样风险偏高，很难实现问题精准定位。在线上贷款专项审计中，充分利用审计系统根据产品设计规则建模，实现全量数据覆盖校验。筛选出不符合控制规则的数据或者异常数据，再逆推倒查系统是否满足设计要求、是否存在控制漏洞等情况，控制风险的扩散。

评估风险模型，优化风控策略。风控模型是线上贷款系统决策的灵魂，其有效性决定了系统能否对信贷客户准确画像。审计一方面从风险数据入手，核查风控模型是否能有效拦截高风险客户；另一方面从贷款收益率逆推，对比风险与收益是否匹配。同时返检不良贷款，挖掘不良产生原因，确定在授信环节是否完整收集客户信息，将风险信息纳入测算是否准确，风险信息加权是否合理。

核查贷后日志，评估管理成效。系统自动贷后管理中各类风险信息的分类分级管理是关键，同时根据风险信息采取恰当的管理措施是实现业务风险控制的主要手段。审计中建立审计模型筛选出信贷资金违规使用、涉及贷款中介、贷款逾期等数据，对照系统日志，核查该系统收集风险信息的及时性、完整性。反推不良贷款和转线下贷款客户贷后管理日志变化情况，评价系统风险控制措施的适当性。

测算清收收益，统计诉讼时效。对比统计清收成本与收益，分析当前清收方式是否合理，优化不良清收策略。同时建模统计最后还款日期，对比不良催收时间节点，核查是否存在丧失诉讼时效的情况。

线上贷款基于大数据分析技术，颠覆了传统信贷模式下的人工调查模式，具有小额分散、融资成本低、效率高等优势，但也存在业务数据来源单一、风险信息不对称、风控模型更新滞后、产品后评估机制不完善等问题。内部审计应当根据线上贷款的特殊性更新基于数据分析的审计知识体系，组建数字化审计团队，不断创新审计技术，强化加强跨部门合作，有效监测、识别以及防范风险，推动线上贷款业务稳健发展。

(钱鹏)