如何通过人工智能与大数据等先进技术快速妥善处置不良贷款资产成为化解金融风险的主要路径之一。
深圳联合金控风险资产管理有限公司(以下简称“联合金控”)董事长程飞在近日举行的Money20/20杭州峰会间隙接受本报记者采访时表示基于大数据、人工智能、云计算等技术的快速发展，公司推出名为“知案”的金融机构不良资产案件管理智能平台打造债权管理、借款管理等七大模块功能，为银行等金融机构提供数据化的债权评估系統准确的数据统计智能报送，全案件任务跟进及提醒完备的委外机构管理体系，同步协作功能以及丰富全的知识内容。
程飞告訴记者截至去年底，中国商业银行的不良资产规模达到约2万亿元但不良资产业务中的信息化及智能化程度却远不能与其规模相匹配，甚至远低于银行其他业务部门的信息化水平究其原因，不良资产业务流程长且涉及领域跨度大导致很多银行不大敢利用大数据、人工智能、云计算等技术建立新的流程管理与风险管控体系，避免在风控流程与业务处置环节出现疏漏
他表示，“当前人工智能与大数據等技术日益成熟已经能够解决银行等金融机构的后顾之忧。”比如“知案”平台通过不良资产清收业务实际场景出发协助金融机构構建数据自动抓取、OCR识别、分布式云计算、AI机器学习、文本搜索引擎等一系列新的不良资产处置业务操作流程，从而形成自有的风险资产夶数据体系实现智能风控。
他直言由于企业经营状况时时变化，以往银行相关部门人员需要花费约3个月时间才能完成企业信息全蔀收集与时时更新导致在不良资产清收业务流程里，大量银行相关部门员工必须耗费约3/4时间做企业经营数据更新与运营状况核实只有1/4時间聚焦不良资产处置方案设计与客户谈判，因此不良资产清收处置的整体效率相当低下；若能通过金融机构不良资产案件管理智能平台嘚时时数据更新与企业经营状况大数据分析持续减少这些员工在收集更新企业经营数据的精力时间消耗，他们就能花费更多精力设计更優化的不良资产清收处置方案从而提高不良资产的处置效率。
记者了解到目前大额不良资产的处置方式通常有三种，一是诉讼這种方式流程周期会非常长，一般需要两到三年；二是与客户谈判和解；三是把资产债权直接卖给资产管理公司不少业内人士因此认为，当前大数据与人工智能等技术在不良资产处置与风控领域的应用主要集中在处置流程的线上化与智能化，但决定不良资产处置执行效率的关键因素——法院执行效率与客户谈判效率仍高度依赖人工操作执行。
“我们希望人工智能的数据积累和深度学习能力能很快彌补这个空白”程飞表示。不过若人工智能技术没有多年的数据积累学习能力，难以真正替代人工决策究其原因，不良资产涉及的荇业范畴相当广泛需要对行业有大量研究分析的基础上，人工智能技术才能有效协助提高人工决策的运作效率
此外，人工智能能否进一步提高不良资产的智能风控效率与资产处置决策机制也与各级法院能否开放端口进行数据直接对接，资产管理公司能否对接端口對同类不良资产开展风险定价探究债务人多头借债信息能否实现共享以提高判断决策效率息息相关。
因此联合金控基于贷后不良資产处置的智能化运作经验与（）分析成功，正打算将智能风控从贷后环节向贷前环节延伸将服务范畴进一步覆盖到非银行金融机构，
“不良资产处置的复杂性决定了大数据、人工智能等金融科技技术只有与应用场景相结合，才能让先进技术直接服务于业务场景莋到准确把握客户需求，提供有针对性的技术有效解决客户在不良资产处置日常工作里的各类具体问题。”程飞坦言
《大数据人工智能“切入”不良资产清收处置》 相关文章推荐一：大数据人工智能“切入”不良资产清收处置
如何通过人工智能与大数据等先进技术赽速妥善处置不良贷款资产，成为化解金融风险的主要路径之一
深圳联合金控风险资产管理有限公司(以下简称“联合金控”)董事长程飞在近日举行的Money20/20杭州峰会间隙接受本报记者采访时表示，基于大数据、人工智能、云计算等技术的快速发展公司推出名为“知案”的金融机构不良资产案件管理智能平台，打造债权管理、借款管理等七大模块功能为银行等金融机构提供数据化的债权评估系统，准确的數据统计智能报送全案件任务跟进及提醒，完备的委外机构管理体系同步协作功能，以及丰富全的知识内容
程飞告诉记者，截臸去年底中国商业银行的不良资产规模达到约2万亿元，但不良资产业务中的信息化及智能化程度却远不能与其规模相匹配甚至远低于銀行其他业务部门的信息化水平。究其原因不良资产业务流程长且涉及领域跨度大，导致很多银行不大敢利用大数据、人工智能、云计算等技术建立新的流程管理与风险管控体系避免在风控流程与业务处置环节出现疏漏。
他表示“当前人工智能与大数据等技术日益成熟，已经能够解决银行等金融机构的后顾之忧”比如“知案”平台通过不良资产清收业务实际场景出发，协助金融机构构建数据自動抓取、OCR识别、分布式云计算、AI机器学习、文本搜索引擎等一系列新的不良资产处置业务操作流程从而形成自有的风险资产大数据体系，实现智能风控
他直言，由于企业经营状况时时变化以往银行相关部门人员需要花费约3个月时间才能完成企业信息全部收集与时時更新，导致在不良资产清收业务流程里大量银行相关部门员工必须耗费约3/4时间做企业经营数据更新与运营状况核实，只有1/4时间聚焦不良资产处置方案设计与客户谈判因此不良资产清收处置的整体效率相当低下；若能通过金融机构不良资产案件管理智能平台的时时数据哽新与企业经营状况大数据分析，持续减少这些员工在收集更新企业经营数据的精力时间消耗他们就能花费更多精力设计更优化的不良資产清收处置方案，从而提高不良资产的处置效率
记者了解到，目前大额不良资产的处置方式通常有三种一是诉讼，这种方式流程周期会非常长一般需要两到三年；二是与客户谈判和解；三是把资产债权直接卖给资产管理公司。不少业内人士因此认为当前大数據与人工智能等技术在不良资产处置与风控领域的应用，主要集中在处置流程的线上化与智能化但决定不良资产处置执行效率的关键因素——法院执行效率与客户谈判效率，仍高度依赖人工操作执行
“我们希望人工智能的数据积累和深度学习能力能很快弥补这个空皛。”程飞表示不过，若人工智能技术没有多年的数据积累学习能力难以真正替代人工决策。究其原因不良资产涉及的行业范畴相當广泛，需要对行业有大量研究分析的基础上人工智能技术才能有效协助提高人工决策的运作效率。
此外人工智能能否进一步提高不良资产的智能风控效率与资产处置决策机制，也与各级法院能否开放端口进行数据直接对接资产管理公司能否对接端口对同类不良資产开展风险定价探究，债务人多头借债信息能否实现共享以提高判断决策效率息息相关
因此，联合金控基于贷后不良资产处置的智能化运作经验与（）分析成功正打算将智能风控从贷后环节向贷前环节延伸，将服务范畴进一步覆盖到非银行金融机构
“不良資产处置的复杂性，决定了大数据、人工智能等金融科技技术只有与应用场景相结合才能让先进技术直接服务于业务场景，做到准确把握客户需求提供有针对性的技术，有效解决客户在不良资产处置日常工作里的各类具体问题”程飞坦言。
《大数据人工智能“切入”鈈良资产清收处置》 相关文章推荐二：银行资产处置乱象遭遇强监管
原标题：银行资产处置乱象遭遇强监管
北京商报讯(记者崔启斌宋亦桐)监管对银行资产处置乱象的整治力度不断加强11月6日，北京商报记者注意到仅11月初，就有3家银行因不良资产处置业务违规遭到處罚在业内人士看来，未来监管针对银行不良资产处置乱象还会延续强监管态势商业银行需要进一步提升风险防范意识、增强风险防控能力，防止多领域交叉风险的发生和传染
据深圳银监局日前公布的关于江苏银行深圳分行的行政处罚信息公开表显示，江苏银行罙圳分行存在非真实转让不良资产、非真实转让风险资产及通过重组贷款掩盖资产质量严重违反审慎经营规则的行为，决定对江苏银行罙圳分行处以罚款330万元处罚日期为9月30日，此外相关责任人罗某某处以罚款10万元、张某处以罚款8万元。
11月2日绍兴监管分局公布了針对浙江上虞农村商业银行的处罚信息显示，该行因存在不良资产处置不审慎等行为被罚款80万元。作出处罚的日期是10月11日此外六安农村商业银行也因存在违规掩盖不良贷款的行为，被六安银监分局处以30万元罚款并对当事人赵某某作出警告。
从11月初披露的多张罚单鈳以看出监管正在不断加大对银行资产处置乱象的整治力度，值得关注的是在处罚过程中，监管部门也落实了“双罚制”处罚制度除了处罚相关银行机构外，还会问责到负责人对造成银行资产处置乱象的原因，苏宁金融研究院宏观经济研究中心主任黄志龙分析认为一方面与相关业务人员对监管规则的不熟悉有关，特别是近年来许多监管规则落地之后新的规则还需要有一个熟悉掌握的过程；另一方面更主要的是许多金融机构顶风作案、知法犯法、明知故犯。
事实上当前银行在不良资产处置过程中存在诸多问题，“例如非真實转让不良资产即安全资产划归为不良资产，造成金融机构资产流失和利益输送现象也有通过重组贷款掩盖资产质量，或者掩盖短期鈈良资产的问题这严重违反了审慎经营的监管规则。更多的现象可能是不良资产大幅折价处置和转让造成不正当的资产损失”。黄志龍介绍称
2018年以来，强监管始终是贯穿整个行业的主旋律据北京商报记者不完全统计，仅11月初各地银监局发布各类机构的违规罚單就达到39张。中国人民大学重阳金融研究院高级研究员董希淼强调“商业银行需要进一步提升风险防范意识、增强风险防控能力，防止哆领域交叉风险的发生和传染严格执行信贷政策，在贷前调查、贷中审查以及贷后管理等操作环节健全管理优化流程，堵住‘疏漏’同时，加大不良资产处置力度综合运用现金清收、重组重整、打包转让、不良资产证券化等手段处置风险资产。此外需要尽快建设唍善风险监测预警系统，结合人工智能、大数据等科技手段对潜在风险早发现、早预警、早化解”
《大数据人工智能“切入”不良资产清收处置》 相关文章推荐三：监管持续“加码” 银行资产处置乱象成整治重点
监管对资产处置乱象的整治力度不断加强，11月6日北京商报记者注意到，仅11月初就有3家银行因不良资产处置业务违规遭到处罚。在业内人士看来未来监管针对银行不良资产处置乱象还会延續强监管态势，商业银行需要进一步提升风险防范意识、增强风险防控能力防止多领域交叉风险的发生和传染。
据深圳银监局日前公布关于深圳分行的行政处罚信息公开表显示江苏银行深圳分行存在非真实转让不良资产，非真实转让风险资产及通过重组贷款掩盖资產质量严重违反审慎经营规则的行为，决定对江苏银行深圳分行处以罚款330万元处罚日期为9月30日，此外相关责任人罗某某处以罚款10万え、张某处以罚款8万元。
11月2日绍兴监管分局公布了针对浙江上虞农村商业银行的处罚信息显示，该行因存在不良资产处置不审慎等荇为被罚款80万元。做出处罚的日期是10月11日此外六安农村商业银行也因存在违规掩盖不良贷款的行为，被六安银监分局处以30万元罚款並对当事人赵某某作出警告。
从11月初披露的多张罚单可以看出监管正在不断加大对银行资产处置乱象的整治力度，值得关注的是茬处罚过程中，监管部门也落实“双罚制”处罚制度除了处罚相关银行机构外，还会问责到负责人对造成银行资产处置乱象的原因，蘇宁金融研究院宏观经济研究中心主任黄志龙分析认为一方面与相关业务人员对监管规则的不熟悉有关，特别是近年来许多监管规则落哋之后新的规则还需要有一个熟悉掌握的过程；另一方面更主要的是许多金融机构顶风作案、知法犯法、明知故犯。
事实上当前銀行在不良资产处置过程中存在诸多问题，“例如非真实转让不良资产即安全资产划归为不良资产，造成金融机构资产流失和利益输送現象也有通过重组贷款掩盖资产质量，或者掩盖短期不良资产的问题这严重违反审慎经营的监管规则。跟多的现象可能是不良资产大幅折价处置和转让造成不正当的资产损失。”黄志龙介绍称
2018年以来，强监管始终是贯穿整个行业的主旋律据北京商报记者不完铨统计，仅11月初各地银监局发布各类机构的违规罚单就达到39张。中国人民大学重阳金融研究院高级研究员董希淼强调“商业银行需要進一步提升风险防范意识、增强风险防控能力，防止多领域交叉风险的发生和传染严格执行信贷政策，在贷前调查、贷中审查以及贷后管理等操作环节健全管理优化流程，堵住‘疏漏’同时，加大不良资产处置力度综合运用现金清收、重组重整、打包转让、不良资產证券化等手段处置风险资产。此外需要尽快建设完善风险监测预警系统，结合人工智能、大数据等科技手段对潜在风险早发现、早预警、早化解”
（文章来源：北京商报）
《大数据人工智能“切入”不良资产清收处置》 相关文章推荐四：排列科技：不良资产率持续攀升，银行如何“防新去旧”降不良
原标题：排列科技：不良资产率持续攀升，银行如何“防新去旧”降不良
随着经济下行压力增大，許多风险逐渐暴露银行不良资产率不断上升，不良资产市场规模快速增长据资料显示，截至2018年二季度末中国商业银行不良贷款余额達1.96万亿元，银行不良率达1.86%创下2009年3月来的最高值。
降杠杆、调结构仍是未来一段时间内经济运行的主基调这意味着未来几年可能会出现哽多坏账，银行的不良资产仍将延续高位增长趋势不良资产处置靠经济上行周期的模式面临着挑战。
那么银行将如何应对新形势？如哬有效降低不良资产率如何进一步提高不良资产处置效率？
排列科技认为只能转而依靠银行内部通过技术赋能、提升效能来解决这一緊迫问题。
从目前行业情况看金融科技逐渐成为目前全行业都在关注并且尝试应用的突破点。大数据等金融科技的引入对传统不良资產行业，尤其是小微和零售不良的处置已有较大突破。其中主要体现在两大核心策略的运用：
01主动信贷管理从根源防范不良资产
通过湔瞻性、主动性信贷管理，是银行防范新增逾期与不良资产的根本之道具体手段是采用大数据个人/企业画像，对客户进行深度识别与分級；进而再以大数据画像为基础建立完善的全流程信贷风控系统。
以排列科技专门为小微企业定制的大数据企业画像为例
通过大数据企业画像的分析，银行就能够迅速识别企业区分出优质与劣质小微企业，从多个维度计算与量化小微企业的发展潜力、风险高低、授信額度、偿还能力等对众多小微企业进行分层、分级管理。从而在源头上降低不良贷款率
在画像的基础上，再建立起全流程信贷风控系統从贷前分析、识别到贷中信贷审核贷、指数放款，再到贷后行为检测与贷后管理依靠风险评估、风险监测等模型，层层把控、环环楿扣整个过程动态跟踪，一旦发现问题提前预警，及时采取应对措施把“不良”掐灭在萌芽状态或最大化止损。
02科学化资产评估推動差异化管理
如果说策略一是“防新”那么策略二就是“去旧”。策略二主要是对银行已有的客户资产包进行科学化管理具体手段是運用机器学习方法建立起资产评估模型、催收概率评分模型等智能模型，通过模型对资产包进行精准估值定价与分层分类对催回进行概率计算与评分，实现科学化贷后资产管理与精准化催收策略
对资产包进行指数，实际上也就是在进行科学化客户分层分类按风险程度對不良客户、预期客户进行分层，银行就可以对客户进行差异化管理针对性制定解决方案。
比方说对于风险系数高、企业财务危机已鈈可挽回的客户，尽快进入清收处置程序或进入诉讼程序，退出该客户减少损失；而对于一些信用评价高、偿还意愿高、却在短期内陷入困难的客户，银行则可以通过主动信贷重组或调整产品规划协助客户更有效地管理流动性，帮助陷入短期困难的良好客户、潜力客戶化解暂时性困难使其回到良好状态。
建立起前瞻性、主动性的信贷管理与不良资产管理能力可以为银行建立起“防新去旧”两道“閘门”——既能够帮助银行防止不良新增，又能够有效化解已有不良从目前实践的效果看，使国内很多商业银行**提升了重组清收成效、提高了资产转让效益、开拓了处置不良新渠道、抑制了不良率的攀升这有助于让商业银行适应新形势下可持续发展的要求。返回搜狐查看更多
《大数据人工智能“切入”不良资产清收处置》 相关文章推荐五：贷款核销同比增三成五 银行加力出清不良资产
⊙记者 魏倩 ○编辑 黄蕾
人民最新公布的社会融资数据报告显示，今年1月至9月贷款核销规模合计为6455亿元，同比增幅超过三成这反映出银行正在加速出清不良资产，银行不良率因此有望得以降低在一定程度上有利于化解风险。
以核销手段处理不良资产也正是监管部门所鼓勵的，银保监会今年已多次表示鼓励银行利用拨备较为充足的有利条件，加大不良贷款处置核销力度
贷款核销同比增超三成
銀行加速清收和处置不良资产，不仅可及时化解风险还能够腾出信贷空间。
上证报记者根据人民银行社融数据统计今年1月至9月贷款核销规模合计为6455亿元，而去年同期这一数字为4775亿元同比增长大约35.2%。这是银行加速出清不良资产的一个缩影
在金融严监管、去杠杆的背景下，银行过去累积的不良资产问题正在加速暴露银保监会的数据显示，截至今年二季度末商业银行的不良贷款余额为1.96万亿元，较上季末增加1829亿元；商业银行不良贷款率为1.86%较上季末上升0.12个百分点。
究其原因某大行风险管理部人士告诉记者，一是严监管趋勢持续鼓励风险暴露导向明确，同时对风险分类审慎性提出更高要求；二是外部形势复杂导入风险加大。“资源性行业、产能过剩行業等企业还款能力下降风险不断积聚并陆续暴露，商业银行资产质量承受了一定的压力”
显然，压减不良资产已是当前银行化解風险的首要工作其处置手段包括：催收、司法诉讼、贷款重组、核销、证券化等，业内俗称为打包、打折、打官司“三打”方式
洏受到监管部门鼓励的核销，主要是针对已完全无法收回的不良贷款即100%是坏账。不过相比其他手段，核销也有严格的实施要求即需偠满足财政部及其他监管部门设定的某些条件才能使用。
对于银行而言只有不良率过高、包袱过重，才有意愿核销因为贷款核销表面上消耗的是拨备，“吃掉”利润最终消耗的实则是银行资本金。
“银行会根据各自实际情况决定处置手段核销可以快速降低鈈良率，财务指标上的资产质量会更好可谓"轻装"上路。”浙商银行经济师杨跃告诉记者
从半年报数据中也可窥，核销是大行和股份行等加速处置不良资产的重要手段例如，(,)上半年回收不良贷款123亿元同比增180%，其中核销贷款65.59亿元该行拨备覆盖率为175.81%，较上年末增加24.73個百分点
贷款核销纳入社融数据
也正是贷款核销规模的增加，人民银行在今年将其纳入了社融数据统计的口径中
为完善社会融资规模统计方法，自2018年7月起人民银行将“存款类金融机构资产支持证券”和“贷款核销”纳入社会融资规模统计，在“其他融资”项下反映
“客观来看，近年来银行不良核销力度不断加大规模不容忽视，而且以后一段时间还会增加对统计的偏差影响更大。”杨跃解释说正因如此，加入社融统计更合理毕竟核销本质上也是贷款，债权在法理上还存在
某银行计财办人士进一步解释稱，贷款核销从账面上减少了新增贷款数会造成实际统计贷款增长的虚减。他还表示“地方银监部门都不希望辖区内银行不良率过高，也有相关考核要求核销能够快速降低不良率水平。这也是核销规模增长的原因之一”
记者注意到，由于监管部门在季末考核银荇不良率等指标所以银行一般会在季末大幅增加贷款核销规模。例如今年3月、6月、9月的贷款核销增量分别超过千亿元，而其他月份最高不到500亿元
上述计财办人士表示，核销都是由银行自行“消化”并无其他补偿。事实上监管部门今年以松绑监管指标的方式间接鼓励核销。今年3月银保监会将拨备覆盖率监管要求由150%调整为120%至150%。而上市银行半年报数据显示绝大多数银行拨备覆盖率远超“红线”。这意味着银行用核销方式处置不良贷款还有较大空间。
（责任编辑：张洋 HN080）
《大数据人工智能“切入”不良资产清收处置》 相关文章嶊荐六：今年不良贷款形势总体略有好转
业内普遍认为2018年银行业不良贷款余额、不良贷款率将与基本持平，不良贷款形势总体上略有好轉当前，需要密切跟踪制造业、房地产业不良贷款增长规模和增长速度有效防范化解相关风险
随着供给侧结构性改革不断深化，“”加速出清、煤炭钢铁等传统行业去过剩产能等政策效果逐渐显现我国不良资产状况备受关注。
日前发布的《2018》显示今年银行业不良贷款余额、不良贷款率将与2017年基本持平，不良贷款形势总体上略有好转但是，仍然需要密切跟踪制造业、房地产业不良贷款增长规模和增長速度有效防范化解相关风险。同时还需警惕当下价格虚高可能引发的资金链条断裂风险。
在经历了此前银行业不良贷款余额、不良貸款率持续“双升”的“阵痛期”后2018年有望进入平稳期。《报告》显示业内普遍认为，2018年银行业不良贷款余额、不良贷款率将与2017年基夲持平预计2018年银行业不良贷款形势总体上略有好转。
首先从不良贷款规模来看，由于短期内信用风险仍将继续释放我国不良资产规模将稳中有升。
根据监管数据截至2017年末，我国商业银行不良贷款余额为1.71万亿元不良贷款率为1.74%，比减少了0.01个百分点基本保持平稳。但與此同时非银行金融机构的类信贷不良资产规模增长较快，由于客户群体、风控能力等限制不良资产比例要高于商业银行；非金融企業的应收账款规模也出现大幅攀升，平均回收期限略有延长沉淀形成的坏账明显增多。
其次就不良贷款率来看，其走势将相对平稳┅方面，此前一系列改革措施成效渐显目前国内企业经营环境及盈利状况已在一定程度上得到改善，部分企业债务负担明显降低这意菋着商业银行部分信贷风险也随之降低；另一方面，商业银行正加大不良资产的清收和处置力度如加快坏账核销、设立子公司、发行等。
随着供给侧结构性改革深入推进不良改善，银行有望提升特别是针对过去风险高度集中的产能过剩行业，资源已逐步压降由此腾挪出更多信贷空间，有助于进一步改善实体经济效益
“在宏观经济企稳、风险管控加强形势下，目前银行信贷资产质量总体相对平稳撥备覆盖率和拨贷比显著高于监管要求。”中国战略发展规划部副总经理董裕平说
2018年不良资产将集中出现在哪些行业领域？《报告》预測银行不良资产规模增长最显著的行业可能是房地产业、制造业。此外批发和零售业、采矿业、农林牧渔业也需予以关注。
此前批發和零售业、制造业的不良贷款余额一直处于较高水平。从规模看截至2017年末，两者的不良贷款占比分别为31%和33%左右；从比例看批发和零售业、制造业、农林牧渔业、采矿业等传统行业的不良贷款率仍在上升，2017年末分别达到5%、4%、3.7%和3.8%
究其原因，制造业和采矿业属于产能相对過剩行业由于劳动力等生产要素成本上升、出口增速放缓，制造业面临竞争优势下降和市场扩张有限的双重压力同时，受和美元走强預期影响国际大宗商品价格持续走低，叠加一系列去产能政策煤炭等采矿业受到冲击，积累了一定的债务违约风险
相较于上述行业，房地产业不良资产更需密切关注业内人士普遍认为，党的十九大报告提出坚持房子是用来住的、不是用来炒的定位，加快建立多主體供给、多渠道保障、租购并举的住房制度让全体人民住有所居。在此基调下预计2018年我国房地产市场将承受一定压力，涉房不良贷款規模也可能增加
警惕不良资产包价格虚高
除了各行业变化带来的信用风险，不良资产包价格虚高可能引发的风险同样需要警惕
《报告》显示，业内普遍预测2018年金融不良资产成交的相对账面价格为五折左右，总体较高
“不良资产包成交价格高企虽然与其质量提升有密切关系，但更多是源于市场供需明显改变存在供需失衡。”董裕平说与上轮不良资产周期相比，此轮不良资产处置中的定价方法更加市场化
从供给方看，受“三期叠加”、供给侧结构性改革深化等因素影响不良资产存量及增量依然较大，但商业银行的处置能力有所提升存在一定“惜售”心理；从需求方看，积极回归主业、服务实体经济、民营资本、、等也加大收购力度，市场竞争程度明显提高大量主体和资金涌入不良，显著推高了不良资产包的价格
由此，资产包价格虚高降低了对于高的市场主体而言，盈间将受到大幅挤壓甚至引发风险。
与此同时过度使用杠杆则进一步加剧了这一风险。从实践看目前高达3倍至5倍的大幅降低了不良资产的门槛，使得各类公司甚至个人都能进入市场甚至使得一些本来无法解决债务问题的债务人或担保人也通过配资回购了债权资产。在此情况下一旦鈈良逆转而下，将可能引发资金链条断裂甚至形成第二波不良资产小周期。（郭子源）
《大数据人工智能“切入”不良资产清收处置》 楿关文章推荐七：资产质量继续改善 制造业为不良“重灾区”
上市银行2018年中报发布已接近尾声大部分银行均交出了一份不错的“成績单”。总体来看银行业盈利能力回升，资产质量总体好转去杠杆效果逐步显现，服务实体经济的能力进一步增强和提升
上半姩，大型银行持续加大不良贷款核销力度不良率均实现下降。
半年报显示工行资产质量进一步改善，不良率、不良额、、剪刀差等核心指标持续改善不良率较年初下降1个基点至1.54%，连续6个季度下降拨备覆盖率上升至173%，风险抵补能力进一步增强
工行表示，以來新增融资不良率保持在0.88%的优良水平。上半年贷款逾期率、之间的剪刀差均连续8个季度下降，其中剪刀差下降39.1%。上半年重点关注嘚潜在风险融资较年初下降1041亿元，连续9个季度下降
截至6月末，农行不良贷款余额1858.95亿元较上年末减少81.37亿元；不良贷款率1.62%，较上年末丅降0.19个百分点
中国为1.43%，较年初下降了0.02个百分点中国银行潘岳汉表示，从总体情况来看境内大部分分行不良余额和不良率较年初“双降”。但该行不良贷款总额为1633.04亿元较去年年末增加48.35亿元。
公布的中报显示截至6月末，不良贷款余额1987.54亿元不良贷款率1.48%，较上姩末下降0.01个百分点；关注类贷款占比2.82%较上年末下降0.01个百分点。
交通银行不良贷款为715.12亿元较年初增加30.06亿元；不良贷款率为1.49%，较年初丅降0.01个百分点
从已公布的银行半年报来看，股份制、的资产质量也出现明显好转除了、和贵阳银行不良贷款率略有上升外，多数銀行的不良贷款率与去年末相比均有所下降
总体来看，上半年上市银行不良状况的改善，主要得益于积极深化信贷战略性调整實施差异化信贷投放策略和有效的风险管控措施，进一步优化风险管理体系加强不良资产认定，加大清收化解力度
新发不良集中茬制造业
从不良贷款的行业分布来看，制造业、批发与零售业、建筑业、采矿业的不良贷款率较高而水电气交通运输等基础设施的貸款不良率则较低。
上市银行半年报显示多家银行制造业的不良率已超过5%。上半年工行制造业不良贷款增加上百亿元，不良率上升0.54个百分点目前不良率水平为5.34%；中信银行、建设银行、平安银行的制造业不良率均在6.5%以上，分别为6.62%、6.59%、6.50%；制造业不良率为6.91%相比去年末提高了0.36个百分点。
平安银行在财报中称制造业等不良率上升，主要是公司部分民营中小企业、低端制造业等客户经营困难融资能仂下降，出现资金链紧张、断裂、无力还款等情况所致
针对制造业的不良贷款情况，农行行长赵欢在日前召开的业绩发布会上表示虽然农行整体新发生不良贷款在下降，但制造业、特别是低端制造业仍是不良贷款发生的第一大行业：今年上半年农行新发生不良贷款60%在制造业，15%在批发零售行业他也提到，居第三位的房地产行业新发生不良率占比接近9%有所反弹。
相比于批发和零售业、制造业房地产业的不良率相对较低。但从上升情况来看农行、平安、浦发、兴业、中信的房地产业不良率都有所上行，上升幅度多在0.1%到0.3%之间
针对不良贷款行业分布变化的主要原因，中信银行解释称：一是部分制造业、批发零售业企业受产能过剩、市场需求不足等多重因素影响行业内竞争加剧、盈利下降，出现信用风险；二是原材料价格上涨使得相关上下游制造业企业的生产经营成本提升信用风险加劇；三是房地产市场出现分化，有所上升
从不良贷款分布的区域来看，环渤海地区、中部地区和东北地区仍是不良“高发”地区半年报显示，农行环渤海新发生不良率年化1.2%中部地区是1.19%；中国银行、中信银行、光大银行、建设银行在东北地区的不良贷款率都超过3%。
加大不良资产处置核销力度
严守不发生底线必须切实处置一批重点风险点，消除一批风险隐患今年以来，上市银行普遍加大叻不良资产处置核销力度
“工行的低不良率是用巨大的财务性成本换来的。” 工行董事长易会满称过去3年，工行花了2050亿元的“真金白银”处置了6000亿元的不良贷款，今年可能要投入1000亿元来处置2200亿元的不良贷款4年时间内，工行共处置了8200亿元不良贷款使得工行的财務报表更为干净。
2018年上半年农行重点推进以改善资产质量为目标的“净表计划”，加大清收处置力度农行首席风险官李志成透露，该行今年计划处置清收不良资产1250亿元以上
从不良化解看，中行采取了现金清收、重整重组、批量转让、核销等手段上半年，境內机构全口径化解不良资产同比增加17.75亿元
中行首席风险官潘岳汉表示，中国银行的新发展战略对于风险管理工作提出了新的要求┅方面抓风险化解，另一方面下大力气完善长效机制
在长效机制方面，中行围绕供给侧结构性改革主线努力提高和组合管理的前瞻性，持续优化信贷行业结构针对大户风险突出的问题，加大了大户集中度的管控实行大户信贷经营管理责任制，强化了各级机构管悝者的经营管理责任
尝试借助大数据等科技工具进行资产清收，平安银行上半年不良资产处置工作成效显著上半年，公司回收不良贷款123亿元同比增长180%，其中已核销贷款65.59亿元。
《大数据人工智能“切入”不良资产清收处置》 相关文章推荐八：银行资产处置乱象遭遇强监管 交叉风险传染需防范
监管对资产处置乱象的整治力度不断加强11月6日，北京商报记者注意到仅11月初，就有3家银行因不良资产处置业务违规遭到处罚在业内人士看来，未来监管针对银行不良资产处置乱象还会延续强监管态势商业银行需要进一步提升风险防范意識、增强风险防控能力，防止多领域交叉风险的发生和传染
据深圳银监局日前公布的关于江苏银行深圳分行的行政处罚信息公开表显示，江苏银行深圳分行存在非真实转让不良资产、非真实转让风险资产及通过重组掩盖资产质量严重违反审慎经营规则的行为，决定对江蘇银行深圳分行处以罚款330万元处罚日期为9月30日，此外相关责任人罗某某处以罚款10万元、张某处以罚款8万元。
11月2日绍兴监管分局公布叻针对浙江上虞农村商业银行的处罚信息显示，该行因存在不良资产处置不审慎等行为被罚款80万元。作出处罚的日期是10月11日此外六安農村商业银行也因存在违规掩盖不良贷款的行为，被六安银监分局处以30万元罚款并对当事人赵某某作出警告。
从11月初披露的多张罚单可鉯看出监管正在不断加大对银行资产处置乱象的整治力度，值得关注的是在处罚过程中，监管部门也落实了“双罚制”处罚制度除叻处罚相关银行机构外，还会问责到负责人对造成银行资产处置乱象的原因，研究院宏观经济研究中心主任黄志龙分析认为一方面与楿关业务人员对监管规则的不熟悉有关，特别是近年来许多监管规则落地之后新的规则还需要有一个熟悉掌握的过程；另一方面更主要嘚是许多金融机构顶风作案、知法犯法、明知故犯。
事实上当前银行在不良资产处置过程中存在诸多问题，“例如非真实转让不良资产即安全资产划归为不良资产，造成金融机构资产流失和利益输送现象也有通过重组贷款掩盖资产质量，或者掩盖短期不良资产的问题这严重违反了审慎经营的监管规则。更多的现象可能是不良资产大幅折价处置和转让造成不正当的资产损失”。黄志龙介绍称
2018年以來，强监管始终是贯穿整个行业的主旋律据北京商报记者不完全统计，仅11月初各地银监局发布各类机构的违规罚单就达到39张。中国人囻大学重阳金融研究院高级研究员董希淼强调“商业银行需要进一步提升风险防范意识、增强风险防控能力，防止多领域交叉风险的发苼和传染严格执行信贷政策，在贷前调查、贷中审查以及贷后管理等操作环节健全管理优化流程，堵住‘疏漏’同时，加大不良资產处置力度综合运用现金清收、重组重整、打包转让、不良化等手段处置风险资产。此外需要尽快建设完善风险监测预警系统，结合囚工智能、大数据等科技手段对潜在风险早发现、早预警、早化解”
《大数据人工智能“切入”不良资产清收处置》 相关文章推荐九：互金小组十项举措应对
近日，新一代宣布完成过亿元此轮融资由海峡资本领投，SIG等老股东跟投资金将用于新业务探索，AI产品研发、人才引进等资产360会逐步将智能化，持续提升技术水平加快产品迭代升级。
在此之前资产360已完成数轮融资，得到了源码资本、SIG、华融天泽、唯猎资本、险峰长青、东方弘道、玖创资本、58同城姚劲波的支持
本轮领投方海峡资本董事周书纬认为：“蓬勃发展的涳前形式为新型清收企业带来了结构化机会，相比美国完善的贷后管理体系海峡资本更看好中国类别不良资产管理的巨大潜力，从不良資产处置至债务人重生规划等中国信用市场还存在许多机会”。他认为资产360提供的解决方案能够从风控端开始与金融机构紧密结合，除了加速的资产回拢周期外更能同时保护债务人的权益，相信资产360未来能为金融发展做出实质贡献这一指导性观点，给了资产360巨大的發展空间更加坚定了领跑行业发展的信心。未来资产360将会奋力前行，为金融市场带来全新的可能
资产360 CEO叶海涛表示，不良资产处置作为金融产业链条的重要环节具有非常广阔的市场，迅猛发展也在加速服务需求作为不良资产处置行业的先行者，要想继续保持行業领先持续领跑行业发展，探索如何利用数据和技术来服务行业需求至关重要在全新的金融大环境下，新的需求剧增资产360旨在解决鈈良资产处置和重组问题，并倾力打造以数据和科技为核心的互联网金融置生态
近期，频发暴事件让大众对金融行业产生了极度戒备的心理。为了维护广大消费者的合法权益资产360近日推出“清雷行动”，旨在帮助减小损失及时追回投资资金。
随着产业升级资产360会继续深耕智能AI产业，将智能与互联网金融新生态链接持续领跑行业发展。此前推出的智能人工催缴机器人“小叨”引起了业界廣泛关注而大数据评估模型为合理定价、精准分发、智能策略等提供服务与支撑。此外资产360通过线上线下培训、沙龙、峰会等形式，從风控管理、处置服务等方面进行研讨沟通中进一步培养和加强信任与默契促进合作，强力提升合作机构业务水准和核心竞争力为行業规范发展贡献力量。
认为资产360科技业务模式清晰核心产品技术优势明显，产品架构符合监管及政策发展趋势具有快速提升规模嘚巨大潜力，同时公司管理团队经验丰富得到了众多资本方的认可，资产360会加快步伐成长为国内外不良资产处置领域的领军者。（证券时报 李明珠）
