“自动控制原理”在银行信用风险管理中应用初探！

作者：李达山

作者赐稿并授权信贷风险管理刊发

“自动控制原理”在工业与军事领域的运用非常广泛，随着科学的发展，“自动控制原理”也逐渐被扩大运用到经济与管理领域。

在“自动控制原理”中，“闭环负反馈控制”是最基本也是最本质的一种运用。那么，什么是“闭环负反馈控制”呢？

我们把研究对象称为“系统”，作为“系统”会有输入信号(原因)和输出信号(结果)。将系统输入和系统输出之间建立一条信息渠道称为反馈通道。反馈指的是将输出的变量通过处理,然后与输入变量作比较。通过反馈建立起输入和输出的联系。反馈是区别开环控制与闭环控制的重要特征。反馈有正反馈和负反馈。反馈信号与输入信号相加称为正反馈，反馈信号与输入信号相减称为负反馈。“闭环负反馈控制”就是利用反馈偏差，快速实时响应，抓住关键环节，采取正确措施，使得系统保持稳定。

“闭环负反馈控制”有以下特点：

1、实时、连续跟踪，管理动态化。

2、及时采取措施，快速实时响应。

3、保持系统稳定。

“闭环负反馈控制”也可以运用到银行信用风险管理中。下面就结合“闭环负反馈控制”管理的模型—IMFMC模型，谈谈“闭环负反馈控制”在银行信用风险管理中的应用。

I（输入，Input）制定企业要实现的目标，包括阶段性目标。银行信用风险管理中可以为贷款不良率指标、资产利润率指标等。单个客户的信用风险目标，如资产负债率、抵押率、是否逾期、0迁2率、以及一些预警方面要及时采集的数据指标。

M（建模，Model）基于数据和事实的模型建立对关键变量的提取。如贷款客户的准入条件、预警的条件等。这里可以选取一些和信用风险相关的指标变量，如资产负债率、抵押率、贷款利率、以及客户的行职业、性别、年龄等等。在预警方面包括借款的征信状况、法院被执行人信息状况、企业的征信状况、企业及个人的资产及负债情况、企业的涉案情况、押品价值变动、押品二押及查封情况等等。

F（反馈，Feedback）建立从系统输入到系统输出的一个反馈链，包括子系统的反馈链。如总行的不良率指标任务与当前的差异，分行的不良率指标任务与当前的差异，当前资产的利润减去贷款损失或预计损失后的资产利润率与指标任务的差异。单个客户的风险指标情况，如：资产负债率指标、弱担保贷款指标、征信查询指标等等。

M（测量，Measurement）对系统输入量和输出量进行比较、分析，作为评价、决策和实际调整与改进的依据。通过对不良贷款的分析、比较，找出信贷政策以及贷前、贷中、贷后存在的问题，通过统计分析，找到影响贷款不良率或者资产利润率的关键要素。对于单个客户的风险指标进行测量，同时利用大数据分析手段，对某一要素进行测量，如对某行业某年龄段的贷款不良率情况测量。

C（控制，Control）依据偏差快速采取措施。根据统计分析的结果，判断当前产品政策是否恰当、利率政策是否合理、高风险贷款利率是否能覆盖风险，然后快速采取措施，如通过降低低风险贷款利率吸引优质客户、提高高风险贷款利率以提高资产利润率、提高某些高风险行职业人员的信贷条件要求、提或者高一些风险指标的比率以降低贷款不良率等。在贷后方面根据借款人资信变化、企业经营状况变化、押品变动情况，主动及时发起监测、评估、检查、调整、清收等贷后管理措施。

“自动控制原理”可以和大数据结合起来，在此基础上模拟人工智能，通过对海量数据进行收集、处理与分析，结合客户的行为分析、客户的信用度分析以及客户的风险分析，采用先进的大数据分析手段，同时根据不良贷款风险信号不断地调整模型，建立完善的信用风险防范体系。

如果您觉得本文对您有帮助，欢迎您推荐给朋友，您的支持和鼓励是我们前进的动力，回复数字“m"查看本平台精华文章目录，点击下面链接直接查看相应文章。

22、有奖征稿启事！（投稿请点本链接）

长按上面二维码关注本平台！

点击下面阅读原文可查看历史消息，更多精彩文章等你！