2016年三季度，商业银行不良贷款余额是2014年年末的1.7倍，2013年年末的2.5倍！增长速度惊人；而银行迫于业绩压力，一般会主动压缩隐藏一部分不良贷款，因此，真正的不良资产规模可能远不止1.49万亿。且在整个过程中不良贷款的增速明显快于贷款增长，到2016年并没有收敛的迹象，需要时刻保持警惕。也就是说，随着近年经济形势的L形发展，国内商业银行将受到更多的风险压力，这将导致商业银行经营风险增大，影响我国经济金融的稳定发展。再加上商业银行信贷风险管理体制存在的一些缺陷，导致风险管理长期落后于技术发展。 要在日趋激烈的市场竞争中取胜，强化全面信贷风险防范已成为当务之急。因此，我国商业银行信贷风险防范策略研究既有理论探讨价值，又有实际现实意义。
二、商业银行发展历程
根据银监会发布《中国银行业监督管理委员会2015年报》，截至2015年底，全国银行业金融机构共有法人机构4262家，从业人员380万人。其中，目前有12家全国性商业银行，而这12家商业银行，成立最早的也不过是1987年，距今不足30年。
平安银行
1987年
原深发展银行
中信银行
1987年
光大银行
1992年
华夏银行
1992年
招商银行
1987年
广发银行
1988年
兴业银行
1988年
浦发银行
1992年
民生银行
1996年
恒丰银行
1987年
烟台住房储蓄银行，2003年更名
浙商银行
1993年
渤海银行
2005年
在这30年的当中，经济的高速发展、货币的通货膨胀，掩盖了我们在制度建设、人才积累、风险管控等存在的问题。这其中较大的一个体现就是，利差是各家商业银行较大的利润来源。由此也导致信贷风险也是银行业乃至整个金融业最主要的风险形式，是金融机构和监管部门防范与控制的主要对象和核心内容。银行信贷业务所带来的信用风险及其控制也一直是商业银行最为关注和棘手的问题。
我国贷款业务在三十年的发展当中，业务运作和风险管理在很大始终继承着传统贷款业务的方法，显然存在着一些敝端。在当前经济增长速度减缓的大形势下，各种问题不断暴露，同时以互联网技术为代表的新技术的兴起，给贷款风险管理带来了极大的压力。据我国的实际情况，我国商业银行应该积极利用互联网技术手段，不断修正风险管理模式、和完善信用体系，大力防范贷款风险。
三、当前商业银行主要的信贷风险管理制度
当前各家商业银行贷款业务主要的风险制度为审贷会制度。
主要流程如下：
客户调查→审贷会审议→贷款发放→贷后管理→稽核检查。
客户调查：主办、协办客户经理了解客户资金需求，收集客户财务报表等经营数据，考察客户现场经营情况，调查客户第三方数据如征信等。根据上述情况，制定信贷方案，并形成书面调查报告。
审贷会审议：经过初步审查合格后，经办客户经理、初审人员、银行审批领导共同对该笔业务进行审议，综合多方面意见，形成审批意见。
贷款发放：客户经理将审批要求落实到位后提交贷款发放。
贷后管理、稽核检查：贷款发放后，实质贷款风险已经形成，本文不对此进行详细讨论。
从上述流程来看，商业银行贷款风险控制主要集中在客户经理调查、审贷会审议两个环节。在实际的工作当中，客户经理必须要了解银行信贷政策，才能给客户设计出行之有效的贷款方案，这要求客户经理对于单个客户的风险分析无限接近审批政策，也就是说，只要业务一线的客户经理提出的方案合理，银行没有资产配置以及其他特殊要求，会有较高的审批通过率，也就是说，商业银行贷款业务的风险越来越偏重于客户经理，然而客户经理本身背负业绩压力，本身具有通过业务的内在需求，那么这种模式对风险管理是一个较大的隐患，急需改革。
四、风险前置模式探讨
在传统的审贷会审议的过程中，整个业务流程是单线程模式，客户到客户经理，客户经理到审批，审批人员与客户是隔离的，走马观花的到客户现场进行一次调查往往也不能发现深层次的问题，客户经理由于本身业绩，存在利益相关，有较可能出现隐瞒、虚构等情况，近年不断发生的银行员工道德风险案件也证明了这一点。那么降低客户经理道德风险的途径，除了事后追责以外，风险前置也是一个值得采用的方式。具体操作为，引入风险经理，隶属于风险部门管理，全流程参与整个贷款业务的调查、分析、审议、贷后管理，业绩考核不涉及单笔业务，降低客户经理的风险权重。目前多家银行的小微贷款部门已经引入该模式试点。
五、大数据分析模式探讨
传统的商业银行贷款流程，人占据整个流程的绝大部分，而每个人的识别能力不同，判断能力有限度，导致获得信息不够完整与全面，这对贷款风险分析造成了一定的影响。阿里巴巴在涉足贷款行业初期，采用了淘宝销售数据分析作为判断依据，2010年4月，淘宝订单贷款上线，采用了SQL Engine0.2模式，一共使用了2组服务器集群，每组30台，当年7月，信用贷款上线，服务器扩增为4组。到了2012年3月，淘宝发现了数据当中隐藏的价值，将服务器集群一举扩充为1000台，采用企业级数据仓库。2013年7月，基于阿里巴巴的集团统一数据中心，他们建立了5000台的服务器集群！架构也全线更新为云数据。根据阿里巴巴2014年披露的数据，截至2013年年末，他们发放的贷款已经有124亿，服务了约34万户商家。这仅仅是数据力量的一部分。2016年10月，金税三期工程将完成在全国范围内的上线运行，这将是一个网络覆盖率100%，年事务处理量超过100亿笔，税务机关内部用户超过60万人，纳税人及外部用户超过亿人的全国税收管理系统。也就是说，全国企业的纳税数据都将在这个平台体现。举一个很简单的例子：过去统计某个企业的纳税数据，一般为客户提供，大量的税务票据实际是无法逐笔核实的，然而这个系统，可以让贷款客户的税务数据一览无余。实际上互联网数据分析的力量远不止于此。生产企业的水电气信息，劳动密集型企业的工资发放信息，以及企业内部的物资流转信息，大量的信息独立分析后交叉验证，对贷款的调查是一个极大的补充。
六、结论。
近几年来，我国贷款业务在迅速发展，业务运作和风险管理在很大程度上就是继承着传统贷款业务的方法，显然存在着一些敝端。作为商业银行本身，必须在风控手段上创新，通过风险前置、大数据分析以及其他创新的方式和手段，尽快改变目前信贷风险管理不良局面，提升抗风险能力。
参 考 文 献
银监会，《中国银行业监督管理委员会年报》
各家商业银行年报
阿里巴巴招股说明书（F-1）文件，2014年
