【大数据】通过大数据识别担保圈风险

随着移动互联网、云计算、物联网和社交网络的广泛应用，人类社会已经迈入一个全新的“大数据”信息化时代。处于这个大数据的年代，我们可以从客户画像中挖掘潜藏的行为数据、交易数据，以及偏好数据，以作出更精准的营销和管理；与此同时，我们也可以通过大数据防范风险，如银行的信贷风控。

国内不少银行已经开始尝试通过大数据来驱动业务运营。在贷款的过程之中，很多时候银行都是需要借款方能够提供一个贷款的担保人来保障这个贷款，担保人所起到的作用是非常重要的，而担保人需要承担的法律责任也是非常重大的。

在银行对公贷款中，存在着担保贷款的业务，即借款方不能足额提供抵押（质押）时，应有贷款方认可的第三方提供承担连带责任的保证。这有助于降低银行贷款风险，提高信贷资金使用效率。

► 加强贷款担保监控

但在实际业务中，常遇到两个借款方之间互相进行担保，或借款方又同时为其他借款方进行担保，形成链式担保或闭环担保。这类担保行为导致区域、行业的系统性贷款风险上升，因为只要当担保圈里的一家企业不能按时偿还贷款，就会形成多笔贷款同时出问题，势必引发担保链条破裂，贷款风险成倍地放大，进而演化成整个担保圈的风险。因此，银行在风险控制中需要加强监控，及时提供风险预警，阻断风险链条传导。

大数据在加强监控方面便发挥重要作用。通过应用大数据，我们可以结合担保和信贷信息，建立担保贷款网络图，更有效地标识过于集中的担保方，标识互相担保的担保方，标识链式担保方，调高风险基数，加强监控。

如此一来，在新的担保贷款审批前，遇到已存在的高风险担保方，银行将可拒绝贷款申请；对于存量的保证贷款，可以加强对高风险基数担保方的监控；而对于已经发生逾期的不良担保方，更可以及时追加被担保方的保证条件。