特別關註客戶信息系統(以下簡稱CIIS系統)
目前，中國工商銀行已將CIIS系統納入信貸審批控制流程。銀行規定，為個人辦理信貸業務(包括自營住房貸款、委托個人住房貸款、個人綜合消費貸款、個人短期信用貸款、個人汽車消費貸款、國家助學貸款、壹般商業助學貸款、信用卡、為其他法人和個人提供擔保等)時，)，各級銀行必須查詢特別關註客戶系統，任何被列入特別關註客戶系統的個人不得與其發生新的關系。
CIIS系統打破了以業務為中心的數據集成，建立了以客戶為中心的信息系統。壹個人走進中國工商銀行的壹家分行申請貸款。工作人員查看系統後對他說:“對不起，先生，妳還欠費。
我們不能給妳貸款。“原來，該男子的工行信用卡透支，壹直沒有還款，所以進入了工行的‘黑名單’系統。
按照工行的信貸流程，各級銀行在辦理所有個人信貸業務時，都要先查詢這個“黑名單”系統。凡是進入這個系統的，原則上都拿不到貸款。該系統在工行被稱為“特別關註客戶信息系統”(簡稱CIIS系統)。它從工行的生產系統中自動采集全行所有不良信貸客戶記錄，也采集其他銀行或機構的不良客戶信息。通過查詢本系統，工作人員可以快速排除高風險貸款業務。
“黑名單”入庫
眾所周知，貸款利差仍然是國有商業銀行最重要的收入來源。不良貸款就是發放出去的貸款收不回來。銀行為了維持資金平衡，只能減少下期的貸款發放量，從而減少銀行的利潤。隨著不良貸款的積累，銀行的利潤空間越來越小，最終可能失去向儲戶支付利息的能力。
不良貸款率高仍然是國有商業銀行的頑疾。專家指出:“如果壹家銀行的不良貸款率為20%，其新增不良貸款率不得超過0.94%，否則五年後就會陷入困境。”根據工行2004年年報，工行不良貸款率已降至18.99%。工行行長姜建清提出，到2006年工行不良貸款率要降到65，438+00%。這也是工行完成上市的前提條件。除了積極完成歷史不良資產的處置，降低新增不良貸款率不僅是工行的必然選擇，也是所有商業銀行可持續發展的必然選擇。
以前因為信息享受不到，工行壹個地區或部門的不良客戶去另壹個地區或部門再融資的案例屢有發生。由於真實信息有限，工作人員很難對看不見和摸不著的客戶信用做出正確的評價，無法避免不良貸款的形成。現在工行通過CIIS系統收集、記錄、查詢這些客戶的信息，從貸款源頭控制風險，同時省去了貸款調查前大量的數據收集和審核工作。
據了解，CIIS系統的數據來源包括內部和外部來源。內部數據主要是工行內部各專業部門和各分行的客戶數據。這些數據由CIIS系統從生產系統中收集。當客戶信息達到CIIS系統設定的存儲標準時，這些數據會被系統自動收錄；外生數據包括19商業銀行，公用事業和電信部門黑名單，甚至聯合國、美國和我國政府通報的名單。
“自2004年9月CIIS系統投入使用以來，我行共拒絕發放不良貸款2100筆，涉及金額2.85億元，收回債務12萬元。”中國工商銀行數據倉庫業務管理部副主任鄭雲博士向記者報告了壹系列數字。如果沒有CIIS系統，這2.85億元很可能會成為不良貸款。
而且，當系統顯示客戶在該行仍有存款余額時，工行可以通過壹定的法律程序直接扣劃存款，以抵消客戶的貸款債務。有客戶發現，工行對自己的信用記錄了解得非常清楚，主動還款，不僅還清了工行欠的債，還還清了其他銀行欠的債。當信用與人們的社會生活密切相關時，他們才真正意識到信用的重要性。
打通“信息孤島”
在CIIS系統之前，工行也有類似的“黑名單”系統，但是這些“黑名單”系統是條塊分割的，所有的業務部門和分支機構不能共享* * *，就像信息孤島壹樣。這仍然沒有起到防範全行信用風險的作用。
這樣的例子很多。比如壹個欠了多年利息，已經核銷的工行牡丹卡客戶，就有可能成為工行消費信貸的客戶。雖然消費信貸部會做貸前調查，但很可能因為信息不全而向其發放消費貸款。以前這種情況很難避免，因為信用卡系統的不良信息無法在貸款部的系統中反映出來。同樣的，壹個在工行北京分行沒有還過債的客戶去上海分行繼續貸款，上海分行查不出這個客戶的不良信用記錄。這給了許多惡意欺詐者許多成功的機會。尤其是近幾年炒房非常火的時候，很多炒房者都是通過在不同銀行之間或者同壹家銀行的不同支行之間反復騙取貸款來炒房的。
據中國工商銀行信息技術部副總經理陳道斌博士介紹，工商銀行攔截的不良貸款中，85%是跨區貸款，33%是跨省貸款。在CIIS系統之前，由於信息壁壘，掌握客戶信用信息的成本非常巨大，騙貸風險無法防範。以前工行也考慮過建設這樣的系統，但是在沒有實現全國數據集中之前，信息無法共享，銀行對客戶信息的掌握非常有限；即使銀行系統中存在大量的客戶數據，這些數據也是分散的、碎片化的。
完成數據集中後，工行在應用層進行了數據整合。CIIS系統打破了以業務為中心的數據集成，建立了以客戶為中心的信息系統。以前每個客戶的資料就像散落的衣服褲子襪子壹樣扔在房間的每個角落，但是當這樣的衣服褲子襪子堆在房間裏的時候，就無法分辨它們之間的關系了。現在，每個客戶的信息壹目了然。
鄭雲表示，數據管理和挖掘是商業銀行在股份制改革中提高風險管理水平的必然途徑。陳道斌也說過:“我們不缺數據，我們缺的是數據的精細化管理。數據集中之後，我們還有很多工作要做。”CIIS系統是數據集中後的成功應用。
目前，中國工商銀行CIIS系統正在進行二期建設，目標是將該系統納入信貸管理體系，成為信貸流程中的必要環節，實現從系統控制向技術控制的轉變。鄭雲表示，雖然系統要求工作人員在辦理信貸業務時查詢CIIS系統，但由於利益關系，業務員為了完成貸款任務，可能不會嚴格按照規定執行，風險依然存在。用技術進行剛性管控，可以減少人工管控的漏洞和風險，也可以降低管理成本。
統壹信用信息系統
工商銀行的CIIS系統是先行者，但畢竟無法實現銀行間的* * *共享。惡意詐騙分子不能從工行貸款，但也可以去其他銀行貸款。同樣，其他銀行的債務人也可能去工行貸款。對於整個銀行業來說，防範信用風險的能力還是比較弱的。
今年3月，央行推出房貸新政，上調房貸利率。多家銀行宣布對購買非首套房的人實行上限利率，並提高首付比例。然而，這壹政策在實際執行中遇到了“尷尬”。壹些炒房者在不同銀行之間申請房貸，銀行無法判斷客戶是否買了二套房，導致銀行監控失效。
據了解，目前只有工商銀行可以實現不良客戶信息跨學科、跨地區、跨分行共享。民生銀行相關人士表示，由於規模小，分支機構少，民生銀行很早就實現了數據集中，采用全國統壹的系統。所有數據都集中在總部，使客戶在功能上享受“黑名單”信息。然而，由於數據量小，建立壹個類似的CIIS系統是不現實的。交通銀行鄭州分行科技部工作人員告訴記者，交通銀行正在積極進行全國數據邏輯的集中建設，目前還沒有實現全國不良信用客戶信息的* * *享受。
為更有效地防範信貸風險，降低銀行不良貸款率，中國人民銀行組織商業銀行建立了“個人信用信息基礎數據庫”(又稱“征信系統”)，各商業銀行通過統壹接口將個人客戶在本銀行的借貸還款、信用卡、擔保等信用信息及相關身份信息發送至該系統。7月1日，經過壹段時間的試用，該系統已在全國8個省市的商業銀行全面聯網，成為各商業銀行享受信貸數據信息的平臺。
現在銀行受理房貸業務，只要把貸款客戶的信用信息調出來，客戶在所有銀行的未償貸款就壹目了然，不能糊弄過去。甚至有媒體評論稱，“個人信用信息基礎數據庫”的運行將遏制炒房團貸款炒房。
招商銀行北京分行計算機部總經理王建恒表示，央行“個人征信基礎數據庫”全國聯網，對所有銀行來說都是非常有價值的。銀行在辦理信貸業務時有了可靠的參考標準，同時也省去了大量的數據調查工作，提高了工作效率。聯網對防範不良貸款有積極意義。據了解，在試運行階段，民生銀行依托央行“個人征信基礎數據庫”已成功拒貸數筆可能的不良貸款，工行也相應拒貸數千萬筆不良貸款。
不過，易觀國際咨詢公司並不看好央行“征信系統”的應用前景。該公司的分析師認為，央行的“信用信息系統”
數據主要由商業銀行提供，但商業銀行提供的個人征信數據質量參差不齊，尤其是信用卡數據。目前，按各商業銀行發行的信用卡數量來看，總數已超過2000萬張，但具有“先消費後還款”功能的信用卡只有800萬張左右，真正經常使用的信用卡只有兩三百萬張。信用卡發行時，數據采集粗糙不完整，很多有價值的信息沒有錄入系統，數據質量明顯不高，這就需要付出很多努力來改善現狀。
易觀國際咨詢公司首席IT分析師許認為，由央行牽頭建設個人征信基礎數據庫是壹個非常好的起點。但是這個數據庫需要壹個不斷完善和調整的過程。信用信息涉及社會生活的方方面面，未來可以擴展到證券保險等其他金融行業，通過數據挖掘技術實現更多的功能，比如信用預警、決策分析等。
信用評估任重道遠。
渣打銀行北京分行的塗先生在美國生活多年。他認為，個人征信系統是壹個龐大的工程，不僅涉及數據收集，還涉及如何識別、分析和評估這些信息。即使客戶有信用評級評分，也不代表銀行沒有信用風險，因為個人信用是動態的，需要時間積累。有些人可以利用信用的漏洞。如果他們有足夠的耐心，可以繼續借貸還款，等到信用積累到壹定程度，再騙取大量貸款。
易觀國際咨詢公司許在接受《信息周刊》記者采訪時指出，銀行需要引入評價模型，在完整數據的基礎上建立完整的評價體系。因為只有數據，不代表什麽。央行現在的征信系統，作為壹個數據采集的平臺，更多的是壹個信息采集的渠道。
工行的鄭雲表示，CIIS體系包含了壹定的信用評估模型。在央行“個人信用信息基礎數據庫”的基礎上，CIIS將根據客戶信息和統壹的評估模型對客戶進行信用評級，並將信用不良客戶的名單和信息納入系統。目前由於信息量有限，無法對沒有不良信用記錄的客戶進行信用評分。信貸員往往只能依靠客戶提供的壹些信息，根據經驗來判斷客戶的信用，這是有風險的，不能完全識別那些提供虛假信息的客戶。
在鄭雲看來，工行未來要做的是建立更完善的評估模型，對那些沒有不良信用信息的“白客”進行信用評分，系統根據這個評分決定貸款額度和利率。這樣做有利於更好的細分客戶，找到收益和風險的平衡點。