商业银行公司业务发展下公司客户关系数据梳理与应用介绍

hwyzw

    商业银行公司业务在发展。监管报送领域对公司客户关系数据的需求不断出现。授信管理领域对公司客户关系数据的需求不断出现。客户营销等领域对公司客户关系数据的需求不断出现。商业银行公司客户里，多数存在相互担保、联合担保、循环担保等关联关系。这些关系错综复杂，相互交叉形成网络。其中蕴含着大量潜在信息。针对怎样运用好这些信息，本文梳理了部分典型商业银行公司客户关系数据，并结合数据应用做了简要介绍。

    01

    []

    1.监管报送中的公司客户关系

    （1）法人-分支机构关系

    近年来 为强化宏观审慎管理 监管部门对银行客户数据监管报送提出更细致要求 比如系统重要性银行统计制度监管报表表一 即前50大交易对手统计表 和表二 即前50大交易对手风险暴露统计表 要求对交易对手汇总报送 银行要针对重点客户完成同一客户的识别整合这要求商业银行构建法人机构向下的“总 - 分机构”关联关系。通过构建这种关系。商业银行能够完成重点客户交易数据的准确归并。

    2.授信管理中的公司客户关系

    （1）集团客户关系

    集团客户经营领域宽广、资金充裕，具备规模与信用方面的优势，是诸多商业银行的贵客。不过，集团客户业务有时会出现关联交易、资金错配、企业互保、过度授信等风险。当集团客户授信风险损失出现时，常常牵涉众多金融机构以及大量债权金额，有可能给众多银行机构造成巨大损失这需要商业银行梳理清楚集团客户企业成员间的客户关系。在此基础上，准确评估集团客户授信风险。

    （2）担保关系

    担保贷款是企业间的保证贷款。它是凭借借款人或第三方依法提供保证担保来发放的贷款。在较长时间里，担保贷款作为解决民营企业融资难问题的模式创新。它受到商业银行追捧以及企业青睐。多家企业借助相互担保、联合担保、循环担保。形成了一类公司客户关系数据，即担保网络关系。

    3.客户营销中的公司客户关系

    （1）供应链公司客户关系

    [[]7]供应链金融是针对中小企业的新型融资模式。它把资金流有效整合到供应链管理过程里。它为供应链各环节企业提供贸易资金服务。它为供应链弱势企业提供新型贷款融资服务。它以核心客户为依托。它以真实贸易背景为前提。当下 供应链金融正处于快速发展阶段 商业银行在参与供应链金融业务时 形成了一种公司客户关系 即供应链公司客户关系

    4.公司客户关系数据结构

    在数据结构方面 前文提到的公司客户数据关系 通常具备以下几种典型的数据结构

    （1）树形结构

    机构关系示意如下

    （2）网状结构

    网状结构主要有两个特征。一是允许存在一个以上节点无父节点。二是允许一个节点有多于一个父节点。担保关系具有网状结构的特征。集团客户关系也具有网状结构的特征。

    商业银行公司客户借助互保、联保、循环保构建起担保网状结构。此结构节点众多，关系复杂。某商业银行分行经有效合同统计发觉，该分行保证贷款存有近1500个担保网络。这些网络涵盖7000余个节点企业。其中，既是授信客户又是保证人的节点企业超700个。以某化工行业民营企业担保圈为例，其担保网状结构示意如下：

    企业集团客户关系借助层次股权关系形成，具备简单网状结构的特点。以近期成功进行首次公开募股的华西证券的集团客户关系作为例子，其示意图如下：

    此外 企业集团客户关系 还通过企业成员间交叉持股 以及特殊利益安排构成关联方等方式 朝着多维复杂网状结构发展 以跨国企业三星集团为例 集团创始人借非常复杂的交叉持股实现了对集团的控制 三星集团网状持股结构示意图如下

    （3）链状结构

    供应链公司的客户关系常常具备链状结构的特性。以供应链金融里较为常见的应收账款ABS产品成员结构作为例子。其示意图如下：

    02

    公司客户关系识别与管理

    1.法人-分支机构

    在商业银行的实践里，对于法人与分支机构关系的识别以及管理，主要借助信息录入、确认的相关管理流程，还有外部数据来进行辅助检验。相关管理流程的示意图如下：

    在外部数据方面，当前商业银行常常运用工商红盾数据。将其与行内客户信息系统里的法人 - 分支机构关系数据做对比。以此交叉验核法人 - 分支机构关系数据的正确性。

    2.集团客户关系

    常见的管理流程示意如下

    基层经办人员进行人工调查。主要依靠查询公开信息。这些公开信息来自人行征信。还有全国企业信息公示系统。以及国家企业信用信息公示系统。另外还有中国裁判文书网。以及中国执行信息公开网。

    在外部数据领域，企查查提供了集团客户关系数据。这些数据基于图挖掘、图分析和知识图谱技术。比如股权投资结构、共同疑似控制人企业关联关系等。天眼查也提供了此类集团客户关系数据。同样基于相关技术。蚂蚁集团同样提供了。还有中国银联开放平台也提供了。它们都能以API接口等形式。面向商业银行客户提供服务。以此辅助企业集团客户关系判断。

    3.担保关系

    当前商业银行识别公司客户担保关系主要依靠授信申报材料里的担保信息事项。商业银行在授信申报流程中通常要求提供材料和说明。这些材料和说明要佐证客户在其他金融机构的授信情况。还要佐证担保情况。以及担保方代偿能力。

    在外部数据方面 工业和信息化部有“中小企业信用担保业务信息报送系统” 中国人民银行征信中心能提供企业征信服务 上市公司定期报告会披露对外担保信息 国家企业信用信息公示系统可提供相关内容 全国企业信用信息数据库也能提供 这些都能给出企业对外担保的明细信息天眼查、企查查等企业征信机构可面向商业银行客户，以API形式，提供企业对外担保明细查询服务。

    4.供应链公司客户关系

    商业银行供应链公司客户关系靠行内交易数据与供应商名录外部数据来识别。数据分析人员常借助行内资金流水识别企业客户间供应链关系。还能通过承兑汇票识别。也能凭借保理融资等供应链相关业务识别。还可依据交易摘要识别。

    03

    公司客户关系数据典型应用

    1.数据应用基础：图数据与图计算

    公司客户关系数据应用以图数据库与图计算为基础。图数据库采用高维拓扑结构。这种结构可描述复杂关联关系。与传统关系型数据库的关系表（二维表）不同。图数据库中高维关系的构建仅依赖两大类最基础的数据类型。即顶点与边。我们通常称它们为实体与关系。用图数据库能够简单地表达真实世界中的关联关系。比如商业银行公司客户关系数据。这种表达高效且自然。

    图数据与图计算中常用到部分概念示意如下：

    2.行内数据应用

    （1）集团客户关系数据

    商业银行可把集团客户关系数据应用于客户资金管理平台建设。除授信管理方面的应用外，资金管理平台为集团客户提供综合现金管理服务。该服务包括成员单位全覆盖的账户管理、结算管理、预算管理、内部银行、票据管理、综合查询。集团客户关系数据是资金管理平台建设的基础。平台账户架构主要依据集团客户关系信息构建。该架构借助集团实体账户与成员单位虚拟子账户的结合。能够达成全集团统一的明细预算与总额预算结合管理。还能实现实时收付款资金管理。

    （2）供应链客户关系数据

    商业银行能够利用行内供应链客户资金流水数据。借此构建核心客户和其资金圈层内其他客户的资金关系标签体系。进而精确量化客户间的供应关系。最终找到以核心客户为基础的稳定供应链条

    在客户触达环节，供应链条数据能够帮助挖掘产业链核心客户上下游的潜在客户。达成客户触达后，可实现裂变级的客户拓展营销效率。

    产品推荐时，一方面能借助节点相似性分析技术来达成供应链客户分群。针对不同客群，精准推荐各异的对公产品。比如说，依据资金流、信贷流以及票据流的明细状况，对供应链客户进行分群。然后差异化推送票据承兑贴现与保理融资产品。另一方面，能够实现供应链上的商机事件营销。商业银行可依据供应链条数据挖掘相关营销机会

    在风险管理领域 商业银行可依据供应链条数据 判定风险事件于供应链条上传播的概率 进而形成供应链风险链路视图 以及供应链风险预警模型 一旦供应链核心客户出现舆情风险事件 诸如财务风险舆情 处罚诉讼舆情 商业银行便能快速判断其对上下游的影响 并及时采取风险管理举措

    3.外部数据应用

    （1）担保圈监测

    担保关系数据可用于保证贷款担保圈的识别以及风险监测。担保圈是由众多合作伙伴相互担保构成的网状结构。不利的媒体播报会使担保圈面临危机。法律诉讼会让担保圈面临危机。执法或监管部门的罚款会致使担保圈面临危机。这会造成银行贷款损失

    商业银行可借助图数据库和图计算技术构建企业担保圈网络模型。利用担保圈识别算法、网络测度勾勒企业担保网络拓扑图。进而抽象出担保圈画像。以此实现从复杂担保链数据模型中识别隐藏的多级担保链、环形链、核心担保企业。并从多个维度可视化展示担保圈识别结果。最终直观、及时、全面地发现担保圈风险

    担保圈识别算法常采用图算法里最基础的宽度优先搜索算法来对担保网络进行聚类。从跟节点起始，遍历网络中的所有节点。由此得到若干生成树（Tree）。这些生成树能把图划分为若干个互不相连的子图，此即担保圈。通过网络测度分析方法能识别出担保权重的网络核心企业和风险聚集情况，这些方法包括中心性度量和网络关联性度量等。相关网络测度方法简单介绍如下：

    04

    公司客户关系数据服务和产品化

    1.公司客户关系数据查询

    数据中台的建立让整合数据成为可能。它能统一加工、输出数据。收集授信流程里的集团关系、担保关系。收集营销中的产业链关系。收集客户经理人工维护的社区关系。收集红盾等外部数据中的客户关系数据。在数据中台清洗和标准化数据。形成完备的客户关系体系。对外提供单一客户查询服务。对外提供图数据查询服务。

    一些厂商甚至提出了“图中台”概念。“图中台”是图计算与图存储平台。它向下对接底层操作系统和硬件平台。它对上直接服务应用层对图数据的需求

    2.公司客户关系产品

    公司客户关系完善之后。能够在数据中台包装打造出公司客户关系产品。进而统一对外提供输出服务。

    首先要形成公司客户关系可视化产品。先整合各类公司客户关系。然后将企业上下游关系、股东关联关系、担保关系等可视化展现出来。再结合数据可视化组件。最终形成公司客户关系统一视图。商业银行基层经办人员可通过简单操作抽取查询企业客户众多关联关系。管理人员也能如此。他们能快速定位潜在高风险企业。还能直观理解风险传导路径。

    二是依据授信管理、贷后管理以及风险管理等业务需求，打造出数据加算法的智能数据产品。比如说，能借助图数据库和实时图计算能力构建对公客户担保预警系统。该系统可形成实时担保圈链，从而识别出为其他实体企业提供多项贷款担保的高风险客户，以此防范多笔、连锁式损失。

    最终走出更高效的商业模式

    参考文献

    陈寰。商业银行怎样降低集团客户隐性关联关系的风险。发表于《科技经济导刊》。2020年。第28卷第03期。页码为204加198

    翟帅所著。关于GL银行的集团企业授信风险管理的研究。学位论文为D。作者毕业于广西大学。时间是2018年

    吴德胜、曹渊、汤灿、郝希阳所著《分类管控下的债务风险与风险传染网络研究》发表于《管理世界》2021年第37卷第4期，页码为35至54页

    吕文贤所著。关于商业银行担保圈贷款的风险管理的浅谈。发表于《全国流通经济》2019年第21期。页码为134至135。

    殷朋所著《担保圈风险管控策略探析》发表于《时代金融》2019年第24期 页码为92至93页

    许华 探讨集团客户统一授信中的关联企业管理 发表于《金融理论与实践》2004年第6期 以J为标识

    企业会计准则编审委员会进行编写 企业会计准则第33号为合并财务报表讲解 属于M类书籍 由立信会计出版社出版 时间是2015年

    撰稿：王茂宇

    小编：李丹妮

    ·拓展阅读

    1.

    2.

    3.

    4.

    5.

    数据治理周周谈

    争取将数据治理

    讲明白，说清楚，有价值

    既然来了，点个在看再走吧~