《小微企业贷前调查实战技能与风险控制》

《小微企业贷前调查实战技能与风险控制》

主讲：李老师 课时：6-12小时

模块一：小微企业客户及其风险特点

1. 银行是经营风险的企业

1. 利率市场化要求银行承担更大的风险

2. 台湾银行业现状

3. 大陆小微金融发展现状

2. 从巴塞尔协议看小微企业信贷风险

1. 巴塞尔协议对风险的定义

2. 操作风险是小微信贷的头号风险

3. 信息不对称是产生信用风险的根源

➢ 道德风险和逆向选择

➢ 低成本的解决信息不对称问题是小微金融成功的关键

模块二 贷前调查的内容及方式方法

1. 贷前调查的范围与内容

1.

信贷调查包括：借款申请人企业经营状况调查、借款申请人家庭状况调查、担保人调

查。

2. 信贷调查的方式：现场调查、非现象场调查

3. 调查了解的主要内容：

1) 了解客户的从业经验、管理能力和个人品行

2) 了解客户经营项目的行业和其自身状况

3) 获得经营项目的财务信息

4) 了解客户的家庭的有关信息（基本状况、收支、财产及债务）

5) 收集信贷决策资料和贷款要件

6) 核对文件（合法性、真实性、有效性、一致性、全面性）

7) 要求客户提供保证人和证明人的姓名和联系方式

（证明人可以是经营上下游客户 、经营地点出租人 、所在市场的管理者等

）；通过调查保证人和证明人，了解保证人的真实担保意愿，对客户所提供的信

息进行交叉验证

二、信贷调查的要点

1. 保证真实性是信贷调查的核心原则

2. 调查应以调查客户的借款用途、还款来源为重点

案例：客户真的需要钱吗

期限错配蕴含的风险

3. 行信贷调查时，应该以访谈和实地考察为主要调查手段，要“面对面”。

4. 将客户所提供信息与书面材料和/或证明人所提供的信息进行“交叉核”。

三、贷款调查的五个方法

1. 明知故问法

案例：王老板在吗

张总是我的好朋友

2. 逆算倒推法

案例：库存的秘密

您真的需要贷款吗

3. 见微知著法

案例：客户的白鞋子

永远打不通电话的李总

4. 比较分析法

案例：用电量透露的玄机

被苏宁拖欠？

5. 多点核对法

四、现场调查的原则及实际操作

1. 现场调查的几个原则

1) 兼听则明，现场调查应坚持双人或多人原则

2) 及时性是保证调查真实性的关键

3) 重视对原始凭证的收集

4) 企业主的口碑是现场调查的重点

案例：不情愿的担保人

刺眼的白鞋子（引用视频天下无贼，开宝马的就一定是好人）

客户介绍的陷阱

2. 现场调查重点及案例集锦

1) 经营场所真伪辨别

案例：仓库的联系电话

前台的通讯录

真正的大老板不是他

2) 经营状况真伪辨别

案例：小工的抱怨

打卡单里玄机

过期的库存

不会说谎的电费单

书柜里的秘密

中介的传单

3) 抵质押物真伪辨别

案例：会跑的螺纹钢

聪明的包装纸贸易商

不可对抗的善意第三方

五、非现场调查的原则及实际操作

1. 非现场调查的原则

交叉原则是非现场调查保证真实性的第一原则

2. 非现场操作的工具及取得途径

1) 征信报告

2) 法院执行网、工商注册网

3) 银行对账单

4) 财务报表

5) 房地产信息网

3. 征信报告查询案例集锦

1) 从征信看历史

案例：他是一个成功人士吗

2) 从征信看信用

案例：没有不良信用记录的客户的不良信息

3) 从征信看资金状况

案例：一个卡奴的自白

4) 从征信关联

案例：客户没有告诉我们的故事

5) 从征信看经营状况

案例：学习同业好榜样

4. 法院执行网、工商登记网查询及案例集锦

怎样使用法院执行网、工商登记网

案例：实力强大的担保人

被吊销的企业

5. 银行对账单查询

1. 从银行对账单看企业经营

案例：客户的经营收入有5000万吗

2. 从银行对账单看企业的民间集资

案例：奇怪的交易对手

3. 如何排除虚假的银行对账单

6. 小企业财务报表分析及案例集锦

1. 资产负债表的构成及编制原则

2. 资产负债表分析及案例集锦

案例：合理避税下的科目真实性扭曲

诱人的银行存款

爱打扮的应收账款

其他应付的玄机

并不真实的资产负债比

3. 利润表的构成及编制原则分析

4. 利润表分析及案例集锦

案例：急剧下滑的营业收入

销售额增长背后的利润萎缩

5. 现金流量表的构成及编制原则分析

6. 现金流量表分析及案例集锦

案例：负的现金流量表正常吗

7. 房产信息网查询及案例集锦

案例：客户仅拿出一套房子

六、对几个问题的探讨

1. 小微企业的隐形资产

2. 民间借贷的前世今生

1) 民间借贷不好吗

2) 怎样判断民间借贷的规模

3. 怎样看待多家融资的企业

4. 避免过度融资

5. 怎样看待中介

七、大数据时代的信贷调查展望