
近年来,多家城商行在总行层面集中收紧行业限额政策后,存量对公客户的不良风险加速出清。制造业、建筑业等行业的一刀切式压降,直接冲击了部分企业的融资链,半年内不良率跳升近两个百分点的情形并不罕见。当不良集中浮现时,一个尖锐的管理难题随之摆在台前:这些损失究竟源于不可抗的宏观政策冲击,还是根子在支行层面的尽调失职与贷后懈怠?
传统考核体系对这一问题几乎没有分辨力。一旦发生风险,支行长的绩效薪酬往往被“一刀切”扣减,离任后暴露的跨任期追溯更是缺乏清晰规则。由此引发的内部公平性质疑,不仅让经营责任制的激励效果大打折扣,还可能造成优秀支行长的逆向流失,并诱使在岗者过度避险、消极投放。因此,设计一套能够区分系统性因子与个人履职责任的免责考核框架,已经成为城商行风险管理和人力资源部门的共同迫切需求。
本文旨在为城商行提供一套可直接参照的政策免责系数与跨任期追溯调整方案。我们将从归因分离的逻辑起点出发,厘清模糊地带,构建量化模型,并给出嵌入任期考核与薪酬递延的具体路径,最终推动绩效扣回机制从被动惩罚转向主动风险管理。
总行限额政策调整引发存量风险加速出清
城商行的对公业务与区域产业政策高度捆绑。当总行根据宏观调控导向和自身风险偏好,骤然收紧特定行业限额时,存量客户的再融资能力会迅速恶化。某城商行在制造业行业限额大幅下调后,相关支行不良率在半年内明显攀升,部分原本正常还息的企业因续贷通道关闭而直接逾期。这种由政策引发的流动性冲击,往往被现行考核体系笼统地归为“支行风险管理不力”。
问题的复杂性在于,限额调整并非均匀作用于所有支行。区域经济结构差异、地方政府纾困力度、支行客户集中度等因素,会使同样的总行政策在不同支行产生截然不同的冲击烈度。忽视这些差异,仅以不良结果问责,等于将总行决策的外部性全部转嫁给一线经营者。这不仅挫伤支行长对风险策略的认同,更可能导致他们通过隐藏风险、展期等方式延缓暴露,进一步积累系统性风险。
宏观政策因子与支行尽调失职的归因分离逻辑
解决公平问责的前提,是建立清晰的归因分离框架。总行需要将一笔不良贷款的形成原因,分解为“宏观政策因子”“行业/区域系统性因子”以及“支行专项履职因子”三个层次。政策因子和区域系统性因子原则上不应由支行长个人承担,而履职因子则必须兑现奖惩。这一分解逻辑直接决定了免责系数和不良容忍度的设计基础。
跨任期不良责任界定的三重模糊地带
第一重:客户准入时点的政策环境认定。当贷款审批发生在行业政策宽松期,而风险暴露于收紧期,归责判定极易陷入争议。部分支行在准入阶段可能存在尽调报告关键信息遗漏,但即便报告完备,当时总行对该行业的指导态度也是积极介入。此时,必须回溯客户准入时的总行政策信号、行业限额敞口和审批标准,区分“当时已可预见的风险”与“因政策突变导致的损失”,才能合理分配责任。
第二重:贷后管理跨越不同政策周期。一笔中长期贷款的生命周期可能经历政策宽严的多次转折。如果支行在政策收紧后已经采取了有效的风险缓释措施,但企业仍因全行业信贷收缩而最终违约,支行长的管理勤勉程度需要被单独评价。单凭最终不良结果扣减绩效,会抹杀支行在逆境中的积极作为。
第三重:原行长离任后的风险延迟暴露。一家中部地区城商行在对建筑及房地产行业实施限额压降时,就遭遇了典型的跨任期争议:原行长已离任超过一年,其在任期间发放的贷款在继任者任期内集中逾期。由于缺乏清晰的跨任期追溯规则,薪酬递延扣回无从启动,内部公平性受到严峻挑战。这类情形要求总行必须设定风险暴露的追溯期窗口,并明确离任行长与现任行长的责任切割节点。
政策免责系数与系统性因子剔除模型设计

在上述归因逻辑基础上,总行可以将抽象的判断转化为可量化的免责系数,直接应用于支行长的任期风险考核。免责系数并非为一个“免罚牌”,而是对不利环境下履职结果的风险调整工具。它由一系列系统性因子驱动,数值越高,代表当期宏观与行业环境对支行越不利,相应地,对其不良容忍度应放宽,扣罚力度应减轻。
下面的表格概括了构建免责系数所需考虑的四个因子维度、量化指标及调整方向。
| 因子维度 | 量化指标示例 | 免责系数影响方向 | 数据采集频率 |
|---|---|---|---|
| 行业限额冲击烈度 | 总行对行业授信限额压降比例、全行该行业不良迁徙率变动 | 压降比例与行业不良迁徙率越高,系数上调幅度越大 | 季度 |
| 区域政策执行差异 | 地方政府专项纾困基金到位率、企业破产重整司法效率指数 | 区域纾困力度越弱、处置周期越长,系数越需上浮 | 半年度 |
| 客户集中度风险 | 支行前三大行业不良贷款占比、单一客户风险暴露占支行拨备前利润比重 | 集中度越高,对系统性外部冲击越敏感,系数向上修正 | 季度 |
| 跨任期时间衰减因子 | 贷款发放距今时长、原行长离任至不良暴露时间差 | 时间久、离任间隔长,现任行长责任递减,需引入衰减系数 | 实时 |
基于以上因子,免责系数的计算公式可以采用加权求和法:免责系数 = 1 + α×行业冲击分值 + β×区域差异分值 + γ×集中度风险分值 – δ×时间衰减分值。α、β、γ、δ的权重由总行风险与计财部门根据历史数据进行回归校准,并每年重检一次。免责系数最终将作为调整系数,直接作用于支行长的“预期不良容忍度”和“风险扣减薪酬基数”。
将免责调整嵌入支行长任期考核与薪酬递延扣回
免责系数不能孤立存在,它必须与任期考核的平衡计分卡和薪酬递延池机制紧密联动,才能将公平性理念落地为规则。
与平衡计分卡式任期考核的整合
在支行长的任期平衡计分卡中,风险维度不应仅对标绝对不良率,而应引入“风险调整后不良率”。该指标 = 实际不良率 – 系统性因子导致的理论不良增量。系统性因子导致的理论增量由免责系数模型中扣除政策冲击后的部分计算得出。当风险调整后不良率仍在容忍范围内时,绩效不扣分;超出部分则启动追溯程序,并依据尽职程度判断个人责任比例。
薪酬递延池的调节规则
隐性不良贷款的跨任期追溯,最终通过薪酬递延扣回来实现。总行可设立针对支行长的风险递延池,递延比例为年度绩效薪酬的30%-40%,递延周期覆盖其任期外加三年追溯观察期。每年解锁时,系统自动计算观察期内新暴露的不良贷款,并应用当期的免责系数进行风险调整。若调整后仍有可归因于个人履职的损失,则按比例扣减递延池;若风险确属系统性,则递延金额按原计划发放。这一机制让“应免尽免、应扣尽扣”有了明确算据。
从制度起草到系统固化的分阶段实施路径
免责系数与跨任期追溯机制的落地,不是一个一次性项目,而需要经历从数据验证到制度内化再到系统自动化的渐进过程。以下分阶段路径可供城商行参照。
第一阶段:回溯数据与试点验证(短期,1-3个月)。适用对象为风险管理部门与部分业务结构多元的分行。优先选取近三年内经历过总行行业限额大幅调整、且不良率有明显波动的支行,回溯其不良贷款档案,将每笔不良按免责系数模型进行模拟归因。落地难点在于历史数据质量参差和政策节点难以准确认定,需依靠风控专家人工复核。预期收益是形成首批校准后的因子权重,并让核心管理层直观看到归因分离的合理性。
第二阶段:内部制度与例外裁决规则完善(中期,3-9个月)。完成试点验证后,总行应将免责系数模型正式写入经营责任制管理办法和薪酬递延管理制度。同时设立由风险、人力、法律合规组成的跨部门裁决委员会,处理模型中无法自动分类的争议案例。例如客户准入时尽调报告中部分信息模糊,或总行曾口头指导但未有书面文件等情形。此阶段的关键产出是一套标准化的裁决指引和案例库。
第三阶段:系统固化与自动化运行(长期,9-18个月)。适用对象为全行所有经营机构的支行长考核。将因子采集、免责系数计算、风险调整后不良率生成、跨任期追溯与递延扣回计算全部固化至全面绩效与风险管理系统。系统需支持按季度自动抓取行业限额、区域政策变量,并与人力资源系统中的薪酬递延池模块联动。落地难点在于系统间数据打通和因子模型的动态重检机制建设。预期收益是消除人工干预带来的解释性争议,让每一次考核结果都可追溯、可解释,大幅降低制度运行的内部摩擦。
建立风险调整型经营责任制的长期价值
政策免责系数与系统性因子剔除的设计,表面上看是在为支行长“松绑减扣”,但其深层意义远不止于此。它从根本上重构了支行风险行为的激励结构,将支行长的关注点从“会不会被追溯”转向“如何在可预见的政策周期内实现风险收益平衡”。
对于城商行而言,这套机制还有利于在区域产业波动中保留一支稳定的支行长队伍。当从业者相信总行能够公允区隔系统性风险与个人责任时,经营责任制才能真正激发理性的进取行为,而非弥漫避险自保的文化。进一步看,风险调整后的考核数据将反哺总行的行业限额政策和资源配置决策,使政策制定获得来自一线的真实风险信号反馈。
跨任期追溯、政策免责系数、不良容忍度动态校准——这三项能力的建设,共同构成了城商行从被动处罚向主动风险管理跃迁的杠杆点。建议各行在启动系统性模型设计的同时,尽快着手改善跨任期数据的完整性和可用性,因为再精巧的免责算法,没有可靠的数据基础也只能悬在半空。将公平性根植于制度与系统中,才能在信贷增速换挡期,真正守住风险底线与人才核心。
总结与建议
城商行在行业限额政策收紧后出现的存量风险集中暴露,根本挑战在于现行考核体系无法公正区分宏观政策冲击与支行履职过失。本文提出的政策免责系数与系统性因子剔除模型,将行业限额冲击烈度、区域执行差异、客户集中度与时间衰减效应量化为可计算的调整工具,为“风险调整后不良率”提供了明确的算据基础,使跨任期绩效递延扣回的“应免尽免、应扣尽扣”首次获得技术性支撑。
落地层面,建议分三步推进。第一,优先改善跨任期数据的完整性与可追溯性,确保每笔授信的准入政策环境、贷后管理动作与责任人时间轴完整记录,这是免责系数模型运转的底盘。第二,在试点分行先建立由风险、人力、法规组成的跨部门裁决委员会,积累争议案例的裁量标准,形成可复用的例外裁决指引。第三,将因子采集、免责系数计算、风险调整后不良率生成与薪酬递延扣回全部固化至绩效与风险管理系统,使考核结果自动生成、全程留痕,从根本上消除人工干预带来的内部摩擦。
长期来看,风险调整型经营责任制的真正价值在于重塑激励结构。当支行长相信总行能够公允分割系统性风险与个人责任时,经营行为才会从被动避险转向在政策周期内主动平衡风险与收益,从而在区域产业波动中稳定核心人才,并为总行的行业限额政策和资源配置决策供给来自一线的真实风险信号。
常见问题
政策免责系数是否意味着支行长可以对不良贷款全部免责?
1. 免责系数的作用是将行业限额冲击、区域执行差异等宏观及系统性因子从个体考核中剔除,使支行长不再为不可控的外部环境承担全部后果。
2. 如果一笔不良贷款的形成原因中包含尽调信息明显缺失、贷后管理未按规定动作执行等个人履职过失,该部分责任依然会被单独认定并触发绩效扣罚。
3. 免责系数本质上是一个风险调整乘数,系数越高代表外部环境越不利,对支行的不良容忍度随之放宽,但绝不等同于放弃对尽职要求的检验。
跨任期不良追溯的追溯观察期设定多久比较合理?
1. 较为通行的做法是将薪酬递延池的覆盖周期设定为支行长任期外加三年的追溯观察期,自离任之日起计算。
2. 在观察期内新暴露的不良贷款需重新归因,结合贷款发放时点的政策环境与行业限额状况,应用当时有效的免责系数进行风险调整。
3. 观察期设定过长可能影响人才流动意愿,过短则难以覆盖长周期风险暴露,三年在城商行对公贷款的平均风险潜伏期内具有较好的平衡性。
4. 模型中引入的时间衰减因子会自动降低原任行长对历史久远贷款的追溯责任,进一步避免无限追溯的问题。
城商行应如何量化“区域政策执行差异”这一系统性因子?
1. 区域政策执行差异可选取地方政府专项纾困基金到位率、企业破产重整的司法效率指数以及区域GDP波动等外部指标,每半年度采集一次数据。
2. 这些指标反映的是支行所在经营区域对企业信用风险的托底能力与处置速度,纾困到位率低、司法处置周期长的区域,系统性风险权重相应更高。
3. 总行可将上述指标标准化后赋予权重,纳入免责系数的加权公式,并通过历史数据回归校准,使区域差异得到客观量化而非主观判断。
4. 配套需要建立持续的数据更新机制,确保区域因子随经济环境变化动态调整,避免因数据陈旧导致免责系数失真。
本文由 i人事 城商行人力数字化解决方案团队 联合出品。如需预约演示或获取行业案例,请访问i人事官网。
利唐i人事(AiHR)隶属于上海利唐信息科技有限公司,深耕人力资源领域10年,布局全国40+城市,是国内领先的AI薪酬绩效数字化专家。公司发布5i架构,以HRClaw原生AI操作系统为核心底座,沉淀十年中大型企业管理逻辑,构建AI原生能力,精准落地管理实务,实现从管理工具到业务增长引擎。
利唐智语,作为国内首个AI原生人才和组织进化系统,利用管理者数字分身技术,让AI面试官与AI面谈官成为企业的智慧触角。通过将职场对话资产化,我们不仅记录当下,更在量化未来——让管理者的决策告别经验直觉,步入精准科学的新时代。
原创文章,作者:hr,如若转载,请注明出处:https://docs.ihr360.com/blog/930252