2019全球动态关于北美、欧洲与亚洲模型治理实践的最新洞见：模型风险管理.pdfVIP

模型风险管理 2019全球动态 关于北美、欧洲与亚洲模型治理实践的最新洞见 作者： Thomas Wallace ，麦肯锡全球董事合伙人，常驻伦敦分公司 Andreas Raggl ，麦肯锡解决方案高级主管，常驻曼谷分公司 Maribel Tejada，麦肯锡全球副董事合伙人，常驻巴黎分公司 Rahul Agarwal，麦肯锡全球副董事合伙人，常驻纽约分公司 感谢Marie-Paule Laurent、Marc Taymans、Frédéric Van Weyenbergh、Pankaj Kumar、Adam Pivonka、Anke Raufuss 、 Charles Tan、Pietro Zorzoli、Christophe Rougeaux、Kris Ramana、Monica Li、Sushant Dhar和Lavanya Pant 对本文的贡献。 背景简介 在经典的银行风险体系中，模型风险方兴未艾。最初它曾 被视为操作风险的一个分支，但如今已经逐渐发展为一 种单独的风险类别。与此同时，过去10年以来，尤其是在 2008-2009年金融危机后监管干预激增的推动下，模型风 险管理（Model Risk Management,以下简称MRM）已发展 成为一个拥有明确定义的学科。 2011年，美联储在编号SR11-7的同名监管信中发布了关于 MRM的监管指南，这被普遍认为是在全球范围内发起和塑 造MRM实践的关键事件。该指南不仅影响了行业实践，也 影响了美国以外监管机构所采取的标准，并将模型风险管 理活动从美国推广到欧洲，最近又推广到亚洲的银行。 我们将在本文中深入研究SR11-7发布8年后MRM的现状， 并探讨行业实践的发展趋势以及MRM未来的发展方向。 模型风险管理——2019全球动态 3 全文总览 我们最新的全球MRM调查结果（见副栏）表明，要将MRM从 成本高昂的合规工作发展为有效且具有战略价值的风险管理手 段，大多数银行仍有很长的一段路要走，尤其在以下四个方面： 1. 3. MRMMRM的职能范围正在扩大。目前，大多数银行已 模型风险管理已不仅仅是为应对监管。尽管当前 将MRM覆盖范围扩展到传统模型之外，以便更 MRM的发展主要是由金融危机后的监管变化所 广泛的涵盖各部门使用的各种分析方法。同时， 推动，但是现在，越来越多的机构也将MRM视 人工智能（AI）和机器学习技术在数据分析、商 为一种获得竞争优势的方式：避免产生模型相关 业决策以及客户管理领域的应用也加速了这一进 问题同时实现稳健的高级分析技术部署。 程。这些先进方法在提升相关业务管理水平和 自动化程度的同时，也对模型的持续监控和管理 4. 提出了挑战。 提高效率是目前领先机构的工作重点。随着对 MRM需求的增加，已建立全面管理框架的公司正 2. 在将工作朝着提高效率同时又不损害管理效果的 模型风险的量化和报告仍然是一大挑战。尽管 方向推进。这通常涉及流程标准化、验证测试自 不同机构已开发出各种方法，但对于模型风险 动化以及不断应用基于工具的模型监控方式。 的计量方法以及报告体系，目前尚无共识。加之 这一新兴领域的复杂性日益加剧，一些缺乏模型 风险管理经验的亚洲和欧洲银行可能将面临较 大挑战。 4