智慧风控体系建设研究与实践.docx

? ? 智慧风控体系建设研究与实践 ? ? ■中国农业银行风险管理部 石智勇 当前，金融科技不断冲击、市场竞争持续深化，经济金融形式变革与新冠肺炎疫情影响交织叠加，商业银行面临的经营环境和风险形势更为复杂。“在危机中育新机，于变局中开新局”，商业银行应把握转型创新主动权，积极建设全面覆盖、全局防御的智慧风控体系，守住不发生系统性金融风险的底线，为提升服务实体经济水平提供有力支撑。 一、智慧风控是适应新业态新模式的必然选择 随着金融科技时代到来，传统风控体系在应对新业态新模式时问题凸显：风险数据有限，难以全面覆盖和描述目标对象的风险特征；风险模型简单，易造成关键风险信号失真，且缺乏自适应和自学习能力；风险管控缺乏前瞻性且过度依赖人工，难以满足线上产品的需求。以突破传统风控瓶颈为目标，智慧风控综合运用金融科技新技术，在积极适应新业态新模式的过程中实现了诸多创新和突破。 一是提升风险数据质效。整合内外部数据、构建风险全景视图，依托数据中心、智能计算的强大算力，深度挖掘海量数据中暗藏的风险信息，穿透式识别客户真实性和资产结构，有效解决了大数据中信息隐藏层次深的问题。 二是增强风控模型效能。新技术提升了风控模型精度和效率：挖掘算法抽取海量数据中的风险特征，通过机器学习、神经网络构建高维非线性风险模型，并通过人工智能强化模型的自适应、自学习能力；进一步拓展模型应用的深度和广度，将其嵌入业务流程和应用场景中，实现了各环节全覆盖、各渠道全接入、各场景全监控。 三是优化风控管理流程。智慧风控不再是独立的体系，而是业务流程中不可分割的一部分，可以根据不同应用场景制定风控策略、构建风控模型，嵌入业务流程中成为贯穿其整个生命周期的风控手段。风控流程全面重塑，与金融产品及服务模式创新深度融合、协同发展。 四是助力商业银行更好地服务客户和实体经济。智慧风控提升了商业银行主动获客的能力，银行可以根据客户画像为客户提供合适的产品和服务，提升客户体验；风控流程与业务流程有效融合，助力了产品的快速迭代，加快了产品的创新速度。商业银行风险经营能力增强，资本配置更为合理、资金运用更为高效，进而更好地践行服务实体经济的使命。 智慧风控起步于互联网金融新业态，伴随着金融产品和服务模式的创新持续发展。以大数据为基础，以金融科技技术为支撑，强化风险管控能力，重塑风险管控流程，降低业务成本，提高业务效率，是适应新客群、新模式、新业态的产物，是商业银行提高自身核心竞争力的必然选择。 二、智慧风控体系建设的关键点 商业银行建设智慧风控体系，应依托金融科技新技术，以“数据”和“模型”为驱动，重塑制度流程与管理机制，加强人才队伍建设，打造全方位、立体化的智慧风控体系，以实现风险管控能力的全面升级。 风险数据方面，要夯实智慧风控体系的数据基础，提高数据价值，合理使用数据，避免数据滥用。一是建立企业级风险数据标准。从企业级视角统筹整合内外部数据，统一数据标准和规范，建立企业级数据的贯通与共享机制，规范风险数据的全生命周期管理，深入挖掘风险数据的价值。二是打造支撑智慧风控的数据中台。将共性的、基础的风险数据元素提炼、封装为服务和组件，实现风险数据产品的标准化、组件化，变“数据”为“资产”，持续沉淀风险数据资产，为智慧风控提供灵活高效的数据支撑。 风控模型方面，模型是智慧风控的核心，要以风控模型为抓手，提升智慧风控体系核心能力。一是加强风控模型的迭代能力。强化模型的数据基础和技术支持，持续监控评估模型的运行情况，依托金融科技技术加强模型的自学习和自适应能力，根据内外部环境和数据变化自动迭代。二是提升风控模型的验证能力。建立健全风控模型验证的数据、方法、管理机制和流程，持续验证模型的缺陷和不足，及时优化改进模型效能。三是强化对模型风险的管理能力。将模型风险纳入全面风险管理体系，明确模型风险管理的组织架构、职责分工及责任机制。按照风险管理的逻辑，持续对模型风险进行识别、监测、评估、控制和缓释。 制度流程方面，要适配智慧风控体系的要求，优化再造风控制度和流程。一是风控制度再造。优化完善适应智慧风控的数据模型管理机制，对风险管理“三道防线”部门的相关制度进行适应性改造，适应业务线上化、自动化和智能化发展的要求。二是风控流程再造。根据业务线上化运作的特点，将风险管理政策、风控策略和措施等通过智慧风控工具、系统嵌入到业务流程和应用场景中，实现风险识别、评估、监测报告和计量的全面再造。 管理机制方面，一是要建立良好的风险偏好传导机制。基于风险偏好，结合风险状况和外部环境，明确风险管理措施，按部门、按条线、按产品分解落实，确保风险管理政策、风控策略与风险管理能力相匹配，并建立监测、报告和纠偏机制。二是建立技术创新管理机制。对成熟应用的新技术要建立技术规范，有序引入，有效管理；对创新应用的新技术，应对