西部证券统一风险管理平台实践.docxVIP

西部证券统一风险管理平台实践

摘要：证券期货行业行稳致远，需紧抓企业风险管理之舵。在业务开展中，如何建立完善的风险管理体系，及时有效地捕捉、识别、管控风险至关重要。西部证券自2022年启动统一风险管理平台建设，通过大数据、AI、RPA等技术手段，打破各业务系统的数据孤岛，构建以自营投资及做市、信用业务为主的业务全覆盖的全面风险管理体系。通过业务与技术协同建设，已初步建成一套行之有效的数智化风险管理平台。

关键词：数智驱动；全面风险；统一风控

1背景

当前背景下，金融机构面临着风险事件多样化、复杂化的问题，要求市场机构在金融科技领域不断探索创新以应对风险的多变性和管理的即时性。此外，监管机构也陆续发布若干全面风险管理相关的规定，为严格遵守行业监管自律要求及提升内部风险管理能力，全面落实《证券公司风险控制指标管理办法》《证券公司全面风险管理规范》等要求，建立完善的证券公司及子公司风险管理体系，强化风险管理系统的建设是证券期货行业风险管理工作的重中之重。西部证券股份有限公司（以下简称：西部证券）2022年依托公司风险管理部和数字化转型办公室为主体，各业务部门协同，成立专项工作小组，启动全自研的统一风险管理平台（以下简称：统一风控平台）建设，以此来代替分散的外采系统，旨在通过大数据、AI（ArtificialIntelligence，人工智能）、RPA（RoboticProcessAutomation，机器人流程自动化）等技术手段，打破数据孤岛，构建以自营投资及做市、财富信用为主的全覆盖的风险平台，提高公司整体业务风险管理水平，打造差异化的业务风险管理体系，提升公司全面风险管理的数字化和智能化水平。

2整体架构

统一风控平台作为西部证券风险管理业务和技术双向奔赴创新的典型实践案例，致力于解决公司日益复杂的风险管理问题。在业务架构上，覆盖公司自营投资及做市、财富信用、投资银行、资产管理、机构业务等五大业务板块以及子公司业务，以数据为素驱动各业务实现事中、事后的数字化管理。在专项风险管理领域，覆盖市场风险、信用风险、操作风险等，实现公司全面风险管理。在数据架构上，打造分层的数据体系，包括ODS（OperationalDataStore）贴源层、DR（DataRisk）风险业务数据层、DM（DataMart）数据集市层等。利用大数据平台、数字员工（RPA等技术）、AI数据处理能力构建智能化数据采集和加工体系，基于业务场景构建数智大脑，打造数据和风险驱动的AI服务体系，实现数智驱动风险管理。在应用架构上，采用微服务的技术方案，基于业务和综合监控视角，采用模块化的架构设计方案，快速适应不同业务的敏捷迭代，前后端分离显著提升研发效率和扩展性，利用持续集成和部署和自动化测试等手段提质增效。

2.1业务架构

根据业务风险管理要求，实现实时盯市、压力测试、业务报表及监管报表等功能，落地风险识别、监测、预警体系。以实时盯市为例，该模块应用于融资融券维持担保比例的实时监控、股票质押式回购融资人实时履约保障比例的监控，以及证券投资实时盈亏的止盈止损预警等场景。在业务风险管理基础上，以信用风险、市场风险为突破点，发力全面风险管理体系建设。综合指标监控以内外规要求为切入点，按使用场景分为外部监管类指标、内部风险容忍度及限额等指标，以及面向特定事项的专项指标。

图1统一风控平台业务架构

2.2数据架构

建设统一数据集市，实现公司风险数据的集中化和标准化管理。

图2统一风控平台数据架构

2.2.1精细化分层：数据模型针对上游数据源分散、业务逻辑各异的问题，采用分层数据模型设计，提升系统扩展性和维护性，促进数据共享，有效支持实现公司各类业务风险管理建设。采用数据批量同步、实时分发、RPA对接等多种技术，解决上游数据分散导致的数据孤岛问题，按照统一标准将业务数据汇聚于ODS贴源层，实现对全业务数据的整合。

图3统一风控平台ODS贴源层数据处理

基于数据模型分层设计理念，以业务为导向，通过统一建模、集中清洗、标准化指标模型体系等方式将各种来源的业务数据进行综合和提炼，打造符合研发和业务人员使用习惯的DR层。

图4统一风控平台DR数据标准化内容（部分）

借助自研的低代码体系搭建风控业务参数管理模块，动态管理DR数据明细层中模型转换参数，实现集中管控不同系统中的业务常量定义，增强平台数据处理灵活性。

图5统一风控平台DR市场代码转换参数维护页面

DM数据集市层作为数据模型的应用层，为平台的风险管理功能、风险计量引擎和智能化服务中心提供关键数据支撑。2.2.2自动化协同：数字员工

图6数字员工小Q君与统一风控平台

数字员工以非侵入的方式，通过模拟员工操作行为，实现平台外延，在数据采集与外发环节提升与外部系统协同能力，具体包括：

非侵入的数据采集服务：通过RPA技术