风险管理与业务发展和科技应用—— 中国金融风险管理发展高级研讨会综述.pdf

一、商业银行风险管理中风险预测最重要

巴塞尔协议的推出是为了稳健银行体系。商业银行风险管理，最重要的是进行风险预测。做

好风险预测工作，可以使商业银行在产品管理、业务拓展等方面更加稳健和安全。监管的着

力点应放在风险管理体系建设方面，保证风险预测与风险管理的有效结合。

中国银行业在实施新巴塞尔协议的过程中，应当从系统建设、模型开发以及应用上，做好风

险的预测工作。新巴塞尔协议包含的技术工具，都是为了更好地进行信用风险、市场风险、

操作风险的风险预测工作。

第一，做好风险预测，需要建立一套完善的数据治理机制。商业银行没有完善的数据管理机

制，会面临数据零散化、片面化以及更新不及时等问题，导致预测结果和实际情况不符。商

业银行构建底层数据管理规范，有助于提升实时获取数据的能力，及时、有效地运用这些数

据进行风险预测。

第二，技术运用的核心目的是更精准地预测客户行为以及客户信用风险的变化状况。在风险

预测中，如果新技术预测结果和传统技术预测结果差不多，甚至不如传统技术预测的结果，

新技术就没有使用的价值。目前，检验新模型或新技术预测能力的评判体系已非常成熟，可

以通过评价预测性、辨别力、准确性等方面的表现，判断新模型或新技术的适用性。

第三，预测参数的审慎性，对风险管理预测的准确性至关重要。早在2008年，以汇丰银行

为代表的国际商业银行就使用了风险管理高级方法，可以披露风险、加权资产和资本构成等

信息。汇丰银行是全球性的银行，其预测的结果反映了全球经济金融情况。当前，我国的商

业银行正在海外布局。我国商业银行的风险预测模型是否覆盖了全球主要经济体？预测参数

的审慎性是否与国际先进银行保持一致？这些问题与提高我国商业银行风险管理准确性息

息相关。

二、科技风险——科技对风险管理是一个挑战

目前，风险管理体系非常依赖科技的应用，但是科技也存在风险。2010—2012年，商业银

行的科技事件频发。对于电子银行来说，管理信用风险首道关是反欺诈。只有管理好反欺诈，

大数定律才成立。根据大数定律，零售风险相对低，因为数量大、金额小，组合管理是成立

的。但在信贷线上审批过程中，如果“坏人”来了，无论来多少“坏人”，大数定律都是不成立

的。互联网线上审批，方便了客户，这是科技带来的便利。商业银行不能让客户承担科技带

来的风险，这对于商业银行来说也是一种风险。商业银行需要一方面推动创新，一方面控制

风险。

数据是风险管理十分重要的一部分。随着科技的进步，数据已经不再是制约商业银行风险管

理的“瓶颈”。这是因为：第一，数据存储不再是问题。随着分布式存储技术的推广和应用，

有效降低了数据储存成本，使得商业银行敢于把数据存下来。第二，大数据的推广使用，拓

宽了商业银行数据资源的可获得性。第三，商业银行风险评价正在由结果型数据向过程型数

据转变。结果型数据，即客户转出一百块钱，数据显示账上少了一百；而过程型数据包括了

客户什么时间转账，用什么渠道转账，转账过程中存在几次失败的转账记录等信息。大数据

的使用有助于我们改变原有风险管理“从历史看未来”的思路，形成“从信息看当下，从特征看

未来”的理念。这种改变是技术和数据的进步带来的。

在大数据和金融科技的驱动下，商业银行计算资本充足率的时候，会不会发生一些新的变化？

这个问题带给我们很多思考。原来的风险管理是从商业银行个体角度出发，那么站在金融生

态的角度该如何看待风险？站在场景的角度又该如何看待风险？原来商业银行独立开展业

务，根据掌握的数据进行独立的判断。进入银行3.0时代后，银行不再是一个地方，而是一

种行为。而到了银行4.0时代，银行的服务不在以一个物理形态存在，而是无处不在。这对

于风险管理提出了全新的、更高的要求。

现在，金融市场中出现了很多新的业态。尤其在金融科技不断普及的情况下，大数据能够帮

助银行收集企业或者个人的经营活动和消费活动数据，形成一个更好的数据闭环。这有助于

商业银行和其他金融机构开展信贷业务，防控信用风险。

一些外部数据拥有巨大的潜力，要进行深入研究。目前，外部数据存在隐私、客户授权和法

律保障等有待解决的问题。随着大数据不断推广，互联网信息、运营商数据、工商信息等，

都可能对风险管理起到一定的作用。但哪些数据与风险管理高度相关，哪些数据是与风险管

理的相关性较弱，也是一个值得探索的问题。对这一问题的研究，有助于完善和补充整个风

险管理数据。

线上线下的结合也是很重要的课题。线上业务在给客户带来便利的同时，也带来专业的欺诈

团队。信贷业务完全线上化也会带来风险暴露，还是要同线下客户接触。线上线下如何更好

地结合，科技如何更好地与我们实际业务相结合，是一个值得探讨的课