一、中小型非银金融机构内评模型建设难点

      在《基于层次分析法的内部信评模型建设》（2019）一文中，聂昕晖先生认为，近年来，非银金融机构随着债券投资、非标融资业务的不断发展以及风险管理能力的不断提升，非银金融机构尤其是证券公司和基金公司普遍开展内部信评（以下简称“内评”）模型的建设和探索，已完成内评模型建设并投入实际应用的金融机构，在业务实践中也起到了较好的辅助业务决策、降低信用风险的作用。

      他指出，中小型非银金融机构在运用统计量化模型开发内评模型时，往往会不同程度面临下述难点：

（一）违约数据不足

      他指出，证券公司、基金公司、信托公司等非银金融机构信用风险主要集中于债券投资和非标融资业务，但这两部分业务在运用统计模型开发内评模型时首先面临的困境就是违约数据稀少，数据量难以支撑统计建模。

（二）缺乏量化人才

      他同时强调，非银金融机构特别是中小型非银金融机构风险管理团队量化人才较少甚至缺失，如若没有长效的人才培养和激励机制，难免面临风险量化人才流失的风险。在这样的背景下，若仅依赖偶尔招聘到的量化人员冒然开发统计量化模型，当模型开发人员离职时，难免面临模型无人持续维护的局面。而内评模型作为内评体系的基础，牵一发而动全身，模型方法论一旦确定不易频繁大幅调整，尤其是以基于违约概率（PD）估算的统计量化模型向专家打分模型转化，极端情况下可能会导致大部分内评体系推翻重建。

（三）前中台信息不对称

      他总结，前中台信息不对称主要体现在两方面：一方面，风险管理人员普遍缺乏业务经验，哪些指标对评估企业信用风险更有效、各项指标背后代表的业务逻辑是什么，风险管理人员没有前台业务人员的理解深刻；另一方面，前台业务人员对风险量化模型接触较少，模型是如何开发的、模型是否有效，前台业务人员往往不清楚，在内评模型推广应用时难免会遇到不同程度的阻力。

二、中小型非银金融机构内评模型业务应用

      鉴于前述内评模型建设难点，聂昕晖先生提出非银金融机构尤其是中小型非银金融机构可考虑选择层次分析法（Analytic Hierarchy Process，AHP）构建内评模型。

      内他提出，评模型开发完毕后，要将其纳入业务决策之中，构建内部评级体系，内部评级体系建设是一项长期化、系统性工作，包括组织架构、信息系统、辅助工具、制度体系、人才培养、文化建设等多方面内容，主要措施包括如下三点：

（一）内部信用评级委员会建设

      聂先生认为，内评模型推广实施后，往往会出现内评模型结果与业务部门存在争议的的情况，内评模型也需要定期维护与不断修订完善，可设立内部信用评级委员会（以下简称“内评委”），集体决策内评结果争议及内评模型修订等内评事项。

（二）信息系统建设

      他指出，虽然基于层次分析法构建的内评模型可通过Excel方式实现，但Excel制作的内评工具存在操作便捷度不高、内评工作耗时较长、内评结果难以统一管理等缺陷，仅依赖以Excel为基础的内评工具，会不同程度面临业务决策效率低、统一管理难度高、业务推广阻力大的问题。

（三）辅助工具建设

      同时，他还强调，除了内评模型以外，应注意财务舞弊识别、舆情监控等辅助工具的建设，并将财务质量、舆情信息等辅助工具结果纳入内评模型框架体系，作为确定最终内评结果的依据之一。近年随着金融科技的发展，舆情监控已成为金融机构普遍使用的风险监测工具，舆情信息具有高频、实时的特点，能够一定程度起到提前预警风险的作用。但在舆情信息使用过程中，要注意舆情风险的分级。同时，除财务舞弊识别、舆情监控等已在非银金融机构普遍或正在推广应用的工具外，应关注知识图谱等各类新金融科技工具的发展和应用，不断提升风险识别和评估能力。

三、证券公司风险管理

      在《证券从业人员风险管理基础知识体系建设》（2020）中，聂先生强调，尽职调查和舆情监控对信用风险管理具有重要的作用。尽职调查方面，证券公司传统业务集中于股票、债券等上市品种，除了投行业务之外，对尽职调查的探讨并不多。但随着近年证券公司融资融券、股票质押、高收益债投资、非标投资等业务的发展，仅依赖公开资料开展授信或投资决策是远远不够的，需要更多的通过现场尽调、访谈等工作，开展风险识别和评估工作。舆情监控方面，随着信息技术的发展，舆情监控在及时甚至提前发现潜在风险方面的作用愈发凸显，例如被执行人信息、大额诉讼、股权变更、媒体重大负面报道等都是一些关键信号。

      他指出，操作风险管理中，一方面应掌握操作风险评估的三大工具，即风险控制自我评估、关键风险指标、损失数据收集；另一方面应强调内部控制在操作风险管理中的重要作用，金融机构很多风险事件的发生，回过头来看，往往是因为内部控制没有做好。

      同时，他还强调，战略风险近几年虽然行业谈的比较少，但对于证券公司却很重要。证券公司在开展业务前，应充分考虑资源禀赋问题，在人员、系统、制度等各方面都做好评估和安排。

      在文章《创新环境下证券公司风险管理发展方向》（2012）中，聂先生指出，目前，国内大部分证券公司风险管理工作已步人第二个阶段，但主要以定性分析为主，定量分析能力的提升将成为证券公司风险管理应对创新环境新要求、新挑战所需完成的非常重要的一步。具体而言，主要包括单一风险因子的建模、总量风险的计量、风险承受能力的度量、压力测试的运用、风险偏好和风险容忍度的量化、RAROC（Risk Adjust Return of Capital，经风险调整的资本收益率）的计算等系列风险量化工作。

      他指出，为适应证券公司业务和产品创新要求，证券公司需要从自身业务经营角度出发，构建符合自身业务经营特点的数量模型，开展总量风险计量，以便更准确、真实地估算公司业务经营所承担的风险大小并加以管理。除此之外，还需在组织架构、风险监控模式等方面进行必要设计和转变，以适应总量风险管理模式。

      同时，他还认为，证券公司风险管理工作虽然已步入以风险分析为主的第二阶段，但由于风险分析开展时间尚短，近几年，我们多数证券公司风险管理工作仍呈被动式的指标监控为主的特征，且风险限额指标主要围绕合规监管指标来考虑设计，内部风险限额指标有限且大多基于经验主观设定，风险管理仍很大程度上是以满足监管为导向，而非从证券公司自身业务经营角度来管理风险。这一方面与过去证券行业管制较高有关，另一方面也同证券公司风险管理工作发展历史短、风险管理以风险监控为主、定量分析能力不足等因素有关。随着证券行业综合治理的完成和管制的逐步放松，证券公司风险承担职能将得到更多体现，如何通过风险选择，合理承担风险获取最大化收益将成为证券公司业务经营和风险管理工作的核心问题。主动风险管理包括四项核心技术：风险选择、风险配置、风险绩效评估、风险转移对冲。

参考文献：

      [1]2020，证券从业人员风险管理基础知识体系建设，《风险管理》（2020年04期）

      [2]2019，基于层次分析法的内部信评模型建设，《风险管理》（2019年04期）

      [3]2012，创新环境下证券公司风险管理发展方向，《中国证券》（2012年04期）

四、企业资产证券化业务风险管理

（一）业务简介

      1. 我国资产证券化业务格局

      资产证券化业务可以分为信贷资产证券化与企业资产证券化。

      2. 我国资产证券化业务发展历程

      ABS业务在我国的起始时间非常早。2013年企业ABS的业务量仍非常少，直至2014年由审核制改为备案制，业务数量才出现了飞速增长，企业ABS在所有ABS中的占比一直维持在50%左右。截至今年二季度，该业务存量规模已经达到两万多亿，其规模比信贷ABS大得多。

      3. 企业资产证券化业务存量情况

      我们可以看到目前企业资产证券化业务的存量分布情况，所有基础资产的规模大概达到21万亿，其中80%为应收账款类，大约有10%集中在不动产类，少量为基础设施类。

（二）主要风险点

      1. 两个疑问

      对于资产证券化业务存在两个疑问，一是ABS业务到底是投行业务还是资产管理业务，二是它的基础资产是标品还是非标品。

      2. 他山之石可以攻玉：信托机构

      我将信托公司在非标投资领域比券商做得好的地方进行了总结。在投前，中台会与前台共同参与重点项目尽调。在投中，信托公司会在产品成立前，OA流程中审核评审会、合规风控意见落实情况；产品成立后，中台跟进业务部门项目增信措施的落实情况。在投后，会有部门监督业务部门的履职，根据投后管理方案，履行投后管理职责，投后履职材料及时提交中台部门，避免业务部门没有做投后管理。中台不定期参与现场回访。

      3. 主要风险点

• 应收账款类

      ABS业务底层资产的属性是非标的，券商对其认识与管理的专业能力与信托公司存在较大差距，未来随着规模的不断扩大，券商进行ABS业务是否会像进行非标业务时发生大量暴雷现象是很难说的，因此现在需要我们夯实能力。

• 基础设施类

      基础设施类是一个弱资产。券商在得到基础设施类的资产证券化项目后，首先需要和律师讨论这个资产到底是什么。

• CMBS类

      类CMBS与信贷CMBS存在一些差异，企业领域的类CMBS是先找一家信托公司发行信托贷款，与金融性物业贷相似，也是有n年的期限，还款来源来自其现金流，不过抵押率可能会比金融性物业贷更高，类CMBS监管上一般不超过70%，现在大部分集中在60%左右。

• 类REITs

      类REITs是私募基金获得一个项目公司100%的股权，并发放一笔借款，这笔借款的作用在于避税，同时资管计划会持有私募基金100%的份额。

（三）难点与建议

      监管政策上，近几年来，券商做ABS最大的一个问题是其保障融资人还款意愿的抓手很弱，ABS本身是一个私募产品，更多地类似于PPN，它不还款不会造成公开市场的波动，所以在抓手上是很弱的。业务环境上，目前业务竞争非常激烈，投前要做很详细的尽调，投后需要很强劲的管理，收入是很难覆盖成本的。机构履职上，中介机构中除了券商以外，还有信托、银行等机构，但大家都不是想办法去履行自己的责任，而是相互推诿。

      对此我提出以下建议：人行征信、不动产抵押向证监体系开放；建立资产转让、附属权益统一登记制度；提高资产证券化产品信息披露公开度；加强行业自律，讲“武德”，不以低价格、低标准作为竞争力；金融机构自身，放弃“信仰”式投资与管理，加强项目实质风险管控。

      来源：2020（第十六届）中国金融风险经理年度总论坛-NO.8：证券和投资类机构风险管理——聂昕晖《企业资产证券化业务风险管理》。

五、基于层次分析法的内部信评模型建设

（一）中小型非银金融机构内评模型建设难点

      1. 违约数据不足

      证券公司、基金公司、信托公司等非银金融机构信用风险主要集中于债券投资和非标融资业务，但这两部分业务在运用统计模型开发内评模型时首先面临的困境就是违约数据稀少，数据量难以支撑统计建模。

      2. 缺乏量化人才

      非银金融机构特别是中小型非银金融机构风险管理团队量化人才较少甚至缺失，如若没有长效的人才培养和激励机制，难免面临风险量化人才流失的风险。

      3. 前中台信息不对称

      前中台信息不对称主要体现在两方面：一方面，风险管理人员普遍缺乏业务经验，没有前台业务人员的理解深刻；另一方面，前台业务人员对风险量化模型接触较少，在内评模型推广应用时难免会遇到不同程度的阻力。

（二）层次分析法内评模型建设探索

      鉴于前述内评模型建设难点，非银金融机构尤其是中小型非银金融机构可考虑选择层次分析法（Analytic Hierarchy Process，AHP）构建内评模型。层次分析法开发内评模型的一般步骤包括指标构建及筛选、专家指标打分、权重计算、一致性检验和修订专家打分（如需）五个步骤，具体方法在各类运筹学教科书上都有记载，不再赘述。在此着重介绍笔者运用层次分析法开发内评模型过程中遇到的一些难点及解决方案的一些尝试。

      1. 信息不对称难点的解决尝试

      为解决前中台信息不对称的难点，可邀请相关业务部门专家共同开发模型，业务专家建议邀请工作3年以上、有条件的情况下可以邀请工作5年以上的业务部门核心骨干共同参与，前述人员通过长时间从事一线业务，形成了自己独到的信用风险识别和评估方法，是金融机构最宝贵的资源之一。

      2. 指标打分工作量巨大的解决尝试

      按传统方法进行打分工作量巨大，会占用业务专家较多的时间，难以避免会降低业务专家参与内评模型建设的积极性；同时，按传统方法打分，同一上层指标控制的子指标较多时，往往很难形成一致性矩阵，且较难修订打分结果以形成一致性矩阵。

      为解决这一难点，笔者尝试对指标直接进行评分，首先将指标对企业信用风险的影响程度分为一般重要、较为重要、非常重要三个等级，每个等级再按轻、中、重分为三个子等级，如此确定指标分值为1～9。

（三）层次分析法内评模型实证结果

      非银金融机构构建内评模型，一个重要应用是指导债券投资，区分不同主体发行的、同一外部信用评级的债券风险大小，进行风险排序。本文以债券作为内评模型实证检验的对象。

      1. 外部评级分布特征

      通过实证分析，外部信用评级与企业规模的相关性较大，选取净资产行业占比和营业收入行业占比两项指标进行加权用以衡量企业规模。

      2. 层次分析法内评模型实证

      本文从两个维度检验内评模型的效果，一是企业规模排序不符合外部评级结果的企业，内评模型的评分结果；二是2019年出现评级下调或纳入观察名单的企业，内评模型的评分结果。

• 企业规模排序差异检验结果

      企业规模评分较高但外部评级（表格中灰色区域）低于同等或较低企业规模评分的企业，内部评级评分普遍较差；而企业规模评分较低但外部评级高于同等或较高企业规模评分的企业，内部评级评分普遍较优。

• 2019年负面信用事件检验结果

      2019年出现评级下调或纳入观察名单信用评级可能下调的企业，近两年内部评级评分普遍较差。

（四）内评模型业务应用

      1. 内部信用评级委员会建设

      内评模型推广实施后，往往会出现内评模型结果与业务部门存在争议的情况，内评模型也需要定期维护与不断修订完善，可设立内部信用评级委员会（以下简称“内评委”），集体决策内评结果争议及内评模型修订等内评事项。

      2. 信息系统建设

      在内评模型开发完毕并试运行一段时间后，有条件的机构可开发内评信息系统，将内评模型、审批流程嵌入信息系统中。同时，在信息系统开发过程中，应关注数据质量的建设，提升内评模型使用数据的准确性。

      3. 辅助工具建设

      除了内评模型以外，应注意财务舞弊识别、舆情监控等辅助工具的建设，并将财务质量、舆情信息等辅助工具结果纳入内评模型框架体系，作为确定最终内评结果的依据之一。

      来源：《风险管理》杂志2019年第4期。