模型风险管理

徐天石 波士顿咨询公司全球合伙人兼董事，金融机构战略转型负责人

      模型风险管理是近两年国内商业银行都比较关注的一个话题，针对这一风险，这些年我走访了包括五大行、股份制商业银行，还有一些较小规模银行在内的很多银行，大家多多少少建立了些模型，除了我们熟悉的风险模型、内部评级法所涉及的模型以外，还有营销模型、投资模型、运营方面的预警模型等。整个银行大概有上百个模型，这些模型都需要统一纳入模型库中，然后对每个模型的风险进行分类分级，要求模型风险管理团队有足够的量化基础，能够对全行的模型风险做总体把控。而事实上这些工作在国内银行能够真正做到的只占少数。

一、趋势一：优化治理

      目前全球来说模型风险管理有五大趋势，第一是关于优化治理方面的趋势，要突出模型风险管理的中心化，明确是由谁来负责，通常来说首席风险官负责整个模型风险管理框架和治理的责任，强调模型验证的独立性；董事会承担相关报告的批准责任。一般可以把模型风险管理叫MIM，它强调一个完整的管理流程，从模型的开始，到模型的设计和开发。在模型开始阶段，为了体现规范，需要有MIM的委员会来授权做相关模型，要有登记，并且还要设置模型开始和释放的程序。如果一个银行里的模型是五花八门的，没有经过整体的规划与设计，那么模型风险是无处不在的。在模型设计和开发方面，需要强调模型文档的问题，这是一个国内银保监会都有关注的问题。模型文档可以帮助管理人员与验证人员复原模型，即在任何条件包括一些极端压力情景下，能够复原模型，然后实现模型的开发。下一个阶段面临模型的实现，此过程涉及各种各样的指南、指导，包括将来做验证会碰到什么问题。验证过程又会有初步验证，即在测试环境中进行验证、在将来生产环境中执行，以及过程中持续的监测。模型验证也要讲究验证标准、验证的报告模板、模型风险的评分程序等。对于不同的模型，比如说数据充足的统计模型，要考虑如何利用未来的数据来做校准；而对于低风险的模型，则需要做一些定性程度的验证，这些程序都要有详细的规范。如果模型不能发挥作用，不能够对当前的风险做很好的风险刻画与描述，或者是定价、限额管理，那么该模型就存在很大的风险。

      目前整个商业银行体系都面临着线上化、数字化的挑战。该挑战会把原先的一、二、三道防线的界限拉近，使得原来的一道防线和二道防线在数字化信贷品种上线时，模型的更新迭代的速度会加快，因此需要考虑如何在模型变短的生命周期中，充分发挥模型风险治理的标准和要求。一般而言，对于客户会问几个关键问题，包括现在的模型风险框架如何、怎么启动，面临数字化转型时，要如何进行模型风险的转型。这些问题会引发接下来的一系列问题，包括治理、组织架构、三道防线的制定，以及相关的政策和流程标准等。除此以外，还有一个需要关注的问题，关于整个模型风险管理框架，怎样能够帮助领导，以及其他高级管理层，来更好地理解和管理模型风险。由于模型风险要求专业，含有较多量化的成分，很多高级管理人员始终认为模型是个黑匣子，很多客户，尤其是一些业务人员，对模型都持质疑态度，更不用说模型风险。因此要对模型风险进行合理的整体评估，把它纳入模型风险管理办法中去，并且对模型库存里的模型风险做定性和定量的KPI，并定期与管理层进行沟通、报告。

      有效的模型风险管理在业务风险和审计方面，要求在三道防线里就定义好模型风险管理和各自的角色、职能，使模型风险治理达到一个颗粒度较细的状态。所谓的Model Inventory（模型库）一般分几层，最上面一层可以按照风险类型来划分，包括信用风险、市场风险、操作风险、合规等等。中间可以包括组合风险、决策模型的风险等等。下面一层包括全行其他的模型，比如营销模型、运营模型等。国内银行存在一个通病，即模型非常多，但管理的工具主要是依靠Excel，真正从事模型风险管理的人员数量严重不足，而在国外的一些大行，他们的模型风险管理人员都是上百人。

二、趋势二：标准化

      第二个趋势是标准化，该趋势会对未来监管提出更高的时间性要求，只有足够的标准化，能够及时应变，才能满足监管报告的要求。监管机构容易对银行产生担心，尤其是出现宏观经济波动时，会面临系统性的风险。应对这些风险，银行一靠资本充足率，二靠行业的基本管理，涉及模型管理方面，需要考虑它能否有效地提前预测未来的损失。监管的这些担心会对标准化提出挑战。如果一家银行在模型风险管理方面，达到上文所说的要求，即所有环节都通过稳健性，且库存里模型的分级分类也比较准确，则它至少可以较为敏捷地反映模型风险报告，这两年数字化转型的压力也会有所缓解。近几年，商业银行面临着很多Digital Attacker（数字攻击者），类似于支付宝等金融科技持续对银行带来冲击，使得公司零售客户对客户体验的诉求也有提高，对模型风险的治理提出更多挑战。在这种大背景下，我们已不单单是停留在过去，面对资本充足率、压力测试等监管方面的挑战和要求，还会直面高级管理层，业务层、客户、市场、股东等各方面的要求，这也使得模型管理变得很有意义。模型的迭代加快，数量庞大。因此进行一系列标准化、集中化的管理是很有必要的。

三、趋势三：自动化

      第三个趋势是自动化，要求流程中可以尽量做自动化处理。尽管模型很多时候需要把专家判断的因子或者行业因素，通过一些手法把它注入进去，但在具体模型的执行层面，还是可以通过自动化的处理手段、机制，削减相关成本。虽然风险管理很重要，但是模型风险管理也不能无限制地要预算，各个银行都会关注部门的成本预算和配置，因此有必要从精益化管理、自我管理的角度出发，去应对未来模型风险管理的压力。此外，标准化、自动化还可以有效证明数字化风险管理的成功，从而向银行的管理层、向监管机构证明，这些新兴的风险管理手段，实际上是帮助银行削减成本，是非常有效率的，有助于减少业务人员给风险管理带来的噪音、压力。在当前的大背景下，要说明模型风险管理是如何满足业务要求，确保模型使用从设计到验证的整个过程都可控，都经过测试，经过试用评估。

四、趋势四：人才激励

      第四个趋势是人才激励。模型风险管理人才难寻，如何激励核心团队人员，并让他们留下成为一种挑战。就模型风险管理总体来说，虽然现在工资水平有所上升，但是在全行里，风险管理人员的地位还不是很高。人们总是重视业务前线人员的地位，例如市场人员、客户经理等，而对风险管理人员，大家只是将其重要性挂在嘴上。导致在很多关键会议上，风险管理人员是缺失的。钱是次要的，关键是让风险管理人员在行里受重视、受信任，由衷感到能真正融入全行的关键决策流程中去。

五、趋势五：智能外包

      第五个趋势是智能外包，有一些银行由于自身资产规模或人员编制因素，可以适当地把一些机械的或重复性的工作进行外包，例如检测、报告等。甚至于模型建设本身，如果不是主要模型，也可以请咨询公司来做，借助外脑的力量，实现自身模型风险管理的实质。

（责编：张璐璐）

来源：2020（第十六届）中国金融风险经理年度总论坛（11月）