一、B风险管理数字化转型的一些思考

（一）风险管理数字化转型的必要性

      银行业风险管理包括三个阶段。第一阶段，在2004年以前，是经验主导的粗放式管理，对公业务主要是“关系营销+财报分析”，专家评价，而零售业务已将个人评分卡应用于信用卡审批；第二阶段，2004年至2015年，进入监管驱动的巴塞尔时代，以资本管理为抓手开始风险量化管理工作，规范了信用风险、市场风险、操作风险的模型量化方法。商业银行建立了数据仓库、风险数据集市和风控系统，持续优化风险权重。第三阶段，在2015年以后，“Fintech”概念的提出，推动风险管理进入技术赋能的时代，互联网金融蓬勃发展，金融线上化、电子化、普及化发展，大数据挖掘及AI技术在金融领域大量应用，5G时代及万物互联的金融生态圈建设。银行数字化转型要运用金融科技手段，为银行业务提供快速、准确、实时、在线、前瞻的风险量化管理解决方案。

       风险管理数字化转型价值有三点。从风险管理来看，能看清风险状况，即看全客户集团下有哪些业务、分支机构，看穿顶层到中观的组织结构，看透未来的发展趋势，把控业务风险状况；从微观层次来看，有利于优化业务结构，优行业、优区域、优客户、优产品、优交易，科学优化资产结构；从经营角度来看，能够提升经营水平，提产能、提效益、提效率，降成本、降风险、降损失，提升经营管理水平和投入产出效率。

      因此，从历史进程和转型价值来看，进行风险管理数字化转型是非常有必要的。

（二）风险管理数字化转型的内容

      一是全面风险视图，实现量化的风险洞察展示，使数据更完善、分析更智能、洞察更深刻、体验更友好。其中，数据工作是最重要的，是整个数字化转型的基础。

      二是在线业务风控，建立线上化业务的风控体系，实现信息处理自动化、风控决策数字化、客户管理精细化、风险控制全程化，全面支持在线业务的风控。

      三是工具开发应用，做到模型工具的敏捷开发及应用，以业务为中心快速开发，建立从组合、客户到交易的智能模型体系，并且要注重模型的实际产出效能。

      四是模型风险防控，近几年，各金融机构的数字化转型发展都非常迅猛，在快速发展的同时面临着大量的模型风险问题。因此，应建立面向未来的模型风险管理体系，包括建制度、建规范、建流程、建系统。

（三）支撑转型的六大要素

      一是场景，它决定了整个业务的基本风险判断。应结合业务场景快速响应，设计线上化风控方案。.

      二是数据，充分利用银行内现有数据，拓展引入外部数据。对于银行来说，虽然内部数据量较小，但自身的数据是第一重要的，其小而精确，能辅助银行对客户的信用进行判断。此外，外部数据包括企事业单位、政府类的数据可以协助银行进行信用判断，如海关、税务、司法、工商数据等，这些数据更加可靠。对于互联网大数据，在稳定性和可靠性方面还有所欠缺，这类数据的引入仍然在不断探索中。

      三是工具，开发大数据风控工具，实现工具系统化、内嵌化。但在设计模型时，存在稳定性、解释性不高等问题，在实际工作中构成了困扰。

      四是系统，建立集数据、模型、引擎、视图、报表于一体的全面风险管理平台，数字化转型中系统的支撑是非常重要的。

      五是组织，应优化组织结构，实现敏捷风控能力。中信银行目前采取了风险管理部门和技术部门相融合的模式，风控人员和技术、算法人员融合办公、协同作业。

      六是人才，需要既懂业务、又懂技术的复合型专家。中信银行采用先立足于自身培养、结合部分引进的人才策略。

（四）实践及感悟

      中信银行的风险量化管理工作自2005年起步，不断夯实基础，实现了体系建设、自主研发、全面应用三次跨越，目前向智能风控全面进军。

      在体系建设方面，建设覆盖公司、个人、同业的内部评级体系；在自主研发方面，统计模型和智能风控模型实现自主掌控，自主开展优化和验证；已经实现了全面应用，以经济资本考核、减值准备计提和自动化审批为标志，实现风险量化工具全面应用；在智能风控方面，开展风险视图、组合模型、客户多维风险画像及同一评分、线上化业务风控体系、模型风险管理等工作。

      银行全面推进风险管理数字化转型，是一项充满挑战的工作。需要凝聚共识，这是一个体系性工作，前中后台，总分行要通力合作；实现短期速赢，短期要有实施效果，为后续实施奠定信心、争取资源；最后，一定要有长期规划，在短、中、长分期实施，科学设计实施路径。

      来源：2020（第十六届）中国金融风险经理年度总论坛系列12：科技在金融业务中应用——霍焰《人风险管理数字化转型的一些思考》