意見領袖丨中國金融雜志

　　作者|梁世棟‘中國郵政儲蓄銀行零售業務總監’

　　2023年11月，國家金融監督管理總局公布《商業銀行資本管理辦法》（以下簡稱《資本辦法》），構建了符合我國國情的差異化資本監管框架，完善了資本監管三大支柱制度體系，是貫徹落實黨中央關于加強和完善現代金融監管決策部署的重要舉措，是促進銀行業高質量發展的又一重要制度安排。在高級方法方面，《資本辦法》調整了內部評級法風險參數，限制了高級方法適用范圍，并一以貫之地堅持強化全面風險管理能力建設，督促商業銀行以計量促管理，為穩妥有序推進實施資本計量高級方法提供了全面指引。

　　商業銀行推進實施高級方法的重要現實意義

　　2012年《商業銀行資本管理辦法（試行）》頒布以來，資本約束、風險量化、全面風險管理開始真正成為商業銀行經營管理的重要內核，多家銀行獲批使用資本計量高級方法，標志著銀行業風險治理能力邁上新臺階。當前，國內系統重要性銀行已有20家，按照金融高質量發展要求，更廣泛、更深入地推進實施高級方法有著重要現實意義。

　　一是堅持高質量發展，有利于切實提升服務實體經濟質效。資本是銀行最稀缺的資源，是服務實體經濟的重要基礎。當前，銀行普遍面臨息差、風險、資本壓力，提升自主定價、資產組合管理能力，提高資本使用效率，不僅是銀行應對挑戰的現實需要，更是落實高質量發展要求的重要舉措。采用資本計量高級方法，可以實現精細到客戶、債項顆粒度的風險量化，提高風險管理敏感性，校正經營目標、資產配置、產品設計、業務決策之間的風險標準偏差，為精細化的資源配置奠定技術基礎。《資本辦法》將應用作為實施高級方法的重要前提，要求銀行通過應用來檢驗計量質量，系統性地督促銀行將計量成果運用于客戶準入、信貸政策、貸款定價、減值準備、經濟資本、考核評價等領域，銀行據此建設精細化的管理體系，將顯著提升客戶篩選、自主定價、預算管理、組合管理能力，有效盤活信貸資源，提高資源配置效率，提升服務實體經濟質效。

　　二是堅持風險為本，有利于全面提高風險管理能力。資本管理的本質是風險管理，良好的全面風險管理能力是資本計量高級方法實施的基本要求。當前，經濟金融環境仍較為復雜，全方位提高風險管理質量，準確識別、評估風險，夯實資產質量基石，增強風險緩釋能力尤為重要。《資本辦法》堅持審慎的高級方法驗收和持續監管標準，對風險計量模型以及內部評級體系設計、運作、治理、數據等提出了全面系統的要求，突出考察風險暴露分類、違約認定、評級管理、擔保管理等關鍵環節的工作質量，對業務規范化管理和數據質量控制提出了更高要求。商業銀行通過構建合理有效的治理架構、完備規范的政策制度、審慎精準的計量模型、清晰高效的業務流程、充足準確的數據積累、穩健可靠的信息系統，可以進一步拉齊總分行、業務線、重點崗位的風險管理要求，系統性提高業務全流程管理的精細化程度，更好地同步落實資產風險分類、預期信用損失評估等監管要求。同時，《資本辦法》大幅提高信息披露標準和管理要求，為商業銀行不斷完善信息披露提供了標尺，有助于增進商業銀行與市場參與者的溝通交流，增強市場對商業銀行風險管理能力的信心。

　　三是堅持創新驅動，有利于加快推進數字化轉型。建立數字化經營管理體系，提高數字化服務水平，防范數字化轉型過程中的風險，提升數字化轉型成效，是推動金融高質量發展的重要內容。良好的數據質量管理和完備的信息系統是資本計量高級方法實施的基本條件。《資本辦法》要求商業銀行建立可靠、安全、穩定的管理信息系統，支持模型的開發、優化、校準和驗證；收集和存儲歷史關鍵數據，建立數據質量控制政策程序和數據質量問題報告機制，確保數據準確、完整和適當；開展獨立的計量模型和支持體系驗證，健全自我糾正機制，為更廣泛意義上的模型風險管理提供清晰的指引。商業銀行比照上述要求，持續收集、整合內外部數據，有利于構建良好的數據收集能力、完善數據標準、提高數據質量管理和數據治理能力。通過風險參數量化和業務全流程應用，有利于強化信息系統整合，推進信息系統建設長遠規劃。通過模型全生命周期管理，有利于大幅提高模型風險防控能力，推進與數字化轉型相匹配的風險管理體系建設。

　　商業銀行高質量推進實施高級方法的長效機制

　　推進實施資本計量高級方法是一項系統性、全局性、長期性工作，商業銀行要從戰略目標、治理架構、系統規劃、應用反饋、資源投入等方面著手，久久為功，努力建設高級方法自我糾正、自我完善的長效機制。

　　一是明確長遠目標及資源投入。高級方法實施涉及總分行各業務條線、資本與風險管理部門、科技與數據管理部門，需要治理層支持推進、各部門間達成理念共識以及緊密銜接配合，以確保新方法與經營管理的高效融合。需要設置高層級的組織架構，明確將提高風險精細化管理水平作為首要目標，將及時、完整應用計量成果的要求清晰地傳達至各業務條線、風險管理部門、綜合管理部門和分支機構；設定流程優化、技術更新、教育培訓等任務，將高級方法項目建設與重點信息系統、重大數據治理項目建設并行推進，強化科技資源對風險模型、業務流程、數據加總等方面工作的支持；明確“選育留用”計量人才規劃，做好人才儲備和培養；健全高級方法建設應用考核機制，既覆蓋重點建設任務，也包含風險收益平衡結果。

　　二是實施系統規劃及項目群管理。推進實施高級方法涉及領域廣、復雜度高、周期長，需要對各項內容進行整合、分層，并結合商業銀行經營管理實踐，制定階段目標和路線圖，保障項目、關鍵節點的有效銜接。需要制定全行級、系統性的動態實施規劃，全面涵蓋計量模型、政策流程、數據及系統、經營管理應用、審計監督等內容，形成覆蓋實施目標及步驟的落地方案；建立統籌協調的項目群管理機制，界定清晰的項目目標，明確進度管理、報告管理、自我評估、整改跟蹤等組織運行機制，確保高效執行；制定文檔管理規定，強化對模型、制度、系統等相關文檔的規范化管理；推進資本計量高級方法基礎及管理應用培訓，按照高級方法推進應用節奏有序深化相關工作，強化風險精細化管理意識。

　　三是堅定推進全面深入應用。計量工具必須服務于業務發展和管理需要，“能用、敢用”不僅是檢驗建設運行質量的重要標準，也是實現“建設—應用—監測—反饋—優化”良性循環的關鍵。要重點聚焦核心應用，優化再造業務管理流程。例如，做實授信審批決策應用，統一實施風險參數在審批、授權、定價、額度等領域的差異化安排，穩步推進零售客戶自動審批；做精貸中貸后應用，制定分層級預警及差別化的風險控制措施，統籌預警催收作業，提高貸后管理質效；做細風險監測報告應用，構建以內部評級為統一語言的運行報告機制，開展風險歸因分析；落地風險成本、資本成本、減值管理應用，統籌考慮財務預算、資本配置、資產負債計劃、產品定價、機構及產品考核、經營策略優化等管理事項間目標的差異化和統一性，平衡精細度和審慎性。

　　四是嚴格把控基礎風險管理關鍵環節工作質量。基礎風險管理關鍵環節工作質量是推進實施高級方法的底層基礎。需要圍繞風險暴露劃分管理、評級評分管理、違約管理、風險緩釋管理等關鍵領域，持續提高管理效率。例如，強化風險暴露劃分管理，細化總分行盡職調查及基礎信息全流程質量管控，做實客戶統一管理，推進數據確權等工作，規范劃分、調整及監督機制；強化評級評分基礎管理，加強模型數據質量控制，通過自動抓取信息、設置系統校驗、增加復核、事后檢查等方法，確保評級信息準確；強化評級評分過程管理，通過系統自動計算評級評分，全面記錄作業過程，關注發起、認定、推翻、更新等重點環節，杜絕不合理人工干預；強化違約管理，細化違約判斷標準，優化系統認定功能，全面規范記錄歷史違約信息，實現全行共享，強化人工違約認定管理，建立認定觸發機制，提高識別準確性；強化風險緩釋管理，細化合格緩釋認定標準，形成完整、準確的風險緩釋合格性標識，建設押品全流程管理的統一系統，強化內外部數據整合積累，提升自主押品估值能力，確保押品估值客觀、獨立、及時、審慎。

　　五是突出強化模型風險管理。內部模型是高級方法實施過程中的核心工具。建模假設或基礎定義不當，以及模型構建所用數據、開發、驗證、使用不規范等，都可能引發新的風險。因此，需要健全模型的風險治理框架，明確模型全生命周期中各方職責，清晰界定開發和驗證主體相互制衡、協同配合責任，提升驗證獨立性，增強驗證結果激勵約束作用；健全模型管理機制，明確模型需求設計、開發、驗證、評審、上線、優化迭代、退出等關鍵環節要求，確保實現模型全生命周期管理；完善系統自動監測功能，及時捕捉模型運行風險因素并采取相應措施；加強模型資產集中統一管理，搭建管理平臺，提升模型全流程溯源能力，實現對特征數據、模型代碼、開發、測試過程等文檔的統一存儲和管理，打造全生命周期信息流實時傳遞的全景視圖。

　　以推進實施高級方法為基礎加快提升智能風控技術水平

　　近年來，商業銀行以內部模型建設應用為契機，構建了較強的風險量化能力、扎實的數據系統、規范的模型風險管理體系，開始綜合利用人工智能、大數據等技術，引入多種算法模型，在營銷、反欺詐、預警、運營、合規等場景推廣應用，大幅提高特征數量、數據處理效率及結果精準度，增強智能風控能力，更好地提高金融服務實體經濟水平，滿足人民群眾需要。

　　一是提升個人客戶主動授信服務能力。個人客戶便捷、安全、多樣化的需求對金融服務的速度和質量提出雙重要求。如何利用智能風控技術和平臺，提前篩選客戶、制定專屬風控方案是實現“一鍵觸達”式信貸服務的重要基礎。商業銀行可基于人口特征、征信信息、貨幣資產、收單交易等歷史數據對客戶進行畫像，利用大數據算法構建風險預測模型，篩選目標客戶；基于客戶基本屬性、渠道黏性、手機銀行活躍性、資產管理規模、交易流水等特征，打造專屬風控方案，形成差異化的定價和額度策略，配套便捷申請流程，秒批秒貸，實現風險管控與客戶體驗的平衡；建立企業級反欺詐平臺，根據客戶申請貸款時的登陸和操作等信息，實現可疑欺詐客戶自動攔截。

　　二是提升普惠及公司業務風險智能防控能力。在普惠信貸等領域，通過專家規則可以篩選高風險或者具有顯著特征的客群，但是也存在規則疊加增加打擾率問題，算法模型將大量單一隱性特征凝聚成具有強區分能力的組合特征，可以提高普惠信貸相關風險智能防控能力。為更好地運用各類風險信號以及關系信息，商業銀行可以構建基于企業、業務等關聯關系的圖數據庫底層能力，將企業的工商、供應鏈、產業鏈、交易、實控人等信息進行有效鏈接，并與業務數據進行關聯。商業銀行可以在關聯圖譜基礎上，建立批量風險客戶/白名單客戶關聯查詢功能以及社群關系模型，提升關系網絡內客群的風險識別能力，在業務開展中實現營銷、審批、預警等的整合聯動，進一步賦能普惠及公司業務發展。

　　三是提升智能合規運營能力。隨著數字化能力建設的推進，內控合規及運營管理工作逐步從以流程制衡為主轉變為制衡與實時動態監測干預并重。在反欺詐、反作弊領域，建立與人民銀行、公安部門及金融同業的實時聯防聯控機制，實現疑似受害人線上交易的實時偵測與阻斷。引入圖數據庫和圖神經網絡技術，提高識別團伙型作弊的準確率。在反洗錢領域，使用智能模型對可疑交易進行洗錢風險排序，建立基于客戶、產品、地域、行業等多維度特征的客戶洗錢風險等級模型，精準預警、精準分類。在消費者權益保護領域，應用投訴文本分析模型自動捕捉投訴熱點，及時發現投訴苗頭。在合規管理領域，開發人工智能合規知識庫，關聯內外部規制與行內風險點，提供專業智能助手及預警提示服務；開發智能法審、信審等輔助審查模型，實現對潛在風險的自動識別和提示。

　　四是提升智能模型算法管理能力。兼顧規范嚴謹的模型管理和高效迭代能力是保持良好市場競爭力的重要基礎。搭建統一模型開發平臺，實現對底層資源的統籌和集約管理，在合規前提下開展數據挖掘，預置算法組件，支持特征工程、特征選擇、算法選擇、參數調優、模型評估等自動建模過程，降低技術應用門檻和模型訓練成本；整合數據資源，規范數據來源、口徑、標準和存儲架構，建成數據底座，從數據底座進行特征萃取，統一線上線下、實時離線等多數據鏈路加工邏輯，形成穩定的特征層，支持模型的快速迭代和標準化建設；構建風險防控模型策略一站式管理平臺，覆蓋設計、實驗、分析、部署、監控全流程，系統實現樣本庫、建模任務管理、模型檔案、驗證管理、審批流程、模型監控、重評實驗、灰度發布、壓力測試等功能，從信息化、流程化、自動化等多個方面全面賦能模型全生命周期管理。

　　持續應對商業銀行風控技術新挑戰

　　近年來，商業銀行持續拓展模型技術及其應用領域，積極應用機器學習、大模型等能夠滿足快速響應需要的新型算法模型服務支撐精細化管理。新型算法模型能夠更好地處理“弱特征”數據，模型精準度更高、對樣本要求更低，在風險評價、營銷響應、反欺詐等業務場景中具有良好的適用性，但由于自身特點，也給持續規范管理帶來挑戰。一是決策樹、邏輯回歸等資本計量高級方法已核準的內部評級模型具備計算效率高、指標可解釋性強、模型穩定性高等特點，不同于上述傳統模型，深度學習、大模型存在模型研發過程不易直觀展示、模型結果的業務解釋性弱等特點，較難滿足“模型開發過程可追溯”等高級方法合規要求。二是傳統模型與新型模型在內部管理方面具有一定差異，傳統模型通過采用目前較為成熟的驗證框架，持續監測指標變化，能夠及時發現模型效力變化、捕捉衰退原因，但這些做法仍不足以有效管理與機器學習模型相關的新型風險，除了定期監測，還需要建立及時、完備的反作弊機制，針對風險事件實現快速“攻防”技術升級，及時捕捉新技術手段可能引發的風險并采取預防性措施。三是積極采用新技術，通過加快策略規則、模型算法迭代，能夠更好地適應客群特征變化快等情況，但在這個過程中也容易忽視“拒絕推斷”，加大“幸存者偏差”，增加模型風險。

　　充分利用大數據、人工智能等技術優化各類風險管理系統，將數字化風控工具嵌入業務流程，提升風險監測預警智能化水平，是數字化風控能力建設的重要內容。持續健全模型標準化和規范化要求，探索與之適應的評估、評價方法，促進商業銀行風控模型體系持續完善，必將更好地推進新型風控技術應用和管理，加快建設與數字化轉型相匹配的風控體系。

　　(本文作者介紹：權威、專業、理性、前沿，宣傳金融政策、分析金融運行、報道金融實踐)