隨著中國金融市場的快速發(fā)展，金融行業(yè)競爭形態(tài)的持續(xù)演化，以及監(jiān)管力度的不斷加強，IT咨詢服務公司對金融企業(yè)的商業(yè)智能解決方案，也面臨著不斷的創(chuàng)新。

　　在主題為“乘數據之舟，達價值彼岸”的文思海輝商業(yè)智能解決方案研討會上，文思海輝金融事業(yè)群高級經理徐江在風險管理之道分論壇分享了資產負債、利率流動性風險。

　　以下為演講實錄：

　　我從三個方面說一下這個話題。第一個方面是大概介紹。第二方面會把我們過去做的一些具體的實際業(yè)務需求也好，和實際工作中碰到的問題稍微展開一下，跟大家分享一下各方面的經驗。最后一塊是針對這些需求和問題我們是如何解決的？

　　大概早在5年以前，我們在給一家城市商業(yè)銀行做風險壓力測試系統(tǒng)的時候，那時候我們就已經討論了利率市場化以后，我們該怎么樣去設定利率波動的壓力情景。那時候我們根本沒有想到，會在今天，央行會開放貸款的利率�？赡芟乱徊綍�把資產利率化的步驟還會加快。

　　我們08年的時候考慮利率市場化的時候，當時根本不太敢想象貸款完全放開，收益曲線不用基本利率曲線了。考慮到客戶和整個市場波動和今天完全不一樣。如果我們今天還來做利率波動壓力測試，恐怕很多因素要重新考慮。我們這邊風險解決方案團隊是從08年我們做風險壓力測試項目開始，到現(xiàn)在也是伴隨著中國這幾年金融市場化不斷的前進，我們從開始的壓力測試產品，到流動性風險產品，到現(xiàn)在不管從產品上，還是業(yè)務范圍來說都得到了很大的發(fā)展。我們現(xiàn)在做的是市場負債和市場風險、指數評級這一類的。

　　我們做這樣的風險管理項目恐怕還是需要跟人有比較大的關系。我們有五個方面組成，其他的方面大家都比較熟悉，關于業(yè)務顧問和技術架構師，今天主要介紹一下做統(tǒng)計建模的梳理工程師。主要是根據用一些數據建模工具形成一套數據模型，再把模型用到當期業(yè)務數據里面進行分析，預測下期數據的變化。隨著這幾年不斷做這個事，我們接觸到的產品也是從最開始的Oracle FICO這個產品開始，然后到后面的MUREX和RiskMetris，產品是越來越豐富了。

　　團隊能力總結：過去經驗也好到現(xiàn)在的團隊建設也好，三方面我們是比較有優(yōu)勢的。第一塊是自主研發(fā)，因為當時我們做壓力測試分析的時候，都是我們自主做的。從最基礎的數據分析，到業(yè)務需求，到我們的統(tǒng)計建模，我們都是做的比較成熟。第二塊，經歷這些年，我們積累了這些業(yè)務經驗和案例，也是比較典型的。最后一點，我們這邊團隊，在數據這塊應該是第一位的，有了這三方面的內容才能把風險工作結合應用內容把它做好。

　　風險管理目標需求和內容的目標就是保證銀行的盈利性，將利率、匯率風險控制在規(guī)定限額內。提高銀行凈利息收入，維持足夠流動性等。流動性管理、利率管理、匯率管理、資本管理、預算管理，同樣都會遵循一個基本風險管理的流程。就是從實體計量、監(jiān)控和控制，基本是按照這個流程來走。

　　現(xiàn)在來看一個具體的需求，在實際的業(yè)務操作當中，或者在實際的管理中，我們大概會碰到一些實際的問題，在這兒列出來的不太全面，但是肯定是比較重要的。第一款，把頭寸和流動性管理列在里第一位，也是因為6月中旬市場資金緊張的話題，可以想象頭寸管理和流動性管理多么重要。新聞報道光大這樣的銀行因為資金緊張導致投資成本增加。我覺得對于零售這塊可能影響不大，關于像支付寶或者像其他的第三方，目前來說非銀行的金融機構，會爭奪存款。像余額寶利率是5%左右，我們銀行是3.3%左右，這樣會導致國際存款流失。這對頭寸管理就顯得尤為重要了。利率既然已經逐步的市場化了，那么波動會越來越明顯，可能可控性不像原來那么可控了。對于凈利差的收入恐怕不大那么好計量了。

　　第三塊是關于市場計量的這塊內容。不管是累加的還是其他的市場交易資金產品，頭寸管理也需要考慮。另外涉及到結算、損益的計量，因為會取不同的時點算，不同的部門看到損益角度不一樣，會計準則所計量的東西也不一樣。這也會影響實際業(yè)務和項目都會有影響。還有是關于模型，不僅僅局限于市場監(jiān)管，其實任何一個計量模型的驗證和實施過程很多是需要擴充的。第三塊是關于數據的，是我們比較看重的一方面。按照我上大學的學信息系統(tǒng)工程套用的理論，輸入的是垃圾，輸出的一定是垃圾。所以數據質量控制一定要控制好，不能輸入的是垃圾。

　　除了數據質量控制，還有兩塊需要重點看一下，一塊是滿足對未來的一些應用需要。還有一塊是涉及到補錄，補錄的數據有時候會很復雜。比如幾十年前發(fā)的國債恐怕沒有在系統(tǒng)中維護，這些數據常常會影響到我們的建模和數據頭寸計算，這些可能都需要涉及到補錄。除了這些問題還有很多問題。

　　再一個客戶行為導致的流動性缺口的過程，舉兩個例子，第一個例子跟目前比較相關，就是活期存款流失了。第二個例子是貸款提前償還�，F(xiàn)在支付寶已經進入金融領域，余額寶是一個代表，當活期存款流失的時候，把這樣的情景要建�？紤]，對歷史的行為對歷史數據進行分析我們才能得到一套模型。通過這套模型再影響資產負債表各個項下面的數據，從而產生數據的分布。

　　我們對于流動性的管理，或者對于頭寸的管理，或者對資產負債表的管理也是一個逐步遞進的過程。面對這樣不斷的競爭環(huán)境和資金越來越緊張，只有把這些東西做好，管理做的到位了才能把業(yè)務開展的更有底氣。

　　借著客戶些微的話題我們再看通常做資產負債系統(tǒng)里面會考慮到一個很重要的就是動態(tài)分析。做客戶行為分析方法有很多種，不能說哪中對哪種錯，它們適合于不同的場合。這是相當于建了個模型實驗室，對于客戶行為分析這樣的課題，我所需要的數據常常是動態(tài)的，需要實時更新的。當我在做這個課題研究的時候，我并不確定我當時一定需要什么數，我只知道我可能需要很多數。所以說如果把這樣的系統(tǒng)，這樣的課題放在一個業(yè)務系統(tǒng)中去做顯得不大合適，因為會影響別人的生產系統(tǒng)。所以說一般的會把這樣的課題研究獨立的作為一個環(huán)境去進行分析。我會先拿到數據，這個數據是不太確定的，會隨著業(yè)務不斷深入的研究，建模的需要需要很多數據，然后再用利用一些統(tǒng)一近模數據工具去做分析。

　　其實不管用哪種數據建模工具，關系不是很大�？梢杂脮r間序列做這樣的一個模型，找出這樣的模型�？匆幌戮唧w怎么做的？首先對我們所要做的課題，比如提前還款或者存款流失，首先要對這樣的課題進行相應的業(yè)務理解，把變量找出來，根據這樣的業(yè)務劃定一個數據圈，和數據范圍。然后把數據樣本抽取出來。然后再用我們的數據工具進行建模，進行單變量和多變量分析。綜合考慮，然后才會產生相應的模型應用。然后再把這樣的模型看它擬合程度，把這個模型用到我們的產品或者系統(tǒng)里面去，讓它可以進行對當期或者下期的數據預測。

　　接下來面對著這樣的需求或者觀點，我們會有相應的解決方案。做任何一個系統(tǒng)或者項目之前，我們會有一套方法論。包括分析、計量和實施等等。

　　要關心幾個內容，對于靜態(tài)來講，沒有加上動態(tài)模擬這一塊，一定要說的準，但是除了考慮靜態(tài)，也要考慮動態(tài)這部分。靜態(tài)就是當前的頭寸會算出計量和收益。動態(tài)就是算出未來的計量的東西。就是把當前的頭寸，比如溢價等考慮。加上業(yè)務的模擬，可能是涉及某一個批量，從而得出相應的分析結果。另外就是壓力測試，是講行為分析所涉及到的內容。

　　市場風險內部模型法是最近涉及的比較多，也是比較關鍵的。數據處理和引擎處理比較關鍵。具體碰到的問題，主要是兩方面需要關注。第一塊是數據質量；第二塊是關于業(yè)務邏輯和計量方法。數據質量主要是三方面，很多數據包括業(yè)務數據市場都需要進行補全，再一個包括數據勾稽校驗也是需要考慮的。另一個各層級基礎業(yè)務數據和風險數據計量的要求。

　　業(yè)務邏輯和計量方法：

　　業(yè)務定義規(guī)范要統(tǒng)一，頭寸數據的準確性及最終計量結果的正確性，這也是要求考慮的。因為頭寸定義太靈活，很多產品知識程度也不太夠。第三塊是模型驗證計算結果的正確性及模型的透明性。第四塊是成果應用，市場風險的計量，政策及流程的成果，這也是需要考慮的。

　　數據對各大項目的支持：對公零售、市場和操作風險。我們看到的主要問題就是列出來的這幾方面：第一數據比較復雜，這是帶給我們的一個困擾。第二個就是對于像客戶業(yè)務跟風險計量相關的口徑往往不太統(tǒng)一，這些需要重點考慮。還有一個就是數據常常分布在不同的系統(tǒng)里面，共享性也是一個重要問題。再一個數據質量也很重要。

　　總而言之，風險數據集市的特點包括四大塊：包括人員、案例、產品和計算。這塊我們覺得我們做的還是很出色的。