证券公司模型风险管理机制探索.docx

证券公司模型风险管理机制探索

证券公司日常运营中会涉及到各类量化方法、量化系统以及量化工具。模型属于量化方法，特指运用统计、经济、金融或数学的理论、技术及假设，将输入数据转化为数量估计的复杂量化方法。而模型风险是指基于错误或不适当的模型输出进行决策而导致不良后果的风险，包括财务损失、战略和业务决策失误、声誉影响等。由于业务和管理场景广泛使用模型，模型风险通常会影响市场、信用、流动性、战略、操作、声誉风险等其他类别风险。模型风险的主要来源包含：模型设计错误、模型使用不当、不适当的模型输入和假设、模型实现差错、未经授权或不正确的模型变更、模型过时等。

证券公司在长年面对市场大幅波动、承担各类风险的过程中，模型使用范围逐渐加大，可靠健全的模型风险管理在证券公司风险管控中的作用日益重要。中国证券监督管理委员会和中国证券业协会也从交易定价、风险管理、估值减值、压力测试等角度对模型管理提出了具体要求。目前，部分领先证券公司已经专门针对模型验证和模型风险管理制定了相关制度。总体上，针对模型风险的管控共识是全生命周期模型风险管理，通过制度化、系统化、文档化等管理措施控制和降低模型风险。

一、模型风险管理的历史沿革

2008年金融危机给全球金融和监管机构的主要教训之一是模型风险必须加强重视，提高全行业模型风险管理水平的大潮随即开始。美国货币监理署（OfficeofComptrollerofCurrency，简称OCC）在其前期对模型验证工作规定（OCC2000–16）的基础上，于2011年发布了《模型风险管理监管指引（SR11-7附件）》，明确模型风险管理的全周期监管要求。2021年8月，结合十年间监管检查和行业实践经验，OCC发布了《模型风险管理监理长手册》，对SR11-7进行了全方位的解释，对如人工智能模型等新生模型现象进行了补充说明，并完整阐述了模型风险管理检查的标准和流程。英格兰银行2023年发布《银行模型风险管理原则（SS1/23）》，规定了英国银行业的模型风险管理原则。国际清算银行于金融危机后在巴塞尔协议的更新工作中加强了对高级法、内模法和监管CVA中涉及模型的管理要求。各国银行监管机构随即跟进，对各场景中应用的模型管理要求进行详细规定。

中国金融业几乎同时开始了对模型风险管理的相关探索。中国银行监督管理委员会于2007年发布了《中国银行业实施新资本协议指导意见》，两年后针对新资本协议中高级法的模型管理专门制定了《商业银行资本计量高级方法验证指引》。相关管理精神在后续发布的《商业银行资本管理办法（试行）》以及2023年3月发布的必威体育精装版征求意见稿中得到了继承。银行业也在实践中探索相关规定落地的具体措施，从业人员对境外金融机构模型管理的治理构架、人员安排、具体制度规定和实践进行了研究和参考，在若干年实践中积累大量经验和教训，为证券行业提供了指导。近年来，随着人工智能在境内金融业的广泛使用，人工智能模型面临的风险逐渐浮出水面。互联网行业走在该风险管理的前沿，中国互联网协会联合主要互联网平台公司于2023年6月发布了《人工智能模型风险治理能力成熟度模型》，明确人工智能模型风险管理的原则、目标、责任，建立成熟度模型，规范了模型在全生命周期各环节中的风险管理活动，提出许多具体管理措施。

二、证券公司模型管理需求

1、金融工具的估值和减值模型

中国证券业协会为规范证券公司金融工具的估值方法在2018年发布了《证券公司金融工具估值指引》，其中明确了股票、债券、基金、衍生工具、非上市公司股权、资产管理计划等以公允价值计量的金融资产和金融负债的估值规范。该《指引》要求应当规范金融工具估值的方法、模型和流程,建立业务部门、分支机构、子公司与风险管理部门、财务部门的协调机制,确保估值的科学性。此外证券公司风险管理部门应定期对估值模型的有效性进行检验和评价,确保相关假设、参数、数据来源和计量程序的合理性和可靠性,并根据检验结果进行调整和改进。

信用减值准备是证券公司编制会计报表时重点关注的科目，其计量结果直接影响金融机构损益表。中国证券业协会在2018年9月发布了《证券公司金融工具减值指引》，要求证券公司建立预期信用损失模型计量金融工具的减值损失，并定期对预期信用损失模型的有效性进行检验和评价，确保相关假设、参数、数据来源和计量程序的合理性及可靠性。在模型使用的违约概率的计量中，证券公司可通过内评或外评模型的评级结果，使用违约率主标尺在经过违约率校准后映射得到不同评级主体的违约率。在违约损失率的计量中，证券公司可通过建立统计学习模型、瀑布模型或结构模型等模型，估计资产的违约损失率。整体上，预期信用减值涉及的模型和假设较多，直接影响证券公司损益和对外披露，是模型风险管理的重点领域之一。

2、内部信用评级模型

内部评级是证券公司进行信用风险管理、