商业银行模型风险管理及对信用卡的赋能.docxVIP

商业银行模型风险管理及对信用卡的赋能

近年来，金融机构持续推动零售业务，尤其是以信用卡、消费信贷等为代表的零售信贷业务与数字技术深度融合，大力创新产品服务，加速数字化转型。近期，金融数字化发展联盟举办了“2023卓越数字金融大赛”，参赛的近百个案例精彩纷呈，广泛且充分地展示了金融业数字化转型背景下零售信贷业务的创新实践。《中国信用卡》作为本次大赛的支持媒体，特别邀请本次大赛的获奖机构，围绕风控、营销、产品等领域进一步分享数字化转型成果，促进金融机构在数字零售领域的交流互鉴，助力零售信贷数字化转型提档加速。

党的二十大报告强调，加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。2023年初，中共中央、国务院印发了《数字中国建设整体布局规划》，明确了数字中国建设的指导思想、主要目标、重点任务和保障措施。在党和国家的全面部署下，数字中国和数字产业建设全面推进，商业银行的数字化转型浪潮风起云涌。商业银行各类业务的发展以及全面风险管理正在与大数据、人工智能和云计算等技术深入融合，各种形态的模型数量不断增加，各种应用模型质量持续提升。

模型的广泛使用大幅提升了客户体验并降低了内部管理成本，但其所带来的风险也在不断上升。面对海量模型的积累，在提升业务管理水平和自动化程度的同时，各家商业银行对模型风险管理的重视程度也在不断增加。

一、模型风险管理的必要性

所谓模型风险，是指由于模型缺陷或模型误用而导致的潜在不良后果。模型风险的主要来源有两个：一是模型本身是错误的，会输出不准确的结果；二是模型没有被正确使用。模型应用之广、迭代之快、算法之难、种类之多、影响之巨都在潜移默化地改变着银行的管理和运行方式，模型风险管理的重要性和必要性因此而更加凸显。

1.适配监管力度加强的重要施力点

2011年，美国监管部门发布的《模型风险管理监督指南》，对模型和模型风险进行了定义，并从模型治理、开发、使用、验证等环节分别列出关注重点，逐步成为国际银行业在模型风险管理方面的纲领性监管文件。在该文件的指导下，全球系统性重要银行逐步开展了一系列探索实践。2020年，原银保监会发布《商业银行互联网贷款管理暂行办法》，分别对风险模型管理流程、风险模型开发测试、风险模型评审、风险模型监测、风险模型退出、模型记录等提出了要求。随着金融监管一系列改革举措不断深化和监管认知不断加深，模型风险管理将会逐步从互联网贷款的局部视野拓展到更大范围，成为全面风险管理的重要组成部分和监管穿透施力的重要支点，也会成为各家商业银行风险管理的焦点。

2.借力金融科技发展的成果汇聚区

2016年，AlphaGo横空出世；2023年，OpenAI官宣了ChatGPT的版本迭代。在区块链、人工智能、云计算、物联网等新兴技术蓬勃发展的背景下，商业银行已经将其应用于营销获客、风险管理、定价决策、信贷审批等领域，并进行了深度融合，对智能技术的追捧、投资和应用呈现出空前的热情。新的算法逻辑、数据类型、工具承载、管理逻辑使得各类模型的数量和质效得到大幅提升，应用边界得到大幅拓展。市场营销场景使用算法精准定位客群并对客户进行画像；反欺诈算法可以有效发现欺诈客户，避免信用损失；信用评级模型提高了信贷审批效率，并更加精准地实现资本计量；催收模型可以对客户还款意愿进行排序，有效提升催收效率。人工智能技术对商业银行降本增效、快速决策、防范风险等赋能作用越来越显著。

3.应对同业竞争加剧的装备必选项

近年来，银行业迅猛发展，国内外先进银行在战略目标、组织架构、金融服务、客群认知、风险判断、利润模式上呈现出高度近似的特征，同质化竞争愈演愈烈，而差异化特征的主要表现之一在于对技术、数据和模型的实质性策略安排上，对模型风险进行有效管理已经成为银行的核心竞争力之一。资料显示，头部银行对于模型风险管理的重视程度比较高，投入大量资源用以建设相关能力。比如，摩根大通银行以“三道防线”为核心的模型风险管理框架涵盖了风险计量、资本测算、压力测试、拨备计提和决策支持等多个领域；建设银行的模型风险管理体系解决了模型资产分散、产出复用困难、模型开发重复等问题；国内其他先进同业也从开发、验证的统一建模平台出发，不断强化模型风险管理工作。

4.关乎数字化转型成败的关键组件

2022年，原银保监会印发《关于银行业保险业数字化转型的指导意见》，从总体要求、战略规划与组织流程建设、业务经营管理数字化、数据能力建设、科技能力建设、风险防范、组织保障和监督管理等七个方面明确了金融机构数字化转型的内容，为银行保险机构数字化转型做好了顶层设计。商业银行根据自身特点积极推进数字化转型进程，模型是数据、技术、管理、规则的集中体现，模型数量的多少、模型质量的高低是数字化转型成效的重要指标。比如，工商银行不断深化“数字工行（D-ICBC）”建