证券行业风险管理智能化转型路径探索

来源：核心期刊咨询网时间：12

摘要：摘 要：证券行业风险管理已进入全覆盖、信息化、智能化的新一轮发展周期，以科技赋能风管理，实现真正意义的智能风控，成为整个行业都在探讨和研究的问题。本文全面梳理了国内外证券业智能风控历史进程，剖析了证券行业风险管理智能化转型现状及诸多挑战;在

　　摘 要：证券行业风险管理已进入全覆盖、信息化、智能化的新一轮发展周期，以科技赋能风管理，实现真正意义的“智能风控”，成为整个行业都在探讨和研究的问题。本文全面梳理了国内外证券业智能风控历史进程，剖析了证券行业风险管理智能化转型现状及诸多挑战;在此基础上，建议证券公司打造以“IT支撑”为基石，以“底层数据集市”+“上层智能应用”为驱动，以场景化生态、高效运转机制、复合型人才为抓手的全方位转型体系，以期为证券行业风险管理智能化转型提供有价值的参考。

　　关键词：金融科技 数字化转型 智能风控

　　一、引言

　　金融的核心和前提在于风险管理，伴随着证券行业从电子化、互联网金融到智能化的金融科技演进历程，传统风控也逐步衍生出更多科技化、数据化的模块和应用，机器学习、知识图谱、区块链等众多前沿金融科技手段也开始渗透到风险管理領域，尤其自2012年消费金融爆发式增长以来，智能风控被广泛提及，成为金融科技领域较为主要的应用场景之一。近年来，频繁出台的行业监管政策更是对金融机构的风险管理能力的严峻考验，布局智能风险管理技术体系几乎成为金融机构的“标配”。然而，如何以科技赋能风险管理，实现真正意义的“智能风控”，已经成为整个行业都在探讨和研究的热点问题。

　　二、智能风控内涵界定

　　最初，业界普遍将“智能风控”定义为“大数据风控”，如今随着金融科技发展的进一步深化，“智能风控”已不局限于大数据技术的应用。狭义的智能风控是指通过大数据手段进行风险的智能识别、分析及预警;广义的智能风控则是将生物识别、大数据、云计算、区块链等手段融入风险管理全链条，打造整体智能风险管理体系，实现风险的精益化管理。万变不离其宗，智能风控并没有改变核心业务逻辑，“智能”作为辅助手段，无论技术如何迭代更新， 其目的始终是更好地实现风险管理这一核心目标。

　　智能风控通过融合金融科技手段，突破了传统风险管理模式在效率与空间上的局限性，智能风控与传统风控的差异具体体现在数据来源、操作模式、风控目标、技术及技术应用场景等多个方面，如表1所示。

　　数据方面，区别于传统风控，智能风控不仅可以处理结构化标准数据，还可通过自然语言处理、语音识别、图计算、生物特征识别等技术完成非结构化、多模态数据的处理与应用，突破传统风控信息不足的瓶颈，提高可用数据的广度与深度，最大化地挖掘海量数据的隐藏价值。技术方面，智能风控嵌入多元技术手段、措施和方法，达到风险管理流程的事前、事中、事后全链条自动化，完善业务流程、降低风控成本的同时，化业务驱动为数据驱动，化被动管理为主动管理。

　　总体来看，智能风控应用可贯穿于风险管理流程始末。目前，其在证券行业的应用场景主要分布情况：事前环节，主要包括大数据授信、自动化审批、风险画像等;事中环节，包括智能舆情分析、异常交易监控、反欺诈等;事后环节，包括存续期项目风险管理、催收等，如图1所示。

　　图1 金融科技在风控全流程中的应用场景

　　三、国内外证券行业智能风控发展现状

　　(一)国外投行智能风控发展现状

　　国外投资银行起步较早，基础相对扎实，对数字化的探索已进入比较领先的阶段，而其金融科技手段最早的应用场景聚焦在智能投资顾问领域，由于市场、监管环境的差异，国外存在的诸如对隐私保护、对数据安全的限制等因素一定程度上制约了其智能风险管理的发展。

　　高盛是国际投行领先实践的代表，其通过科技手段，实现了交易的电子化、自动化，并通过打造数据湖，整合有关客户、交易、市场和投资研究等即时数据，为风险分析提供了多维度的数据支撑。另外，高盛自主研发了SecDB，将其作为内部风险管理的主要工具。依托SecDB，高盛自主研发打造了Marquee平台，允许客户通过API或Web访问，帮助机构用户预测和了解风险，如图2所示。

　　摩根大通近几年将大量资金、人力倾注于新技术的开发及应用，彰显了其对金融科技赋能的决心。持续地巨额投入成就了其数字银行、智能投顾、电子钱包等产品，搭建了全球30多个数据中心、近28000个数据库，在持续投入下，摩根大通在大数据风控方面硕果累累，获得了丰厚的回报，摩根大通使用大数据主要用于信贷审批、风险管理等环节，大大降低了公司不良贷款率，每年可为其创收6亿美元。

　　数据是智能风控乃至金融科技的关键与前提，其质量与规模直接决定了风控是否有效。对国内金融机构而言，应充分借鉴外国投行的数字化举措，大力推进数字化转型，以突破风控源数据匮乏的瓶颈。此外，国内外证券市场存在较大差异，该差异主要来源于投资者、监管政策及宏观经济形势等。因此，国内券商应在借鉴领先实践的同时，深度结合自身现状，避免因盲目效仿外资投行而导致转型失败。

　　(二)国内智能风控发展现状

　　由于历史发展、市场差异等原因，国外的金融科技手段更聚焦于智能投顾等领域，但在智能风控领域，国内拥有更多的实践，尤其是智能风控在消费金融风险管理的应用，已经走在美国乃至世界的前列。总体来看，大数据背景下来自社交网站和电商平台的海量数据都可刻画出更为全面、多元、立体的客户形象，成为传统金融机构风控体系的补充，弥补其应对当前复杂信息环境的不足。

　　近年来，券商对于智能风险管理体系的建设需求愈加迫切，市场集中度也逐渐提升。目前，大多券商建设的风险管理信息系统，具备了风险计量与监控、市场咨讯获取、风险展示、报表生成等功能，且其对业务的覆盖面越来越广;部分头部券商已建立了风险管理领导驾驶舱，其各类展示内容专注于全面风险管理工作需求，指标数据界面简洁清晰，利于快速获取机构总体风险状况分析情况，基本样例如图3所示。而驾驶舱等数据展示类项目对公司数据治理及公司层面整体数据运营机制高度依赖，在系统建设及上线运行过程中外围系统数据源对驾驶舱系统能否正常提供服务具有“牵一发而动全身”的影响。

　　推荐阅读：证券咨询机构问题

转载请注明来自：http://www.qikan2017.com/lunwen/jgu/20066.html