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)群高級經理侯煒在風險管理之道分論壇分享了零售信用如何進行風險管理。

　　以下為演講實錄：

　　隨著市場經濟的深入發(fā)展，商業(yè)銀行已經成為現代金融產業(yè)支柱，發(fā)揮著引導資金流向，調節(jié)社會總供求等作用，直接關系到整個國民經濟的健康發(fā)展。然而，商業(yè)銀行在社會經濟的運行中發(fā)揮重要作用的同時也面臨著相應的風險。而信用風險又是商業(yè)銀行面臨的最核心的風險，直接關系到商業(yè)銀行的正常業(yè)務開展和穩(wěn)定經營管理。

　　巴塞爾協議三大支柱：信用風險是第一支柱的重要組成部分。如今，大多數的商業(yè)銀行目前還沒有統一的風險決策平臺；各個業(yè)務系統基本屬于全能系統，不僅擔負業(yè)務流程，而且相關決策也由業(yè)務系統實現，對全面風險管理支持薄弱。文思海輝就如何有效地控制和管理信用風險從模型的全生命周期管理的角度提供一整套解決方案。

　　整個模型的生命周期管理是一個閉環(huán)。首先是咨詢建模環(huán)節(jié)：根據行方產品的特點及樣本數據建立適合該產品的模型及策略，常見的產品有住房按揭貸款、綜合消費貸款、信易貸、通信貸等等。當模型設計出來后，接著就通過風險決策平臺進行實施，風險決策平臺是從傳統的流程系統中將模型和策略剝離出來而建立統一的、全行級的風險決策支撐平臺，從而將個貸、小企業(yè)、信用卡等業(yè)務條線納入其中。然而，模型本身是具有時效性的，一般時效性是在2年左右，那如何確定該模型的有效性是否達到標準呢？接著就通過風險驗證支持平臺對模型的穩(wěn)定性和準確性進行全面驗證。風險驗證支持平臺分2個部分，一部分是模型實驗室，供給行方專家團隊建模并對模型的相關指標進行驗證；另一部分是IT驗證平臺，每天都會根據風險決策平臺的數據加工檢驗模型的各項指標，并通過報表的形式展現給風控人員，當模型失去或即將失去有效性時，驗證平臺會產生預警產信息并通知相關人員。在模型失效時，專家團隊又得根據風險決策平臺積累的各項數據重新分析并建模，那又重新回到第一階段咨詢建模的過程了。因此，整個模型的生命周期管理是一個閉環(huán)。

　　風險決策平臺的核心是 決策調用服務，根據多年的項目經驗，文思海輝研發(fā)了一套通用的決策調用引擎PACTERA DA ，我們的 DA 里面裝載了最大化的零售風險變量池。同時集成了現今全球主流的決策引擎產品，如：FICO BLAZE , EXIPERIAN SMG3 , IBM ILOG 等等 ，同時征對各個決策引擎產品的特點， 我們在風險決策WEB門戶也做了擴展，比如：征對FICO BLAZE產品　的RMA 和　IBM ILOG產品 的　RTS 、RES都做了單點登錄；基于BLAZE 產品基礎之上進行二次開發(fā)出文思海輝企業(yè)級決策管理平臺PEDM。甚至利用這些引擎的API ,擴展了該產品本身的 WEB功能，比如，通過WEB門戶對模型及策略進行管理，多個策略庫歷史版本信息比較等，靈活的策略配置及測試，定制查詢，運行監(jiān)控等等。

　　零售風險數據集市模型，我們采用多峰理論，分為　５層，從下至上分別是　臨時層，基礎層，匯總層，應用層。臨時層一般起到數據緩沖的作用，基礎層會采用貼源設計，全量存儲，增量變更及加載。匯總層會按業(yè)務主題分不同的口徑進行分類匯總，如：客戶，賬務，財務等。應用層一般是采用模塊化設計，面向具體的決策點。還有一層是公用層，一般是存放各種公共參數。

　　多峰模型的理論思想也是從多年項目經理積累而來。通過構建穩(wěn)固的山體基礎指標體系，使將來的擴展只需要建立山峰模型，而不影響整套核心指標體系。優(yōu)點就不言而喻了，（1） 指標體系具有可延續(xù)性，高可復用性。（2）指標口徑統一，運算效率高。（3）后續(xù)實施周期短，節(jié)省成本。

　　通過跟蹤和觀察，銀行指標體系基本符合二八原理，每年銀行大約有80%指標是穩(wěn)定的，新增和變化大約占20%左右。

　　多峰模型從下往上，公用層，臨時層，基礎層屬于原始記錄層，匯總層，指標層屬于記錄整合層，原始記錄層和記錄整合層都屬于多峰模型中的山體層，　上面就是應用層，也是山峰層，都是面向具體的應用主題的。最頂層的邏輯模型一般用于　Cogons 和　SAS 開發(fā)。

　　風險決策平臺常用的報表分為：模型穩(wěn)定性分析報表、模型特征項分析報表、K-S統計分析報表、Gini基尼系數分析報表、ROC統計分析報表、Divergence分析報表 等。

　　風險決策平臺需具備七大要素。

　�。�1） 可擴展的商業(yè)對象模型。也就是DA中的決策調用模型。

　　（2） 策略的靈活配置 和 生命周期管理。

　�。�3） 模型、策略、策略庫的版本管理。

　�。�4） 決策調用接口要標準化，調用方式要多樣化，同時支持跨平臺。

　�。�5） 具備強大的數據集市，而數據集市的核心就是數據模型（山峰山體理論）。

　�。�6） 靈活的報表分類展現。

　�。�7） 靈活的模型及策略測試，決策調用執(zhí)行軌跡的跟蹤。

　　風險決策平臺需具備四個特點：

　�。�1）組件化。

　　（2）流程化。

　　（3）高擴展性。

　　（4）高性能、高效率。

　　風險驗證支持平臺必要性：模型在使用的過程中也會存在一定的風險，比如：適用人群如果發(fā)生變化，模型可能會變得不再適用；產品結構或經濟環(huán)境如果發(fā)生重大變化也會影響模型的穩(wěn)定性和準確性；當然，新數據、新方法出現，同樣可能導致模型落后。所以，為了防范模型在使用過程中的風險，應對模型采用分階段驗證，分別是投產前驗證、投產后持續(xù)監(jiān)控、以及投產后至少每年一次對信用風險模型進行全面驗證。

　　模型驗證應該涵蓋建模和實施的所有環(huán)節(jié)，分別是：對建模方法、建模數據、模型穩(wěn)定性、準確性以及系統可靠性這5個環(huán)節(jié)進行驗證。

　　對于模型的穩(wěn)定性：一般采用國際通用的衡量指標PSI 進行驗證，如果PSI小于0.10，則表示沒有變化或變化很少；介于0.10 至 0.25 表示有變化，應注意監(jiān)控后續(xù)變化；大于 0.25 表示發(fā)生重大變化，需進行深入分析。

　　對于模型的準確性：一般采用KS值、Gini系數，也就是前面所說的ROC指標，模型分離度（Divergency） 以及評分分布來進行衡量和評估 。對于申請評分 KS值一般為30%左右，對于行為評分 KS值一般為40%左右，如果KS值低于 20%，那就說明該模型已經失效了�？傮w來說，這些指標越大，說明模型的排序能力越強，對好壞客戶的區(qū)分能力也就越強。

　　風險驗證支持平臺從整體功能上分2個部分，一部分是模型實驗室，提供給行方專家團隊建模并對模型的相關指標進行驗證；另一部分是IT驗證平臺，目的是為了建立滿足監(jiān)管合規(guī)要求的信用風險驗證支持系統，需具備3個功能點，分別是：

　�。�1）、自動生成模型驗證監(jiān)測指標，對模型風險進行預警

　�。�2）、建立報表體系，為驗證報告編寫提供支持

　　（3）、建立一整套驗證數據管理流程，確保驗證數據的準確性和一致性。

　　從而當模型失去或即將失去有效性時，IT驗證平臺會產生預警產信息并通知相關人員。

　　風險決策案例：中國工商銀行的信用卡資信評估系統、和平安銀行信用卡規(guī)則引擎平臺、浙江農信信貸風險管理系統、興業(yè)銀行賬戶決策管理系統、浦發(fā)銀行風險量化平臺、浦發(fā)銀行零售評分決策系統、南京銀行的專家決策平臺、北京銀行的零售評分決策系統。