浦发银行赵先信：信用风险管理--从估计到看见

　　1月18日，“2018金融风险管理领袖论坛”在上海举行。浦发银行资本管理高级法合规达标推进领导小组办公室主任赵先信，发表名为“信用风险管理--从估计到看见”的主题演讲。

　　赵先信：非常感谢论坛主办方的邀请，我刚才听了一下，大家这次会上说得比较多的，还是集中在衍生品领域，我主要是在商业银行领域，主要从事风险管理，我想从衍生品的角度看，特别是做二级市场，大家通过付出一定的风险成本，我们是可以把我们的风险能够对冲住，或者是某个水平上能够管理好，但是作为商业银行来说，不知道是不是很恰当，应该更多的是做的一级市场，比如信用风险为例，我们面对的千千万万家企业，形形色色的融资需求，你怎么知道他这个企业的融资需求是恰当的，你怎么能保证，或者在多大程度上能保证企业所借的贷款，这些授信，能够如约的归还给银行，我想这是非常重要的一些方面，所以从我的角度来看，可能风险的理解，跟大家各位嘉宾说的理解可能略有差异。讲到最后我想问一下，风险到底是什么，我想这是最终值得我们思考的一些方面。这个演讲题目就叫：大数据时代的信用风险管理，从估计到看见。什么意思呢？

　　以前我们对风险的管理，可能更多的还是通过估计的方式来管理。因为各方面数据条线的制约，比如我们对于一个客户，对于一笔融资需求，感觉就像雾里看花，就像照片被拍虚了一样，看不清楚，这时候我们采用更多的手段是什么呢？估计，刚刚主持人也介绍了，目前我们所做的工作，叫新资本协议事实，其实就是量化的银行的风险管理的一个比较集成的说法。这个跟我们估计风险直接相关，从我们角度来看，信用风险为例，我们怎么估计信用风险，我们怎么知道这笔业务，它的风险成本是多少。然后我们决定该不该做，然后以多高的利率，多高的风险溢价来做这笔业务。如果我们下来，对于这个风险成本有一个真实客观的计算，然后按照回报率的要求，风险调整后的收益，能覆盖风险成本，我们就说这个业务是可以做的，否则这个业务就不要做。这个是估计的方法，这个方法的话，主要是跟我们对信用风险本身的一些要素，一些因子的估计，是高度相关的，比如说我们可能会用到，我们可能会估计违约概率，这个PD到底有多高，3%还是1%，还是0.1%还是10%，这个是很重要的，怎么估计PD呢？我想我们可能在传统的量化上，有很多的做法，比如我们会看企业的财务数据，它的一系列的财务指标，比如它的杠杆率，它的存货、周转率、流动比例、速动（音）比例等等，一系列的财务指标，现金流的情况，根据这些财务指标来估计一下这个企业的偿债能力，也就是它有没有能力偿还贷款。也就是企业的净值是不是足以覆盖它的债务，这样一套做法是比较量化的，截止到目前为止，巴塞尔协议，巴塞尔3巴塞尔4推广的一套标准。除了违约概率还有违约的损失率，刚刚嘉宾提到抵押，如果说客户出现违约了，我们来处置他的抵押品的话，我们回收率能有多少，这个也是需要估计的，为什么呢？因为我们知道，抵押的回收率，跟客户的违约概率之间，往往是正向相关的，当经济形势走低的时候，比如现在客户违约风险高，他的处置品的价值比较低，市场流动性不好，这样是需要估计的，我们会有一大堆的参数，会折算成这个借款人的风险成本，比如他占用多少银行的资本金，或者银行为了准备这个业务，必须要准备多少资本，覆盖这个风险，这个资本大家都知道，是有成本的。这样我们能把风险授信算清楚，把这些都算清楚，这个的话，有了这些之后，我们大至能得出，这个业务该怎么做，这是截止到目前为止，很多银行普通的做法。我们对风险采用量化估计的做法。这个概率是估计，并不是100%确定的，而且还有待与后续新的信息进来之后，进一步的修正，这就是我所说的，差距银行，对于风险估计的做法。这个做法，目前来看，效果还是很好的。至少银行角度来看，特别对于一个中大型的银行来说，比如公司客户，都是上十万，甚至大的银行，客户都上百万，比如工商银行，以这样的数来计算的。如果我们对于客户的筛选排序，按照信用度的高度来排序，排得非常扎实的话，我们能对风险敞口，银行的信贷组合质量，也会有一个比较有把握的控制。这是过去的做法。现在的话，随着大数据的逐渐成为我们管理的一个部分，大数据走入我们的管理实践，对于风险的估计，还继续使用，但是银行现在做得更多的是希望能看见这个风险。比如我这里的照片，如果你回到第一张，那么它是比较虚的一个图，看不清楚，我们只能估计，但是大数据的情况下，我们可以看见这个风险，为什么说看见这个风险很重要呢？我这里稍微回顾一下，目前结合国内的经济形势，目前的国内的金融形势来看，应该是非常迫切的。因为大家都知道，截止到目前为止，国内提出新常态到现在至少有五年的时间了。这五年时间里面，银行发生了非常大的变化，这个变化主要的体现为不良资产的集中暴露。我自己体会下来，实际上是分三轮，第一轮冲击波从四万亿开始带来的产能过剩，那时候大量的企业都申请贷款，银行也在想方设法的满足这些贷款，这是第一个阶段的产能扩张，后续就是加杠杆，特别是在房地产领域，以及地方政府平台领域，这规模是非常大的，而且方式也是从传统的表内拓展到表外。包括现在政治的各类资管。第三轮是降风险，包括整治各类的金融论向。我们回顾下，这些风险跟我们对客户的估计不足有关系。如果我们通过大数据，把这个噪音，把纯粹的成本排除掉的话，信用管理会上更高的台阶。

　　大数据目前基本上能满足我们的要求。比如说大数据目前在银行的使用。比如对于客户的各种各样独立的数据，就是了解你的客户，会看得更清楚。因为我们看客户，我们不能只看这个客户本身，我们得知道这个客户的关联关系，比如他的资金链的关联，集团的关联，还有各种各样的担保圈担保链，造成区域性风险的担保现象，通过大数据，我们就能知道，这个客户到底有多少负债，多少的债务，我们就能知道他的违约概率，会重新估计。这是一个，对于客户这一块，除了对客户这一块，还有什么呢？我们对客户经理，我们知道银行做业务也是通过千千万万个客户经理，到市场上找这些企业。找到熟悉的企业来做的。这里怎么确保客户经理是尽职的，他对客户的信息的搜集是真实的，能够尽职。实践当中，特别是结合这一次经济下行，发现的案例也是比较多的，很多是触目惊心的。比如普遍出现的共谋的道德风险。比如客户经理本身在银行工作。他的配偶开个小贷公司，他可以把银行的资金拆解给小贷公司，或者针对银行的客户搭配贷款，比如银行需要一个亿的贷款，银行给他贷八千万，剩下两千万交给配偶的小贷公司，实际上把优先劣后的关系导致了。把风险扔给了银行，还有很多地区，银行的贷款人员把贷款贷给自家的企业，通过大数据也能发现类似的问题。除了这个客户经理，还有机构本身的风险。我们知道银行风险治理管理，是多层级的，一般来说采取总分行的体制，你怎么确保各个分支机构能够真实全部的及时的汇报这些风险信息，这也是很重要的一个方面。因为通常，人之常情，当业务出现风险的时候，大家都倾向于淡化或者是弱化它，并不能及时的真实的上报。甚至会酿成很大的风险事件。通过我们对大数据的使用，特别是银行内部交易信息的使用，基本上可以把这些潜在的苗头，或者是问题，能够侦测出来。除了这个之外，还有更多的，这些方面的管理，都是可以通过大数据，来去解决的。这里头包括了，我们信贷本身的改变。银行很多业务都做，但是大数据时代下，很多业务会包出去。比如供应链融资，如果我能确保这个信贷场景是真实的，那么这个业务风险本身也就是可控或者是微乎其微的。这一些是对大数据的使用，数据的来源很多，有内部有外部，也是银行需求比较多的一个方面。包括像我们知道比较多的。比如政府部门的数据，如果你能接入税务数据，那么你的风险基本上可控的。因为我们知道很多企业有多套报表。但是税务数据是比较真实的。

　　还有一些风险事件管理的数据，比如司法数据、海关数据、质检数据、环保数据。以前我们对于环保不是很重视，但是半年来，环保数据很重要，现在环保力度加大的话，往往一些地方会面临停产，面临很高的违约风险。这是政府部门的数据，除了政府部门的数据，还有第三方的数据也是很有用的，特别是互联网领域相关的数据，比如电商的数据，跟场景高度关联的，我们知道它的交易是真实的，信用风险是可控的。除了这个大数据之外，还有各种新的技术也是非常重要的。我也是从网上截了一个图，我们都知道，现在图形识别技术发展非常快，特别是交警部门在交通路口拍一张照片，就能识别出这个人的年龄等一些体貌特征。这些数据在银行里面都有，比如防范客户的风险。我们怎么防范客户风险呢？特别是中小企业的客户，他的数据是不真实的。我们通常说的，跟他生产活动相关的数据，可能更有信息量。比如他的水表，他的用电量，还有用气这些东西。如果我们就了这些技术之后，可以把这些图像这项数据直接采集过来，比如说我不需要你提供财务报表，但是可以提供用电量用水量用气量的数据，这样作用就非常好。因为我们知道，对于中小企业来说，主要是三品，人品家品产品，除此之外，我们还可以把这些数据采集上来。

　　这是对于大数据识别技术，第二个是如何防范客户经理的不尽职的风险。比如我们让客户经理去做现场调查，他有没有去，去了之后见了谁，去了之后做了哪一些调查，见了哪一些人。将来这些图形文件都可以存档。对于机构风险也是一样的，类似这些东西有很多的应用。除了这个之外，还有供应链融资，这一块变化也非常大的。我们知道贸易融资，是银行传统的业务，也是银行非常有经验的强项，但是现在随着供应链业务的兴起，这个业务正在流失，很多第三方机构都可以做，比如这里讲的，你只要把供应链的场景，能够确定住，我们会发现，就是现在在供应链融资里头，支付和信贷两者高度统一了，高度合一了，信贷支付化，支付信贷化。如果我们确保真实场景的话，我们能确保资金流、信息流和物流的高度统一，这样的话，整个的场景的授信风险就会大幅度的降低，所以我们会看到互联网金融为什么在中国发展非常快，原因就在这里，大量的供应链，比如1+N、N+1，1+N就是一个销售商，有很多供应商，N+1就是很多销售商，一个供应商。这样它的风险会大幅度的降低。这个在我们国家发展非常快。就是有这样一个系统，这样的信息环境，大数据环境，能够把供应链数据集中起来，有了这个之后，我想资金来源都不是问题，我可以把这个作为理财产品销售出去，投资者的话供不应求。比如以汽车供应链融资为例也是这样的。比如上汽，在全国假设有三千个4S店，我把上汽的三千个4S店，看成一个整体，设计成这样一个方式。这样给众多的4S店提供融资服务。这个就是我刚才说的，信贷银行领域对于技术的需求或者是应用。我们应该能看到，金融科技的发展，并不是衍生产品市场，二级市场，我们也并不只是体现为付出一个对冲成本，或者是交易我们的风险偏好，我想风险本身，应该是能够看见的，通过技术的手段，应该是能看见的，这里我想做一下总结，回到一个古老的问题，风险到底是什么。我们经常说风险能创造收益，高风险高回报中风险中回报，低风险低回报。按照我对银行的理解，风险本身并不创造收益，风险管理才创造收益。当我们把不确定的东西，把一个模糊的虚化的画面看得非常清晰非常聚焦的时候，我价值本身就凸显出来了，这是我想今天跟大家分享的一点信息和体会，谢谢各位。

责任编辑：张伟