合規、控風險已是懸在銀行人頭頂的一把利劍。在近兩年的媒體宣傳中，不難發覺，各家銀行都在積極搭建著零風險全面合規的良好形象。
近日，麥肯錫發佈了中國銀行業CEO季刊，全篇報告長達182頁，從風險管理的角度為銀行業轉型建言獻策，麥肯錫認為銀行風險管理可能會在2025年之前出現翻天覆地的變化，風險管理將會承擔更廣泛的職責。
趨勢性變化關乎著每一個風控人的職業前景，這份“求生”指南請收好。
趨勢一：監管拓寬加深
監管範圍正在持續擴大。麥肯錫預計未來十年內，加大消費者保護和“行為”監管的趨勢仍將延續，甚至加快。那些信息不對稱、高轉換成本、不當和晦澀的建議、不透明或過於複雜的產品功能或定價結構都可能受到更為嚴密的審查。產品捆綁和交叉補貼也將更為困難，可以促使一些市場更公平地進行產品定價。
在某些情況下，如果客戶可以改用更符合自身利益的其他產品，銀行甚至有義務告知這一情況。或必須定期告知消費者更廉價的選擇。這些趨勢將會顯著影響銀行風險管理的方方面面。
一是，在監管框架內進行優化。
資本、流動性、融資、槓桿率以及恢復處置機制的建立可能會敦促銀行構建符合所有監管限制的資產負債表和業務,在滿足相關要求比率的前提下充分利用資金。這可能會限制銀行的戰略自由度,要求銀行建立全新且具備高度分析能力的業務優化和戰略制定流程。風險職能在這些領域作用重大,可扮演關鍵角色。
二是，銀行能否光明磊落地披露自己的業務做法？
僅僅符合現有規則是不夠的,如果銀行要免受未來法規的回溯判決影響,就必需遵循一系列廣泛原則。例如,銀行要站在客戶的角度檢視自己的做法是否“公平”,是否能光明磊落地向客戶、監管部門和公眾完整披露自己的業務做法?如果不能,那麼這就是一個明確的警告信號。銀行可能需要評估整個銷售和服務方法,審核端對端流程、定價結構及水平。
三是，消除人工干預，自動合規。
如今法律法規逐漸複雜,不合規問題愈加突出,銀行只能在處理客戶業務風險過程中儘量消除人工干預,把正確的行為固化到產品、服務和流程中。在無法實現自動化干預的領域,強有力的監督監控將會愈發重要,因為這是確保第一道防線錯誤率極低和第二道防線有效監督的唯一方法。
四是，與業務部門協作。
風險職能只有和業務部門加緊合作,才能沉著應對監管要求。銀行要做到零風險全面合規,就要從一開始思考流程構成,而不是業務部門設計完戰略或新產品後再追加馬後炮。
趨勢二：客戶期望改變
未來十年內，客戶期望改變和技術發展料將引發銀行業鉅變，使行業改頭換面。屆時，技術普及對客戶而言可能就如家常便飯。
創新影響著價值鏈的每個環節，但最重要的顛覆可能發生在銀行的業務承接和銷售流程上。
回顧一下銀行的基本業務模式就可以瞭解其中的盈利情況，將近六成的銀行利潤來自於業務承接、銷售、分銷和其他面向客戶的活動。這些活動的淨資本收益率達到了22%的誘人水平。
銀行若要贏得這場客戶關係戰就要付出大量努力，要實現這一目標，風險職能就必須成為核心貢獻者，在整個過程中與業務部門緊密協作，並強調兩個重點：
一是自動化即時決策。
銀行必須建立高度定製化的流程,快速實時響應客戶要求(如開戶、貸款申請等)。風險職能要幫助銀行在無人工干預的環境下進行風險評估和決策制定。這通常要求銀行出臺大規模的零基礎流程再設計,採納更多非傳統數據。專門為美英小企業提供貸款解決方案的公司Kabbage就是一個很好的例子。
申請者無需提交複雜冗長的文件便可通過在線途徑快速便捷地申請貸款。Kabbage會評估各種數據來源(如PayPal交易、亞馬遜交易、eBay交易信息和UPS發貨量信息)。目前,部分銀行正著手設計更便捷的開戶流程,大部分所需數據可通過公共來源預先填好,使客戶受理體驗儘量簡單、做到銜接無縫和簡短。在這種情況下,風險職能的挑戰在於建立起一種安全友好的識別驗證方法。
二是“一人細分客群”。
隨著銀行在客戶細分和產品服務上更加成熟複雜，最終可能會建立“一人細分客群”,提供單人量身定製的價格和產品。不過此舉也複雜化了相應流程,對銀行來說代價不菲。為了保護消費者免受不當定價和審批決策的影響,監管部門也可能對銀行設置諸多限制。風險職能需要與運營和其他職能共同尋找對策,在提供高度定製化解決方案的同時妥善處理新問題。
趨勢三：讓技術和分析助力風險職能
科技不僅改變了客戶行為,高級分析能力的發展也孕育了全新風險管理技術。層出不窮的新技術帶來了成本更低、速度更快的計算能力和數據存儲,推動了更有效的風險決策支持和流程整合。雖然未來十年還將出現大量未知的創新,並顯著影響風險管理進程。這些創新因素包括大數據、機器學習、眾包。
許多行業都已採用機器學習技術,比如天氣預報、亞馬遜產品推薦、谷歌垃圾郵件識別和奈飛(Netflix)建議都是很好的例子。某些銀行已經開始在催收或信用卡欺詐偵測等領域開展試驗，成效顯著。衡量模型預測能力的基尼係數也大幅改善。麥肯錫預計,銀行的風險職能將在多個領域採用機器學習,如金融犯罪偵查、信貸審核、早期預警系統、零售和中小企業(SME)客群催收。
互聯網的普及推動了商業設想眾包,許多企業正通過這種方式提高部分領域的工作效率。美國Allstate的保險公司舉辦了一場汽車意外保險理賠算法眾包挑戰賽,參賽者均為數據科學家。該公司僅用了三個月的時間便成功將模型預測能力提高了2.7倍。
許多此類技術創新都能降低風險成本和罰款。銀行越早採用這些技術便能越早建立競爭優勢。不過,保護客戶數據隱私必須是一個重要前提。
趨勢四：非金融風險類型正在出現
金融風險管理在過去20年取得了長足進步，但其他風險管理卻更似原地踏步。
過去五年來，運營合規風險相關的罰款、損失、法律成本飆升，迫使銀行不得不開始關注這些風險。比如傳染風險、模型風險、網絡攻擊等，銀行還需要建立風險職能新能力和新流程，管理跟蹤上述新興風險。
趨勢五：通過消除偏見更科學制定風險決策
另一種風險來源於偏見導致的錯誤決策。銀行風險職能需要加強偏見識別和除偏技巧。
偏見識別。第一步要評估銀行的哪些風險決策可能受到偏見影響。一旦有了這方面的理解,就能更容易識別偏見、降低影響。這個步驟其實相當重要，因為制定風險決策的過程中始終會存在偏見。那大型企業用於貸款審核的模型也會存在同樣的問題嗎?相比於人腦制定信貸決策,使用模型的問題相對較少。然而，在建模過程中仍然會多少存在偏見。傳統的迴歸模型一般始於建模人員的假設,如哪些因素具備預測能力,並應該被納入模型。機器學習藉助算法自行找出風險動因,成為能有效解決偏見問題的新方案。
除偏技巧。銀行可採用三種技巧減少或避免決策偏見:通過分析為決策制定者提供更多事實；善用辯論技巧消除對話和決策中的偏見；通過組織在企業中建立新的決策方式。
一個比較典型的案例是定性信貸評估(QCA)。全球多家銀行已在新興市場中小企業貸款審核環節用上了QCA,這些市場的財務數據往往缺失、不全或不可靠。在這種情況下，銀行往往需要依靠來自專家的人工判斷。
雖然此舉會導致一些主觀偏見的出現，但銀行可以採取眾多措施提高決策質量。通常銀行會用研討會的形式進行QCA，彙集一批最優秀的信貸主管共同識別一系列潛在的預測因素，然後根據歷史虧損情況逆向測試進行篩選。
趨勢六：大規模降本需求
銀行系統在大部分地區和產品類別上都出現了緩慢但持續的盈利水平下滑。銀行努力通過改善運營成本彌補利潤率下滑,導致淨資產收益率持續保持在長期平均值的低位。
資本要求提高及合規成本增加等一系列監管的進一步收緊、以及低成本數字化競爭者的出現都為銀行帶來了不少壓力，麥肯錫同時預計，這種壓力還會進一步加劇。某些產品更易受到影響,銀行如果仍舊無所作為，到2025年，某些產品類別高達40%的收入將會面臨風險。
既然顛覆性如此強大,銀行必須重新思考運營成本構成,以更低成本創造更高價值。銀行如果已經採用了零基礎預算、增值分析(即需求管理)、外包等傳統的漸進降本方法,簡化、標準化、數字化將是剩下為數不多的大幅降本途徑。
銀行風險需要對加大投入節省風險成本,應對前文提到的多種結構性趨勢。在現有行業和監管環境，克服挑戰無捷徑可走，銀行需要在未來十年內重新思考部署這些決策。
值得關注的是，到2025年，銀行的風險職能將對銀行的成功發揮更加關鍵的作用。2025年，銀行的風險職能可能會擔任無縫、無偏見風險決策和全面組織監控的設計工作，通過降低風險和運營成本、提供直觀的客戶體驗和引導銀行合規等方式創造更大價值。業務承接、銷售、分銷和其他面向客戶的活動。這些活動的淨資本收益率達到了22%的誘人水平。
百萬用戶都在看
券商中國是證券市場權威媒體《證券時報》旗下新媒體，券商中國對該平臺所刊載的原創內容享有著作權，未經授權禁止轉載，否則將追究相應法律責任。
ID：quanshangcn
Tips：在券商中國微信號頁面輸入證券代碼、簡稱即可查看個股行情及最新公告；輸入基金代碼、簡稱即可查看基金淨值。
閱讀更多 券商中國 的文章
