风险管理，是否需要建模？-FRR项目全国运营中心

风险管理，是否需要建模？

2025-05-22

风险管理，是否需要建模？

每当银行考虑构建或购买新模型时，其必须做出的第一个决策始终是：“我们是否应该这样做？” 现有模型风险管理实践未能充分涵盖这一决策，但它实际上会给银行带来相当大的风险。

为了说明这一点，我们假设有两家目标市场、商业模式和整体风险态度相同的银行。

第一家银行拥有一支精锐的银行家团队，他们会认真评估每一笔信贷申请。该银行向员工提供了一个庞大的数据库，但选择不雇佣任何统计学家。其理念是，在做出关键业务决策时，人类直觉比统计模型更重要。

第二家银行同样拥有一流的业务专业团队和丰富的数据资产。不同的是，这家银行有一群才华横溢的分析师，负责开发高质量的模型，模型输出结果会提供给银行家。尽管承销商有权推翻数据科学团队得出的预测和信用评分，但只有在有充分理由的情况下才能这样做。

这种比较有点理想化（我假设所举例子中的银行不受监管），但它凸显了我们行业中分析工具使用的一个关键点：经过深思熟虑构建的模型及其谨慎应用，无论何时何地，都能降低风险。

拥有良好模型的专业银行家总是会做出至少与缺乏此类工具的贷款人一样好的决策。要使这一点成立，模型只需在某些时候发挥作用即可。

建模vs “大脑化学反应回归”

在权衡建模与人类直觉的优劣时，我们需要谨慎定义“模型” 的含义。监管机构和银行使用的是狭义定义 —— 模型是可以编码并在计算机上运行的程序。

但当人类做出决策时，我们的大脑中会构建非正式的模型。人们会在脑海中权衡各种因素，忽略某些变量，同时特别重视其他变量。如果愿意，你可以将这个过程称为“大脑化学反应回归”。

有时，这些非正式模型是明智且有见地的；但往往它们是不切实际且带有偏见的。它们依赖人类判断来预测结果，然后采取行动。

人类智能与人工智能的一个关键区别在于，至少对于人工智能来说，如果发现偏见，始终可以检查代码并进行修改。即使人工智能流程非常复杂，也可以记录下来；而人类大脑却无法如此轻松或精确地绘制出来。

从这个意义上说，两家假设的银行都在使用模型。如果你认为第二家银行和第一家银行风险一样大，就必须解释为什么未记录、非结构化且可能随意使用数据的方式，其波动性会低于可记录和可复现的系统性、严谨性方法。

糟糕的模型比没有模型更糟糕吗？

在本文的其余部分，我们将遵循行业对“模型” 的标准定义。

毫无疑问，糟糕的模型比好的模型带来的风险更大。毕竟，现代银行和监管机构非常关注使用低质量分析工具可能导致的财务损失。

但不使用模型所带来的风险又如何呢？为什么不对其进行同样的管理，投入同样的精力呢？

如果一个糟糕的模型比没有模型好，那么整个模型风险管理领域可能在努力控制次要风险的同时，忽略了更大的问题。（当然，我这里不讨论银行因资本配置或损失准备金计算等原因必须使用模型的情况。）

在回答上述问题时，我们必须更清楚地界定“糟糕” 模型的含义。模型可能因环境、粗心或人为干扰而失效。

在某些情况下，模型看起来糟糕是因为数据很难建模。可能你所处的情况是，观察到的损失极不均匀，或者只有少量相关数据可用。

一个很好的例子是大型商业贷款的违约损失率（LGD）建模。另一个例子是，由于市场条件变化，所建模的数据似乎变得无关紧要，就像新冠疫情期间人们认为模型失效的情况一样。

如果模型因环境原因失效，我认为仍应尽可能高标准地构建和维护这些模型。失效的原因可能为投资组合的潜在表现提供线索。即使模型可能不太可靠，它仍然提供了一个基准视图，可以在此基础上应用主观判断。

同样重要的是要记住，建模在建模困难场景中价值更高！做出简单的预测从来不会为任何组织增加太多价值。

当我提到糟糕的模型时，指的是建模团队没有特定方向的偏见，但就是不擅长履行职责的情况。他们可能缺乏专业知识、经验或适当的组织，导致所开发的模型在某些方面不够理想。这包括模型文档记录不完善的情况，这意味着一线非专业人员可能会错误地使用高质量的输出结果。

同样，我认为在许多情况下，构建和使用糟糕的模型比什么都不做要好。信号可能微弱，但它仍然是一个信号。如果糟糕的模型有完善的文档记录，现场管理人员可以在充分了解情况的基础上做出决策，如果模型实在不可信，他们可以拒绝使用。

正如马克・吐温和本杰明・迪斯雷利所说，世界上有谎言、该死的谎言和统计数据。如果建模活动的结果被预先判断，或者建模人员被激励或指示产生某种结果，我会将其描述为一种人为干扰。

这里的关键点是，如果模型是一个谎言，故意掩盖数据中的信号，那么它无疑是有害的。在这种情况下，没有模型肯定会更好。

进一步的想法

在许多情况下，银行被要求或期望构建模型。在这些情况下，模型风险管理的标准原则适用—— 好的模型总是比糟糕的模型好。这些原则也越来越适用于银行可以自由选择是使用正式模型还是依赖其信任的管理人员的大脑判断的情况。

如果银行选择构建模型，需要克服大量障碍。它们必须生成大量文档，进行严格而详细的验证，然后更新模型清单以纳入新规格。模型必须经过测试和实施，随后进行监控以确保其持续适用性。

相反，如果银行决定采用大脑判断（即“不使用模型”）的方式，监管要求则宽松得多。

因此，在大多数情况下，使用糟糕的模型比完全不使用模型的风险要小得多。但不幸的是，银行监管的最终结果是，可能有用的定量模型的构建正受到积极阻碍。

简而言之，无模型风险必须成为模型风险管理的核心焦点。在无模型风险超过糟糕模型风险的情况下，监管机构应减少对模型风险的过度挑剔，并降低银行使用定量方法的门槛。

为保护广大考生的利益，请计划报考金融风险与监管证书(FRR)的考生或银行机构联系FRR证书项目官方授权推广机构咨询报名（在非官方授权机构报名，将无法获得专业培训和人社部注册的证书），授权机构名录详见FRR全国运营中心官网：www.frr.net.cn 和本公众号“授权合作-授权机构名录”或致电4006186078 查询。