雷鋒網(wǎng)AI金融評論了解到，近年來，數(shù)字化轉(zhuǎn)型升級已成為傳統(tǒng)銀行戰(zhàn)略的重中之重，包括風控在內(nèi)的幾乎所有部門都在蓄力迎接數(shù)字化改造；與前端一線業(yè)務不同，風控的數(shù)字化轉(zhuǎn)型對收入沒什么直接影響，但在大幅降本方面卻有立竿見影的效果。

麥肯錫經(jīng)驗表明，數(shù)字化風控可以提高風險管理的效率效能，使風險活動運營成本降低20-30%。對大多數(shù)全球銀行、跨地區(qū)銀行和地區(qū)性銀行來說，風險管理蘊藏著諸多良機。當前風險流程不僅占用大量資源，且效果欠佳。比如，僅合規(guī)風險活動一項每年平均的罰款金額就超過了四億美元 。

（圖片來源：麥肯錫咨詢公司）

對此，麥肯錫在季刊《如何讓風險管理成為銀行的競爭力》中針對銀行業(yè)如何實現(xiàn)數(shù)字化智能風控，給出了一些建議，雷鋒網(wǎng)AI金融評論進行了不改變原意的精編：

何為數(shù)字化風控？

數(shù)字化風控是一個術語，涵蓋了所有提高風險效能效率的數(shù)字化因素，包含了流程自動化、決策自動化、數(shù)字化監(jiān)控和預警。該方法采用自動化工作流程、光學字符識別、高級分析（包括機器學習和人工智能）和新的數(shù)據(jù)源，其流程與界面還運用了機器人技術。

數(shù)字化風控的本質(zhì)含義就是在流程、數(shù)據(jù)、分析、IT 和組織結(jié)構(gòu)（包括人才和文化）開展協(xié)同調(diào)整。

何為數(shù)字化風控轉(zhuǎn)型升級？

麥肯錫認為，風險數(shù)字化變革有三個維度：流程、數(shù)據(jù)、組織。

在流程變革方面，要充分發(fā)揮流程和決策自動化優(yōu)勢，銀行需要對系統(tǒng)、流程和行為拿捏準確，符合目標。在風險環(huán)境中，高優(yōu)先級的用例被單獨隔離在授信、壓力測試、運營風險、合規(guī)和控制等領域。

大多數(shù)銀行目前采用的流程都是內(nèi)生而成，沒有清晰的開始和結(jié)束，無法保障流程的持續(xù)理性和高效，銀行要在相應的自動化和決策支持到位之前重新設計經(jīng)營結(jié)構(gòu)數(shù)據(jù)、分析和IT 架構(gòu)都是數(shù)字化風控管理的關鍵推動因素。

在數(shù)據(jù)變革方面，高度分散的IT 和數(shù)據(jù)架構(gòu)無法為數(shù)字化風控提供具有經(jīng)濟效益的框架。因此，銀行要給出明確的制度承諾，確定數(shù)據(jù)愿景、升級風險數(shù)據(jù)、建立健全的數(shù)據(jù)治理、增強數(shù)據(jù)質(zhì)量和元數(shù)據(jù)，構(gòu)建正確的數(shù)據(jù)體系結(jié)構(gòu)。

包括大數(shù)據(jù)平臺、云計算、機器學習、人工智能和自然語言處理在內(nèi)的現(xiàn)代科技、流程和分析技術的運用可以輔以支持，幫助銀行實現(xiàn)上述目標。

在組織變革方面，銀行組織與經(jīng)營模式的數(shù)字化推進需要新能力建設。盡管風險創(chuàng)新常見于非常具體、高度敏感的領域，風險從業(yè)者仍然需要營造企業(yè)內(nèi)部深厚的創(chuàng)新文化氛圍，進一步開放允許員工善盡其才，培養(yǎng)“邊試邊學”的創(chuàng)新理念，公司治理流程還要有能力快速應對變化莫測的技術和監(jiān)管環(huán)境。風險職能數(shù)字化面臨的關鍵挑戰(zhàn)在于如何找到適用于風險領域的方式來管理創(chuàng)新文化。

如何做到風控的數(shù)字化轉(zhuǎn)型升級？

1、轉(zhuǎn)型分解步驟

麥肯錫認為，首先，如果機構(gòu)能抓住高價值機會，數(shù)字化風險方案就已經(jīng)有了一個成功的開始。數(shù)字化轉(zhuǎn)型的分解步驟與其他領域相似，通常分為三個階段：

（1）根據(jù)轉(zhuǎn)型價值和近期實施的可行性，確定優(yōu)先采取的措施；

（2）設計數(shù)字化解決方案捕捉價值，根據(jù)利益相關者意見，測試修改方案；

（3）把修改后結(jié)果引入實際工作，持續(xù)進行能力建設，將設計、建造和變革管理嵌入經(jīng)營模式，對正確的能力和思維模式進行投資。

其次，第一階段機會確定后，與第二階段的數(shù)字化解決方案和其他方案匹配，這些方案將減少浪費、優(yōu)化資源，同時提高標準化水平、提高質(zhì)量。整個過程涉及到了工作流程自動化、數(shù)字界面、高級分析和機器學習的使用。

在技術設計方面，銀行可以使用“雙速”架構(gòu)，支持IT 的快速創(chuàng)新，使主要IT 基礎設施正常運行。在引入實際生產(chǎn)流程之前，新功能必須經(jīng)過嚴格測試，確保關鍵風險職能轉(zhuǎn)型平穩(wěn)順利零差錯。

相比其他典型環(huán)境，重復進行測試和學習所需的環(huán)境必須擁有更高的控制標準。在產(chǎn)品發(fā)布前要聆聽利益相關者的反饋和監(jiān)管意見。

最后，第三階段是在引入創(chuàng)新后，銀行應重點關注變革管理，這與其他業(yè)務領域的數(shù)字化類似，但重點在于如何把變革嵌入經(jīng)營模式，并繼續(xù)投資于數(shù)字化能力建設，保持繼續(xù)前行的動力。無論人才來自內(nèi)部還是外部，各司其職善盡其用是數(shù)字風險成功轉(zhuǎn)型的關鍵。

數(shù)字化風控道路上的長途跋涉可能耗時數(shù)年，但若為高價值目標度身定制相應舉措，只需幾個月的時間，金融機構(gòu)就能獲益良多。

2、三大適合近期嘗試的領域

數(shù)字化風險行動多種多樣，在麥肯錫看來，有三大領域適合銀行近期嘗試：信用風險、壓力測試、運營風險與合規(guī)。目前還沒有任何銀行已經(jīng)實現(xiàn)了這三個領域的完全數(shù)字化。

信用風險

用人工來開展數(shù)據(jù)的收集、授信、歸檔，如果數(shù)據(jù)出現(xiàn)問題會降低風險績效，而時間周期過長則會影響客戶體驗，這些都會影響到銀行的信用交付。數(shù)字化信用風險管理具有自動化和連接性優(yōu)勢，可實現(xiàn)數(shù)字化交付和數(shù)字化決策制定，鞏固上述薄弱環(huán)節(jié)，并通過三種方式產(chǎn)生價值：收入保護、風險評估改進以及經(jīng)營成本降低。

數(shù)字化風控可以減少客戶流失，保障消費信貸收入。比如，銀行可以引入第三方開展信用審核工作，通過動態(tài)風險定價和限額設置做到實時決策、信貸申請和信貸審批，改善客戶體驗。數(shù)字化信貸流程能幫助銀行先于競爭對手作出決策，同時在風險評估方面始終保持領先。

改進風險評估也能創(chuàng)造價值。高級分析和機器學習工具可以提高信貸審批、組合監(jiān)控和催收方面風險模型準確性，減少判斷錯誤的頻率。集成新數(shù)據(jù)源可以豐富信用決策洞見，而實時數(shù)據(jù)處理、報告和監(jiān)測則進一步提升了總體風險管理能力。

除了違約預期有所改善，數(shù)字化對圖2 所列領域的信用風險改進也相當顯著，收入提升5-10%，成本降低15-20%。

（圖片來源：麥肯錫咨詢公司）

包括全面資本分析和審查（CCAR）的壓力測試

銀行發(fā)現(xiàn)，數(shù)字化全面改造資本分析、包括壓力測試可以產(chǎn)生巨大價值。當前，多數(shù)銀行用的是人工方式，零零散散，按序完成，數(shù)據(jù)質(zhì)量、匯總、報告時間框架和能力方面可能都不盡如人意。這些流程會成為數(shù)字自動化和工作流工具的優(yōu)先開展對象。

基礎壓力測試是第一步，改進方案的目的在于優(yōu)化資源，方法主要根據(jù)風險的重要性分配資源。銀行通過并行處理、集中管理、交叉培訓員工以及更合理的日程安排獲得額外效率提升。

模板和輸出的標準化以及指定的數(shù)據(jù)“黃金”來源形成了日益透明高效的流程，并在優(yōu)化過程中得到了數(shù)據(jù)加載、覆蓋、Y14A 報告、端到端審查和監(jiān)督流程方面的數(shù)字自動化措施支持。

作為轉(zhuǎn)型的一部分，實時可視化工具和敏感性分析都由數(shù)字化轉(zhuǎn)型賦能。除了直接優(yōu)化壓力測試，銀行還在尋找機會，協(xié)調(diào)數(shù)據(jù)、流程和決策模型與業(yè)務規(guī)劃。

在CCAR 和壓力測試中，數(shù)字化顯著改進了成本，而且還騰出了專家的時間，使其專業(yè)知識更有針對性地發(fā)揮，提高產(chǎn)出質(zhì)量。

（圖片來源：麥肯錫咨詢公司）

運營風險和合規(guī)

許多全球性銀行在開展運營風險和合規(guī)控制及相關職能時，人工流程和系統(tǒng)分散的情況急劇增加。例如，在反洗錢工作中，流程和數(shù)據(jù)處理困難，成本飆升，盡管付出種種努力依然難見成效。如果能精簡預警生成和個案調(diào)查流程，就有很大機會提高反洗錢工作的效率和效能。

預警生成過程中，數(shù)字化風險的改進能保證分析引擎的參考數(shù)據(jù)質(zhì)量。包括機器學習在內(nèi)的高級分析工具可以根據(jù)個別案例個別測試和提取變量，并在可能的情況下支持“自動判斷”。此外，工作流工具可以支持智能調(diào)查和可疑活動報告自動歸檔，提高了調(diào)查單位的生產(chǎn)力。

根據(jù)麥肯錫經(jīng)驗，反洗錢工作中采取數(shù)字化風險舉措可以將效率和效能平均提高20-25%。考慮到反洗錢是橫跨組織內(nèi)部成本巨大的職能，無法識別行為不良者可能帶來嚴重的安全隱患，效率和效能的增幅實際可能還要再高一些。

3、方案設計

首先，要讓數(shù)字化變革與風險環(huán)境相適應。

機構(gòu)一般慣用模塊化方法，導致風險職能數(shù)字化進程相對緩慢。少數(shù)機構(gòu)大膽先行，通過大規(guī)模改造大幅度提高了效率和效能。在風險環(huán)境下使用“邊試邊學”的方法時，必須小心謹慎，即使這種方法已經(jīng)常用于銀行其他職能的數(shù)字化轉(zhuǎn)型。

風險部門對漏洞和誤差的容忍度極低，必須對此類試點進行可靠控制。例如，當數(shù)字化流程涉及到全面資本分析和審查（CCAR）時，必須先開展全面的測試，除非其可靠性和有效性獲得從業(yè)者首肯，銀行便不得落實方案。在一些比如商業(yè)信用風險監(jiān)控和預警系統(tǒng)等特定風險領域，銀行可以大膽高效運用“邊試邊學”的方法。

其次，數(shù)字化在風險和其他職能的設計方案不盡相同。

麥肯錫認為，設計數(shù)字化風險方案時要考慮到風險工作涉及到的各種職能，以及它與其他職能（比如一線數(shù)字化銷售）的不同之處。在改造風險職能時，監(jiān)管機構(gòu)很難接受把“最小化可行產(chǎn)品”投放市場后實時測試改進，因為這種傳統(tǒng)的數(shù)字化方式并不適合大多數(shù)風險操作。

大部分數(shù)字化舉措都側(cè)重于改善客戶體驗，數(shù)字化風險雖然也涉及到一些信用交付的外部客戶，但大多數(shù)領域的重點還是內(nèi)部客戶、利益相關者和監(jiān)管機構(gòu)。

此外，數(shù)字化風險需要所有業(yè)務部門和職能部門提供數(shù)據(jù)，無法自給自足，如果數(shù)字化風險部門以謹慎為先，其進度也會受限，敏捷小組和數(shù)字實驗室等創(chuàng)新方法都是可行的解決方案。

再次，數(shù)字化風險方案的有效與否取決于首席風險官能否找準問題，帶領銀行選對數(shù)字化創(chuàng)新的具體措施。這些問題包括：我們能否將信貸審批所需時間縮短至幾分鐘？我們?nèi)绾尾拍芴岣咧蓖ㄊ教幚肀嚷?？我們?nèi)绾翁岣呖蛻舯M調(diào)流程的效率，減少開戶過程中的痛點？我們怎樣才能降低CCAR 的線性順序和資源密集程度？

還包括：我們?nèi)绾尾拍芴岣邎蟾娴募皶r性，符合監(jiān)管目標？更有效地利用內(nèi)部數(shù)據(jù)可以創(chuàng)造哪些價值？加入新數(shù)據(jù)源能創(chuàng)造哪些增量效益？回答這些問題有助于制定具體措施，根據(jù)當前的資源分配水平、損失、監(jiān)管罰款以及措施落實中需要考慮的投資規(guī)模、時間等因素來確定這些措施的優(yōu)先次序。

最后，數(shù)字化風險方案包含數(shù)字化轉(zhuǎn)型中常見的設計特點，如零基流程、界面重新設計以及敏捷框架。切記測試和改進的整個過程都要在受控環(huán)境中展開，設計方法可以模塊化，但也要做到全面，徹底審查風險活動、偏好和政策。

這些方案通常要與監(jiān)管機構(gòu)合作設計，徹底測試后聯(lián)名背書，才能投入落實。環(huán)境的高度敏感造成風險端到端數(shù)字化用時要久于客服數(shù)字化，要在特定功能開發(fā)完成后，再逐一分開發(fā)布。所以整個企業(yè)的風險管理并非一蹴而就，而是在收獲短期效益的同時逐步建立起來的。（雷鋒網(wǎng)）

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。