20200311-麦肯锡咨询-2019全球动态关于北美_欧洲与亚洲模型治理实践的最新洞见_模型风险管理_18页_3mb

模型风险管理总结

核心内容

模型风险管理（Model Risk Management, MRM）已成为现代银行业风险管理的重要组成部分，尤其在2008-2009年金融危机后，监管要求的提升推动了其发展。如今，MRM不仅是一项合规任务，更是银行在战略层面提升风险管理能力、实现竞争优势的重要手段。随着人工智能（AI）和机器学习（ML）技术的广泛应用，模型风险的复杂性和管理难度显著增加，促使银行不断扩展MRM的职能范围、优化管理流程、加强技术投入和人才储备。

主要观点

1. MRM职能范围正在扩大

• 传统模型之外：银行已将MRM扩展至更多业务领域，包括合规、行为分析、业务模型和人力资源模型等。
• AI与机器学习的引入：AI模型被广泛应用于欺诈检测、营销、合规、算法交易等领域，对模型风险的管理提出了新的挑战。
• 第三方风险管理：随着银行在数字生态系统中与金融科技公司、数据分析方案提供商等合作增多，第三方模型风险也受到更多关注。

北美视角

• MRM范围已覆盖几乎所有“看起来像模型”的工具，包括终端用户计算（EUC）工具。
• 银行更关注模型风险的全面管理，包括非监管类模型。

欧洲视角

• 监管要求迫使银行重新开发巴塞尔第一支柱模型，限制了MRM范围的扩展。
• AI模型的验证成为重点，但进展相对缓慢。

亚洲视角

• MRM尚未成熟，多数银行仍专注于监管模型（如Basel和IFRS9）。
• 新型数字银行和金融科技的发展正推动MRM体系的建立。

2. 模型风险的量化与报告仍是挑战

• 缺乏统一标准：目前尚无全球通用的模型风险量化和报告方法。
• 高管层参与不足：亚洲银行高管层对模型风险的认知仍较薄弱。
• KPI缺失：亚洲80%的银行仅通过验证报告评估模型风险，缺乏系统性KPI。

北美视角

• 已建立较为成熟的报告体系，但仍以定性为主，缺乏统一的量化方法。
• 银行在模型风险报告中更多依赖专家判断和模型质量评估。

欧洲视角

• 报告体系主要参照美国模式，但仍在逐步完善。
• TRIM项目推动了模型风险的系统性管理，但实施仍需时间。

亚洲视角

• 高管层对模型风险缺乏认识，需加强沟通与培训。
• 银行正逐步建立模型治理结构，如模型风险工作组和委员会。

3. MRM已不仅仅是为了应对监管

• 全球无统一法规：目前MRM主要由美国的SR 11-7推动，其他地区则根据本地监管框架进行实践。
• 战略价值提升：领先银行将MRM视为竞争优势的来源，以确保高级分析技术的稳健部署。
• 监管沙盒机制：部分亚洲国家（如新加坡、马来西亚）正通过监管沙盒探索新的建模技术。

4. 提高效率是领先机构的工作重点

• 流程自动化：部分银行已开始将模型开发、验证和监控流程自动化。
• 职责嵌入：将MRM职责嵌入一线部门，以提升整体效率。
• 工具优化：通过建立统一的模型管理平台，提高验证效率和数据追踪能力。

北美视角

• 大型银行已建立完善的MRM体系，注重效率与成本平衡。
• 正在探索AI、大数据和实时监控等新技术以应对未来挑战。

欧洲视角

• MRM体系仍在建设中，成本压力较大。
• 机构正在优化方法论、治理结构和流程，以提高效率。

亚洲视角

• 银行有机会跳过“合规”阶段，直接采用优化的运营模式。
• 技术和人才短缺是主要挑战，需加强技术部署和人才培养。

关键信息

• MRM的发展趋势：从合规任务向战略风险管理转变，覆盖范围扩大，技术工具日益成熟。
• 主要挑战：量化与报告体系不统一、人才短缺、第三方模型风险增加。
• 技术与人才的重要性：技术工具的使用和人才储备是MRM成功的关键因素，尤其在AI和机器学习应用日益广泛的情况下。
• 未来展望：MRM将更深入嵌入银行运营，模型验证可能由AI工具辅助完成，监管机构也将加强对AI模型伦理问题的关注。

关键推动力

• 技术：MRM技术工具（如模型生命周期管理软件）正在迅速成熟，但缺乏统一标准。
• 人才：数据科学和高级分析技术人才短缺是全球银行面临的共同挑战，尤其在亚洲地区更为突出。

结论

模型风险管理正经历从合规驱动向战略驱动的转变，其职能范围不断扩展，技术工具日益完善，但量化、报告、人才和效率仍是主要挑战。未来，随着AI和机器学习技术的深入应用，MRM将更加复杂，但也将成为银行实现风险管理现代化和竞争优势的重要手段。