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.pdf

我们最新的全球MRM调查结果(见副栏)表明,要将MRM从成本高昂的合规工作发展为有效且具有战略价值的风险管理手段,大多数银行仍有很长的一段路要走,尤其在以下四个方面:

MRM的职能范围正在扩大。目前,大多数银行已将MRM覆盖范围扩展到传统模型之外,以便更广泛的涵盖各部门使用的各种分析方法。同时,人工智能(AI)和机器学习技术在数据分析、商业决策以及客户管理领域的应用也加速了这一进程。这些先进方法在提升相关业务管理水平和自动化程度的同时,也对模型的持续监控和管理提出了挑战。

模型风险的量化和报告仍然是一大挑战。尽管不同机构已开发出各种方法,但对于模型风险的计量方法以及报告体系,目前尚无共识。加之这一新兴领域的复杂性日益加剧,一些缺乏模型风险管理经验的亚洲和欧洲银行可能将面临较大挑战。

模型风险管理已不仅仅是为应对监管。尽管当前MRM的发展主要是由金融危机后的监管变化所推动,但是现在,越来越多的机构也将MRM视为一种获得竞争优势的方式:避免产生模型相关问题同时实现稳健的高级分析技术部署。

提高效率是目前领先机构的工作重点。随着对MRM需求的增加,已建立全面管理框架的公司正在将工作朝着提高效率同时又不损害管理效果的方向推进。这通常涉及流程标准化、验证测试自动化以及不断应用基于工具的模型监控方式。

此外,为了满足未来对MRM职能的需求,许多银行正在致力于两个关键推动因素的建设:

  • 技术

MRM的技术工具(包括覆盖整个模型生命周期的工作流程管理软件)正在迅速成熟。但由于缺乏统一的管理工具,风险管理者不得不使用来自多个供应商的工具,或者开发自己的内部工具。

  • 人才

事实证明,对于试图改善模型风险管理方式的银行来说,人才的严重短缺是一大挑战,因为该领域需要数据科学和高级分析技术方面的专业知识。为了吸引和留住这一领域的人才,银行不仅要与其他同行竞争,还要与金融科技公司以及其他需要AI和分析技能的公司正面交锋。

我们将在下文逐一探讨这些主题,在此基础上展望未来10年MRM的发展动态。

 

   

本文来自知之小站

本文来自知之小站

 

PDF全文已分享至知识星球,微信扫码加入下载本站所有报告

(星球内包含更多网站未发布报告)