把握银行创新与守正的金融逻辑——黄志凌新书观点研读

文/仰止  中国建设银行风险内控资深专家

作为一名国有大行总行部门级的专业人士，对新出版的金融类新书，我一般是看看目录，粗粗浏览一下再决定是否深入阅读。时下，一些现象在专业人士圈子里经常遭受诟病：许多新书多是大量众所周知观点的重复，或是就热点问题泛泛而论，讲了要做什么，但很少能给出怎么做、如何做好的意见建议；或是从理论层面论述多，实践指导性不足；或是描述一些实践性操作，但理论高度、系统性阐述、剖析深度又不够。

所以，当我也是带着这种“有色眼镜”来翻阅中国建设银行原首席风险官、首席经济学家黄志凌先生的新书《金融变革与银行守正》时，突然发现与众不同。文章观点切中当前金融业面临的最关切问题，思路清晰敏锐，思考深邃通透，观点高屋建瓴而又明确具体。这部新著对一类问题的论述更为系统，更为深刻，比一篇专业文章的内涵要深邃，更见作者的系统性思考、深刻理解和独到见解。

能达到这一境界的业界学者、金融实践者或银行家不多。我理解，黄志凌先生能举重若轻、洞察深远，与其丰富的工作及研究经历有关。他先后在宏观经济研究机构、资产管理公司、国有大型商业银行多个机构工作，后又担任建行首席风险官、首席经济学家，一直在金融实践当中，而又一直潜心做学术研究，所以其观点既有实践性，又具理论高度。在我与黄志凌先生的学习交流时，他本人特别强调要深入思考、深刻理解，再深入，再深入，这是一种工作与治学态度。

《金融变革与银行守正》共四篇，分别为把握业界趋势、深刻理解需求、数据驱动共识、前瞻性思考。从全球银行金融机构最新的趋势变化，如何理解客户需求、服务实体经济、分类提供金融产品，到利用金融科技、数据驱动实现经营管理能力的提升，实现可持续的高质量发展，内容丰富全面。其中针对当前国际国内复杂变化的经济金融环境，如何防控系统性和单个金融机构风险，也进行了前瞻性思考。

关于业界趋势的把握

关于风险管理的趋势变化。黄志凌先生认为，商业银行经营将回归稳健，风险管理和成本控制将成为银行经营管理的核心。2008 年国际金融危机是对银行风险管理能力的一次重大检阅，风险管理抵御系统性风险和经济周期波动、实现可持续发展的价值理念得到突出显现。危机过后，全球大型金融机构大力改进风险管理，特别是在压力测试和情景分析、支持和保障金融创新、风险基础体系建设等方面进一步完善，风险管理成为了银行经营管理的核心。

随着金融创新的加快，风险特征日益复杂，风险管理从体制机制设计上更加突出垂直管理、专业管理和集约管理，适应经营组织形式和风险分布特征的变化，更好地服务于总体战略目标的实现。风险管理越来越注重在统一风险偏好下合理体现差异性，针对不同风险、不同产品、不同行业、不同区域，风险管理的重点、要求、手段和工具也会有所不同，提高风险管理的专业化和精细化水平。在漫长的经济复苏过程中，金融业将逐步回归“服务实体经济”的本质，“去杠杆化”趋势也日趋明显，理性、保守、审慎的经营风格将重新被银行业所重视和坚持。银行管理者意识到，银行长期稳健发展和价值创造的根基，不是脱离实体经济的“交易游戏”，而是不断分析挖掘客户需求并通过精细化、专业化的服务满足这些需求，而这种经营模式，必须建立在一定的风险管理和成本控制能力之上。黄志凌先生的这些观点非常具有穿透性和现实意义。

关于银行经营策略的趋势变化。黄志凌先生认为，大多数企业不仅从事工业生产，同时还开展资产重组、债务重组、兼并收购、上市融资等，为适应这种需要，商业银行也从以前简单发放贷款转变成为从事存贷款、投资、发行债券、资产管理等多种业务的全能银行模式。此时，商业银行已经从金融产品工厂转变成提供综合金融服务以满足企业或个人财务安排，帮助其管理风险、提升竞争力的价值创造者。

客户需求的多样性及对金融服务高效性的要求将使商业银行必须朝着专业化、精细化的方向发展，与之相适应的组织、流程、政策、工具、系统和人员等配套设施建设也将进一步加强。在经营环境、竞争对手、客户等因素影响下，银行业务市场具备了一定意义上的“买方市场”特征，即逐步由供给占据主导地位转向客户需求决定市场总量和结构。这种市场模式，决定了银行市场竞争力的关键组成要素是把握客户需求的能力。银行确定业务策略的方式，应以客户需求分析为先导，逐步由“从上至下”“从宏观到微观” 的策略形成模式转变为“从下至上”“从微观到宏观”的模式。

中国大型银行未来的竞争优势将来自人民币相关衍生产品开发和做市能力、行业专业化服务能力和跨国公司全球一体化金融服务能力。一是人民币金融衍生交易的做市能力。二是专业化的金融服务能力。全球领先银行通过行业金融专家，提供发展战略规划，财务结构优化，并购重组咨询等融资服务，甚至通过供应链金融等服务改善行业和经营环境，帮助客户建立核心竞争优势。三是以资产管理为核心的居民客户服务能力。针对私人银行客户家庭成员在不同司法管辖地财务管理、家庭财产传承、税务状况改善、医疗贵宾服务、教育、安全及生活保障、融资等方面的特殊需求，针对私人银行客户在财富投资与企业持股方面需要提供专业的风险管理、快速转变的投资领域等要求，在资产配置、特殊投资规划、家庭信托设立、保险和税务咨询、遗产规划等方面，提供开放式、全方位的一揽子金融服务方案。

这些观点，是对市场变化、客户需求变化的深刻洞察，也是对商业银行经营战略转型的有效建议。另外，黄志凌先生还在书中提出了银行智库化的趋势变化，亦值得业界重视。

关于深刻理解需求

关于对客户需求的深刻理解。黄志凌先生认为，大型企业对银行的金融需求不是信贷需求，而是需要银行提供财务顾问和资金安排。但中小企业则不一样，尤其是小型企业自身信用状况不足以支持其到金融市场直接融资，它就离不开银行，天然是银行的信贷客户。这就是人们后来发现西方国家大型银行都在做小型企业生意，花旗银行、美国银行、 桑坦德银行等很多全球大型银行，他们利息收入相当大的比重来自小型企业，而来自大型企业的业务收入则主要是财务顾问和投行业务。

全球交易银行正在快速发展。交易银行业务是指商业银行围绕客户交易行为，为其提供覆盖交易全过程的一揽子金融服务，包括支付结算、现金管理、贸易融资、资产托管等。此类业务虽然单笔收益率不高，但业务量大，具有轻资产、低风险、低资本占用和收益稳定的特征，而且是银行提高公司客户忠诚度、维护客户关系的有效手段。

从未来趋势看，单一的信贷业务或独立的投行业务已不能满足企业多元化的金融需求，客户需要的是一揽子金融服务方案。未来独立商行或投行将难具竞争优势，而相应崛起的是在风险隔离，金融变革与银行守正的前提下，商行和投行相互补充、相互促进的业务地带，金融控股公司将迎来新的发展。

移动金融生态会日益兴起，跨界服务是未来金融的常态。把一些原本没有任何联系的要素进行渗透、融合与延展，通过产品、渠道、支付等服务手段的合作和经营，提升银行自身“交易撮合能力”，从而实现市场和利润的最大化。未来银行将通过与第三方支付、旅游网站、运营商等外部合作资源对接，借助于第三方快速接入各大平台，形成银行、客户、第三方三位一体，以金融服务为核心、客户需求为导向、开源服务为支撑的新型服务模型。

关于改善金融供给才能有效促进经济创新。黄志凌先生认为，创新活动前期，尚未形成成熟的产品或技术方案时，银行可以发挥信息中介的优势，将重点放在协助把握创新方向上，提供顾问服务；在市场导入期（形成产品或技术方案后），银行可以协助撮合交易，促进各类生产要素的结合，还可以利用银行多牌照优势，提供一些股权资金支持，为其顺利进入产业化运行阶段提供帮助；在市场培育期，银行可为其提供周转性资金，协助满足生产经营需求，鉴于此阶段产品技术尚未成熟，也没有形成可持续的现金流，银行信贷仍 面临较大风险，需要通过相对较高的风险溢价予以补偿，可以采取“投贷联动” 的方式；进入成熟期后，银行就可以用传统信贷工具给予支持。

即使是银行业在积极解决融资难融资贵问题时，也必须在深刻理解实体经济的金融需求基础上，既要加大信贷投放力度，又要把握好方向，积极主动选准好的客户与项目，使金融服务更好地契合国家发展战略。同时还要认识到，服务实体经济不仅要靠资金实力，还要靠金融智慧。

关于G 端经营需要特别思维。黄志凌先生认为，G 端经营模式从“拼人际关系”到“拼价格”，再到“理解痛点、化解痛点、赢得业务”转变，伴随着的是银行经营技术含量不断提升与经营能力的提高，在这种能力提升与提高的过程中，日积月累的技术进步会逐渐形成独特、不可模仿的核心竞争力。形成不可模仿的 G 端经营核心竞争力至少应包括三方面能力：业务梳理能力，梳理业务流程，形成独特的方法论和工具箱；业务整合能力，实现数据标准、流程标准与利益匹配；市场挖掘能力，提供广泛金融和非金融服务（包括数据服务）。

要加强智库建设，前瞻性研究智慧政务、数字政府解决方案。大型银行服务 G 端要聚焦于数字政府， 树立数据思维。应充分重视大数据在服务 G 端中的作用，深入理解“数据业务化、业务平台化、平台智能化”的发展趋势，逐步建立“用数据决策、用数据管理、用数据服务”的发展理念。通过服务 G 端大幅拓展银行在 B 端和 C 端的服务群体，增加获客，沉淀 B 端和 C 端用户数据，并充分利用 B 端、 C 端原有数据，融合政府数据，构建经济发展、政府决策、民生服务等数据支撑体系，努力使银行成为政府最重要的数据中心和城市大脑，由传统信用中介向大数据和信息中介转变，不断强化用户对金融链条的使用频度和依赖程度，形成银行在 G端、B端、C端领域多赢共生的发展新格局，进而探索出新的盈利模式。黄志凌先生对于通过G端连接，打通B端、C端，给出了深刻理解需求的答案。

关于破解中型企业融资难题所具有的特殊意义。黄志凌先生认为，要做好四类中型客群营销：一是优质集团内的中型企业。选优质集团内的中型企业，既能通过集团背书减少经营中型客户的风险，也能通过服务成员单位提升集团整体服务水平，密切银企关系。二是供应链顶部和腰部中型企业。主要选择供应链条中技术含量高（顶部和腰部）、订单稳定（主流产品或核心部件）、供应商替换成本高（3 年以上）的行业隐形冠军和单项冠军。三是高科技及瞪羚企业。关注国家级高新技术产业园区的瞪羚企业，挖掘细分行业专精特新小巨人，做好创新创业金融债券投放领域客户储备。四是存量优质小企业成长起来的中型企业。

关于中型企业风险防控，黄志凌先生建议，运用金融科技、大数据、人工智能，建立中型客户分析及选择模型，强化客户选择，高效屏蔽风险：一是财务数据与行为数据并重，更关注行为分析。二是逐户分析存量不良风险因子，聚类分组、归纳提炼，量化后构成中型客户选择模型的风险预判因子或预警要素。三是量化企业掌舵人、企业行为、发展趋势、技术产品先进性等指标，形成一套规范化、标准化的客户选择与识别标准，嵌入客 户选择模型，将客户选择由“中医号脉发展为西医看病”。四是客户选择、客户准入，实现人工 + 智能结合，借助客户选择模型的力量，实现规范化风险识别与监测预警。

关于数据驱动共识

关于数据驱动对商业银行的意义。黄志凌先生认为，大数据应用深度决定着商业银行能力提升程度，通过大数据分析，能够在以下五个方面帮助银行提升客户服务水平。一是构建 360 度全景客户信息视图；二是实现精准化营销和精细化服务；三是深化客户关系，提高客户的产品覆盖度和渠道交易活跃度，增加客户黏性，与客户建立更密切关系；四是提升客户对银行的价值贡献；五是获得新的业务机会。

数据挖掘能力可能是未来商业银行的核心竞争力，数据挖掘已成为现代银行推动风险管理技术创新、提升风险经营能力的驱动引擎。对于经营部门，如果真正利用数据挖掘把价值分析中心建立起来，那么客户需求、产品创新就不再是难事，市场响应速度和竞争能力会大幅提升；风险管理部门如果把价值分析中心建立起来，则政策制定、监测分析、监控预警等问题都能得到实质性解决，风险的精确打击能力也会有较大的提升。而大数据正是商业银行深入挖掘既有数据、找准市场定位、明确资源配置方向、推动业务创新的重要工具。

再譬如，通过大数据挖掘和分析，银行能够准确地定位内部管理缺陷，制定有针对性的改进措施，建立符合自身特点的管理模式，进而降低运营管理成本，提高效率；同时，借助数据挖掘，还可以帮助银行确保财务透明度，提高计划和预算的准确性，协调日常运营和长期战略目标，预测市场变化对财务的影响，降低成本，准确分析利润推动因素，进而提高盈利能力，实现财务智能。此外，大数据技术还有助于银行更好地了解客户的消费行为、兴趣偏好、个性特征，及时、准确地向客户推荐个性化的产品和服务，提升客户的满意度和忠诚度。通过数据挖掘，还能帮助银行获得更广阔的业务发展空间、更精准的决策判断能力和更优秀的经营管理能力，实现运营智能。

数据挖掘能力建设的关键是行动。黄志凌先生认为，详细剖析国际上数据挖掘做得较好的银行，可以发现他们有几个共有的关键特征：一是数据挖掘能够支持银行的战略性差异化能力。二是数据挖掘方法及数据管理遍及整个银行，是企业级行为（不是由各个业务部门各自独立开展数据挖掘，而是从整个银行的角度管理数据挖掘工作，将数据管理和 数据挖掘作为整个银行的活动，数据也必须是企业共享的）。三是高层管理者倡导使用数据挖掘方法进行决策；四是银行把重要的战略部署在基于数据挖掘的竞争手段上。

与国际领先银行相比，我国商业银行在数据理念、数据处理能力、数据挖掘分析及专业人才队伍建设方面还有一定的差距：一是在数据理念方面。很多国际领先银行是数据驱动型银行，银行的战略选择、经营决策、客户营销甚至是产品设计都是由数据驱动的，是先有数据，后有判别，良好的数据治理是银行大数据战略的基础。干什么，为什么干，怎么干都取决于数据。而国内银行很多业务部门和基层机构过多地依靠经验决策，还没有认识到数据挖掘对业务转型和绩效提高的作用。数据尚不能驱动决策，还只是在辅助管理决策。二是在数据处理能力方面。包括数据标准化、非结构化数据转化为结构化数据等的能力方面存在差距。三是在数据挖掘分析方面。数据经过反复加工才更有价值，而国内银行数据加工的深度和层次都非常有限。四是在专业人才队伍建设方面。国际领先银行都有一支庞大的数据分析专业队伍，在产品营销、价值创造和风险控制等方面发挥了重大作用。美国银行、美国第一资本金融公司等国际金融机构很早就在公司内部引入了首席数据官的岗位，但是当前国内的大部分银行依然没有设置该岗位。相对于首席信息官来说，首席数据官是公司数 据资产运营和管理的直接负责人，其职责是使数据管理独立于业务系统开发的过程，并推动数据资产价值最大化。五是在数据文化建设方面。应建立良好的数据文化，强化使用数据意识，遵循依规使用数据、科学使用数据的职业操守。

关于商业银行推进数字化转型。黄志凌先生认为，前台要更加个性化、智能化的交互体验，渠道走向协同化；中台要统一产品和用户管理，提升财务管理的精细化水平，做好数据分析应用，优化风险控制及运营；大数据分析极大丰富了风险控制和尽职调查的手段，通过大量数据信息来支持风险识 别、防控能力与管理水平的提升，实行现场调查与非现场数据信息挖掘分析相结合、历史数据规律与实时模型管控相结合模型筛查与经验判断相结合等为重点内容的风险管理创新。后台要及时引进新技术，做好组织和人员配套。后台转型集中体现在以下几个方面：基于云计算的平台、基于区块链技术的系统解决方案、基于物联网的银行组织与人才。

关于前瞻性思考

关于模型风险的表现与形成原因分析。黄志凌先生认为，商业银行在数字化转型过程中，要高度重视模型风险。模型风险一是来源于模型的全生命周期，包括模型的设计、研发、部署、使用四大环节，产生于各细节中。二是来源于研发过程中所用的样本数据不正确或不具有代表性导致模型不能真实描述研究对象的错误。模型设计的方法不当导致不足以描述真实世界的错误。模型假设错误，具体包括参数分布假设、参数估计方法和变量间关系设定错误，乃至模型运用假设环境错误等。

模型使用带来的模型风险主要有两个方面。一是模型输入错误产生的操作风险。输入不正确的数据和信息，即使本身表现优良的模型，传递给经营管理者的也只能是更“快”的虚假参数。二是模型未得到正确和合理的使用。2008 年的国际金融危机，基于盯模的次级债衍生品市场流动性迅速丧失，造成国际银行业产生大量的估值损失。这与商业银行通过复杂模型掩饰基础资产缺陷、过度追求利润不无关系。尤其值得关注的是，定价模型和风险计量模型在金融交易领域应用最为广泛和深入，如果在管理策略和流程控制方面没有考虑模型的缺陷和应用条件限制，缺乏有效的应对措施，模型所具有的效率优势反而能迅速将缺陷产生的风险转化为巨大损失，从而对银行的生存产生威胁，甚至对整个金融体系的稳定性产生冲击。

主要原因，一是模型加强了客户、业务及管理行为的关联性和一致性，损失放大效应容易引发银行经营剧烈波动。模型在风险计量、客户营销、交易支付等方面将成千上万的客户联系在一起，一旦外部市场的变化出现模型没有考虑到的情况，所产生的偏差就会通过模型效应迅速得到放大和扩散。国际银行业频繁出现的交易巨亏事件，不少与价格波动和策略失误通过模型快速放大损失密切相关，对银行经营产生重大冲击和影响。二是模型强化了银行机构间行为的相关性，容易引发金融不稳定问题。三是模型技术复杂性引发的建模道德风险问题。模型的推广使用能够解决或抑制管理操作中的道德风险问题，但却同时会带来自身的道德风险。四是模型依赖的网络与硬件安全性带来的系统性问题。模型复杂化程度越来越高，模型研发和运行所需的网络和硬件的要求不断提升。

关于建立模型风险的管理与控制。黄志凌先生认为，银行应通过适合的政策流程对模型风险管理活动进行规范，管理政策应涵盖模型和模型风险定义，模型开发、实施和使用规范，模型风险评估，模型验证、审批、审计活动，模型风险的治理与控制等。监管科技平台可用于对建模、分析和预测，实时交易监控、汇报和拦截，实现穿透式监管，探索建立监管沙盒（Regulatory Sandbox），提升合规效率，提高对模型风险等新型风险类别的监测识别能力。要建立全生命周期的模型风险管控机制，强化模型应用评估要求。应加强模型的支持体系验证要求，对模型的业务应用策略、政策办法、操作流程及数据质量等进行全面评估，分析可能存在的问题及风险，以便后续能够通过返回检验和持续监测，对其可能引发的影响进行动态评估，确保模型能够被合理、恰当地使用。要采用统一的标准对模型进行风险评估和分级，通常根据模型应用业务领域的风险敞口和应用范围的大小、监管要求的严格程度、模型方法论和应用过程的复杂程度、模型的上下游依赖关系、对决策影响的直接程度等，对模型重要性进行分级，并实施差异化的验证、监测、审批标准。要强化算法、策略和架构的穿透审查及验证要求，明确关键岗位管理要求。

对于模型全流程管理政策框架与运行机制，本书给出了建设性意见。与此同时，黄志凌先生认为，要高度重视 IT 系统的业务连续性管理，确保模型依赖的 IT 系统的高可靠性。要根据不同业务特点制订差异化的应急预案，增强预案的针对性和有效性。此外，如果涉及模型、数据或 IT 的外包，对业务连续性的管理则更为重要，除了视同内部模型采用一致的标准进行验证和审 批外，还需制定专门的模型外包政策。

本文首发于微信公众号：中国银行(601988)业杂志。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。