基于大数据的资金交易智能风险引擎实践

安全侠2021-10-28 11:21:30

文 / 中国外汇交易中心 汪宏斌

近年来,随着金融体制改革的不断深化,利率市场化和人民币国际化进程的稳步推进,金融机构的资金业务得到了快速发展、机构利润贡献度不断提升,已成为金融机构在严峻经营压力下的重要突破口。

伴随着资金业务的迅猛发展,金融机构的资产负债结构也发生了较大变化。同时,由于交易品种日益增加、交易结构日趋复杂,叠加频频爆出的债券违约、不当套利等风险事件,对金融机构风险管控能力提出了更高的要求和挑战。银行现在从事资金交易,往往是交易后的再进行风险评估,经常出现交易流程衔接不通、风险滞后的情况。为了实现交易前的风险预判,在交易前中后全流程中嵌入风险管理,我们在此探讨通过独立风险管理引擎实现全流程风险管理。

全流程集中式管理方案的思路

收益与风险相伴相生,资金业务是基于对市场趋势的预判、产品结构的把握、交易对手的了解等诸多因素的认识上,机构综合衡量各种风险因素后所做出的资产配置或资金融通的安排;本质上考验的是一家金融机构风险定价的能力。

风险定价能力,又依托于对整个交易流程的精准化管理。资金业务因其自身的独特性和复杂性,亟待从业务流程、业务品种和风险管控上补足短板,提升管理水平。

为了让前中后台都能识别风险、统一定价,我们设计了一套风险引擎,让前中后的各类应用都实时调用风险引擎,采用统一的市场数据和基础数据,共用的计算规则与算法,全流程实现统一的风险定价(见图1)。

图1 全流程集中式风险管理思路

为适应市场的迫切需要,金融机构对于全流程集中式管理解决方案有着广泛的期待,这一方案基于ComStar资金业务管理平台,通过托管服务方式,帮助银行间市场的会员机构建立了涵盖前台业务经办、中台风控审核、后台账务核算的本外币一体化直通处理平台,打通了资金交易流转的前中后全链条,为机构提供了一站式服务。

同时,该系统覆盖了资金业务本外币条线全业务品种,且能够快速响应市场变化及监管机构的新规要求,推陈出新,满足机构不断拓展的业务需求。

基于大数据的智能风险引擎实践

资金交易风险管理,全面再审视业务过程,从风险识别与应对、审批流程管控、强化计算引擎等角度进行大数据综合分析和设计,最终得以实现对资金业务的全方位管家式智能风险管控(见图2)。

图2 基于大数据的智能风险引擎

全面的业务品种支持:从业务产品上涵盖FICC的所有产品,如债券、回购、拆借、买断、同存、结售汇、外汇即期;各类衍生产品远期、掉期、利率互换、货币掉期、利率期权、汇率期权、奇异期权等;以及这几年广泛应用的结构性产品。

操作风险管理:采用直通式接口设计,实现从交易系统、行情信息等数据源至ComStar资金业务前中后台,以及银行内部系统的直通式自动化处理,降低人工介入的操作风险。

市场风险管理:借助风险量化分析工具,实时控管久期、凸性、DV01等参数变化,对交易价格与市价偏离度进行跟踪管理;并依托利率、汇率等实时行情数据,对市场风险进行全面监控和指标管理。

信用风险管理:搭载本外币统一授信管理模块,可实现系统内本外币资金业务授信额度的统一管理,支持交易类额度、结算类额度、资产额度的检核,以及底层穿透管理、交易准入管理、白名单设置等功能。

流动性风险管理:系统内置现金流分析和库存管理工具,并可结合机构流动性管理要求,对流动性指标进行配置化管理;实现流动性预警、交易事前流动性管控和事后流动性占用分析等诸多功能。

授权管理:灵活的业务流程管理架构,可根据机构授权管理办法,进行定制化设计,满足机构个性化需求;同时,所有审批记录均系统自动留痕备查,符合监管和审计规范。

独立计算引擎:统一接收和处理本币、外汇、理财管理系统传入的原始交易数据,并透过接口返回给各管理系统;内嵌算法可实现损益、现金流等大计算量操作,既减轻了各系统模块的计算工作负荷,又保证了计算逻辑的跨系统一致性。

打破固有岗位限制:由于资金交易贯穿全流程,而原来的岗位设置都是独立岗位,监管也要求前中后岗位分离,这导致在资金交易在估值定价和风险管理方面规则很难统一,也不利于业务开展和责任划分,通过统一的风险引擎,可以避免前后不一致的情况,实现统一定价和风险评估。

ComStar的大数据引擎

资金交易风险管理引擎根植于中国外汇交易中心ComStar资金管理系统,充分整合已有的先进经验和技术优势,不断探索和创新,为资金业务保驾护航。

首创集中托管式服务架构。采用交易中心托管“云”模式,大大降低了市场的整体成本,尤其是中小金融机构的系统建设和运维负担;还能够根据市场及监管发展动态,提供免费的系统自动更新服务,从而减少后续的升级成本投入(见图3)。

图3 金融大数据集中存储

集成式客户端一体化服务。通过将风险管理引擎与资金管理系统、理财产品系统、主经纪商系统、信息终端等封装集成于同一个软件界面上,可以将远端接入端点服务、本地数据服务、UI嵌入服务等提供给各业务模块使用,提升用户使用的体验性、流畅性和便捷性。

数据湖助力风险治理。借助大数据管理方案,将交易数据、行情数据、审批流数据、风险指标、风险授信、风险计量与监控等积合而成的数据湖,供给机构进一步提炼分析,形成风险管理分析报表,推动完善风险治理架构和管理机制。

创新引领未来

“明者远见于未萌,而知者避危于无形”。ComStar智能风险引擎正是在不断的创新迭代中,实现了对风险的识别、预警、计量、监控等全面管理;也因其独创性和诸多优点,获得了大量金融机构的认可和推崇,创造了良好的社会效益。

自主知识产权,打破国外垄断。风险管理系统由于其跨学科所带来的专业性和复杂性,长期以来,只能依靠国外厂商提供的技术服务;而ComStar智能风险引擎的面世,使我们摆脱了国外掣肘,增强了产业链供应链自主可控能力。

以科技创新助力行业发展。凭借丰富的人才储备和科技创新实力,ComStar可以为银行间市场会员提供专业的产品和咨询服务,协助机构优化内部管理,提升管理水平;并通过资金业务处理效率的提高,带动银行间市场交易效率的整体提升,为市场的活跃及增长打下了坚实的基础。

交易风险管理风险
本作品采用《CC 协议》,转载必须注明作者和本文链接
企业风险管理将高管级风险所有者聚集在一起,以更有效地管理整体组织风险。通常,企业风险管理(ERM )团队负责识别和管理业务风险及其跨职能影响。
各经济体更加重视数据竞争力,纷纷制定出台数据战略,宣誓数据安全和主权。因此,欧盟认为必须建立欧洲数据主权。近年来,我国陆续发布了一系列数据及其安全相关的法律法规和标准规范,数据资产价值得到确认。2020年6月,12部委联合发布《网络安全审查办法》,推动建立国家网络安全审查工作机制。
国家工业信息安全发展研究中心作为国家级信息安全研究和推进机构,联合华为技术有限公司共同研究编制了《数据安全白皮书》,全面分析了我国数据安全产业基础、防护关键技术、法律法规体系现状,从提升数据安全产业基础能力、加快研究和应用数据安全防护技术、强化法律法规在数据安全主权的支撑保障作用等三方面展望数据安全发展未来,提出了数据安全发展倡议,为行业发展提供借鉴和参考,积极推动我国数据治理工作有序开展。
近年来,随着非法集资、金融诈骗案件高发,由银行印章管理不善导致的金融安全风险事件和案件频繁发生,给银行造成了巨大损失。从监管部门操作风险检查通报情况看,一些银行印章保管不善、自管自用、越权用印,行政印章与业务印章交叉混用的问题较为突出,银行业发生涉及印章管理的案件逐渐增多,其中大部分涉印案件发生在基层支行、营业网点。本文通过调研,对银行印章管理现状及存在的风险点进行分析,提出了进一步加强印章管理
随着银行业全面数字化转型,商业银行的对公业务也有了蓬勃发展,与此同时风险管理也需要向智能化、自动化方向迈进。尤其是当下银行对公业务对象的运作模式、商业形态以及经济环境不断变化,需要银行重新审视对公授信的风险管理模式。
随着企业努力应对新冠疫情的持续影响、经济衰退的威胁和快速变革,企业风险管理已经成为焦点。第三方风险评估工具,用于跟踪制裁、安全事件和财务状况。安全系统,以评估漏洞、违规和网络攻击的潜在影响。新项目开始时的风险评估是一项风险评估。促进为降低风险而采取的行动的问责制。提供实时风险报告,以帮助管理层做出决策。最新数据表明,2021年,全球与天气有关的灾害造成了约1450亿美元的损失。
其中,国家市场监督管理总局对国家统一的认证认可和合格评定具有监督管理的职能;而国家互联网信息办公室具有统筹协调网络数据安全和相关监管工作的职能。因此,该两大部门发起的数据安全管理认证是具有较强权威性的。而认证认可条例所称的“认证”是指由认证机构证明产品、服务、管理体系符合相关技术规范、相关技术规范的强制性要求或者标准的合格评定活动。
这样的演习并不罕见,各国央行经常指责它们的零售伙伴忽视了网络安全。这些国家通常与网络犯罪集团结盟,并在寻找有利可图的目标进行攻击。英国央行最近进行的一项调查发现,74%的银行业高管认为,网络攻击对他们的业务构成了最大威胁。Rogers解释说,就后果而言,最坏的情况将是公众对金融部门本身的信心普遍丧失。
根据业内首家专注网络安全的投资银行Momentum Cyber最新发布的2022年网络安全市场投资半年报告,2022上半年,全球风险投资资金持续涌入网络安全市场。
但尽管有所下降,这一数字仍然远远超出疫情前的总额。同时,该行业对AI的高度关注与这一技术将给行业带来的新发展只会放大投资人的兴趣。但其他领域也迎来了较大增长。同时,其他市场则出现了大幅下跌。关注重点转向AI只会在2023年继续推动网络安全行业发展。今年的RSA大会绕不开这个话题。去年的早期阶段融资交易为516起,增长近20%,总额达15亿美元。
安全侠
暂无描述