麦肯锡：未来三年，银行风控如何实现数字化转型升级？

雷锋网AI金融评论了解到，近年来，数字化转型升级已成为传统银行战略的重中之重，包括风控在内的几乎所有部门都在蓄力迎接数字化改造；与前端一线业务不同，风控的数字化转型对收入没什么直接影响，但在大幅降本方面却有立竿见影的效果。

麦肯锡经验表明，数字化风控可以提高风险管理的效率效能，使风险活动运营成本降低20-30%。对大多数全球银行、跨地区银行和地区性银行来说，风险管理蕴藏着诸多良机。当前风险流程不仅占用大量资源，且效果欠佳。比如，仅合规风险活动一项每年平均的罚款金额就超过了四亿美元 。

（图片来源：麦肯锡咨询公司）

对此，麦肯锡在季刊《如何让风险管理成为银行的竞争力》中针对银行业如何实现数字化智能风控，给出了一些建议，雷锋网 (公众号：雷锋网) AI金融评论进行了不改变原意的精编：

何为数字化风控？

数字化风控是一个术语，涵盖了所有提高风险效能效率的数字化因素，包含了流程自动化、决策自动化、数字化监控和预警。该方法采用自动化工作流程、光学字符识别、高级分析（包括机器学习和人工智能）和新的数据源，其流程与界面还运用了机器人技术。

数字化风控的本质含义就是在流程、数据、分析、IT 和组织结构（包括人才和文化）开展协同调整。

何为数字化风控转型升级？

麦肯锡认为，风险数字化变革有三个维度：流程、数据、组织。

在流程变革方面 ，要充分发挥流程和决策自动化优势，银行需要对系统、流程和行为拿捏准确，符合目标。在风险环境中，高优先级的用例被单独隔离在授信、压力测试、运营风险、合规和控制等领域。

大多数银行目前采用的流程都是内生而成，没有清晰的开始和结束，无法保障流程的持续理性和高效，银行要在相应的自动化和决策支持到位之前重新设计经营结构数据、分析和IT 架构都是数字化风控管理的关键推动因素。

在数据变革方面 ，高度分散的IT 和数据架构无法为数字化风控提供具有经济效益的框架。因此，银行要给出明确的制度承诺，确定数据愿景、升级风险数据、建立健全的数据治理、增强数据质量和元数据，构建正确的数据体系结构。

包括大数据平台、云计算、机器学习、人工智能和自然语言处理在内的现代科技、流程和分析技术的运用可以辅以支持，帮助银行实现上述目标。

在组织变革方面 ，银行组织与经营模式的数字化推进需要新能力建设。尽管风险创新常见于非常具体、高度敏感的领域，风险从业者仍然需要营造企业内部深厚的创新文化氛围，进一步开放允许员工善尽其才，培养“边试边学”的创新理念，公司治理流程还要有能力快速应对变化莫测的技术和监管环境。风险职能数字化面临的关键挑战在于如何找到适用于风险领域的方式来管理创新文化。

如何做到风控的数字化转型升级？

1、转型分解步骤

麦肯锡认为，首先，如果机构能抓住高价值机会，数字化风险方案就已经有了一个成功的开始。数字化转型的分解步骤与其他领域相似，通常分为三个阶段：

（1）根据转型价值和近期实施的可行性，确定优先采取的措施；

（2）设计数字化解决方案捕捉价值，根据利益相关者意见，测试修改方案；

（3）把修改后结果引入实际工作，持续进行能力建设，将设计、建造和变革管理嵌入经营模式，对正确的能力和思维模式进行投资。

其次，第一阶段机会确定后，与第二阶段的数字化解决方案和其他方案匹配，这些方案将减少浪费、优化资源，同时提高标准化水平、提高质量。整个过程涉及到了工作流程自动化、数字界面、高级分析和机器学习的使用。

在技术设计方面，银行可以使用“双速”架构，支持IT 的快速创新，使主要IT 基础设施正常运行。在引入实际生产流程之前，新功能必须经过严格测试，确保关键风险职能转型平稳顺利零差错。

相比其他典型环境，重复进行测试和学习所需的环境必须拥有更高的控制标准。在产品发布前要聆听利益相关者的反馈和监管意见。

最后，第三阶段是在引入创新后，银行应重点关注变革管理，这与其他业务领域的数字化类似，但重点在于如何把变革嵌入经营模式，并继续投资于数字化能力建设，保持继续前行的动力。无论人才来自内部还是外部，各司其职善尽其用是数字风险成功转型的关键。

数字化风控道路上的长途跋涉可能耗时数年，但若为高价值目标度身定制相应举措，只需几个月的时间，金融机构就能获益良多。

2、三大适合近期尝试的领域

数字化风险行动多种多样，在麦肯锡看来，有三大领域适合银行近期尝试： 信用风险、压力测试、运营风险与合规。 目前还没有任何银行已经实现了这三个领域的完全数字化。

信用风险

用人工来开展数据的收集、授信、归档，如果数据出现问题会降低风险绩效，而时间周期过长则会影响客户体验，这些都会影响到银行的信用交付。数字化信用风险管理具有自动化和连接性优势，可实现数字化交付和数字化决策制定，巩固上述薄弱环节，并通过三种方式产生价值：收入保护、风险评估改进以及经营成本降低。

数字化风控可以减少客户流失，保障消费信贷收入。比如，银行可以引入第三方开展信用审核工作，通过动态风险定价和限额设置做到实时决策、信贷申请和信贷审批，改善客户体验。数字化信贷流程能帮助银行先于竞争对手作出决策，同时在风险评估方面始终保持领先。

改进风险评估也能创造价值。高级分析和机器学习工具可以提高信贷审批、组合监控和催收方面风险模型准确性，减少判断错误的频率。集成新数据源可以丰富信用决策洞见，而实时数据处理、报告和监测则进一步提升了总体风险管理能力。

除了违约预期有所改善，数字化对图2 所列领域的信用风险改进也相当显著，收入提升5-10%，成本降低15-20%。

（图片来源：麦肯锡咨询公司）

包括全面资本分析和审查（CCAR）的压力测试

银行发现，数字化全面改造资本分析、包括压力测试可以产生巨大价值。当前，多数银行用的是人工方式，零零散散，按序完成，数据质量、汇总、报告时间框架和能力方面可能都不尽如人意。这些流程会成为数字自动化和工作流工具的优先开展对象。

基础压力测试是第一步，改进方案的目的在于优化资源，方法主要根据风险的重要性分配资源。银行通过并行处理、集中管理、交叉培训员工以及更合理的日程安排获得额外效率提升。

模板和输出的标准化以及指定的数据“黄金”来源形成了日益透明高效的流程，并在优化过程中得到了数据加载、覆盖、Y14A 报告、端到端审查和监督流程方面的数字自动化措施支持。

作为转型的一部分，实时可视化工具和敏感性分析都由数字化转型赋能。除了直接优化压力测试，银行还在寻找机会，协调数据、流程和决策模型与业务规划。

在CCAR 和压力测试中，数字化显著改进了成本，而且还腾出了专家的时间，使其专业知识更有针对性地发挥，提高产出质量。

（图片来源：麦肯锡咨询公司）

运营风险和合规

许多全球性银行在开展运营风险和合规控制及相关职能时，人工流程和系统分散的情况急剧增加。例如，在反洗钱工作中，流程和数据处理困难，成本飙升，尽管付出种种努力依然难见成效。如果能精简预警生成和个案调查流程，就有很大机会提高反洗钱工作的效率和效能。

预警生成过程中，数字化风险的改进能保证分析引擎的参考数据质量。包括机器学习在内的高级分析工具可以根据个别案例个别测试和提取变量，并在可能的情况下支持“自动判断”。此外，工作流工具可以支持智能调查和可疑活动报告自动归档，提高了调查单位的生产力。

根据麦肯锡经验，反洗钱工作中采取数字化风险举措可以将效率和效能平均提高20-25%。考虑到反洗钱是横跨组织内部成本巨大的职能，无法识别行为不良者可能带来严重的安全隐患，效率和效能的增幅实际可能还要再高一些。

3、方案设计

首先，要让数字化变革与风险环境相适应。

机构一般惯用模块化方法，导致风险职能数字化进程相对缓慢。少数机构大胆先行，通过大规模改造大幅度提高了效率和效能。在风险环境下使用“边试边学”的方法时，必须小心谨慎，即使这种方法已经常用于银行其他职能的数字化转型。

风险部门对漏洞和误差的容忍度极低，必须对此类试点进行可靠控制。例如，当数字化流程涉及到全面资本分析和审查（CCAR）时，必须先开展全面的测试，除非其可靠性和有效性获得从业者首肯，银行便不得落实方案。在一些比如商业信用风险监控和预警系统等特定风险领域，银行可以大胆高效运用“边试边学”的方法。

其次，数字化在风险和其他职能的设计方案不尽相同。

麦肯锡认为，设计数字化风险方案时要考虑到风险工作涉及到的各种职能，以及它与其他职能（比如一线数字化销售）的不同之处。在改造风险职能时，监管机构很难接受把“最小化可行产品”投放市场后实时测试改进，因为这种传统的数字化方式并不适合大多数风险操作。

大部分数字化举措都侧重于改善客户体验，数字化风险虽然也涉及到一些信用交付的外部客户，但大多数领域的重点还是内部客户、利益相关者和监管机构。

此外，数字化风险需要所有业务部门和职能部门提供数据，无法自给自足，如果数字化风险部门以谨慎为先，其进度也会受限，敏捷小组和数字实验室等创新方法都是可行的解决方案。

再次，数字化风险方案的有效与否取决于首席风险官能否找准问题 ，带领银行选对数字化创新的具体措施。这些问题包括：我们能否将信贷审批所需时间缩短至几分钟？我们如何才能提高直通式处理比率？我们如何提高客户尽调流程的效率，减少开户过程中的痛点？我们怎样才能降低CCAR 的线性顺序和资源密集程度？

还包括：我们如何才能提高报告的及时性，符合监管目标？更有效地利用内部数据可以创造哪些价值？加入新数据源能创造哪些增量效益？回答这些问题有助于制定具体措施，根据当前的资源分配水平、损失、监管罚款以及措施落实中需要考虑的投资规模、时间等因素来确定这些措施的优先次序。

最后，数字化风险方案包含数字化转型中常见的设计特点 ，如零基流程、界面重新设计以及敏捷框架。切记测试和改进的整个过程都要在受控环境中展开，设计方法可以模块化，但也要做到全面，彻底审查风险活动、偏好和政策。

这些方案通常要与监管机构合作设计，彻底测试后联名背书，才能投入落实。环境的高度敏感造成风险端到端数字化用时要久于客服数字化，要在特定功能开发完成后，再逐一分开发布。所以整个企业的风险管理并非一蹴而就，而是在收获短期效益的同时逐步建立起来的。（雷锋网）

。