近年來，模型風險管理的理念在中國銀行界持續普及，銀保監會等監管部門對模型風險管理的要求也越來越明確。2020年銀保監會發布《商業銀行互聯網貸款管理暫行辦法》，從多方位對模型風險管理提出了明確的監管要求。

《辦法》的出臺也側面反應出了模型風險——這一獨特風險的破壞力和嚴重性。

歷史上摩根大通曾經因為沒有嚴格按照流程對某模型進行驗證，就有條件通過了該模型，最終造成了集團史上最大規模的65億美元的虧損。

更有甚者，很多經濟學家在事后分析認為，美國次貸危機的爆發與金融模型的不當使用也有著一定程度的關系。

模型風險同樣也是懸在中國金融機構頭上的一把利劍。

金融數字化轉型的加速為模型廣泛應用提供了肥沃的土壤，可以看到合規模型、業務決策模型、營銷模型、投資管理模型等種類繁多的模型不斷涌現。

那么模型風險從何而來，又有哪些外在表征呢?

比較典型的有模型性能隨著時間推移和外部環境的變化產生下降，或者由于樣本偏差的問題，導致訓練的模型越來越偏離實際情況。此外，模型本身和金融業務的復雜性以及對模型的不當使用將會導致模型局限性被放大，從而產生風險。

模型風險的種類和成因十分復雜，其危險程度也大小不一。當前，一般大型銀行內部有多達幾百個模型在運行，如果沒有一套可信和有效的工具來實現對模型的開發、測試、驗證、部署和監控進行管理是一件不可想象的事。

模型管理平臺的概念因此應運而生，也正是在這樣的背景下百融云創面向銀行、消費金融公司、汽車金融和信托等領域，通過本地化部署的方式圍繞模型全生命周期打造了一個數字化的平臺，以此來對模型進行高效管理，提高模型的開發效率，實現對潛在模型風險的控制和緩釋。

百融云創模型管理平臺的“1347”

百融云創模型管理平臺具有“1347”特征，一是指一個平臺、智管全行;三是指模型管理、模型監控和模型訓練三大功能模塊;四是指“風控一體化、管理一體化、流程一體化、監控一體化”四位一體的管理理念;七是指圍繞模型生命周期從申請、開發、評估、上線、監控、優化到退出的七個階段。

其中模型管理、模型監控和模型訓練三大功能模塊是模型管理平臺的核心。

模型管理：當前，模型被金融機構視為重要的資產，百融云創模型管理平臺通過統一的管理平臺來實現對模型資產的集中管理，并打造了模型資產大盤，通過各維度信息的圖形化展示，清晰呈現模型資產的全貌。

值得一提的是，在全生命周期內模型的操作留痕、審批流程、組織機構和數據權限在平臺上都是靈活可配的，這為金融機構的模型使用者提供足夠的彈性空間，滿足各種場景需求。

模型訓練：平臺采用了百融云創自研的ORCA算法框架(ORCA已經成功申請了多項自主專利)，支持向導式建模。為機器學習創造了從信息處理、模型訓練到快速部署的有利環境。

模型監控：平臺能夠實現經典模型風險指標的監控與預警，例如模型通過率、PSI、CSI、K-S、GINI、AUC，支持多維度指標加工與分析，靈活按需進行預警規則與通知渠道配置，多層級接口設計等滿足不同客戶的實際業務需求。

在三大功能的作用下，百融云創模型管理平臺能實現單一模型的全生命周期管理以及全行級的模型規?；芾韰f同進行。

從單一模型管理的視角來看，百融云創模型管理平臺能夠用于模型的高效審批、持續開發、持續測試和實時監控。在開發之前，平臺能夠精準定義模型，并提供科學高效的自定義審批流程，驗證模型的開發條件。進入開發階段，平臺能創造一個良好的開發環境，有效進行信息處理、模型訓練、模型測試和模型驗證。來到模型上線階段，平臺能夠提供實時監控系統，來排查運行中的故障和風險。同時，百融云創模型管理平臺運用了微服務架構、流程引擎兩項關鍵技術，支持按模塊獨立部署、運行、維護，滿足服務的動態按需擴容。

從全行模型生態的視角來看，模型管理平臺充分展現了“治眾如治寡”的理念。大型銀行行內模型數量之多、形態之復雜，管理起來不亞于管理千軍萬馬，模型管理平臺能夠使得對模型的管理工作井然有序，讓所有的管理流程都有矩可循、讓所有監測出的風險都有據可依，擺脫盲目和被動的局面。

對于決策層，模型管理平臺為其了解全行模型運行、模型資產、模型效果及風險情況提供了一個全局的視野，更好地輔助其科學決策;

對于模型開發部門，模型管理平臺能夠協助其統一建模標準，提高開發和團隊協作效率，降低成本的同時更好地控制開發風險;

對于模型使用部門，模型管理平臺能夠協助其對模型全生命周期進行規范高效的管理，使得技術與業務更好地融合，去共同賦能場景。

開創模型監控新模式

模型管理是一個龐大的命題，對于金融機構來說，實現對模型風險的有效監控則是模型管理這個龐大命題中最切中核心的。銀保監會近三年來陸續發布《商業銀行互聯網貸款管理暫行辦法》、《關于進一步規范商業銀行互聯網貸款業務的通知》和《關于銀行業保險業數字化轉型的指導意見》，無一不是把模型風險的問題放置到很高的位置上。

數字化的風險不是直觀可見的，一些重大風險可能潛伏在模型一些隱秘的角落之內，如果能夠對模型進行科學的監控，一些風險就會被及時發現，危險也就能隨之緩釋和解除。

為此，百融云創模型管理平臺在模型監控方面做出了很多探索，圍繞有效性、準確性和穩定性三個維度進行完美布控。

群體和特征穩定性監控：穩定壓倒一切，是模型發揮作用的定海神針。模型管理平臺能夠實現對群體穩定性(PSI)的監控，在模型上線部署后，平臺會通過PSI曲線來觀察模型的穩定性。比如在信貸場景中觀察到模型的排序能力降低，模型的區分度發生了下降。平臺就會及時發出警示，金融機構可以以此去分析背后的原因，是否是因為宏觀經濟惡化導致客戶整體的還款能力下降，或者目標客群發生了變化等等，進而剔除不穩定的變量。

除了PSI監控外，模型管理平臺同時還支持細粒度觀測特征穩定性(CSI)，比如在評分卡中，一個整體評分分布穩定的模型，如果以更細顆粒度來觀察，可能會發現模型中的一個特征變量悄然發生了偏移，比如由于經濟的周期波動，職業這一變量發生了改變，導致客群收入發生了變化，但與此同時另外一些指標上升了，導致整體的評分分布是穩定的。模型管理平臺支持對每個特征變量計算CSI，可以分析出到底是哪些特征分布發生變化導致評分卡主模型分數偏移、哪個特征對模型得分變化的影響最大等結果。

多維指標加工與分析：模型一旦上線，模型運行時的數據也就隨之確定。平臺基于這些運行時數據可以進行多維度的監控指標加工與分析。例如，按不同的基準值進行PSI指標監控，觀察建模結果的基準值或者模型運行一段時間后的基準值與實際投產后的運行情況的偏差。假如監控到模型中某一區間的評分分布跟監控時所設置的基準值產生偏差大于預警閾值，平臺就會馬上發出預警信息給到預設的接收者，尤其分析到底是配置有誤、性能下降還是假設不準確，以此來追根溯源。

多層接口設計，靈活可配好壞客戶定義：好壞客戶并沒有一個恒定的標準，對于銀行來說，不同的金融產品，對于“壞”的定義是不一樣的。百融云創模型管理平臺支持好壞客戶定義的靈活配置，同時提供基于Y 標簽、逾期信息、還款計劃等多層接口，能夠與各類金融機構進行快速對接，從而實現對模型區分能力的精準監控。

靈活按需進行預警規則與通知渠道配置：每次模型的監控任務跑完批量之后，平臺都會自動生成相關監控報表，并且平臺一旦監測到監控指標異常，就會通過郵件或者企微等多種渠道觸達業務人員。業務人員也可以根據業務情況靈活配置預警周期，平臺支持準實時、日報或周報乃至更多種方式的預警周期。

打造模型全生命周期管理閉環

模型管理平臺對百融云創的產品家族來說，其意義不只是又多了一個新的成員。更重要的是，由于模型管理平臺的出現，百融云創成功構建了一個由決策引擎+工作流引擎+調度監控引擎+模型經典指標庫+特征衍生引擎+模型訓練引擎的產品閉環，綜合百融云創在業內豐富的產業實踐，能夠給金融機構提供決策系統及監控優化系統的一站式解決方案。

目前，國內領先的商業銀行已全面進入數字化轉型新階段，既要充分發揮人工智能、云計算等技術優勢，又要滿足監管對于安全合規發展的指引，是身處數字化浪潮中的銀行所必須要完成的命題。

百融云創模型管理平臺就是回應這一命題的重要工具，目前百融云創已與中國銀行就模型管理平臺達成合作。

值得一提的是，百融云創模型管理平臺可與公司各類數智化產品進行積木式拼裝，能有效支持金融機構敏捷創新和迭代升級，實現智能分析能力的沉淀和復用，并促進業務、技術和信息之間深度融合。這對于銀行打造數字化新型基礎設施，激活數字化內生動能將起到積極作用。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。

關鍵詞：