风控扫盲:巴塞尔下的分池与量化风控岗

风险是风控人最熟悉的词，指的是不确定性。金融风险是资产因不确定性价格发生波动的可能性。风险一词是伴随金融而生，而金融系统史与人类文明史同寿，在人类社会诞生的初期，就有多次系统性金融风险爆发。人们很早就意识到风险的存在。纵观人类发展史，会发现人类重大的金融历史事件如下：
1634-1637 郁金香球茎热
1929.10.29 华尔街大崩盘
1933 格拉斯-斯蒂格尔修正法案

1999 金融服务现代化法

2007 次贷危机
2010 多德-弗兰克法案

伴随着这一些重大的金融历程中，人们逐渐发现其金融要想稳定和谐发展离不开监管的框架，于是伴随着这一次次的金融事件，人们想要将风险的爆发预先控制在摇篮内。我们是否能运用政府、社会秩序的形式来降低风险的损失。基于这样的考量，终于有一部相关的监管法则横空出世，那就是巴塞尔协议。风险是指不确定性。金融风险是资产因不确定性价格发生波动的可能性。

无可厚非，巴塞尔协议伴随着金融事件而生，其主要的使命就是为了阻止金融体系的崩塌。巴塞尔历程迭代进程：
•1988 Basel Accord I(from 1974)
•1992-1996 Basel Accord Amendment
•2005 Basel Accord II
•2009 Basel AccordII.5
•2010-2024 BaselAccord III (with FRTB etc.)

熟读巴赛尔协议，其主旨跃然纸上：风险需要分散。风险管理也需要合力来做支撑，仅靠行业自律依然会存在严重的风险。

目前巴赛尔协议的三大支柱有以下内容：
第一支柱：最小资本约束/流动性约束
第二支柱：严肃监管/银行内控与资本计划
第三支柱：强化信息披露/市场纪律约束

在巴塞尔体系相继出现的前后，人们也将风险管理越来越细致化，现有风险分类也被人们分为以下这些部分：
信用风险
指债务人不能或不愿意履行债务而给债权人造成损失的可能性。

流动性风险
指由于流动性不足无法履行支付义务的可能性。

利率风险
指利率的不确定性造成资产价格波动的可能性。

汇率风险

指汇率的不确定性造成资产价格波动的可能性。

操作风险
指由于不完善或有问题的内部操作过程、人员、系统或外部事件而导致的直接或间接损失的风险。

法律风险
指金融机构相关的各类合同、承诺等法律文件的有效性和可执行能力，包括外部合规风险和监管风险。

通货膨胀风险
指通货膨胀使经济主体的首季收益率下降，或使其筹资成本提高的风险。

环境风险
指金融活动的参与者面临的自然、政治和社会的变化而带来的风险。

国家风险
指在国际经济活动中，由于国家的主权行为所引发的造成损失的可能性。

以上风险模块中，番茄风控专注在其中的信用风险领域，擅长于量化风控。我们在研读巴塞尔内容后，整理了目前市场现有的风险资料后，将现有的量化风控相关的岗位内容分为以下三个模块：分别是政策岗、策略岗、模型岗。

一.政策岗
政策岗从事风险政策相关内容。目前在政策岗位上需要负责的内容有产品设计、风险定价，制定公司的风险政策框架，细细读来政策岗位的要求具有以下操作内容：

①根据企业的自有资源和战略定位，与战略部共同制定中长期发展目标、计划。
②与产品部共同制定产品的要素，包括客群准入门槛、利率风险定价等，并共同完成项目开展、推进、落地和后期跟踪相关事项。
③定期监控各渠道资产质量及管件风险指标，并根据公司的中长期目标适时调整授信节奏、贷中监管措施和贷后清收手段等。
④分析评估各前端业务部门上签的营销推广计划，制定管理办法，对营销员、门店、合作商进行事前、事中、事后管理。

确保产品合规，设计最优的风险体系流程，设计最优定价法则，这些都是政策岗的具体实操工作。
另外在政策岗上，还有一个最重要的工作就是给资产做分类，在金融领域我们有一个较为专业的名词叫：资产分池。
银行等大型机构的同学摔不开分池内容，所以分池也是我们在梳理完信贷的内容后，在现在的课程体系中又更新迭代了的一版全新内容。
分池是指将同质、风险特征类似的债项放至同一个组合或资产池（Pooling）中，并一致估计资产池的巴塞尔风险参数，包括违约概率（下称“PD”）、违约损失率（下称“LGD”）和违约风险暴露（一般指信用卡，包含EAD和CCF两部分）。以上便是信贷的三类分池场景：PD、LGD、EAD的分池。
当然在常见的信贷常见场景中更多的是以产品划分。以信贷资产为例，非零售贷款每笔单独计算信用风险三要素。零售贷款在标准情形下分为三类：
1.房屋按揭贷款（Mortgage）
2.合格的循环零售贷款
3.其余类型的非应收账款

资产分池自然是银行同学做好这类相关业务最常遇到的问题。做分池常规上会用到哪些工具？是否能用上常规的算法如决策树、逻辑回归这些方法？另外关于分池相关还有没有相关的案例介绍？关于以上的问题大家都是否有答案了，别急，后面会解答。

二.策略岗
策略岗位更是各位风控从业者最熟悉的内容。岗位相关内容离不开，设计策略的进件流程，梳理外部三方数据模块的优先置放顺序，进行相关的策略调整，做好每个节点之间的统计分析与数据调用，都是策略同事每日例行工作。

策略跟政策岗有何不同？不少同学如是问？政策是更偏向宏观，策略更偏实操层面，细细看一下招聘网站的策略岗的需求，大概也能知道这两个岗位的工作分工的操作细节:

①根据风险政策部要求的风险水平，制定各类产品的审批和授信政策，包括黑灰名单入组策略、人行不良策略、非银多头策略等。
②测试各类外部数据增益效果，并提供接入与退出意见。
③根据新入技术、如人脸识别、设备指纹等制定欺诈中介攻击拦截策略。
设计规则和策略的监控指标，搭建上线规则的自动化检测和报警。例如机器学习、传统数据分析方法等探索高区分的新指标，已供模型组使用策略流程部署、策略调优。
当然根据目前信贷产品的生命周期的特点，策略更是常常划分为贷前策略、贷中策略、贷前策略以及反欺诈策略，这些相关的内容。

三.模型岗
风控中策略与模型不分家。这里的模型特指风控模型，比如大家非常熟悉的贷前评分A/B/C卡。模型是为了补偿策略中，无法具体量化的每个个体的风险而出具的量化评分。非模型岗位的同学，可能不会从事具体的模型代码等开发的内容，但是绝对不能不知模型的目标的定义及应用场景。常规上A/B/C的定义，需要了解：

A卡
对于处于阶段1且还款周期在1-12期的客户，使用Acard来预测其PD。Acard是为了预测客户在未来12个月内有发生延滞且延续至12月末的情况（剔除回跳客户）。观察点在申请时点，表现期为发放贷款后12个月，最终客户还款状态确认时点在第12个月末。

B卡

对于处于阶段1且还款周期在13-24期的客户，使用Bcard来预测其PD。Acard是为了预测客户在未来12个月内有发生延滞且延续至12月末的情况（剔除回跳客户）。观察点在客户还款第12期，表现期为发放贷款后12-24个月，最终客户还款状态确认时点在第24个月末。

C卡

迁徙率模型是催收评分卡中的一个重要内容，模型目标的制定与使用目的高度相关。例如互金公司对短期入催的客户高度重视，可预测客户在逾期1天后，经过10天的催收，会不会变成逾期10天。对于金融资产减值法来说，C卡模型目标选择的表现期更长。

以上所涉及的A/B/C模型，也是属于PD模型，当然除了PD，还有LGD模型等内容，限制篇幅我们就不在本次内容中讨论了。

我们了解风险可能带来损失，也可能带来收益。拒绝风险等于拒绝了相应的收益，如何平衡风险收益，需要有一把量化的标尺，量化风控就是这把标尺。而量化风控的核心宗旨之一，就是将风险保持在能够承受的水平。这里的量化风控，我们会以最重要的监管框架巴赛尔协议为基石跟大家介绍相关的量化风险的内容。

了解巴赛尔协议的逻辑后，更好地根据金融的熟悉做好风险中各个岗位细则的内容。不管是政策岗、策略岗、还是模型岗，技术都是为了更好的服务产品跟业务的。脱离了业务的风控，好看但是不好用。

以上内容关于量化风控实操具体的资产分池的方法(算法)等，量化岗位中涉及的产品定价，额度授信，策略部署与调优，风控模型开发等内容，详细敬请关注：



~原创文章
…
end