智能化控制

　　有了大量数据，银行就能利用各种信息系统来对这些数据进行计算，智能化地做出风险预警。

　　国内的银行在信贷风险控制采用信息技术管理还处在起步阶段。

　　国际上的风险解决方案提供商竞相研发更易于客户使用的信贷风险解决方案。据Algorithmics公司有关人员介绍， Algorithmics公司的解决方案强调灵活的中、前台开放结构。例如在信贷风险管理系统中，前台信贷业务操作人员所关心的三个主要风险分析数据是 “信贷限额（Limit）”、“违约率（Default）”、“已发生的违约率（Loss Given Default）”，这些数据应该嵌入到金融机构现有的信贷操作软件屏幕之中。在中台业务系统中，信贷业务管理人员同样希望风险分析数据可以在业务系统中以分支屏幕的方式显示出来，而不是以完全独立的系统的方式显示。

　　Algorithmics 公司风险分析系统的后台就是一个风险分析计算引擎，该系统所产生的风险分析结果数据可以从MtF中读取，通过Web方式，向金融机构散布在全国各地的中台业务系统和前台业务系统提供风险分析计算数据，通过开放式的数据格式，为这些金融机构将风险分析计算引擎的分析结果数据嵌入其业务系统提供便利的技术基础。

　　广东发展银行日前采用了路透集团先进的Kondor+风险与交易管理解决方案及KGL（Kondor Global Limits）全球限额管理系统。目前，路透集团已占据中国同类产品90%的市场份额。中国银行是路透集团最大的客户，从纽约到东京，中国银行的风险与交易管理系统都由路透集团提供。而广东发展银行在全中国拥有520家分支机构，此次通过路透集团提供的信息系统来加强市场风险和信用风险管理，并对交易行为进行实时监控。

　　王倩茵表示，这一综合性的风险管理解决方案将最大程度地整合交易流程所需要的系统，并对业务流程进行无缝管理。“现在我们能够根据风险政策和国际规则进行交易决策，降低运营成本，减少错误，提高效率。” 王倩茵说。

　　相比而言，国外的银行很早就开始部署信息系统来管理信贷风险。英国的巴克利银行很早就开始用风险资产的概念做风险管理，他们引入了NCR公司的一整套客户评分预测模型、违约概率模型以及客户类型的评分系统，根据这些数据系统的功能，他们以此估算银行的风险准备金。

　　欧洲最主要的银行集团之一的德雷斯顿银行集团（Dresdner Bank AG），拥有大约1,120个分支机构和五万名员工，并且业务遍及70多个国家。然而，日益增长的公众和私人部门的信用风险对银行的系统提出了新挑战。但是在德雷斯顿银行集团既有信息系统中，信用风险分析业务发展缓慢且手工操作的特点非常明显。为了改进信用风险分析的速度，德雷斯顿银行集团选择了国际商业机器公司（IBM）的数据库和BO（Business Objects）公司的商业智能技术相结合的解决方案。

　　新系统使用仅八个月后，就已经为德雷斯顿银行集团部分部门带来了效率和收益。

　　集团定义出50多个风险因素，并对这些风险因素进行持续监测，监测的结果被用于计算信用风险指标。该信用风险指标能够在不同的维度上被分析和汇总，包括按客户群、分支机构和地区，随着时间的推移，还能单独隔离并追踪信用风险。这些新的信用风险指标衡量手段带来的最大好处是实现了对客户账户进行更密切的观察，而观察透明度的提高又能够预先估计投资组合的信用风险，并协助德雷斯顿银行集团降低其风险的成本。