在数字信贷领域，模型在客户准入、额度授信管理、贷后管理等信贷业务全流程中发挥着重要作用，但模型风险“不容忽视”。简单而言，模型风险就是基于错误的模型输出或对模型输出的误用，而对决策造成的不利后果。历史上因模型问题引发的重大金融风险事件屡见不鲜，如LTCM破产、美国次贷危机、伦敦鲸事件等。

当前，大部分头部银行机构已经充分认识到模型的重要性，以及一个小小模型在其应用中可能会导致的巨大风险。如何按照监管合规要求，对这些风险模型进行全生命周期（包括模型设计、开发、应用、监控等环节）管理，成为银行机构在构建自主风控能力方面的一大挑战。

结合以往与众多银行客户合作的实践经验，融慧金科数字化赋能事业部总经理司明成表示，银行机构在模型风险管理方面的难点主要体现在成本、效率和效果三个方面。

一是在成本方面，银行机构自行搭建一套成熟完善的模型风险管理体系，需要足够的资金、人力投入。比如在系统开发试错过程中，很多中小银行实际是很难承担这样大量的试错成本的。而在人才体系搭建方面，一个相对完整的风控团队至少需要十几人甚至几十人，且需是具备成熟理念和实战经验的专家人才，若要在短时间内寻找或培养这些复合型人才，银行机构将会面临较高的成本投入。

二是在效率方面，基于内外部环境以及自身资源，不少银行机构在摸索自建模型风险管理体系和运营体系时，除了承担较重的经济压力外，难免会因为“多走弯路”，而对模型风险管理的效率“大打折扣”。

三是在效果方面，模型风险管理的目标是对外保证监管合规，对内防范模型风险，使模型切实服务于实际业务。“风控人员是否能充分理解监管政策、充分了解市场以及是否具备模型开发、验证与管理能力等，对于模型风险管理的最终效果有着极大影响。”司明成强调，模型风险管理体系的搭建一定要从业务本身出发，而不能脱离业务本身按照书本上的知识去实施和管理，否则模型风险管理的效果将很难达到预设目标。

司明成认为，当自建成本较高、耗时久，效果却不一定好时，金融机构可以寻求外部优秀力量满足自身对模型风险管理的个性化需求，不仅能更好防范越来越多模型风险带来的影响，还将节省大量的模型风险管理成本，进而实现兼顾成本、效率和效果，达到“最优平衡”。

他还指出，模型风险管理体系的搭建需要注重以下三点：一是制度建设和平台建设两手抓；二是效率管理和风险管理并重；三是要有模型风险管理的顶层规划，并逐步实施。

那么，核心的管理体系框架应该如何搭建，要遵循哪些原则？自动化系统工具平台应该如何应用，能够带来哪些实实在在的益处？

满满的专业、价值干货，就在本期的【慧谈】栏目里——融慧金科数字化赋能事业部总经理司明成分享了多年在金融风险管理实践中沉淀下来的方法论和实战经验，希望可以给大家提供一些真正可落地的实践思路。

视频内容重点：

1.模型应用常见的风险点：模型错误和应用错误

2.银行机构面临的模型风险管理难题：成本高、效率低、效果难以保证

3.“多快好省”破局思路及最佳实践：

①模型风险管理“三道防线”建立

②模型风险管理政策指引形成

③三大自动化系统工具搭建

④模型监控衡量指标及效果评估

详情请戳下方视频