關于資產管理公司業務決策流程優化的思考——引入決策樹分析模型

中國信達資產管理股份有限公司海南省分公司 吳曉薇

關于資產管理公司業務決策流程優化的思考——引入決策樹分析模型

中國信達資產管理股份有限公司海南省分公司 吳曉薇

為了應對市場的激烈競爭，資產管理公司在業務推進過程中引入了決策樹分析模型。本文通過介紹資產管理公司業務發展的現狀，并根據現有業務拓展中所存在的困境，引出目前較熱的決策樹分析模型。通過這些案例，可以看出決策樹分析模型在操作上簡單易行，具備整合決策信息、縮短決策時間、簡化分析流程，以及有利于增進一線業務人員與客戶、審核部門溝通等優勢。最后，總結了該分析方法的優勢及運用中可能出現的問題。

資產管理公司 流程優化 決策樹分析模型

近年來，資產管理公司的業務拓展受到眾多其他金融機構的挑戰。為了應對激烈的市場競爭，如何簡化決策流程，縮短決策時間成為資產管理公司需要思考的重要問題。

1　資產管理公司的現狀及業務發展

1999年，為了降低國有商業銀行的不良資產，具有中國特色的4家資產管理公司——信達、華融、東方、長城相繼成立。

經過近10年的處置，第一批剝離的政策性商業銀行不良債權已基本處置完畢。近年來，在積極參與商業銀行不良債權的商業化收購與處置的基礎上，金融資產管理公司積極推進市場化轉型，不斷完善綜合金融服務功能，搭建了包括銀行、證券、保險、信托、基金、期貨、租賃的金融全牌照平臺。目前，金融資產管理公司在保持不良資產經營主業優勢的同時，也積極投入高附加值、高技術含量的資產管理與投資業務。

2　競爭壓力和流程優化的必要性

以中國信達資產管理股份有限公司為例，在完成市場化轉型，成功構建具備全牌照的金融集團平臺后，信達的各項業務均受到了其他金融機構的激烈競爭。

綜合金融服務類業務，信達受到了中信、平安等大型金融控股集團的激烈競爭；投資類業務，則需要與小型商業銀行、信托公司搶占市場；即便傳統類商業銀行不良債權處置類業務，也受到了國外不良資產處置機構、地方資產管理公司和商業銀行自身設立的處置中心等對市場份額的侵蝕。可以說，面對市場激烈的競爭，資產管理公司在資金成本、品牌認知度、規模效應等方面均不具備顯著優勢。如何運用多年處置不良債權所沉淀的經驗和社會資源，挖掘多年積累的全能化人才的潛力，提供小而靈活的服務成為資產管理公司能夠在市場競爭中不斷發展的關鍵。

作為一線業務人員，筆者發現資產管理公司目前在流程上仍存在決策時間過長，決策思路、流程不清晰等問題，而此類問題極可能加劇客戶流失，使得資產管理公司在市場競爭中更顯被動。所以，優化業務流程，在業務拓展過程中引入直觀易懂、易操作、高效的決策模型，對資產管理公司掌握主動、贏得時間、爭取客戶有著重要意義。

3　決策樹分析模型

因為具備操作簡單、顯示直觀并且結果一目了然等特性，決策樹分析模型是目前熱門的項目決策、項目管理的方法之一。簡單來講，決策樹分析模型就是將決策過程的各個階段信息(如相關可供選擇的方案、在不同情景下發生的概率、收益等)匯總，繪制出一張箭線圖。并通過相應計算，得出考量過風險損失后的潛在收益，最終進行方案甄選的方法。

決策樹分析模型一般由方塊結點、圓形結點、決策枝、概率枝等組成，方塊結點稱為決策結點，由結點引出若干條細支，每條細支代表一個方案，稱為決策枝；圓形結點稱為狀態結點，由狀態結點引出若干條細支，表示不同的自然狀態，稱為概率枝。每條概率枝代表一種自然狀態。在每條細枝上標明客觀狀態的內容和其出現概率。在概率枝的最末梢標明該方案在該自然狀態下所達到的結果(收益值或損失值)，見圖1、圖2。

圖1　

圖2　

也就是說，企業需要決斷的行為發生在決策結點；而在狀態結點，使用者能夠獲得考慮了變動因素后的預期收益或損失值。

4　決策樹分析模型的實際運用

在上文中，筆者簡單介紹了決策樹分析模型的基本概念和基本使用原理。此處，筆者將通過兩個簡化的虛擬案例具體介紹決策樹在資產管理公司中的運用。

4.1決策樹分析模型在收購傳統商業銀行債權中的運用

假設2015年6月，當地商業銀行B將推出一本金規模約10億元的不良債權包，經過初步溝通和測算，資產管理公司A獲悉收購成本約為1億元，該資產管理公司只參與年化收益率超過10%的項目。而根據當時不良債權處置市場的情況，該不良債權包能夠于1年、2年或3年處置完全的可能性分別為20%、50%和30%。3年中的處置可能值不發生變化，分別為1.1億元和1.3億元，概率均等。根據以上信息，資產管理公司A是否應積極參與B銀行資產包收購項目？根據上述條件，筆者繪出的決策樹如圖3所示。

圖3　

根據圖3可以判定，本次擬收購項目不符合A資產管理公司10%收益率的標準，故不應參加本次收購。

4.2決策樹分析模型在投資類業務中的運用

假設2016年10月，資產管理公司C與客戶D公司洽談規模約10億元的投資類業務。客戶D可接受單利年化12%的資金成本，即若無提前還款，2年后客戶D將償還12.4億元。資產管理公司C只投資于年化收益率超過10%的項目，雙方初步擬定的收益率為年化12%。該項目擬投資時間為2年，客戶D可于資金投放1年后提前還款。若提前還款，1年收益率加提前還款補償，年化收益率為12.5%，客戶D提前還款的概率為40%。2年后若市場嚴重惡化，資產管理公司C僅能收回80%的本金，即8億元。市場嚴重惡化的可能性為10%。根據上述條件，資產管理公司C是否應該投資于客戶D？

根據上述條件，筆者繪出的決策樹如圖4所示。

圖4　

根據圖4可以判定，本次投資收益率超過資產管理公司C要求的10%收益率，資產管理公司C應該積極推動本次投資。

以上兩案例均為筆者虛擬的案例，對現實因素進行了簡化，但通過上述案例中決策樹分析模型的具體運用，很好地展現了在進行初步投資判斷時，決策樹分析模型展示出的直觀、高效、簡潔的優勢。

5　可行性分析

筆者認為運用決策樹進行項目初步判定較為可行，原因如下。

(1)操作可行性。決策樹分析模型操作簡便，直觀易懂的，運作成本較低。只需要對資產管理公司內人員進行短期的培訓，就可上手操作。對于常規的項目，決策樹分析模型甚至無須借助計算機完成，這也便于增進前臺人員與審核人員及客戶的有效溝通。

(2)數據可用性。在模型中我們可能會用到較多數據，但部分數據(如投資額、貼現率、未出現意外事件的預期回收額等)都為已知或可通過預測得到。筆者認為模型預測出的數據即便不能保證精準，但也可起到提供模糊值，為初步判定提供幫助。

6　決策樹分析模型的積極影響

決策樹分析模型因其自身優勢已被廣泛地應用于企業的投資決策之中。當面對多種執行方案且每種執行方案會有多種后續選擇時，決策樹會不失為一種好選擇。它有效地控制了決策帶來的風險。

對于資產管理公司而言，決策樹分析模型所具備的高效、靈活的特性與資產管理公司業務模式的多樣靈活性相契合。另外，決策樹分析模型的直觀易懂也便于對客戶資源的拓展。

7　決策樹分析方法的局限性

(1)適用于初步判定。由于決策樹分析模型對于處理某些主觀、復雜信息仍具備局限性，較適合用于前期業務拓展及項目初步判定階段。

(2)決策樹分析模型預測數據的主觀性。決策樹分析模型的操作并不復雜，但卻要求使用者具備一定經濟預測能力。從上述兩個案例中，可以看出，使用者需要預測出市場變化的概率及市場收益在不同市場情況下的收益值。這些輸入變量預測的準確性將直接影響到所繪制決策樹模型的分析結果，并最終影響使用者的決策能力。但事實上，不同使用者對于經濟的預測勢必會帶有主觀色彩，這些主觀性有可能會影響最終判斷的準確性。

(3)市場劇烈變動情況下分析模型的無效性。必須認識到，在某些時期，市場環境會發生大幅度波動。此時，基于經驗的預測值很有可能失去價值。所以，決策樹分析模型只是在既有的市場預期下為我們的決策提供參考，卻不能保證決策結果的最終的正確性。

[1] 決策樹[EB/OL].智庫百科,http://wiki.mbalib.com/wiki/決策樹.

F273.4

A

2096-0298(2016)10(b)-095-02