商業銀行稽核模型精準監測策略探討

章瑞 中國建設銀行業務處理中心

隨著國民經濟和信息技術的高速發展，新形勢下風險防控要求的提出和新產品、新業務、新流程的出現，對稽核工作提出了更高要求。在新形勢下，稽核模型要順勢而為，從精準性、有效性等方面著手，找準風險靶點，實施精準管控，實現“以小成本管控大風險”。

一、稽核模型的現狀

（一）總體情況。建設銀行自2015年上線新一代稽核系統以來，全行借力金融科技戰略研發系統功能，利用SAS數據工具和稽核監測實驗室等各類稽核模型，持續加強稽核模型的全生命周期管理，為全行業務發展和風險防控提供了有力支持。稽核模型覆蓋柜面、智慧柜員機、電子銀行等多個渠道和存貸款、支付結算、信用卡、投資理財、電子銀行、自助設備等多款產品，形成了稽核監測和風險防控網絡[1]。

（二）模型分類。目前，根據作業模式、業務復雜程度、風險特點的不同，建設銀行將稽核模型分為4類：1.實時監測模型。主要針對特定的交易、賬戶、金額等設置預警條件，以實現對資金風險的實時監測和及時預警堵截[2]；2.分析類稽核模型。主要針對柜員、客戶以及不同業務的風險特征和制度流程漏洞設置預警條件，進行全量數據的風險篩查；3.核對類稽核模型。主要用于監測前后臺業務憑證票面要素的正確性、完整性和合規性。目前，核對類稽核作業已實現全行集中；4.服務提醒與業務管理類模型。主要為業務管理部門和前臺網點提供服務信息或關注信息，模型產生的信息直接提交業務部門和前臺，無需核查及前臺回復。

（三）存在的問題。1.模型報警信息量大，精準度有待提升。目前，稽核系統中的模型多針對單筆交易，側重監控單一的業務或環節，關聯并監測同一柜員或客戶在某一時段發生的多筆業務的模型較少。因此，稽核人員只能針對單筆業務進行孤立的判斷，不能跨產品、跨渠道地關聯分析同一柜員或客戶發生業務，從而導致現有模型的預警量較大但精準度不高，導致前臺稽核信息核查量較大，制約了稽核監測質量和效率的提升，使模型設計的預期目標和效果難以實現[3]；2.部分模型長期無數據，占用系統資源。目前，由于業務規則、系統控制、數據源發生變化，部分模型無運行數據，占用系統資源。

二、稽核模型的特征

（一）監測連續性?；俗鳂I具有連續性特點，是對業務的持續跟蹤，以防止每一個環節的疏漏。因此，稽核模型也具有連續監測的特征。稽核監測的連續性既包括對運行周期的連續，即每日、每周或每月對不同業務監測，也包括對單筆業務與前后順序的連續?；四Ｐ偷倪B續性，確保了風險監控的持續性和關聯性。

（二）業務覆蓋全面性。全渠道、全產品、全流程的系統化風險管理是目前商業銀行風險管理的目標，稽核模型的業務覆蓋面也應盡量全面。通過稽核模型，將全渠道、全產品、全流程的稽核監測作為日常監督作業模式，實現多維度風險管控，不僅全面覆蓋各渠道、各產品的業務，而且從深度上覆蓋單個柜員、客戶的經辦明細和交易明細。

（三）監測目標一致性?；四Ｐ偷慕?，是根據全行風險防控目標和內外部監管政策的需要提出的。模型的監測目標，應當與全行業務發展和內外部監管目標一致，即以保障全行業務發展合規、合法、規范為目標，為全行經營管理保駕護航。因此，稽核模型應該是業務管理不可分割的一部分；在風險防控的過程中，稽核模型與稽核對象在業務的風險防控上相輔相成，循環往復。

三、策略建議

（一）構建模型群組，精準監測風險。根據內外部監管需要、典型風險案例、產品創新、制度流程變化及管理難點，結合業務場景和業務流程，基于機構、員工、客戶等維度關聯若干個監測單一業務環節、風險點的模型，構建多維度的模型群組，實現對業務產品全流程、多視角的風險監測。以個人定期存款模型為例。目前，已有的個人定期存款模型近60個，孤立地看待每個模型的報警信息，很難判斷該筆交易是否合規、合法。但若關聯多個相關業務的模型報警信息，不僅可以降低核查量，便于追蹤排除，而且能夠提高模型精準度。

核查人員可以根據模型群組產生的報警信息，利用大數據分析工具、調閱會計憑證和監控錄像等手段，跟蹤排查疑點數據，深入挖掘模型及數據應用價值。

（二）高質量研發，拓展稽核覆蓋面。根據產品、渠道等維度研發稽核模型，根據內外部監管需要、典型風險案例、產品創新、制度流程變化及管理難點，分析問題根源，總結風險特征，及時發現各種業務流程中的風險環節、系統缺陷、制度漏洞，高質量研發稽核模型，實現對相關問題的持續監控，拓展稽核模型覆蓋面。此外，利用現有模型加強同類業務產品的風險分析，實現基于產品維度全流程、多視角的風險監測與防控。

（三）精準優化，加強模型全生命周期管理?；四Ｐ蜕暇€后，持續跟蹤模型運行情況，驗證報警信息的準確性和有效性。通過精準優化模型配置、調整模型參數，對信息量突增突減、無信息、問題率較低的模型進行精準調優，確保模型運行的精準性。模型運行穩定后，根據新一代版本更新及業務和制度的變化，對相關模型進行適當優化，并停用不適用的模型，持續加強模型全生命周期管理。