风险管理模型，作用究竟有多大

1. 风险管理模型，作用究竟有多大

风险管理-风险管理的作用

2. 风控模型的简介

风控模型，是风险控制模型的简称。常见于信贷担保公司，用来对业务进行风险控制。风控模型当下国内主要有：工商银行开发的风控模型。

3. 风控模型的详细内容

在高度精细化的风险控制模型中，很重要的一个环节就是用先进的统计计量模型来更加准确的描述多种金融资产价格波动的关联性。在现实的金融交易中，我们将面对成百上千的金融资产，所以我们需要一个理论上十分灵活、现实中应用有效的统计模型能够同时对大量的风险因子的相关性进行描述、估测和模拟。在科研中，在不断探索，力图在现有的模型基础上，找到更加灵活的模型准确高效描述各高维的金融风险因子之间的相依性。当然，高度量化的数量风险模型，还要在业界实际应用中能够运算相对迅速，这样才能对各种金融组合进行实时的风险预测和监控。这种高度量化的风控模型，将无时无刻不为交易所、清算所和各大券商经纪公司，实时计算未来各种资产组合的风险度，从而始终将各种金融交易的市场风险控制在合理的范围内，使衍生品市场交易能够稳定运行，最大可能的减少巨大价格波动给市场带来的危机。

4. 风控建模是什么

风控建模是什么？模型分为两种：



1、一刀切，大于这个阀值的通过，小于这个阀值的拒绝。

2、分级，不确定的人工干预。



一刀切这种模型，首先声明一点，在我的理解，应该没有一家公司有种到，就靠一个模型就完全判定客户好坏，给他放款与否，如果有这家公司的存在，请收下我的膝盖，请大神收我为徒。毕竟我所在的公司不敢这么干。



一般这种一刀切的模型是放在很多的策略规则，反欺诈规则，各种验证规则差不多最后一步步骤的模型，模型给客户一个评分，利用评分划分一个阀值，高于阀值的通过（假设越高分的客户质量越高），低于阀值的拒绝。



这时候还需要提及一点就是，风控，全名是风险控制，风险控制的意思就是控制风险，但是并非完全没有风险，所以阀值的划分上，中心思想是：我能让坏客户进入造成的损失，是可以用好客户的收益除去人工，数据，获客各种杂七杂八的成本覆盖以外，还可以获得一个接受的收益的前提下，我去画下这个阀值。这就意味着，阀值的确定并非高于阀值的客户就一定是好客户，你要都是好客户，那你100个人进来，你就取那个最高分的，那么逾期率肯定低的，但是这样子你们市场部肯定跟你翻脸，老子拉100个客户，你就给一个过，什么意思，搞我啊！为了避免这种风控和市场的斗争，你就需要找到一个权衡客户以及效益的阀值。



客户涉及的成本:（具体数字需要根据自己公司的数据做调整。）



获客成本：你们在该产品渠道投放的获客成本，这估计要跟市场部询问，你也可以估算，这不是精算，并非需要精细到真真切切的具体一个客户的获客成本，大概就可以了，应该你的阀值还会调整的。



资金成本：就是你借出去的钱，是属于那种渠道的资金，需要支付对方的利息，这个可以询问领导。因为每个客户的金额可能不同，无需统计你这批客户的放款金额，可以取一个平均贷款金额再乘以总的放款人数，毕竟你这些客户都是放款，模型要针对的是正在申请的客户。（资金渠道有多个，可以取平均值，或者你想保守一些，平均值取上一些可是可以的。）



人力成本：你都一个阀值确定好坏了，所以这个人力成本，tan90°啊



数据成本：每个客户都要多多少少接入你一些外部数据，客户接入的外部数据，估算一下外部数据的成本。（也可以问下你的领导）



如果以上的成本数据你拿不到，那你就不要做这个利润最大化的活了。我是说真的，毕竟我不知道你们公司这些信息是否可以告诉你。

5. 怎么构建风险管控模型

风险识别与可能性预测：
要全面分析公司所处的环境和内外部特点，列出公司可能面临的所有风险因素，即列出风险清单。

评估各种风险如何影响公司的价值：风险成本：
在实施整合风险管理的过程中，管理人员不仅要估计出每一种风险对公司价值的影响，而且还必须了解每一种风险是如何作用于整个公司的风险组合，以及减少每一种风险所需要的成本。由于风险管理产生的效益(以及成本)在每个企业之间有所不同，风险管理策略必须量体裁衣，适应每个公司的具体情况。

分析风险管理方式：
管理人员必须考虑对已经列明的风险以何种方式进行管理，特别是要从转变经营方式、调整资本结构、使用各种金融工具等三方面入手进行分析。在这个过程中，关键问题是分析清楚不同风险管理方式是如何相互作用的。

建立公司价值模型：
在掌握了公司面临的各种风险因素、风险组合、管理风险的不同方式及其成本之后，管理人员就可以着手分析计算能够使得公司价值最大化的风险管理策略。为实现这一目标，管理人员必须构建一个公司价值模型，将其掌握的有关公司风险的各种信息和知识——包括这些风险如何影响公司价值——都纳入到这个模型中。通过改变模型的输入变量，就可以发现不同风险的变化是如何影响公司价值的。

6. 风控数据分析中的规则与模型

风控数据分析里面有两种方法（我自己划分的不知道对不对），就两类方法，我做了一个大致的总结，如下
  
 1.规则：某个用户的某个行为，一天最多20次，一小时最多10次，类似这种。
   优点：数据分析工作较为简单，短平快，在接口防刷，批量行为
   等类场景性价比高
   缺点:1）这种策略容易被试出来并绕过
   2）往往为了解决精确率的问题而无法兼顾召回率
  
 2.模型（数学/机器学习）：
   优点：分类效果往往更好，解决复杂场景更有优势
   缺点：依赖大量的数据标注和较为复杂的数据分析工作，需要一定的数据分析基础，收益慢更新迭代不及前者。
  
 个人认为，如果只会第一种方法，并不能很好的解决所有的尤其是复杂的数据分析问题。因为这种规则的局限性非常大（可以认为是把线性回归模型的系数矩阵置为0，只有常数项的数学模型，也就是模型的极端特例。既然是特例解决的问题肯定不是特别好）。最大的一个问题是，为了解决精准率的问题没法同时保证召回率，如下图的例子：
                                          
 上图的黑色虚线是规则的效果，橙色实线是模型效果，我们可以看到，规则为了保证最上方的红色圆点不被误伤，阈值选择非常靠上，导致大量蓝色圆点无法被召回，也就是为了保证精准率牺牲了召回率。但是模型就好一些，因为它可以通过复杂的矩阵运算在二维甚至多维空间内分出出相对复杂的两部分。
   当然两者也并不是泾渭分明的，比如大名鼎鼎的决策树模型其实就是一系列复杂的阈值规则组成的，随机森林模型又是由决策树模型投票产生的。
   在处理相对复杂的数据分析问题时我更倾向于通过模型来解决，而相对简单快捷的阈值规则也有其一定的用武之地。

7. 如何进行企业风控管理

亲，你好，很高兴为您解答，答可以这样进行企业风控管理企业风控管理根据风险的来源，可分为外部风险和内部风险。　1.企业外部风险包括顾客风险、竞争对手风险、政治环境风险、法律环境风险、经济环境风险等2.企业内部风险包括产品风险、营销风险、财务风险、人事风险、组织和管理风险等。俗话说，正人先自己。有强大、高素质的管理层，意味着创业成功了一半。因此，企业经营者首先要转变观念，注重风险。必须认识到创业难以保护工作。认识到这一点，企业经营者可以不断反省自己，找到自己和优秀企业经营者的差距，不断学习和进步，永远保持进取和创新的心情和意识，真正与时俱进的才能不断审视自己的经营和管理，经营管理没有重大的错误。【摘要】
如何进行企业风控管理【提问】
亲，你好，很高兴为您解答，答可以这样进行企业风控管理企业风控管理根据风险的来源，可分为外部风险和内部风险。　1.企业外部风险包括顾客风险、竞争对手风险、政治环境风险、法律环境风险、经济环境风险等2.企业内部风险包括产品风险、营销风险、财务风险、人事风险、组织和管理风险等。俗话说，正人先自己。有强大、高素质的管理层，意味着创业成功了一半。因此，企业经营者首先要转变观念，注重风险。必须认识到创业难以保护工作。认识到这一点，企业经营者可以不断反省自己，找到自己和优秀企业经营者的差距，不断学习和进步，永远保持进取和创新的心情和意识，真正与时俱进的才能不断审视自己的经营和管理，经营管理没有重大的错误。【回答】

8. 怎么理解风控？如何实施风控？

很多人都在说风控的重要性，但真正想明白风控的怕是没几个人。每个人对风险控制的定义都不同，有的人说分散投资就是风控，有的人说控制仓位就是风控，有的人说买好的股票长期持有也是风控，有的人说快进快出坚决止损止盈也是风控。
 
 我来说说我对风控的理解，当然也是我们星瀚投资的观点：
 
 1、首先我认为，风控是一个系统的行为，不是单一的逻辑。这个体系是自上而下的，是非常庞大的。
 
 2、其次，要搞明白风险的来源。有哪些风险来源？我把他们简单分类：1）宏观经济风险；2）市场波动风险；4）行业和企业变动风险；5）仓位&配置风险；6）交易策略&体系风险；7）资产配置风险。
 
 第三，再思考如何运行风险控制。我认为必须对每个风险指标要给出阈值来控制。假设我们给每个风险源等权重，按1-10打分，定义综合风险值0-3为低风险，4-6为中风险，6以上为高风险。下面为举例：
 
 ①宏观经济风险：全球经济萎靡，但中国GDP加速增长，通胀温和利率稳定，宏观经济风险值很低（风险值=2），理论上应该加仓重仓投资中国。
 
 ②市场波动风险：恰好这时A股整体估值非常高（比如100倍PE），对应的风险值=10，如果你这时候你去投资指数ETF，你冒的风险就很高（10+2）/2=6。
 
 ③行业和企业变动风险：但如果你不是投资指数而是投资某个估值非常低前景稳定的行业呢（比如股灾后大幅跑赢指数的金融股、白马股、优质港股），假设风险值=1，则你的综合风险值就会比较低为4.3=（2+10+1）/3。 如果你分散投资选择某些个股，那么你的风险等级就可能更低，具体的风险值就要看个股的基本面和估值了，买一个5PB的券商股和买一个1PB的券商股，买伊利和辉山，风险等级差异巨大。这个是不好量化的，只能由企业所处行业的前景、公司未来的业绩增速、当前的资产质量、管理层的优劣、估值的高低等综合去衡量，给出一个大致的风险值。
 
 ④仓位&配置风险：按上文的情况，这时候如果你80%仓位持有一个ETF或一个股票（风险值8），那么你的综合风险值就大于6了，即（2+10+4.3+8）/4=6.1，按照我们假设的定义属于高风险投资了。但如果这时候，你分散投资几个相关系数比较低的低估值行业或个股，那么你的风险值就会降低（我个人认为分仓10-15个品种是比较合理的）。
 
 ⑤资产配置风险：指宏观的大类资产配置（微观的资产配置就是仓位高低、持仓个数的多寡），比如全球经济萎靡，各国风险资产价格昂贵，整体风险等级很高，但你配置了避险国（经济独立全球）的资产，那么你的风险等级可能是比较低的。并且针对同一个国家，你配置不同类别的资产，风险等级也不同，你买利率差不多的国债和企业债风险等级不同、你买房子和国债冒的风险完全不一样。
 
 ⑥交易策略&体系风险：不同的交易策略和交易体系，风险等级是不同的。交易策略方面：长期持有白马蓝筹股风险值可以给2，而短期投机垃圾题材股风险值可以给10；交易体系方面：基于主观判断的交易风险值比较高，基于量化交易风险值比较低。
 
 3、最后，核心的关键问题就是如何定义每个风险的风险值。可以通过量化的手段：
 
 ·对于指数来说，我们都知道美股的PE在15-25倍之间徘徊，超过25可以对应10风险值，低于15对应0风险值（我们每周纪要的市场估值区间表就是基于此逻辑）；
 
 ·对于交易策略同样可以量化计算，比如大家熟知的海归交易法，你可以回测历史计算你最大亏损波动率收益率等，最终给出一个风险值；
 
 ·对于大类资产配置、仓位高低、持仓品种多少等均可以人为的定义风险值。
 
 ·对于宏观经济、行业个股等可以对各种数据指标代入量化模型去分析当前的风险值， 如把各种宏观经济数据代入宏观分析模型去判断当前的宏观形势，如把行业、个股的营收利润增速、利润率，负债率、资产周转率、现金流、ROEROIC、PE/PS/PB/PEG等指标代入分析模型中，当然这里是有主观判断的成分；
 
 4、最后的最后，那就是每个风险的权重如何确定，这个就留给大家自己摸索吧，毕竟每个人的投资风格都不同：投机为主的人可能会给交易策略风险更高的权重，投资为主的人可能给基本面风险更高的权重，宏观&固收的人可能给宏观经济风险、市场波动风险很高的权重……
 
 5、总结一下一下：假设经济很好，但你买入的点位很高，那你冒的风险会很大——但如果你买了低风险资产（比如行业前景向好，估值较低的个股），且做好了合理的仓位管理、分散的资产配置，那么你冒的风险又不是那么大——但如果你用了很激进的交易策略，比如基本面不错估值较低的标的短线大涨，你选择追涨，又不采用任何止损止盈策略，或不加量化交易模型控制，那么你的风险等级有可能又变得很高。
 
 在举例另一种情况：假设经济很糟，你买了高估值的资产，没有全球的大类资产配置，没有看行业和个股的基本面，重仓持有的是短线博弈题材品种（典型的散户操作手法），但如果你用了比较牛的交易策略和交易体系，如执行严格的止损策略（例如A股特别有效的20日均线法则），或采用了ROC动量策略（参考雪球蛋卷28轮动基金，历史回测表明净值回撤很小，最大亏损很小，牛市跟上大部分指数，熊市早早离场），那么你的风险等级可以说依然是可以接受的（散户中的牛散）。很多人失败就在于牛市顶峰时没有很好的风控，高位继续冒风险，最后资产过山车，而有的人则是牛市半山腰就因为感受到风险太高而撤离，没有吃到后半程的泡沫。面对这两种问题，最好的情况就是研制出一套高位追涨的交易策略，即在风险等级较高的情况下，采用跟随市场策略，一旦破位下行就立刻止损离场 （比如ROC动量策略、20日均线交易法则、海龟交易等）。
 
 总之，每个人都要学会计算你当前资产的风险等级是如何。很多散户之所以失败就是分不明白风险的来源，搞不清自己资产的风险情况，才会在看似低风险的情况下死的不明不白，因为你们很可能在做高风险的投资（比如买入100倍的中小创，5连板的题材股），反之，很多高手在看似高风险的情况下仍在重仓投资，但他们可能冒的风险是非常低的。