信托专题研究:信托业务风险管理智能化研究(二)

中国信托业传统风险管理模式的现状与痛点

1.信托传统的全面风险管理体系的现状

信托行业经过多年发展、探索、转型,已逐步形成较为成熟的风险管控模式。除了以中信信托为代表的主流风险管理模式外,平安信托的“工厂模式”以及中融信托的“独立审批人模式”在信托业风险管理实践中也独树一帜。

中信信托的“嵌入式”风险管理模式,使得风险管控涵盖了整个业务全流程,从风险识别、评估、决策、执行、监控、处置等环节对项目风险进行全面把控,得到行业多数公司的认可,因此行业内大多公司采用该模式进行管控,尽管部分措施存在差异,但整理了思路并无本质区别。中信信托为代表的主流风险管理模式业务评审流程如下:

2013年中融信托对原有风险管理模式进行了改革,设定了一套被称为“独立审批人”的风险控制体系,在此基础上对风险管理流程进行了重塑。该模式的关键在于根据不用业务类型,将风险管控工作划分至相应的风险管理团队负责,并将其审查意见作为最终决策委员会审议的参考依据,提高业务决策审批的专业度及有效性。“独立审批人”模式的业务评审流程如下:

平安信托打造的“工厂式”风险管理模式,核心在于采用定量与定性相结合的方式,建立一套标准化的风险管控体系,在此基础上,大部分业务都能够模式化地执行匹配的交易结构、定价方案、审批流程等,提高了风险管理的专业性及有效性,特别是运作成熟、长期合作等业务。平安信托目前已完成了覆盖13个行业的交易对手评级模型建设,并且搭建了一套以巴塞尔协议为基础的风险计量体系,为实现风险管理标准化流程奠定了基础。“工厂式”风险管理模式下的业务评审流程如下:

无论上述哪种模式,信托业风险管控均已嵌入至业务的投前、投中、投后阶段,并建立了以四道防线为基础的风险管理体系,其中第一道防线为业务部门的前端控制,第二道防线为风险管理职能部门的风险把控,第三道防线为稽核部门的事后检查,第四道防线为董、监事会的持续监控。以下从业务的投前风险评估、投中的风险管控以及投后的风险监测三个方面对信托公司业务风险管理手段及方法的现状进行总结。

(1)投前的风险评估。在业务投前阶段,信托公司主要通过尽职调查、设定准入要求和科学的评审,来对业务风险进行有效把控。

对业务进行有效的尽职调查是把控业务风险的首要环节但不同信托机构对尽职调查工作的要求高低不同,因此尽职调查质量也参差不齐。为充分揭示、防范业务风险,完善的尽职调查制度及工作指引不可或缺,首先应全面了解交易对手行业情况、财务状况、经营情况以及面临的法律风险等;其次应加强交易对手的资金用途核查,同时需重点关注项目还款资金来源。另外,可要求业务团队尽量本地展业,以更好的把握交易对手及所处市场整体情况。对于复杂项目,可借助中介机构参与尽职调查。目前部分信托公司已建立中介机构选聘相关制度,进一步加强中介机构准入管理,提高项目尽调工作效率及质量。

对于业务准入门槛,不同的信托公司建立了不同标准,但基本上包括了资产质量及交易对手两方面。以平安信托为例,公司根据资产投向,制定相应的风险策略体系,从交易对手、标的质量、收益标准等多维度加强业务准入管理,强化风险策略对业务发展及风险管理的引领作用;同时建立了禁止介入项目标准,对于涉及民间借贷、项目收益不明确、经过多轮金融机构接盘的项目禁止介入。交易对手评级方面,依托庞大的交易对手数据库,平安信托建立了覆盖各行业的交易对手信用评级模型,充分考虑宏观环境、行业景气、公司情况等多方面因素,根据风险衡量标准采用定性与定量相结合的方法,从风险发生的可能性和影响程度两方面对识别出的风险因素进行分析和排序,合理设置风险因子的权重,对交易对手进行合理的风险评级。

业务评审及决策方面,从三种主流风控模式来看,基本上各信托公司均已建立了科学的评审流程及决策机制,通过规范决策机构运作,严格遵守内部投资决策程序及分级授权体系,推进公司业务评审决策的科学化、制度化。

(2)投中的风险管控。在业务投中阶段,信托公司主要通过风险管控措施、产品结构设计等方式,对业务风险进行有效把控。

首先是担保条款的设置。部分信托业务要求融资人对融入资金进行担保,包括提供保证及抵质押资产等,并对担保的有效性进行严格审查,如担保人的担保能力、抵质押物的变现价值及流动性等方面。相对来说,物保比人保的担保性更强,通过设置抵质押物,能够有效降低信托公司的风险敞口,当融资人出现违约情形时,通过处置抵质押物回收本金及利息等。其次,项目放款过程中,逐笔进行严格审查,并落实与融资人合同文本的面签,向资金方充分披露或有风险、明确管理责任。另外,产品结构设计方面,信托公司主要根据不同的交易结构、产品性质等,与投资者风险偏好、承受能力及意愿有效匹配,降低产品运作风险。

(3)投后的风险监测。在投后风险管控方面,主要通过动态跟踪监控,了解信托项目计划的实际执行情况,及早发现风险,及时预警并采取科学的应对措施,对风险事项及时报告披露,进而有效把控信托项目投后风险。

首先,持续关注交易对手。交易对手情况受宏观环境、行业发展趋势、自身经营能力等方面影响,履约能力及意愿也会发生一定变化。持续跟踪交易对手情况,对潜在的风险事项提前预警,是投后管理的重要环节。大部分信托公司已建立了有效的项目投后监控机制,对交易对手的经营情况、财务状况等方面进行动态跟踪及监控,并监测市场相关舆情信息,同时重点关注项目的运行情况,提前识别风险事项并做好应对措施。

其次,做好资金用途跟踪。项目资金用途跟踪是投后管理的另一个重要的方面,确保融出资金使用符合合同约定,防止资金被非法挪用。行业内常见的做法包括开设监管账户、资金回款专户监管、设置项目资金监控专员等,通过专户监控资金的使用、归集等信息,动态跟踪项目运作情况。

最后,当出现不良时候,强化风险处置手段。大部分信托公司经过多年业务发展及探索,已建立了针对不良项目的各类风险处置措施。综合来看,主要包括设立风险专项处置小组,综合采取直接催收、诉讼清收、债权转让、引入第三方接盘、公证强制执行、债务和解、债务重组、处置担保物及查封物等综合措施化解项目风险;同时目前行业已开始尝试通过收购标的资产、委托中介机构清收、设立不良资产投资基金等创新手段处置不良资产。

2.信托传统风险管理体系的痛点

多年探索虽然使得信托行业风险管控体系趋于成熟、完善,但传统风控模式在实践过程中仍然存在诸多问题,约束着风险管理整体工作的稳步推行及风险管理水平的提高。

(1)风险策略时效性及准确度有待提高。在风险策略制定方面,由于市场环境处于不断变化的过程中,政策动向、行业特征等均会对业务风险策略的适用性及准确性产生影响,信托公司需根据市场状况动态调整风险策略,但传统风控对于风险策略的调整大多滞后于业务的发展,属于被动型调整,当业务模式随市场环境变化进行相应调整时,为适配新的业务模式,风险策略才需进行相应更新,因此策略本身的前瞻性及对业务的指导意义无法得到有效发挥。同时因为缺乏时效性,风险策略本身的准确性难以保障。实现风险策略的主动调整,提前预测市场环境变化趋势并做好策略的动态更新,对业务发展提供科学、合理的指导,强化风险策略的引领作用,提升投前的风控水平,是目前行业风险策略亟需改进的方向。

(2)项目评审时效及评审质量有待提高。在项目评审方面,传统风控流程一般需经过业务团队初审及评审团队复审两轮,对项目的双重审核虽然提高了风险把控的有效性,但部分工作内容存在重复,评审流程过于冗长、繁琐,同时由于大部分信托公司项目评审人员的配置人数远小于前台业务人员,人均工作量大,拉长了评审的时间,因此项目评审整体的时效性较低。此外,受制于所获取信息的完整性、准确性、及时性等,也依赖于评审人员自身的专业素质及工作的独立性,项目评审的质量也有待提高。

(3)财务尽调时效性及分析质量有待提高。在财务尽职调查方面,要求尽调人员具备扎实的财务基础,充分了解财务报表之间的勾稽关系,且对交易对手所属的行业有深入了解及判断,具备有效识别潜在风险因子的职业能力及敏感性。完善的尽调流程需要耗费大量时间及精力,复杂的审核程序及资料收集要求,使得财务尽调的时效性无法得到有效提高。同时因人工依赖程度较高,尽调人员自身的专业能力及职业素养对分析报告的质量影响较大,分析报告质量难以得到有效保障。

(4)押品评估质量有待提高。对押品估值要求评估人员具备专业的能力,对行业有深入研究。以房地产行业为例,评估人员需熟悉使用各类估值模型,且对不同区域的政策及市场情况有充分了解,才能对押品的可变现价值进行准确、有效评估。此外押品评估还需重点关注流动性,对于特殊的抵押标的,应该分析其变现的可能性。目前行业尚未形成对押品评估的标准化流程,基本上依赖于评估人员个人职业判断及专业能力,且无法精准计量交易对手预期损失,前瞻性判断押品价值变化,因此整体上押品评估的质量及时效性不高。

(5)法审时效性及偏差率有待改善。在合同审核方面,流程非标准化及人工干预程度较高,约束法审效率的进一步提高。且受监管环境变化影响,对合同条款的合规性审查要求审核人员动态跟踪政策变动情况,熟悉并深入了解相关监管法规,审核的偏差率依赖于法审人员的主观判断,难以有效降低。

(6)放款时效及预警效率有待提高。在放款审核方面,需对放款条件的符合性进行逐条核对,确保交易对手各方面均符合放款要求,该项工作繁琐、耗时,而目前行业主要采用人工审核方式完成,因此项目整体放款效率无法得到有效提高。投后监测方面,目前尚未形成对风险信息的有效收集、整合及分析机制,因此风险识别及预警效率有待进一步提高。


信托风险管理智能化的大数据基础现状与构建路径

21世纪以来,一方面由于人工智能算法的改进,另一方面由于计算条件和计算能力的提升,人工智能技术进入了飞速发展期。基于神经网络的深度学习算法、基于生物进化的遗传算法以及辅助学习的模糊逻辑和群体算法等开始进行大规模的实践。尤其随着互联网的发展,人工智能技术已广泛运用到了智能搜索、语音识别、图像识别、生活预测、人机交互等,影响到生活的多个方面。之所以深度学习等人工智能技术能够在近几年快速发展,成为最热门的话题,是因为随着移动互联网的爆发,数据量呈现出指数级的增长,大数据的积累为人工智能提供了基础支撑,同时受益于计算机技术在数据采集、存储、计算等环节的突破,人工智能才能从简单的算法+数据库发展演化到了机器学习+深度理解的状态。因此信托风险管理的智能化也必须建立在信托拥有大数据的基础之上,否则没有大数据,人工智能就是空中…楼阁。

然而信托现阶段数据基础比较薄弱,由于信托大部分投资于非标业务,因此数据的非标准化给数据仓库的构建带来了挑战。智能化的发展的最重要基础就是更多的数据。更多的数据不仅包括更多的数量,还包括更多的维度,而获取更多数据的方式主要为两种方法,一是内部产生,通过不断开拓与累积数据,二是外部输入,通过接入信托行业、金融行业、各行业相关数据。所以信托构建数据仓库就需要从四个层次进行,每家信托机构应推动自身建立公司级数据库,行业应该推动构建行业数据库,配合监管构建统一的金融业资管产品数据库,最后引入各行业的行业数据。

1.信托公司的数据仓库构建

根据信托公司的业务基础和实际需求,信托公司的大数据体系应按照“结合实际、分步进行、问题导向、重点突破”的原则,采用“轻”存“快”建、“适度”管、“试”用的策略进行构建。

(1)“轻”存“快”建,搭建符合信托公司特点的数据仓库。信托公司的数据规模不大且比较分散,对数据仓库的认识也有一个循序渐进的过程,应尽量采用“轻量化”的思路,采集并整理公司发展所需要的数据,先快速建立数据库,后逐步完善数据。信托公司的数据仓库应包含四类数据:第一类数据是公司自身的业务及管理数据,也就是内部数据,这些数据是信托公司大数据体系的核心和关键;第二类是信托行业的数据,包括公司数据、产品数据、风险数据、客户数据等,这些数据可以描述信托行业发展的全面特征,为公司在行业中的竞争提供直接参考;第三类是金融市场数据,不仅包括货币发行量、利率、汇率等宏观金融数据,还包括股票市场、债券市场以及其他金融产品的数据,这些数据可以为信托公司的经营和决策提供重要依据;第四类是涉及宏观经济的非金融数据,包括与信托业务发展相关的宏观经济数据、区域经济数据、特定行业数据、交易对手数据等,这一层数据量大、覆盖面广。四类数据彼此联系,层层支撑,可以构成信托公司大数据体系中的金字塔型数据仓库。

(2)“适度”管,要对现有的内部数据进行完善和梳理。不仅提高内部数据产生的质量,而且要充分发挥系统治理功能,使数据归集整理通过信息系统自动实现,提高数据管理的效率。尤其是信托公司业务多元化,所需数据来源渠道复杂,技术处理要更加规范,适度控制数据质量。特别需要注意的是,信托公司应该明确数据管理的阶段和重点,不能急于求成。信托公司在自身数据价值挖掘方面还处于初级阶段,因此对数据的管理应该由内而外,循序渐进。

(3)“试”用。尽管大数据对金融机构具有战略价值,但在信托行业普遍缺乏实践的情况下,构建大数据体系需要信托公司“摸着石头过河”。信托公司首先应该审视自身经营管理中存在的突出问题,以问题为导向,引入大数据技术,设计解决方案。例如信托产品的内部评级问题,对于非标准化的信托产品,大数据可以在风险计量和产品收益等方面发挥重要作用,产品本身所涉及的项目数据、交易对手数据、抵质押物数据等也可以通过外部渠道获取。信托公司可以通过类似产品内部评级等重要课题,摸索大数据与公司经营决策之间恰当的结合方式,尝试发挥大数据的积极作用。

2.行业构建信托业数据库

大数据的构建不仅是每家信托机构推动自身建立公司级数据库,更是需要行业的共同努力,共同参与,推动信托业构建行业级数据库。

2017年9月1日8:30分,信托登记系统终于正式上线运行,各信托公司正式开始通过信托登记系统办理信托登记,并在规定的时限内做好存量信托产品登记补办工作。2018年8月7日,在征求行业机构等方面意见基础上,经中国银保监会批准,《中国信托登记有限责任公司信托登记管理细则》(简称《细则》)发布并正式生效。此次细则是根据原先颁发的《信托登记管理办法》(简称《办法》)要求制定的。《细则》总计11章,共34条,包括总则、信托登记办理、信托预登记、信托初始登记、信托变更登记、信托终止登记、信托更正登记、定期报送、信托登记信息保管、信托登记自律管理和附则,其框架结构与《办法》登记相关条例相衔接。《细则》出台生效对于进一步规范信托登记活动,提升信托登记的科学性和执行效果,促进信托业持续健康发展具有积极意义。

一是进一步明确信托登记具体规则,全方位规范登记工作,有助于扎实开展信托产品及其受益权的集中登记,在登记实际操作方面具有指导意义。

二是完善了信托登记信息收集的全面性、及时性和准确性,有利于进一步加强对信托产品全生命周期的监管监测,有助于监管部门及时把握信托业单体和行业整体的风险状况。

三是明确了特殊信托产品和登记事项的登记要求,提升了具体工作的可操作性,为信托登记工作全面深入推进并充分发挥信托登记功能奠定扎实的基础。

信托行业近年来发展速度很快,但内部管理水平总体落后于业务发展速度,造成了信托业粗放型的发展模式,需要转型调整。与银行业、证券业等其他金融同业相比,信托业统一登记在2017年才正式建立,信托业对大数据的重视程度需要进一步提高,全行业应该在战略上重视大数据、重视信息系统水平的提升。同时,监管部门应该为信托大数据的发展提供更好的基础条件,比如建立更加规范的信托业务分类体系,便于行业数据的整理;建立行业基础数据库,便于信托公司及时获取行业信息,等等。随着信托登记体系的建立,信托的登记和受益权转让将会产生更多更有价值的行业数据,可以为信托业的发展提供更好的支持。

3.配合监管构建统一的金融业资管产品数据库

数据孤岛问题长期存在与中国金融业,目前,我国各类资产管理机构的数据信息分散于中央国债登记结算公司、中国信托登记结算公司、中国证券登记结算公司、银行间市场清算所、上海票据交易所、上海黄金交易所、上海保险交易所、中国保险资产登记交易系统公司的十多个不同平台上,因此打破金融行业数据壁垒,引入同业数据来丰富信托数据库事在必行。

统一金融行业数据就必须先统一规则,规则的统一有一个关键的基础工作就是要建立在资产管理产品统一报告制度基础上的产品信息数据库的整体统一。故现阶段信托行业应该积极参与中国人民银行牵头的资管产品统一工作。

我国资产管理市场在长期发展过程中的基础痛点体现在三个方面:一是缺乏统一规则,而是缺乏有效需求,三是缺乏持续供给。而金融科技在解决上述每个基础痛点方面都有广阔的发挥作用的空间。未来,中国人民银行将负责统筹资产管理产品的数据编码和综合统计工作,会同金融监管部门拟定资产管理产品统计制度,建立资产管理产品信息系统,规范和统一产品标准、信息分类、代码、数据格式,逐只产品统计基本信息、募集信息、资产负责信息和中止信息。在统一产品数据库建设的基础上,中国人民银行和各金融监管部门将会加强产品的统计信息共享,并及时沟通跨行业、跨市场的重大风险信息和事项。这将极大丰富包括信托公司在内的众多资产管理机构的数据库建设、运算和挖掘技术提供广阔的运用空间。

4.引入各行业的行业数据

要深化金融体制改革,增强金融服务实体经济能力。信托由于具有自身独特的制度优势,实现了货币市场、资本市场、实业市场领域等多个市场的跨越,并且可以实现股权、债券以及夹层融资等多种运用方式,这种独特的制度优势和灵活多样的运用方式,造就了信托与实体企业关系最为紧密,能为各类实体行业提供丰富的金融服务。目前,实体经济成本高、利润薄,中小微企业融资难、融资贵、融资慢等现象仍然存在,金融对实体经济支持仍显不足。造成这种现象的一个重要原因,是金融机构和实体企业之间存在较为严重的信息不对称,实体经济能够提供的信息,不足以支撑金融的投资决策。金融机构准确获取实体企业真实经营信息的难度较大,金融机构和实体企业建立信任的过程较为曲折,对中小微企业授信管理成本和风险溢价较高。只有建立起实体产业经营信息向金融机构准确传递的机制,才能推动金融更好地为实体经济服务。因此信托在建立金融数据的同时,需要不断引入各类实体行业的相关数据,丰富数据库的维度与深度,才能更好地服务实体企业。

在智能化决策越来越被重视的今天,无论行业或企业规模如何,我们看到越来越多的企业开始依赖数据分析和可视化来建立自己的竞争优势,各行各业的企业都在收集、存储和分析来自不同格式的数据。在商业智能化竞争下,要想获得成功,利用数据进行商业决策则变成了比业务本身更重要的事情。数据分析和可视化技术的快速发展意味着企业非常希望通过正确的技术选择尽快地获得业务上的成功。信托公司应该充分利用现阶段各实体行业进行数据化、智能化转型的契机,与各行业企业对接数据,引入实体企业数据库,使得信托和实体部门的关系将变得更加紧密,资金和实体的“触点”将大大增加,实物流、资金流、信息流实现高度连通,最终使得实体企业信息数据融入信托数据库,实现金融与实体的高效合作。


作者:中国信托业协会
摘自:《2018年信托业专题研究报告》

留下评论