本文共字，预计阅读时间。

参赛单位：上海汉得融晶信息科技有限公司

案例名称：百信银行资产负债管理实施项目

案例简介：

百信银行通过资产负债项目的实施，实现了银行流动性风险、利率风险的量化管理，建立了符合国际先进银行水平的全面风险管理体系。通过流动性指标限额、流动性报表和情景分析搭建了流动性风险管理体系，通过经济价值指标与净利息收入指标的测算和情景分析搭建了银行账簿利率风险管理体系，既能满足银保监会的相关要求，达到外部监管合规，又为内部经营管理提供了数据支持与模拟分析。

创新技术/模式应用：

1.合理设计数据流向，高效完成数据处理与计算

根据行方所提供环境，搭建相应的产品架构，按需部署在HADOOP大数据集群，使得大批量的数据计算在HIVE进行，将产品的配置信息存在较为轻量的MYSQL数据库，合理分配资源，使得计算可以高性能的进行，查询可以快速的响应。针对此种情况设计数据流向，使得复杂的数据处理能够更加高效的完成，并减轻集群压力。

2.应用多种模型分析方法对客户行为进行建模分析

基于搭建好的风险数据集市模型，对行里的客户行为进行建模分析。常规的客户行为分析一般是对目标数据进行简单的统计分析和趋势分析等，但在百信银行资负管理项目中，业务团队积极尝试多种建模方式对客户行为进行分析，从而使分析结果更加的贴合真实场景。如通过长短期记忆神经网络模型（LSTM）对活期存款的沉淀率进行分析，时间序列问题是复杂的预测模型问题，LSTM作为卷积神经网络的变种，正好适合处理这种存在依赖关系的序列问题。

LSTM模型示意图

对于存款提前支取行为和贷款的提前还款行为的客户行为分析，选择了决策树模型和随机森林模型，可以更好地帮助刻画客户肖像，对客户进行分层分析，针对不同的客户进行更有目的性的策略管理。

3.业务预测功能应用

除了常规的对日常静态指标的监管，业务人员还可以根据业务需求自定义未来的观测日期去观测报告日到观测日的净利息收入、观测时点的资本充足率以及观测日的流动性缺口等指标。

观测日业务预测示意图

在对未来观测日时点进行指标测算时，资负系统会自动对未来的业务进行预测模拟，不仅能满足常规的预算目标值的设定，还能够根据银行存量交易数据的深度、分布情况进行智能模拟，精细化模拟到每一笔新交易，同时内嵌多种关于新交易的起息日分布模型、到期日模型、曲线定价模型等等的应用，使得业务预测模拟更加精细、合理。在编制预算策略规模时，为了方便业务人员操作和目标规模的制定，系统还可以以报告日的业务余额作为分摊因子将目标规模拆分到每个明细预算节点，同时系统可进行自动试算并分析规模拆分的合理性，并将其自动调整至最优解。

预测规模分摊示意图

项目效果评估：

百信银行资产负债管理实施项目帮助银行建立了全面的资产负债管理体系，基于大数据搭建了风险数据集市，为后续精细化管理提供了数据支持。

通过本系统建设，极大地提高了资产负债相关指标计量的效率、准确性和时效性，系统按日对相关指标进行计量并出具相应的报表，加强了对流动性风险、银行账簿利率风险和监管资本的分析能力。通过对关键指标的监测及限额管理，管理人员可及时识别风险，调整资产负债结构，以满足监管和内部管理的要求。

项目牵头人：

史文涛

项目总监

项目团队成员：

史文涛、许靖、胡仁和、闫飞龙、陈博文、李依倚、丁叶欣、韩建如

团队合影：

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文版权归原作者所有，如有侵权，请联系删除。