文 / 中国民生银行 王建明 李海滨 冯光辉 李丽
押品是商业银行信用风险管理中最基础的缓释品之一，对商业银行信用风险管理有着举足轻重的作用。随着近年来经济增长乏力，商业银行信用风险管理面临较大的防控风险压力。
基于此，我行研发了面向全行的企业级智能押品管理系统。押品管理系统立足企业级，从业务上和技术上对原系统进行重构，业务上统筹考虑各条线业务发展特点，重新设计押品管理的业务功能架构，涵盖押品分类管理、押品价值评估、押品预警管理、剩余担保压力测算等11个功能模块，实现押品科学化、全面化管理。技术上依托行内Tesla、Apollo技术平台，采用了ANTV技术和groovy引擎能力，对押品系统技术架构进行重新设计，同时智能押品系统仍保持与各业务系统的无缝衔接，充分采用人工智能、大数据等先进技术手段，实现押品全生命周期的精细化、智能化管理。
押品系统构建体系概述
1.系统架构
在全行智能风控“四层四端”体系架构下，构建企业级押品管理能力，赋能B端、C端业务系统，实现M端统一管理。
管理层主要是建设风控管理体系的枢纽，统一风险审批作业渠道，融合智能押品系统，打造一站式的作业办公工作台，同时打造企业级智能信息交互平台，标签化、系统化地向用户提供数据、工具资源的支持。面向押品决策层以可视化、动态化、交互式实现主动智能风险控制，实现风险全盘一眼清。
应用层共分为4端，B端积极推进押品及押品相关属性的功能线上化、数智化建设，打造行业专业、敏捷的押品管理体系，C端显著提升线上化服务、自动化决策能力，围绕“数据、模型、系统”多维完善覆盖全流程的精细化押品管理体系建设，M端建设和完善管理支持类应用，押品数据汇总和风险报告平台，打造压力测试系统。
能力层由押品系统协同我行各基础平台形成押品管理系统的整体，提供押品管理规则的配置、押品信息管理、押品价值评估、担保能力测算、压力测试等能力。
基础层包含我行自研的Tesla、Apollo等开发框架，统一身份认证平台、影像管理平台等公共服务平台，MDS、DC、数仓、知识图谱等大数据平台，为系统建设提供强大的底层支持。
押品系统整体基于自研研发框架实现，采取前后端分离，其中后端框架使用的是Tesla4.6，采用“微内核”+“组件”设计，稳定的内核保证系统的健壮性，丰富的组件保证系统的灵活性、扩展性。前端框架为Apollo，提供了一套企业级前端开发框架和工具，涵盖视图层框架、状态管理、路由管理、打包构建、Mock服务、开发模板、规范约束等方面，对于开发人员来说可开箱即用。以数据访问去中心化的形式，部署灵活，满足“灵活、高效、易用、快速、稳定”的敏捷开发交付目标。同时，根据押品中心的定位，前端可实现全业务渠道对押品中心页面的嵌入及相应的权限校验。
2.核心功能
（1）建立全行统一押品分类目录。根据国家法律法规及行内相关管理要求，结合同业实践，兼顾资本计量的需求，统一了全行押品分类目录，涵盖金融质押品、应收账款、房地产、其他押品四个大类，超过100个小类押品，支撑全行对公、零售、小微、金市等各条线抵质押业务的开展。同时实现各类押品最高抵质押率、重估周期、唯一性参数等参数化配置，实现押品的唯一性校验及录入信息的系统性强控，保障全行各条线押品准入规范的一致性。
（2）统一全行押品信息规范。针对全行押品分类目录特点，结合押品风险管理的要求，设计近60套数据采集模板，可同时支持境内、境外押品差异化数据信息采集。针对不同分类押品数据采集的要求，设置了系统数据管控规则，从人控转变为机控，实现押品数据在全生命周期中的质量管控。同时，对分类信息不准确或为空的问题数据进行数据治理，存在有重大潜在风险的押品进行严控，从源头把握风险，以满足各个业务环节的风险管控，有效支撑全行信贷业务有序开展。
（3）建立全行统一的估值管理体系。根据行内押品价值评估管理要求，结合资产评估规范，借鉴同业内部估值模型的发展现状，兼顾操作的便利性，完善估值管理体系。一是开发内部估值评估模型70余个，涵盖所有类型押品的价值评估，改善了以往缺少模型估值导致准确度较差以及过度依赖外部评估机构的现状。二是对价值评估流程进行优化，支持押品可随授信业务审批开展价值评估，同时支持独立开展价值评估，保障评估工作有序开展。
（4）基于价值分配测算押品剩余担保能力。通过押品价值分配实时测算押品剩余担保能力是否能覆盖业务，对于不足额覆盖的业务进行及时预警。押品价值分配支持按押品或业务快速匹配所有关联债项和押品信息，根据押品与业务的“一对一”“一对多”“多对一”“多对多”等多种场景的进行，通过比例法或排序法等方法，对押品的剩余担保能力进行计算，为押品价值预警、压力测算、统计分析等奠定良好基础。
（5）建立评估机构管理体系。押品系统建立评估机构管理体系。一是对押品评估机构的准入、日常监测、退出等实现线上化管理。二是实现押品评估任务随机派单的统一管理，支持随机、轮询等方式派单，有效降低了评估任务选派中的操作风险。派单模式分为随业务派单和独立派单两种模式，既可及时高效地保障业务开展，又满足业务发展的灵活性。
（6）依托大数据平台实现押品压力测试。我行押品存量较大，且业务模式多样，需庞大的数据处理能力，以支撑全行级的押品压力测试。押品系统通过与大数据平台衔接，设计多维度的压力测试场景，包括押品分类、业务条线、地区等维度，灵活支撑行内的押品压力测试工作的开展。
（7）打通预警系统实现押品风险监测。押品系统与风险预警系统打通，通过预警系统的预警信号配置，分别对各条线进行押品的风险进行监测，针对所有押品价值的下跌、押品重估超期、押品盯市价值下跌，业务不足值，权证到期、权证未及时归还、权证结清未出库等，及时识别押品管理中的风险信息，提示到相关责任人。
（8）构建“四维一体”指标统计分析体系。押品系统构建“客户—授信—业务—押品”四维一体的统计分析体系。押品统计体系涵盖多维度明细台账、统计报表两个大类。统计分析涵盖机构、押品、业务、权证、价值、客户等维度，支持多视角、多指标对押品进行统计。并且根据用户机构、角色实现分层查询，实现权限隔离。
（9）统一全行的岗位资质管理。基于押品管理专业性、合规性及风险控制，通过一套系统性的录入、验证、监控体系，统一规划系统岗位资质管理认证，从黄金数据源上主动抓取用户押品岗位资质信息，并要求“持证上岗”管理，对于无岗位资质或资质过期不得开展押品相关操作，实现线上监控岗位资质，从“人控”变为“机控”，提升岗位资质管理质效。同时提供配置临时资质功能，针对符合条件的可配置临时资质，也同时兼顾业务发展需要。
押品系统应用成效
1.构建押品风控模型体系，强化押品风险管控能力
押品管理系统构建押品风控模型体系，包括押品准入规则模型、押品唯一性识别模型、押品估值模型、税费计算模型、担保能力测算模型、压力测试模型、评估任务派单模型等。通过押品风控模型的计算能力，实现押品唯一性校验、押品内部评估及评估机构派单,加强押品准入、价值管理等业务环节的科技赋能。
2.完善押品数据采集方式，提升一线作业效率
押品管理系统打通行内各相关业务系统，实现业务系统中押品数据的实时采集，可减少人工录入，降低操作风险。实时计算并更新押品抵质押顺位、押品状态等信息，实时更新押品信息。通过引入估值数据、打通各地不动产中心等，加强外部数据在我行押品内部估值、数据质量管控方面的有效应用。增加批量作业功能，包括押品批量创建、押品批量估值，引进权证信息“AI+OCR”采集、地图能力等先进技术，提供便捷、智能的押品信息采集能力，提升一线作业效率。
3.加强押品管控手段，提升贷后押品监控能力
押品管理系统丰富贷后监控手段，构建贷后预警体系。系统构建押品重估到期、权证到期、押品价值波动、保险到期、押品不足值、金融质押品价格盯市等押品预警指标体系，对押品进行每日监控，自动提醒到相应责任人，提升贷后环节对押品风险的精细化监控能力。
4.丰富押品统计分析，多维度、多方式展示押品信息
押品管理系统构建押品监控视图、押品管理台账、押品统计报表为主的统计分析体系，通过多个维度、多种方式展示押品信息，押品信息查询、押品估值测算、第三方机构管理、押品集中度管理、压力测试结果等。针对押品管理关键指标，实现对押品关键指标的直观监控与分析。
展望
随着押品管理系统不断的深入应用，我行押品管理质效得到显著提升。根据监管要求及我行押品精细化、智能化管理的需要，我们将继续对押品系统进行持续进行优化，进一步提升押品精细化、智能化、自动化管理水平，全面提升数字化风控能力。一是持续强化押品数据分析能力，不断引入各类人工智能技术，深度挖掘和分析押品数据，提高风险预警和决策的准确性和及时性。二是持续提升智能化管理水平，引入智能合约技术，实现业务流程的自动化和标准化，降低人为因素的干扰和操作风险。三是持续提升用户操作体验，优化人机交互方式，为用户提供更加便捷、快速、灵活的操作体验，提升用户满意度。四是持续强化安全保障和数据安全，采用业内先进的信息安全技术，保障客户信息安全。
（此文刊发于《金融电子化》2024年5月上半月刊）
热门跟贴