金融风险专家卫大龙：风控体系最大的隐患，是“模型对历史的过度忠诚”

本篇文章1856字，读完约5分钟

记者：罗珊珊

如果把金融市场比作一条蜿蜒曲折的公路，那么风控体系就是车辆的导航系统。当我们行驶在熟悉的道路上时，基于历史路况数据的导航总能准确指引方向；但当我们驶入从未走过的山区，前方随时可能出现急弯和落石时，只依赖过去的地图就会变得极其危险。中信建投证券股份有限公司证券金融业务技术负责人、金融风险专家卫大龙，用这样一个通俗的比喻，揭开了当前金融风控体系的致命短板。他告诉记者，绝大多数金融机构正在做的，就是用后视镜里的路况，来预判前方的道路。

卫大龙将当前风控体系的最大隐患概括为“模型对历史的过度忠诚”。他指出，绝大多数金融机构使用的风控模型，本质上是在用过去的数据预测未来的风险。这套逻辑在相对稳定的市场环境中或许够用，但当市场进入高波动阶段，历史规律会频繁失效。卫大龙举例说，很多机构在压力测试中设定的极端情景，往往来自过去十年间发生过的危机事件，但真正的尾部风险从来不会重复过去的剧本。用后视镜开车，永远看不到前方的急弯。他观察到，不少机构在模型回测中表现良好，却在真实市场中频频失手，根源就在于模型对历史数据的过度拟合，导致对从未出现过的风险情景缺乏预判能力。

更让卫大龙警惕的，是风控模型同质化正在成为系统性风险的新源头。他解释，当市场上绝大多数机构使用相似的数据源、相似的建模方法和相似的风险因子体系时，它们对市场信号的解读会趋于一致，交易行为也会高度同步。这种“算法共振”在正常市场环境下不易察觉，但一旦市场出现剧烈波动，所有机构的模型会同时发出相同的交易指令，形成踩踏式的集体行为，反而加剧了市场的脆弱性。卫大龙将这种现象比作一座所有人都从同一扇门撤离的建筑——门本身没有问题，但所有人同时涌向它的时候，就构成了致命的风险。他认为，金融机构在追求风控模型精度的同时，必须正视这种“集体趋同”带来的隐性危险，在模型设计中主动引入创新性的、差异化的风险判断维度。

在数据层面，卫大龙提出了一个被行业普遍忽视的问题：数据的丰富并不等于数据的有效。他指出，很多机构在数字化转型中积累了海量数据，但数据的维度单一、质量参差不齐，真正能够用于风险判断的有效信息并不多。更关键的是，不同风险类型之间的数据是割裂的——信用风险的数据停留在信贷系统里，市场风险的数据停留在交易系统里，操作风险的数据则散落在各个业务环节中。卫大龙认为，真正的风险往往发生在这些数据的交界处。一笔交易可能单独看没有任何问题，但如果放在交易对手的整体负债结构中去审视，·或者放在行业周期的背景下去判断，风险信号就会完全不同。他主张，风控体系的升级方向不应是简单地增加数据量，而是打通数据之间的关联，让不同维度的风险信息能够相互校验、相互印证。

卫大龙还特别谈到，风控体系的建设不能只盯着“识别风险”这一个环节，更要重视“处置风险”的能力。他观察到，不少机构在风险预警方面投入了大量资源，系统能够提前发现异常信号，但从发现到处置之间的链条太长、环节太多，等到层层审批走完，最佳处置时机已经错过。卫大龙认为，风险处置的速度和风险识别的精度同等重要。他提出，金融机构需要在业务流程中预设分层级的自动响应机制——对于低风险信号，可以交给系统自动处理；对于高风险信号，则需要快速升级到决策层。关键在于，这个升级路径必须是预先设计好的、经过演练的，而不是临时召集会议来讨论。卫大龙坦言，很多机构在风控演练中暴露出的最大问题，不是识别不出风险，而是不知道谁应该在什么时候做什么决定。

作为长期深耕金融科技研发的从业者，卫大龙对技术与业务的融合有着自己的判断。他认为，技术工具再先进，如果使用它的人不理解它的逻辑，效果也会大打折扣。他在实践中发现，一些机构引进了非常复杂的风控模型，但一线业务人员对模型的判断逻辑不了解，对输出结果还持怀疑态度，甚至选择无视系统的预警信号，最终导致风险失控。卫大龙强调，风控体系的建设必须同步推进“人的升级”，不仅要让系统变得更聪明，还要让使用系统的人理解系统的判断逻辑，信任系统的输出结果。只有这样，技术才能真正转化为风险管控的能力，而不是停留在报表上的摆设。

卫大龙最后总结说，金融风险管控没有一劳永逸的解决方案。市场在变，风险在变，风控的手段也必须持续进化。但无论技术如何迭代，有一条原则不会改变：风险管控的核心不是消除风险——金融活动本身就伴随着风险——而是确保风险始终处于可知、可控、可承受的范围之内。做到这一点，需要的不仅是更先进的模型和更快的系统，更是对风险本质的深刻理解和对市场规律的持续敬畏。