摘要
金融控股（金控）集团是金融业综合化经营的产物，也是我国金融机构发展的大趋势。由于金控集团体量庞大、横跨多类金融行业、风险相关变量繁多，为传统分业经营的金融机构所设计的风险管理方法亟待改善。庞大的规模需要自动和智能化的风险管理方式，混业经营使得集团业务布局和风险传递结构成为不可或缺的考量因素，而大量与风险相关的变量则带来了成因诊断与管理决策上的挑战——干预哪些变量才能有效管控风险？ 本文首次将贝叶斯网络应用于金控集团风险管理问题并展现了该模型的优越性。首先，贝叶斯网络的拓扑结构清晰地揭示了风险及相关变量之间的因果关系，这可帮助管理者进行直观的定性分析以及融合先验知识。其次，从数据中习得的概率分布具体地刻画了变量间的数值关系，定量地展示了各变量间错综复杂的关系。再次，风险预警可通过结合基于风险成因的正向推理以及基于风险表象的贝叶斯逆向推理实现。在与基准方法的对比中，贝叶斯网络的风险预警能力具有一定竞争力。最后，贝叶斯网络的干预模拟可为管理者的决策提供有力支撑。 实验结果表明，虽然金控集团的风险水平与以下变量皆有相关性，但其中，集团所属类别和综合化经营程度是决定风险水平的成因，而偿债能力、规模扩张速度、盈利水平、资产结构、融资能力和应收账款等变量则为不同风险水平下所呈现的表象。更进一步，本文的干预分析指出，对于管理者而言，打造大规模的高度综合化经营金控集团有利于降低风险水平和提高盈利能力。将金融业务数限制于较低水平也有利于降低处于高风险水平的概率，但将提高处于中等风险水平的概率。此外，集团的规模扩张速度和融资能力是比较灵敏的风险观测指标。 针对金控集团的风险管理研究方兴未艾，本文为未来研究做了铺垫：阐明了国内外金控集团相关概念的定义，分析了我国各类别金控集团的特征，筛选并搜集了40个符合最新金控集团定义的样本数据。这些数据将被公开共享以帮助未来相关研究。
NETL