证券行业风险管理正经历从“被动防守”向“主动赋能”、从“数字化”向“数智化”的深刻转型。

2026衡泰技术金融数智创新峰会之“数智风险管理专场”，与会嘉宾倾力分享沉淀多年的“热实践”，更碰撞出直击行业痛点与技术边界的“冷思考”，共探AI时代下证券业风险管理转型之路。

信用与市场风险管理前沿实践

董冉冉 中国银河证券风险管理总部

来自中国银河证券风险管理总部的董冉冉，在“信用风险管理数智化建设实战”分享中，介绍了基于“数据驱动、技术引领、场景融合”的理念，部门历时五年打造出多语言、多币种、模块化的集团信用风险管理平台，用户覆盖母公司和境内境外所有子公司，支持业务部门和子公司的个性化功能定制和共建共享。

该平台依托200余个基础风险数据模型，实现了集团统一授信、预警管理、内部评级、风险分类、减值压测等12项核心功能，并嵌入固收、衍生品、融资类业务及子公司系统的投前、投中环节。通过风控指标实时监测、AI风险预警与集团关系识别，高效捕捉风险；构建集团级风险视图与智能风险报告，实现多维度风险穿透洞察。

团队深入剖析了信用风险管理数智化转型中的三类核心挑战，并提出系统性应对措施：

在数据层面，统一风险业务数据和资讯数据模型，建立从业务端到风险应用端的数据全链路治理机制，多机制保障同一客户跨境识别的完整性和稳定性，夯实数据底座；

在业务与技术层面，坚持核心风控模型自主研发，设计灵活配参的差异化子计量模型，实现功能快速迭代，适配监管新规和业务复杂性加剧，培养风控人员AI思维并基于日常工作探索建立多个智能体；

在组织与管理层面，实现信用风险系统与核心交易系统的互联互通、向业务部门输出多种定制化风控能力，建立跨部门常态化沟通机制、积极收集并及时响应业务部门和子公司的使用诉求，推动功能共建共享，支持流程移动OA审批和外出委托以提升用户体验，从而强化前中后台协同。

张晓灵 中泰证券市场风险部总监

中泰证券市场风险部总监张晓灵，深度分享了市场风险管理领域的前沿实战经验。紧扣行业最新指引，公司构建了“识别、评估、监测、应对及报告”的全流程管控框架，聚焦数据、模型与压力测试三大核心领域进行全面升级。

在数据建设上，业务部门深度参与构建风险数据集市，统一集团数据标准，破解场外衍生品等非标资产治理难题，实现质量闭环。

在计量模型管理上，搭建全生命周期管控体系，严格事前验证与事后回测，确保模型的适应性。

在压力测试上，创新建立风险因子库与情景库，推动压测从“被动防守”向“作战指导”转变，提升极端市场的市场风险抵御能力和主动防御水平。

公司全栈信创市场风险一体化管控平台采用“1+N+1”架构：以1个统一风险数据集市为底座，支撑N个涵盖计量、预警等功能的核心中台，并通过1个统一入口提供“千人千面”专属视图，全面提升风控协同效率与数智化水平。

魏柳玥 财通证券风险管理部

财通证券风险管理部魏柳玥指出，在“新国九条”及行业信用风险管理新规等监管要求趋严的背景下，全面落实统一授信与穿透式管理已成为券商风控的必答题。然而，随着业务不断多元化与客户关系日益复杂，传统授信模式下额度管控分散、流程效率低下及管理滞后等痛点日益凸显。

为破解这些行业共性难题，公司采取了四大核心优化举措：

一是统一授信标准，构建精准客观的风险评估体系；

二是建立分类授信机制，实现对不同业务场景的高效响应；

三是推进流程再造与自动化，大幅优化审批链路；

四是全面推进数智化赋能。

她强调，授信管理的破局离不开金融科技的深度助力。未来必须积极借助人工智能等技术，对全公司风险动态进行实时监控与预警，推动风控管理从传统滞后型向智能化、主动化转型。财通证券旨在通过上述探索，在严格把控风险底线的前提下，以高水平的风控效能全力支持与赋能业务的高质量发展。

全面风险管理与模型治理新探索

鹿坦 中信建投证券信息技术部高级副总裁

中信建投证券信息技术部高级副总裁鹿坦，深度分享了全面风险管理系统的建设实践。历经迭代，公司成功打造覆盖市场、信用、流动性、操作风险和声誉风险五大风险领域的风险管理系统，并积极引入AI技术，实现多层次多维度指标体系的监测与预警。

在数据治理方面，为打破数据孤岛，中信建投构建了标准化风险数据集市，创新设计涵盖产品、市场、持仓及指标维度的“五层风控数据模型”。通过分层管控与严密质控，大幅提升了数据规范性与整合效率。依托扎实底座，该平台在复杂环境下保障了高稳定性，全面提升了风险监测与预警效能。

此外，他分享了底层架构引入中间件的演进及国际化并表数据解析优化方案。值得一提的是，该风控系统已在境外为国际子公司提供每日并表的风控指标计算能力，有效地将境内的计量能力输出给子公司，强化了集团整体的风险管理水平。

张玉磊 国投证券风险管理部执行总监

国投证券风险管理部执行总监张玉磊，带来了关于“模型风险管理及国际投行实践”的深度分享。他首先清晰界定了模型风险的内涵，并回顾了从SR 11-7到最新SR 26-2《模型风险管理监管指南》的国际监管演进里程碑。

结合历史沉痛教训，他深度剖析了两大经典风险事件：长期资本管理公司（LTCM）因忽视极端市场事件与模型过拟合导致系统性危机，以及摩根大通“伦敦鲸”事件因VaR模型替换缺陷与内部治理失效造成逾60亿美元巨亏。这些真实案例深刻印证了强化模型治理、压力测试以及严格落实监管规则的必要性。

他提到大型国际投行在模型风险管理方面积累了丰富经验，团队将模型开发、模型验证、以及持续监控的文档进行了标准化、模板化、规范化，确保所有模型在开发过程中都遵循统一的规则，并且建立了完善的模型管理系统，一系列措施极大地提升了模型管理的效率和规范性。

圆桌对话

在本次大会的圆桌论坛环节，衡泰技术董事长特别助理杨竞霜作为主持人，与浙商证券首席风险官邓宏光、财通证券首席风险官王跃军、湘财证券首席风险官刘小平、国金证券风险管理部总经理吴成刚、国联民生证券风险管理部副总经理梁健，以及衡泰技术首席科学家陈定六位业内资深风控管理者及技术专家，围绕“智能风控的冷思考与热实践”这一主题，进行了深度的思想碰撞。

杨竞霜将知识管理理念精辟提炼为“碳基知识硅基化”的蒸馏过程，并借Daniel Kahneman的快慢思考理论，提出应以结构化约束来引导大模型的“快思考”。针对业界普遍焦虑的AI幻觉问题，他表示：幻觉或许是人类创造力的根源，与其执着于消除幻觉，不如学会与之共生。他呼吁行业“做时间的朋友”，在拥抱AI的过程中保持耐心与务实心态，等待技术代际跃迁带来的质变突破。

邓宏光分享浙商证券确立了“AI是副驾驶员而非驾驶员”的基本原则，核心思路是将前人经验进行“智能化、结构化、模型化”的知识沉淀，统一部署于公司AI平台。具体实践聚焦三大场景：投资管理中借助AI进行股债投研与市场风险处置；特色股权质押业务中融合舆情、司法等多维信息对借款人进行360度精准画像。

王跃军分享财通证券制定了AI in All战略，搭建了“1+4+N”架构体系，数据底座、大模型平台与算力中心已基本就位，但风控领域的AI应用仍处于“数字化体系升级”阶段。他指出向深度智能化演进面临三大核心挑战：多元异构数据造成的“烟囱”现象难以根除、适配金融强专业属性的垂直模型稀缺，以及金融强监管的“稳态”要求与AI技术天然“敏态”属性之间的客观冲突，需要在摸索中稳步前行。

刘小平强调，AI对人员能力要求的本质是“改变”而非简单的“提高或降低”——改变的是管理能力、管理思维以及业务与技术之间协同协作的方式。面对大模型在合规风控领域的“幻觉”难题，她提出全流程应对框架：事前通过本地化部署保障数据源可靠并推动标准化提问，事中采取多模型交叉验证，事后将错误回传训练并建立应急阻断机制。

吴成刚分享国金证券前瞻性地成立了人工智能实验室，连续举办AIGC大赛，着力打造“AI友好型组织”文化。他将应用推进划分为三个阶段：从员工日常问答的初级普及，到聚焦损益归因分析和风险排查等特定场景的data agent落地，最终迈向“岗位智能化”——将工作场景向AI平台全面迁移以释放人力拓展业务边界。面对趋势，他建议风控人员要积极拥抱这股时代洪流。

梁健结合实操案例生动讲述了国联民生证券风险管理部人工智能应用从1.0至 4.0迭代的实战历程。在1.0建设阶段，部门依托衡泰信评系统完成垂直场景智能化基座搭建；2.0 阶段以“投行智审”项目为抓手，围绕风控知识库建设与提示词体系优化攻坚，针对性破解AI幻觉、Token焦虑等行业共性难题；迈入3.0阶段后，部门创新性地构建了“个人敏态研发+公司稳态落地”双线协同的AI工程建设模式，在规范化管控项目建设的同时，激活全员创新研发动能。面向未来4.0建设蓝图，他提出“数字员工”规模化落地的发展构想，倡导团队将专业研判逻辑与行业沉淀知识持续赋能智能Agent，夯实人工智能深度赋能证券公司风控工作的底层能力。另外，他还特别提到，公司出台的Token专项扶持政策（公司承担90%Token成本，使用部门象征性分摊10%费用），为全公司的AI应用迭代提供了非常有效的支撑。

陈定针对如何低成本降低大模型幻觉，他给出了一系列实操方案：从通过简单的“重要的事情重复两遍”等提示词工程技巧有效压低非复杂推理的幻觉率；运用结构化约束要求模型输出附带出处标注以便人工校核；引入符号主义流派（如本体论）与连接主义相结合，在推理过程中实现结构化约束。但他同时也抛出观点：当通过结构化约束完全消除模型幻觉的瞬间，往往也意味着扼杀了其高级推理与发散能力。如何在合规底线与智能上限之间求得平衡，将是整个行业长期探索的核心命题。

衡泰统一授信与事中风控协同方案

针对金融机构授信管理痛点，衡泰推出“授信动态计算与交易事中风控协同”方案，通过底层架构与业务模型升级，构筑敏捷、精准的风控防线。

首创双维模型，构建动态计算框架
方案搭建“双维授信三级动态计算框架”，有效穿透和控制单一客户及复杂“集团树”的同一客户多级信用风险暴露。其核心“双维模型”综合评估客户资信与券商自身风险承受能力，进行科学分类并确立合理授信限额。

灵活管控额度，精准匹配复杂持仓
系统建立严格授权体系，支持额度预分配与事前申请等灵活拆分。面对高并发交易，方案攻克技术难题，实现复杂持仓与授信额度实时精准匹配，精确计量风险敞口，并内嵌超限自动化处置机制。

深化系统协同，跨越至“T+0”事中风控
依托数智底座，该方案与各类交易系统深度协同，成功推动授信风控从传统的“T+1”事后监测，跨越至“T+0”实时事中管控。凭借极致的动态计算与弹性调整能力，全面助力金融机构实现风险控制与业务效率的双赢。

从数据底座的标准化，到多场景Agent的搭建；从对业务痛点的精准剖析，到对AI“幻觉”的审慎克制，金融风控从业者在拥抱技术洪流的同时，尽显专业与清醒。

正如会上嘉宾所言，这场还未看见终点的数智化征途，唯有“做时间的朋友”，方能在技术迭代的浪潮中行稳致远，迎来行业的真正跨越。