2019年12月3日，北京——根據普華永道今天發布的《戰略轉型中的險企如何御‘風’前行？》研究報告表明，從戰略視角重新對風險管理進行定位，研究新形勢下的策略，以及積極擁抱科技創新模式，將助力保險行業御“風”前行，實現戰略轉型與升級。

　　隨著全球經濟增速放緩，中國經濟從高速增長階段向高質量發展階段轉變，保險行業也正面臨著日益復雜的風險環境和前所未有的挑戰。該研究報告聚焦風險管理的新定位、新策略和新模式，重新審視了保險公司風險管理的戰略，并針對中國保險行業當前風險管理的困惑、痛點與發展方向，分享普華永道的觀察與思考。

　　普華永道中國金融行業管理咨詢合伙人周瑾表示：“面對變化的市場環境和新的發展機遇，整個保險業都在摸索采用新的業務模式和實施變革管理，希望實現轉型與增長。我們認為，從戰略視角重新審視風險管理的現有定位，重新構建風險管理的新策略和新模式，是當前行業大勢下的重要命題。”

　　普華永道構建了保險行業戰略視角風險管理分析框架（見下圖）：頂層定位從戰略設定、業務發展和企業文化三個維度展開；中間策略層沿著前臺產品與客戶決策、中臺數據與分析的賦能、以及后臺敏態的人力資源與系統支持等三個環節進行分析；模式層面則圍繞風險識別與評估數字化、風控流程自動化和風控規則智能化等領域突破。

　　風險管理的新定位——目前風險管理工作遇到困境的根源之一就是定位過于局限，過多停留在合規經營和滿足監管底線層面，過分強調技術環節，缺乏戰略高度。因此，我們首先從戰略設定、業務發展及企業文化三個視角重新審視風險管理的定位。

　　1) 風險管理是戰略方向的保障。戰略方向的設定和市場賽道的選擇，新產品新模式的開發，新客戶或新業務的拓展等，都應基于公司充分的風險識別評估和風險底線的保障。彎道超車固然是把握機會的捷徑，但如果忽視風險，失守底線，結果就是車毀人亡。在戰略設定方面，風險偏好、資本約束以及壓力測試是三項重要的保障手段。

　　2) 風險管理是業務發展的伙伴。新業態下的風險管理不應局限在監管合規“緊箍咒”下“被動防守”的定位，風險管理的作用應該逐步向業務前線傾斜，積極融入業務創新與市場開拓，發揮與業務一同“主動圍攻”的職能，與業務發展相輔相成，助力業務價值創造和風控價值實現。風險管理的角色不應是公司發生問題后才出現的消防員，也不應與業務是警察與小偷的對立關系，應在風險文化倡導者基礎上，充分發揮業務合作伙伴的作用。

　　3) 風險文化是市場競合的軟實力。風險文化是企業文化的一個有機組成部分，好的風險文化在市場競爭以及合作伙伴選擇中起到重要作用，能夠給企業帶來諸多利益和好處，而風險文化缺失則會導致企業面對風險有心無力或無計可施，縱有“馬奇諾”防線，也可能“全線潰敗”。公司風險文化作為市場競合的軟實力，無法或很難被模仿，也能構筑起企業競爭力的護城河。

　　風險管理的新策略——新策略沿著前臺產品與客戶決策、中臺數據與分析的賦能、以及后臺敏態的人力資源與系統支持等三個環節進行分析。

　　1) 風控前置決策。保險公司風險管理可以與前端的產品設計及客戶選擇決策深度綁定，將風控第二道防線前移與前臺第一道防線更緊密結合，讓風控決策者和指揮官在“聽得見炮火”的地方作業，實現獲客風控一體化的模式，是風險管理策略上的新趨勢。在這種策略下，保險公司將風險管理環節嵌入業務前端流程中，基于風險分析來創新產品設計，發現并甄別商業機會，快速做出業務決策。

　　2) 風控中臺賦能。通過內部資源的整合與協同，建立具有強大分析與決策能力的中臺，可以快速響應前端業務的需求和反饋關鍵的決策信息，是當前金融行業突圍致勝的重要策略。普華永道認為，金融企業風控中臺由四個核心平臺組成：數據湖平臺、模型實驗室、數據管控平臺、數據服務和應用。

　　3) 敏態組織與平臺支持。敏態是相對于穩態存在的，傳統金融機構都是傾向于穩態模式，但隨著市場環境和客戶需求的快速變化，金融機構需要更敏捷的做出響應，需要支撐前述兩大風險管理策略的“敏態”組織與平臺策略，允許公司內部“敏態+穩態”的雙態并存狀態，平衡公司的穩定性與創造力，其中，“敏態”用于探索和創新，有更高的容錯度，成熟后可以轉化為“穩態”。

　　風險管理的新模式——新模式則圍繞風險識別與評估數字化、風控流程自動化和風控規則智能化等領域的突破。

　　1) 風險識別和評估數字化。數字化風控已經成為行業共識的趨勢，利用大數據分析技術，解決傳統風管理管理中的片面性、模糊性、主觀性和滯后性等問題，是風險管理突破的重要模式。

　　2) 風控流程自動化。理順流程節點，優化流程效率，利用系統替代人工操作環節，使得業務流程及其內嵌的風控規則自動化執行，是提升風控效率和效果的有效手段。風控流程自動化包括的具體模式有1) 業務流程再造（BPR）、運營集中與共享服務以及機器人流程自動化（RPA）。

　　3) 風控規則智能化。如果說自動化技術替代了人手操作，人工智能（AI）則是試圖替代人腦的分析和判斷。越來越多的機器學習和神經網絡等智能算法被應用于風控領域，可以把風險管理專家的經驗提煉成為系統性的規則，并借助持續的數據積累和案例訓練，不斷提高模型的精準效果。

　　周瑾認為，“過去，國內大多數保險公司風險管理工作的重心是圍繞償二代監管合規要 求開展的，與行業趨勢、公司戰略與業務發展結合并不夠，還沒有充分發揮主動風險管理的價值。我們希望借助戰略視角的風險管理分析框架，進行重新審視與思考，探索保險行業風險管理工作，跳出固有思維和路徑，從而從根本上解決工作上的痛點與困惑。”