20140908-KPMG_China-存款模型调查_全球实践研究_24页_1mb

金融服务 存款模型调查全球实践研究目录

背景与动机

1. 金融危机后监管趋严（LCR, NSFR等），存款作为重要融资来源，其建模与管理至关重要。
2. 调查旨在记录最佳实践，探索银行在治理结构、资金转移定价（LTP）、客户产品定价及存款模型方面的做法。

主要发现

• 治理与职责

  • 风险部门主要负责流动性与利率风险计量、控制。
  • 财务部门负责流动性成本收益分配，通常通过损益中心或成本中心进行。
  • 大型银行更倾向于使用统一模型架构与数据库，流动性风险计量与LTP协调性提升。
  • 专家判断是模型开发的主要驱动因素，由风险/财务部门主导，而定价团队较少深度参与模型建立。

• 资金转移定价（LTP）

  • 良好实践要求LTP系统整合风险计量，考虑基准与压力情景。
  • 约三分之一银行采取较佳实践，在LTP中同时考虑多种情景及利差风险。
  • 多数银行依赖基准情景进行转移定价，压力情景主要用于事后成本储备分配，其透明度与一致性有待提高。

• 客户产品定价

  • 差异化显著。多数银行未将集中计算的流动性成本/收益自动输入定价引擎。
  • 主要障碍包括技术复杂性、系统集成挑战及工作量考虑。
  • 已纳入流动性的定价模型可能价格偏高，未纳入的贴水则对特定产品（如存款）不利。

• 存款模型

  • 建模目的差异：
    • LTP模型相对复杂，通常在组合层面进行，参数较少。
    • 流动性风险管理模型更精细化、复杂，通常包含更多压力情景，但受参数可得性、阈值设定及预测能力限制。
  • 组合粒度：受成本和复杂性限制，大部分银行选择组合层面建模，而非账户层面。
  • 情景与参数：流动性风险管理模型情景设置更严格（通常基准+压力），模型参数常用期限、客户群、产品类型等。
  • 套期方法：普遍采用“静态”或“半动态”对冲方法，动态套期较少。
  • 验证频率：多数银行（约50%）每季度对模型进行更新与验证。

• 模型与数据一致性

  • 多数银行认可提高不同职能（风险/监管/会计）数据一致性的重要性，用于满足多重要求。
  • 数据库共享（同一数据库、同一框架）的意愿与机构规模相关性不强。

监管响应（LCR/NSFR）

• 超过四成银行已将LCR要求纳入存款结构。
• 约60%的银行设计存款产品以提升流动性覆盖率。
• NSFR提升难度较大，极少数银行采取具体措施。
• 各类型银行都在积极调整IT基础设施以满足监管要求。

关键差异

• 业务规模：大型银行与小型银行在模型复杂度、数据粒度、情景数量、模型更新频率等方面存在系统性差异。
• 业务类型：财富管理、投资银行等业务活动更强。
• 情景设置：流动性风险管理中的压力情景设置普遍较资金转移定价更严格。
• LTP：大部分银行仅基于基准情景进行分配，情景套装（特别是压力情景应用）是薄弱环节。

核心结论总结

1. 用于流动性风险管理的存款模型显著复杂于LTP模型。
2. 盈利能力会影响风险管理的建模，使得模型之间一致性不足。
3. LTP的基准情景法与盈利动机相矛盾。
4. 虽然承诺提升流动性安全性，但投资于监管融资本身的水平有限。

 *注：此总结基于提供的长达16页的文本内容，提炼关键点。*