本文结合农业银行的探索和实践，深入思考商业银行LPR利率风险管控所面临的挑战，进而深入推进商业银行金融市场信息化建设，提升商业银行LPR利率风险的主动管控能力。
中国农业银行研发中心副总经理 刘光仿
自2019年开始，央行采取了一系列举措，深化利率市场改革，推动贷款市场报价利率（LPR Loan Prime Rate）机制改革。商业银行面临着利率敏感资产价格波动频繁、存贷息差缩小等利率风险，这将极大地压缩盈利空间，需要银行业进一步加强LPR利率风险的主动管理能力，强化配套信息系统的建设。近期，农业银行依托金融市场领域的信息化建设，全面提升利率风险的主动管控能力。
LPR机制改革及利率市场化
2019年开始，央行将打通利率传导、实现利率“双轨并一轨”工作列为重点，完善LPR形成机制，深入推进利率市场化改革。LPR机制改革短期影响较为温和，但是从长远来看，将对商业银行的经营模式产生较大的挑战，需要提前准备，积极应对。
1.改善利率传导机制，降低实体经济融资成本
本次LPR机制改革，旨在改善银行间市场及贷款市场的利率传导，货币政策利率（中期借贷便利MLF利率）直接影响LPR利率，进而影响贷款利率。新的LPR机制的实行能够较好地反映贷款利率的真实水平，新的LPR机制的实行将有效增强货币政策的效果，提高货币信贷政策传导机制的效率，降低企业特别是民营和小微企业的融资成本。
2.商业银行面临的LPR利率风险
商业银行面临着LPR机制改革及利率市场化所带来的信用风险、市场风险、操作风险、流动性风险等，其中以市场风险影响为主。本文仅对市场风险领域的利率风险进行讨论，对商业银行的影响主要包含以下两个方面：一是资产价格波动风险，商业银行利率敏感性资产随着市场利率波动而出现价格的大幅变化。二是存贷业务领域风险，商业银行面临首先是存贷息差风险，其次是重新定价风险（又称期限错配风险，由存贷期限不匹配造成），然后是存贷基准风险（存贷利率基准不同，对盈利产生负面影响），最后是提前还款风险。
商业银行如何应对LPR利率风险
商业银行通过设定利率风险管理目标、应用利率风险计量模型、使用利率风险管理工具三步战略，可以较为有效地对LPR利率风险进行管理。
1.利率风险管理目标
利率风险管理是指商业银行为了控制利率风险并维持其净利息收入的稳定增长而对资产负债采取的积极管理方式，其目标主要是保护银行的净息差免受未来利率变动的冲击。
2.利率风险计量模型
针对于利率敏感性资产的价格波动风险，可以使用久期、基点价值等风险指标进行计量，也可以使用重定价的方法来计量利率风险。针对于存贷业务领域风险，可以通过利率敏感性缺口、VaR（Value at Risk）、ES（Expected Shortfall）、极值理论（Extreme Value Theory）、最坏场景（Worst Case Scenario）和压力测试等模型来衡量利率风险。
3.利率风险管理工具
利率风险管理工具主要分成间接管理工具和主动管理工具。间接管理工具主要包含不同利率、数量、期限的资产或负债，商业银行通过发行相应间接管理工具调整利率敏感性缺口，实现对利率风管的管理，该方式调整周期较长，见效较慢，但是风险较低，是商业银行当前主要使用的方法。主动管理工具为国债期货、利率互换、利率期权等利率类金融工具，商业银行使用金融工具对面临的利率风险敞口进行管理，该方式专业性要求较高，调整周期短，见效快，需妥善管控风险，也是未来商业银行利率风险管理的主要手段。
主动管理工具相较于间接管理工具具有诸多优势，在利率风险管理中扮演着越来越重要的角色。商业银行应加强对金融工具的使用，提升对利率风险的主动管理能力。本文后续着重围绕利率风险的主动管理工具及配套的金融市场领域信息化建设开展讨论。
金融市场信息化建设支持
LPR利率风险的管理
商业银行金融市场信息化建设，在LPR利率风险管理中扮演着极为重要的角色。其中信息系统对业务流程的支持是开展利率类业务的基础，产品体系的构建是金融工具使用的先决条件，风控管理体系的搭建是交易正常稳定推进的保障，估值、定价和风险指标的计算是开展交易、风险管理的必要条件，信贷、资负、金融市场领域系统的高效联动是整体进行LPR利率风险管控的前提。
1.贯通一体化流程体系
商业银行需要完善产品业务流程的建设，按照一体化流程设计理念，将金融市场业务运营流程贯穿前中后处理，端对端的完成业务闭环整合，实现流程直通处理和业务状态共享，高效地完成整个利率类金融产品全生命周期的管理。
2.搭建金融产品体系
金融市场信息系统的利率类产品体系设计时，要从建立数据标准入手，兼顾交易、市场、模型、风险相关数据联系，在深入理解业务逻辑的基础上，逐层搭建产品体系，努力使产品体系可快速支持新产品创新开展。
3.架构风控管理体系
完善的风控管理体系，涵盖信用风险、市场风险和操作风险，对交易全流程进行事前、事中、事后的闭环风险管理。以全行风控体系为依托，通过参数化配置体系、实时化监控体系、智能化处置体系管控利率产品相关的风险。
4.引入量化分析引擎
量化分析引擎是是高效利用金融工具管理LPR利率风险的必要条件，是系统建设的难点，也是其中的关键。
（1）支持利率类金融产品估值和定价
商业银行应从市场数据加工、曲线构建、日期生成、变量计算、模型校正、产品估值等多个维度搭建金融量化分析引擎，支持现金流折现模型、BSM模型、Bachelier等多种主流估值方法或模型。
（2）支持利率类金融产品风险指标计算
金融工具的风险指标是LPR利率风险管理重要的参考要素，包含久期、凸性、DV01、VaR值、delta、gamma等指标。
（3）提升金融计算能力
信息系统建设中，应充分运用大数据、云计算、GPU加速等技术手段，提升量化分析引擎的数学运算能力，更好更快地支持系统对估值和风险指标的计算。
5.加强多系统间联动
LPR利率风险的管控由多个部门，多个系统协同完成。要加强信贷、资负、金融市场业务领域系统的联动，提升各系统间数据交互的可靠性，为利率风险的有效管控提供必要保证。
6.注重业务技术复合人才培养
在金融科技的建设上，商业银行应着力培养技术能力强，业务知识过硬的专业人才，并将其中的部分打造成金融工程领域的专家，更好地推进业务流程、金融模型、风控模型等领域建设，更好地适应利率市场化、人民币国际化所带来的商业银行经营模式的转变。
农行在金融市场信息化建设
适应利率市场化的实践
农业银行为应对利率市场化的新形势，在金融市场信息系统的建设上，提前布局主动规划，全力推动新一代金融市场管理前中台系统的升级建设，搭建产品体系和风控管理体系，引入量化分析引擎，组建金融工程研发团队等多种方式，支持业务进行LPR利率风险主动管理等业务实践。
1.加快金融市场管理中台建设
农业银行金融市场领域系统开发团队已经拥有十余年的金融市场前中台建设经验，团队基于新一代金融市场管理系统，将已支持的部分利率类金融产品功能进行完善，并结合业务实际需求，推进对新产品的支持开发。在系统建设中，充分使用金融科技前沿技术，将微服务架构、大数据体系、机器学习等新技术应用于系统建设之中，提升系统功能及用户体验。
2.完善金融产品体系
在新一代金融市场管理系统的建设中，团队基于对金融市场领域产品的理解，按照资产定义、标准产品和业务产品三个层次进行抽象总结，注重产品与市场数据关联，形成标准化的产品体系及配套的数据结构体系。基于标准化的业务产品结构，通过参数配置资产、产品与功能的关系，分层实现对业务产品核心功能模块的灵活配置，提供对产品创新的快速支持。
3.健全风险控管理体系
依托新一代金融市场管理系统，细化和完善风控管理体系。在风控管理各个模块基础上，将业务流程和风险管控有机的结合起来，强化事前监管，加强对于用户角色和层级的管理，实现多维度的管控规则、灵活的参数配置、全覆盖的指标跟踪体系，增强实时监控功能，通过工作流串联，对风险事项集中处置。
4.加速金融量化分析引擎开发
基于已经积累的金融工程领域专业知识，结合外部先进经验，逐步搭建和完善用于定价、估值和风险指标计量的量化分析引擎，优化和提升引擎计算能力，实现对利率类金融产品的高效准确估值。
5.加强金融工程研发团队建设
在系统层面，量化分析引擎的建设是项目实施的难点，是系统建设的重中之重。为推动自主化建设，农业银行内部成立了金融工程学习研发团队，加强科技与业务及厂商的交流，吸收境内外行业先进经验，逐步将金工理论与系统实践相结合，在量化分析引擎的自主化建设中锻炼队伍。
LPR机制改革带来了挑战，更带来了机遇
随着利率市场化不断深入，商业银行应发挥比较优势，提升交易和风险管理能力，强化客户服务和产品创新的能力，重视金融市场领域的系统建设，发挥金融科技在改革中的支撑和引领作用，主动迎接改革发展中的机遇和挑战。
