數字孿生：重構金融風險治理范式

王和

從微觀的角度看，中介和市場是現代金融的關鍵詞。無論是中介還是市場，風險都像一種“幽靈”般的存在。因此，金融可以理解為在市場經濟條件下，開展與資金流動和交易相關的風險識別、評估和處理的中介活動，風險對價成為金融經營的重要邏輯。

由此可見，風險與金融的密切相關是不言而喻的，風險治理是金融業和金融機構安身立命的根本，風險治理效率是影響金融業效率和成本的重要因素。

風險是一個相對抽象和動態的概念，就風險與風險管理的理論而言，各種學說各執己見，始終面臨著見仁見智的問題。但有一個相對共識就是：風險是基于信息不對稱，“無知者無畏”從一個側面也支持了這一理論。

因此，最大限度地獲取與風險相關的信息，了解并理解風險，是風險管理包括認識、評估和處理風險的前提和基礎。從這個角度看，風險管理的基礎是認知，金融，從某種意義上講，屬于認知科學的范疇。

可見，風險和風險管理是金融行業經營管理的核心，風險管理能力成為金融行業發展與迭代的重要動力和標志。

就本質而言，在現代金融的發展過程中，風險管理的底層技術并沒有太大的發展與進步。究其原因，是認知信息和模式的有限和局限性，即認知信息大多屬于低維、靜態和歷史信息，認知模式更多地依靠有限的個體和歷史經驗。

4月9日發布的《關于構建更加完善的要素市場化配置體制機制的意見》提出，數據是與土地、勞動力、資本、技術并列的生產要素，要加快培育數據要素市場，推進政府數據開放共享，充分挖掘數據要素價值。日前頒布的《數據安全法》（草案）在保障數據安全的基礎上，鼓勵數據依法合理有效利用，促進以數據為關鍵要素的數字經濟發展。這對于全面深度釋放數字紅利意義重大。

如何深度挖掘數據價值，對于金融業轉型和重構金融風險治理，無疑提供了全新的思路和空間。

金融風險管理未改變“有限性”

近年來，隨著統計、計量和金融工程技術的發展與應用，金融行業風險管理能力有了較大的提升，出現了林林總總的工具、模型和制度，但并沒有從根本上改變“有限性”的基礎問題。

金融行業的風險管理，無論是信息的獲取，還是風險的反饋，仍處于主要依靠主觀的初級階段，在琳瑯滿目的模型和曲線支持下，金融行業的各種爆雷事件，乃至金融危機仍頻頻出現，且大有愈演愈烈的態勢，各種治理模式和手段總是陷于防不勝防的尷尬。

現代科技進步帶來了一個重要概念是大數據，從表面上看，這是一個單純的信息技術概念，但其實不然。正如《奇點臨近》的作者、未來學家雷·庫茲韋爾（Ray Kurzweil）所言，大數據對人類社會的改變，“將改變人類認知本身”，或者說是改變了人類對認知的認知。

我們不妨回顧一下上一個“軸心時代”。當時的古圣先賢們就對認知乃至世界的本質有過獨到的洞察與睿智的結論，如古希臘哲學家畢達哥拉斯所言“萬物皆數”、“存在由數構成”。《易傳 系辭》也有“極其數，遂定天下之象”的論斷。

今天，在科技賦能的背景下，我們梳理人類對于認知的理解不難發現，認知能力的核心圍繞著“數”即信息展開，包括數據獲取和處理能力。就傳統金融而言，風險相關“數”的獲取與處理的“有限性”是顯而易見的。

由于這種“有限性”，使得在各種分析和研判的過程中，不得不大量采用“假設”，這種“假設”具有顯著的“主觀色彩”，在“人性弱點”的誘惑下，就出現了看似客觀、科學和嚴謹的曲線和模型背后的居心叵測，這既是金融風險愈演愈烈背后的原因，也是金融與“初心”漸行漸遠的根源。

數字孿生：金融風險治理的新視角

現代科技帶來的最大變化是社會的數字化，這種數字化表現為從由外而內到由內而外的“方向性”變化趨勢，即一開始通過各種感測技術，更加全面、多維和動態地獲取數據，實現由外而內的數字化，繼而認知事物，這種數字化被稱為“后數字化”。

但是現在特別是未來，將進入“前數字化”即“原始數字化”時代，更多事物的數字化是與生俱來的。這種數字化，不僅體現在個體狀態，也體現在不同主體之間的相關關系。同時，依托網絡技術，包括移動互聯、物聯網和5G技術，使得萬物互聯成為現實，實時的高維數據獲取成為可能。這一切，對于風險管理和金融而言，改變不僅是提升效率、創造可能，更改變了存在方式。

數字孿生（Digital Twin）正是在這個背景下產生的，其本質是仿真，是在全面和深度數字化基礎上，通過多學科、多物理量、多尺度、多概率的仿真，在虛擬空間中完成相應的映射，是現實世界與虛擬世界的“孿生”。

數字孿生這一概念誕生在美國，由密歇根大學教授Dr. Michael Grieves在2002年首先提出的，最初的名稱叫做“Conceptual Ideal for PLM”。在他看來，通過物理設備的數據，可以在虛擬（信息）空間構建一個可以表征該物理設備的虛擬實體和子系統，并且這種聯系不是單向和靜態的，而是在整個產品的生命周期中都聯系在一起。

數字孿生技術最早用于航空航天飛行器的健康維護與保障，即：先在數字空間建立真實飛機的模型，并通過傳感器和傳輸，實現與飛機真實狀態完全同步。這樣每次飛行后，根據結構現有情況和過往載荷，及時分析評估是否需要維修，能否承受下次的任務載荷等，更可以實時發現飛機故障隱患，及時地進行遠程干預，消除風險和事故。

目前數字孿生技術也開始試用于工業互聯網、智慧城市、智慧醫療、智慧建筑和智慧能源等領域。在數字化時代，數字孿生技術也為金融風險治理提供了全新的視角和可能。金融業需要引入數字孿生技術，重構風險治理理論、模式與技術，成為數字化轉型的新抓手。

核心在于，按照金融風險特征和治理需要，多維和動態地獲取風險信息，構建接近“鏡像”的可視化展示，提供實時的風險評估和預警，適度的風險反饋和控制。

實施路徑：從“仿真時代”到“全真時代”

就實施路徑而言，可以分兩步實現，第一步是“仿真時代”，第二步是“全真時代”。同時，要處理好內外風險視角的邏輯關系，形成符合風險治理邏輯的結構。

在“仿真時代”，在傳統金融風險管理理論、模型和技術基礎上，如巴塞爾、COSO等，全面導入數字主線（Digital Thread）理念，在數據、算法和算力賦能的基礎上，集成風險治理訴求，重新檢視風險分類與關系，繼而重構風險治理架構，提升金融風險治理能力。

這一階段的特點是按照“鏡像”的思維，豐富風險描述維度，解決風險標的數據的實時和自動獲取，構建“風險數據耦合”模型，取代傳統的“穿透”的概念，構建“N維風險魔方”，提供基于需求的“投影維度”。繼而實現從手工和半自動到全自動，從“周期評估報告”到“風險儀表盤”模式。

在“全真時代”階段，則在“仿真時代”的基礎上，全面導入數字孿生理論，依托數字化社會資源，豐富和提升風險數據的獲取能力，強化“智能風控”技術的開發與利用。

核心在于，全面導入人工智能技術特別是多維風險算法，實現從相對孤立的風險標的視角，向產業鏈和生態圈視角過渡，構建有機態風險治理模式，提供“風險駕駛艙”功能。同時，強化風險治理的自反饋和微循環能力，從以人工和事后發現與評估為重心，逐步過渡到以自動和自主干預與化解為目標，全面提升金融風險治理水平，實現管理迭代。

就具體實施路徑和步驟而言，運用數字孿生理念和技術，開展金融風險治理創新不能一蹴而就，需要循序漸進。首先，最重要的是理解大數據改變認知科學的邏輯與路徑，進而理解金融風險治理面臨的可能條件和改變思路。

其次，在現有的治理框架下，用數字主線的思維進行重新審視，在數據可能的基礎上，豐富風險維度，提升精度和敏感度。

第三，在前期工作的基礎上，進一步導入數字孿生理念與技術，特別是風險治理的人工智能技術，強化“數據訓練”，提升模型的自適應能力，實現從“仿真”到“全真”的跨越。

面向未來，科技帶來的改變，不僅是提升效率、創造可能，更將改變金融業的存在方式。風險與風險管理始終是一條主線，是重要的基礎和前提。因此，數字孿生技術的應用，將為金融的迭代進步提供全新的視角和想象空間。

目前數字孿生技術對于金融業還是一個新事物，一些金融機構和金融科技公司已在探索打造信貸風險管理的數字孿生解決方案。

金融業需要在社會和行業數字化的背景下，全面導入數字孿生技術理念，培育并提升相應的能力，不僅是提高風險治理效率，重構金融風險治理范式，更可探索未來金融服務新模式。

（編輯：俞燕）