我國證券公司數字化轉型中全面風險管理體系優化進路

摘" "要：隨著區塊鏈、大數據、云技術、人工智能等數字技術對證券公司經營方式、服務業態和商業模式的賦能，證券公司數字化轉型場景呈現出業務營銷、產品創新以及客戶服務的數字化。從外部性透視，證券公司數字化轉型能快速強化自身競爭力，助力數字經濟發展；但同時，由于數字技術的廣泛應用，也存在異化傳統風險、滋生數字化風險的負外部性。夯實全面風險管理，消除負外部性，助力正外部性擴張成為證券公司數字化轉型中的一大要務。基于此，本文溯源我國證券公司全面風險管理體系理論，縷析我國證券公司全面風險管理的三級風控架構，據此檢視我國證券公司數字化轉型中的全面風險管理實踐，發現兩大“痛點”：一是組織結構的“科層化”共性凸顯“時滯”問題，二是數智化風控系統面臨數據梗阻。對此，建議嘗試變革組織結構以消除“時滯”問題，同時并用“技術+規則”來破解數智化風控系統中的數據梗阻。

關鍵詞：證券公司；數字化轉型；全面風險管理；數智化風控系統

中圖分類號：F832" "文獻標識碼：B" "文章編號：1674-2265（2025）02-0059-08

DOI：10.19647/j.cnki.37-1462/f.2025.02.006

一、引言

縱觀證券公司數字化轉型的發展演進歷程，依次呈現如下“階段性”發展勢頭：最初為信息化階段（1993—2000年），即依托互聯網僅開展網上交易結算業務；其后為“線上+線下”信息化普及階段（2000—2013年），即在依賴互聯網拓展業務的同時，開展“線上+線下”業務營銷；而今為數字化服務生態重構階段（2014年至今），即通過嵌入區塊鏈、大數據、云技術等數字技術，對證券公司產業元素、業務營銷等進行賦能升級。隨著2023年ChatGPT帶動人工智能進入新的發展階段，人工智能及大模型在資產配置、智能交易等領域的應用將催生出更多的數字化、智能化新業態。證券公司要想在數字化轉型浪潮中立足，需要綜合考慮業務、技術、架構等多個方面（王思軒，2021）[1]。據此，學者們圍繞證券公司數字化轉型路徑展開深入研究，如證券公司數字化轉型中的財富管理發展模式及路徑（華泰證券課題組和朱有為，2020）[2]、經紀業務數字化轉型方向與實踐（潘勁松，2021）[3]、債券承銷業務的數字化路徑（郭春磊等，2021）[4]等，不一而足。此外，還立足域外視野，以財富管理業務為例，研究發現摩根士丹利、瑞銀、高盛等國際證券公司財富管理業務的數字化成功經驗在于以客戶為中心，通過技術為產品和客戶服務賦能的同時，發揮組織協同能力，故我國證券公司的數字化轉型應聚焦行業創新、產品服務（中銀證券課題組和金堅，2022）[5]。學者們還聚焦證券公司運營中凸顯的高風險“痼疾”，認為一方面要以證券公司數字化轉型中的數據治理與智能服務兩大特點為抓手，構建評價體系對其進行量化分析，從而為證券公司的業務重塑、科技治理提供依據（孫國茂和李猛，2022）[6]；另一方面須堅守合規風控底線，堅持穩健經營等全面風險管理理念（趙貴成，2022）[7]，采取強化風險管理意識、規范嚴格的管理制度等措施（郝敬東，2020）[8]，推進證券公司風險管理的智能化轉型。

梳理以上研究，學者們對證券公司數字化轉型的研究存在如下不足：一是忽略了證券公司數字化轉型的應用場景，導致對證券公司數字化轉型路徑的研究呈現“碎片化”；二是對于證券公司數字化轉型中的風險管理，盡管從理念、措施、智能化轉型路徑等方面提出了建議，但是由于沒有聚焦證券公司數字化轉型中的風險管理“痛點”，理論與實踐無法“知行合一”。鑒于此，相較于已有研究，本文聚焦證券公司的數字化轉型場景，從業務營銷、產品和客戶服務三個視角將證券公司數字化轉型的路徑“具象化”，在此基礎上，依據治理、風險管理與合規性（Governance，Risk Management and Compliance，GRC）理論解構證券公司全面風險管理體系，深挖全面風險管理實踐中“金字塔狀”組織結構與技術保障中的“痛點”，從打造扁平化組織結構和完善數智化風控系統兩個視角提出對策，為證券公司全面風險管理提供理論參考，為資本市場的穩健運行肅清障礙，為國家金融安全的法治保障建言獻策。

二、我國證券公司轉型中的數字化場景與其外部性

（一）我國證券公司轉型中的數字化場景前瞻

在人工智能、區塊鏈、云技術、大數據等數字技術賦能下，證券公司數字化轉型場景呈現出業務營銷、產品創新以及客戶服務的數字化。以下分而述之。

1. 業務營銷數字化。隨著金融數字化的縱深發展，數字化轉型已從商業銀行向證券公司延伸，證券公司數字化轉型呈現出業務營銷的數字化，范圍涵蓋證券經紀業務、資產管理業務、證券承銷業務、證券自營業務等。證券公司的業務流程包括研發、加工、營銷三個步驟。綜合類證券公司適用“大營銷、小加工、大研發”模式，專業型證券公司適用“大營銷、大加工、小研發”模式，而中小型證券公司適用“小營銷、大加工、小研發”模式。數據具有同質化、可復制、可編輯等特性，在創新業務營銷模式方面具有天然優勢。實踐中，證券公司業務營銷數字化的主流做法是將線上化的數據在業務領域加以應用，利用數字技術實現自身業務模式、業務流程、業務運營的優化和發展（中國證券業協會原互聯網證券委員會專題研究小組，2022）[9]。下文將以證券公司的債券承銷業務流程為例來透視證券公司業務營銷數字化一隅。

債券承銷業務流程包括承攬、立項、發行上市、存續期管理等（郭春磊等，2021）[4]。對此，在承攬階段，大數據和知識圖譜技術將客戶信息形成可視化圖像，為承攬決策提供數據支持（呂懷立等，2023）[10]。在立項階段，根據業務需要，依托云技術不僅可以對文檔進行提取和核查，還可以深挖關聯方和關聯交易中的關聯關系，形成企業關系圖譜，從而識別關聯交易中的潛在風險。在發行上市階段，通過嵌入區塊鏈技術建立簿記發行系統，在緩解信息不對稱的同時，還可計算發行定價、模擬發行結果，為承銷人的發行方案提供參考。在持續監督階段，利用大數據技術智能監控企業上市后的發展情況，可發揮排查風險、監測企業外部輿情等效用。

申言之，未來通過數字技術賦能業務發展，將成為證券公司提升自身核心競爭力、實現可持續發展的重要路徑。

2. 產品創新數字化。縱觀歷史，金融產品的演進呈現出貨幣、基礎金融產品（如銀行存貸款、債券、保險產品、股票、商品期貨合約等）、金融衍生產品層層推進的路徑。證券公司除不能經營商業銀行、保險公司的專屬金融產品外，債券、股票、商品期貨合約以及金融衍生產品等金融產品均可經營。根據產品來源，證券公司的金融產品包括自有金融產品和代發代銷金融產品兩類。前者主要包括資管產品、理財產品、投資咨詢產品等，后者則包括基金、代銷的理財產品等。而今，隨著第四次產業革命的到來，證券公司充分利用下沉在“鏈”上、上傳于“云”上的海量數據，通過算法和算力挖掘“數據”價值，以創新金融產品，從而克服同類產品的同質化問題。例如，中信證券對其公募基金產品數據體系進行設計，通過增加產品標簽，構建了11個產品大類、95個產品小類的基金標簽，將其充實并集成到公司各個應用系統，在滿足內部業務部門產品營銷需求的同時，通過“一站式基金產品瀏覽”迎合客戶外部需求（中國證券業協會，2022）[11]。

3. 客戶服務數字化。數字服務是以數字形式向用戶提供的服務，主要由用戶、服務、軟件、數據、網絡、硬件等要素構成。其中，軟件、數據、網絡、硬件等屬于必備的基礎要件，而用戶服務則是數字服務的核心要件。實際上，自互聯網技術誕生以來，由于數字技術的局限性，證券公司客戶服務的數字化只能以互聯網為基礎，通過傳遞網絡信息為客戶提供服務，故證券公司僅實現了客戶服務的信息化。而今，人工智能、大數據、云技術等對數字技術的迭代發展使得證券公司所提供的客戶服務已經實現了從信息化向數字化的蛻變。如中信建投證券信息技術部結合自身實際，提出了“薄前端、厚中臺、強核心”的架構體系，通過業務中臺、技術中臺、數據中臺建立了一套綜合共享的信息平臺，以此拓展客戶服務邊界。目前證券公司客戶服務數字化最典型的應用場景當屬人工智能投資理財顧問。為實現投資理財顧問客戶服務的數字化，實踐中會依托數字網絡，在前端配置人工智能投資理財顧問應用，在中端嵌入云技術為調用數據、信息等提供支持，后端會通過大數據，在捕捉和篩選客戶的交易、資產、投研等數據的同時，提供數據計算、采集、加工服務，以此實現對公司所有數據的充分利用，從而形成統一的客戶信息視圖，以此拓展人工理財顧問的服務邊界，為客戶提供更為精準的理財方案，拓寬服務邊界。

審視證券公司數字化轉型場景，證券公司作為服務供給方，以客戶需求為導向，基于海量數據，利用數字技術洞察并深度挖掘客戶需求，準確識別客戶行為特征，建立客戶畫像，以明確客戶的個性化需求。在此基礎上，證券公司利用數字技術對產品和服務進行智能分析和管理，并對結果進行智能化、自動化評估，以此優化服務方案，提升客戶服務體驗，以個性化的服務來實現業務的精準化營銷與產品的多元化供給。易言之，證券公司業務營銷、產品創新、客戶服務數字化場景之間并非相互割裂，反而在客戶需求導向下，呈現出以客戶服務數字化為“塔尖”，產品創新與業務營銷數字化為“塔基”的“倒金字塔”圖景（見圖1）。

（二）證券公司數字化轉型的外部性透視

外部性概念起源于經濟學，意指溢出效應或外部影響，包括正外部性和負外部性。據此，如下將審視證券公司業務營銷、產品創新以及客戶服務的數字化轉型場景帶來的正外部性和負外部性。

1. 證券公司數字化轉型的正外部性。微觀層面，數字化轉型有助于證券公司提升經營業績，強化自身競爭力。例如，國泰君安證券公司成立的上海青浦分公司采用創新渠道合作、集約數字化經營方案，依托君弘智投服務體系，致力于做大公司客戶規模，做好海量客戶數字化經營，籌備期內服務互聯網渠道客戶6萬多人，前景向好，成為其提升自身效益的“助推器”。根據艾媒咨詢（iiMedia Research）的《2024—2025年中國證券行業數字金融業務現狀及發展趨勢研究報告》，目前我國有69.1%的證券公司正在經歷數字化轉型，23.9%的證券公司還未進行數字化轉型。在經歷數字化轉型的證券公司中，基本完成數字化轉型的占4.8%，數字化轉型程度較高的占16.4%，數字化轉型程度中等的占34.6%，數字化轉型程度較低的占38.9%，仍處于計劃階段的占5.3%。可見，證券公司數字化轉型的提升空間極大。未來，隨著人工智能、區塊鏈、云技術、大數據等數字技術的快速發展，開發移動應用程序、構建智能投顧系統、打造智能交易系統、加強區塊鏈技術應用等必將成為證券公司數字化轉型的布局重點，以此實現對產業元素、經營模式等的賦能升級，助力其強化競爭力，搶占國內及國際金融市場份額。

宏觀層面，數字化轉型有助于提升服務實體經濟質效，助力數字經濟發展。當今世界正經歷百年未有之大變局，隨著新一輪科技革命和產業革命深入發展，歐盟推出《數字歐洲計劃》，日本也制定了“IT立國”戰略，全球經濟競爭日益聚焦于數字經濟發展。我國自黨的十八大以來就高度重視發展數字經濟，將其上升為國家戰略，從國家層面部署推動數字經濟發展。審視當下，證券公司業務營銷、產品創新和客戶服務的數字化，不僅是對數字產業化和產業數字化的“回應”，而且各數字化場景的應用必將促進資本的高效流動，進而提升服務實體經濟質效，為數字經濟發展助力。

2. 證券公司數字化轉型的負外部性。一方面，由于數字技術對業務營銷、產品創新、客戶服務的賦能升級，以往傳統的信用風險、流動性風險、利率風險、匯率風險、業務風險、行業風險（黃運成和徐錦文，1999）[12]等可能會因數字技術而發生異化。以證券公司的信用風險為例，其通常源于保證金借貸、過橋貸款、回購協議等觸發的風險，但隨著數字技術的迭代升級，證券公司必然會加強智能交易和資產組合管理方面的研發，將數字技術充分融入投資和資產管理實踐中，這使得資產組合效應下的金融衍生產品的信用風險更加復雜。另一方面，數字技術作為一把“雙刃劍”，在提高資本配置效率、提升客戶體驗的同時，也將滋生數據安全風險、網絡安全風險等新生的數字化風險。例如，2021年3月美國券商Robinhood遭到黑客惡意攻擊，導致超過700萬用戶的數據被泄露，泄露的數據包括超過500萬用戶的電子郵件地址、200萬用戶的姓名以及310位用戶的個人身份信息。此外，不容忽略的是，目前證券公司的數字化服務系統都是集權系統，其中終端集中管理和身份認證系統存儲著大量數字憑據，數字網絡作為其集權系統不可或缺的數字技術，卻凸顯“系統性暴露”問題，這必然使得潛在的數據安全風險、網絡安全風險等存在交叉傳染的可能性。網絡安全風險、數據安全風險等數字化風險一旦爆發，來源迥異的各類數字化風險可能快速積聚，導致證券公司集權系統的癱瘓，甚至IT風控系統的失靈，嚴重時可導致證券公司陷入破產窘境。

易言之，證券公司數字化轉型中的負外部性主要表現為異化的傳統風險和新生的數字化風險，一旦不察，不僅會影響證券公司數字化轉型的有序推進，還可能危及主權國家金融系統的穩定性。可見，對數字化轉型中的證券公司而言，當務之急是如何消除負外部性。

三、我國證券公司全面風險管理體系的理論溯源與實踐

聚焦證券公司數字化轉型中的“倒金字塔”場景，在數字技術對業務營銷、產品創新、客戶服務的賦能升級后，證券公司慣用的全面風險管理體系是否仍適用于數字化轉型中風險的全面管理呢？存在哪些“痛點”？以問題為導向，下文將先溯源我國證券公司全面風險管理體系理論，并對其全面風險管理實踐進行分析，進而深挖我國證券公司數字化轉型中全面風險管理的痛點。

（一）我國證券公司全面風險管理體系的理論溯源

證券公司基于公司治理、風險管理和合規性的共同目標，形成了三位一體的GRC理論（lyons，2007）[13]。基于GRC理論，證券公司為落實風險管理和合規性要求，實現風險的全面管理，一般會設置審計委員會、執行管理委員會、風險監督委員會、風險政策小組、業務單位、公司風險管理委員會等組織。與此同時，還會組建一個強有力的技術支撐部門，利用數字技術來傳輸、統計、定量分析相關信息，以此實現風險防控的數字化（宋國良等，2014）[14]。如今，基于GRC理論搭建的全面風險管理體系已被廣泛應用于各國證券公司的風險管理之中。從GRC理論檢視證券公司全面風險管理體系，其包括公司治理結構、組織結構以及IT風控系統三大要素。

第一，公司治理結構是關于不同利益主體間權、責、利關系的制度安排。故可將其劃分為兩類：一是單層制架構，通常由股東會和董事會組成。董事會兼有經營和監督之責，公司可設立獨立董事，但不設置監事會。而今，這種模式被廣泛應用于英美等國。二是雙層制架構，通常由股東會、監事會和董事會組成，董事會不設獨立董事，而監事會作為董事會上位機構，享有董事任免權、報酬決定權、重大決策權和監督權等權利。而今，這一架構被普遍應用于德國等大陸法系國家。縱觀我國法人治理結構，主要沿襲了大陸法系傳統，設立股東會、董事會和監事會雙層架構。證券公司作為我國法人中的一類，在治理結構上也適用雙層制架構。

第二，組織結構指的是內部所設機構及其組合的表現形式。目前法人組織結構包括直線職能制（U形結構）、事業部制（M型結構）、矩陣制、母子公司制等。通過組織結構形式的建立，治理結構與組織結構中形成了三條不同的鏈節關系，即命令指揮鏈、委托代理鏈和目標手段鏈（林志揚，2003）[15]。在交錯的鏈節關系中，法人治理結構凸顯“管理型”思維，這一“管理型”思維會滲透至法人組織結構中。在法人組織結構中表現為高層經理負責規劃決策藍圖，下級按圖索驥執行決策。由于企業規模、業務覆蓋范圍等不同，實踐中我國證券公司的組織結構呈現混合化趨勢，如同時設立子公司和分公司，并在控股公司下適用事業部制，而在事業部制下采用直線職能制。不容忽略的是，各證券公司盡管采用了個性化的組織結構，但這些組織結構呈現的共性是“科層化”。以風險管理為例，組織結構的“科層化”表現為每一層級僅負責監管其職責范圍內的風險，對掌握的風險信息進行由下至上的傳遞，且下級不能主動管理職權之外的風險。可見，我國證券公司組織結構的“科層化”在運作中呈現“金字塔”結構。

第三，從IT風控系統審視，證券公司全面風險管理中通常會構建風險預警、監控、管理與報告的風險管理技術保障體系，以便在治理結構和組織結構的支持下，運用這些控制性的技術工具，在開展業務的過程中對風險進行有效的跟蹤管理。從技術組織互構論視角解析IT風控系統，技術與組織具有復雜性、確定性和互倚性，二者構成了一個互為表里的結構體系（張燕和邱澤奇，2009）[16]。可見，證券公司組織結構的“科層化”使得適用中的IT風控系統也呈現有層級的“金字塔”結構。

綜上所述，證券公司全面風險管理實踐中，治理結構、組織結構與IT風控系統三大要素全面管理風險的內在邏輯是：公司治理結構決定著公司組織結構，公司組織結構的風險防控目的與公司治理結構的風險防控決策息息相關，IT風控系統因技術與組織的互構而完全依賴并服務于組織結構。

（二）我國證券公司全面風險管理實踐——三級風控架構

審視我國證券公司全面風險管理實踐，依托雙層治理架構、“科層化”組織結構和IT風控系統，基本建立起了全面風險管理長效機制——三級風控架構。第一層級的風險防控往往遵循“雙人、雙職、雙責”原則，建立重要業務部門，以業務部門為單元劃分風險管理小組，由業務部門內各風險管理小組來測量和監督風險情況，及時向風險管理部門報告，并對不同風險來源提出預防措施，通過IT風控系統將業務部門掌握的風險信息及時傳遞至風險控制部門和合規部門。第二層級的風險防控要求風險控制部門和合規部門根據各業務部門上傳的風險信息，通過制定的整體持倉、交易、風險限額等指標，依托IT風控系統對潛在風險進行全面監控。其中，風險控制部門主要側重于對新產品、新業務中所包含的風險進行識別、評估，并發布相應的風險管理報告，制定風險指標以實現風險的全面防御。合規部門則通過審查新產品和新業務交易全流程的合規性，重點對操作風險、法律風險進行事前防控。第三層級通過設立獨立的審計部門，由其負責監督、發現公司內部風險防控的制度漏洞并提出完善措施，而后將規則嵌入IT風控系統以提升風險管理的有效性。

目前，我國證券公司基于全面風險管理的長效機制，基本完成了信用風險、流動性風險等IT風控系統建設，IT風控系統中的三級風控架構包括服務于第一層級的前臺、第二層級的中臺和第三層級的后臺。

四、我國證券公司數字化轉型中全面風險管理的實踐“痛點”

審視當下，由于大數據、人工智能、區塊鏈等技術對證券公司業務營銷、產品創新、客戶服務數字化的賦能升級，證券公司全面風險管理三級架構發生了變化。以中金公司為例，其在2015年之前建立了境內外業務團隊、公司風險管理部和法律合規部以及公司內部審計部三級風控架構，隨著股票業務部近來的數字化、國際化，公司在既有三級風控架構基礎上打造了貼近業務側的“1.5道”防線，該防線實際上就是中金公司的運營中控平臺，主要職能包括風險管理、合規管理、資金平臺、內控管理及黨建廉潔宣傳。由于其更接近一線的業務運營，故而可以實現風險的前置管理，主動超前識別、防控各類風險，同時與既有的三級架構緊密協同，形成立體式風險管控體系（洪波，2024）[17]。IT風控系統也并未“另起爐灶”，而是依托區塊鏈、大數據、云技術、人工智能等數字技術，僅對原有的IT風控體系進行了升級，搭建了數智化風控系統。其運行機理如下：依托區塊鏈可追溯特性實現對證券業務流程、交易方的追蹤，利用大數據積累海量的用戶數據、交易數據、咨詢信息等，夯實信息基礎，借助云技術建立的服務器、存儲設備、網絡設備資源池等進行信息共享，發揮人工智能的語音識別、語義識別、圖像識別、機器翻譯等技術，實現風險管控的智能化、自動化。

可見，在原有三級風控架構上增加防線，依托數字技術將原有的IT風控系統改造為數智化風控系統，不僅可以極大地節約風險管理成本，而且還可以最快地適用于證券公司數字化轉型中的風險管理。那么，這一“改造方案”能否提升全面風險管理的有效性呢？基于此，下文將從治理結構、組織結構以及智能化風控系統三大要素檢視證券公司數字化轉型中的全面風險管理體系。

首先，從治理結構中高層的風險決策目標來檢視，設置全面風險管理體系的風控目標主要有兩個：一是以合規性（Compliance）為目的，通過“信息長城”控制或者隔離有害信息在自營業務、經紀業務、資產管理業務、承銷業務等各部門之間的流動，防止因信息濫用而可能發生的利益沖突和內幕交易；二是以風險管理（Risk Management）為目的，建立有效的法人“防火墻”和業務“防火墻”，以阻止風險的傳播（龐介民，2005）[18]。而今，數字化轉型中的證券公司并未因業務數字化、產品數字化、用戶數字化的“紅利”而忘本，在全面風險管理中仍然以“合規性”和“風險管理”為目標。

其次，從組織結構來檢視風險的管理流程，在“管理型”思維的導向下，加之經驗導向下的“人控”模式，風險的防控仍凸顯“科層化”。即從下至上的每一道風控防線的識別、監測內容、防控措施等，需要下級根據上級的風控指示制定風控目標、設置風控防范措施、制定風控報告，對超越自己權限范圍的風險，需要“上傳”至有權限的層級，由其下達“指令”并由下級執行。如果企業規模不斷擴大，“上傳下達”的風險信息鏈條就會被延長，從而增加風險信息的傳遞時間，凸顯“時滯”問題，導致風險管理的延誤，甚至風險決策的失靈，這一弊端在數字化風險防控中尤為明顯。由于“技術與組織”互為表里的結構關系，組織結構中凸顯的“時滯”問題會直接被嵌入數智化風控系統中，反而遏制了數智化風控系統自動化、智能化的效率優勢。

最后，從運行中的智能化風控系統來檢視，一方面，打造中控平臺的證券公司信息技術研發部門，通常會根據管理權限隔離標準預設算法，先行編制智能合約代碼，將法律規則以及風險管理事項“代碼化”，通過生成式人工智能技術來管理數據，以此提升“信息長城”和“防火墻”的風險防控效果。另一方面，面對潛在的各類風險，數據是智能化風控系統自動預測、防控、處置風險的必備要素，多維度的海量數據將滿足各環節風險防控的數據需求。這些數據包括網絡行為數據、企業業務數據、客戶偏好數據、客戶交易數據、授權數據源、公開數據源等。其后，根據鏈上、云上的數據，利用人工智能技術進行文本挖掘、自然語言處理、機器學習、預測算法、聚類算法等以挖掘數據潛力，從而實現對不同交易場景中風險的精準和及時防控。但實踐中數智化系統卻暴露出兩大“痛點”：一是證券公司全面風險管理中存在的“數據孤島”問題。“金字塔”狀的全面風險管理體系使得不同層級的各類數據存在物理意義上的隔離，數據碎片化嚴重，導致風險的監測、分析、評估無法有機結合，難以及時攔截風險。二是證券公司在風險管理中因數據質量問題給數智化系統風險管理帶來負外部性。實踐中暴露的問題是：前端采集的原始數據質量不好，中端采集的基礎數據標準覆蓋領域有限，如注重業務類、事件類的數據標準的全覆蓋，忽略對產品類、賬戶類等領域數據標準的全覆蓋；后端數據指標不統一，使得同一數據采用不同算法，導致其經過多重計算、加工后，數據難以溯源，質量也無法得到保障，使得證券公司的數智化風控系統可能會因“問題數據”的積累而失靈。

可見，對于證券公司數字化轉型中的全面風險管理體系，其治理結構導向下的風險管理目標并未改變，但是組織結構的“科層化”凸顯“時滯”問題，這一“時滯”問題反而制約了數智化風控系統的數字化、自動化、智能化效用。此外，聚焦數智化風控系統，“數據孤島”和數據質量問題如不及時解決，智能化風控系統可能會成為“僵尸系統”。以上兩大“痛點”亟待破解。

五、我國證券公司數字化轉型中全面風險管理體系的優化進路

聚焦我國證券公司數字化轉型中全面風險管理體系暴露的“痛點”，不僅需要將證券公司“科層化”下“金字塔”狀的組織結構變革為“扁平化”組織結構，還應嘗試消除智能化風控系統中的數據“痛點”。

（一）變革證券公司組織結構

資本市場是高度依賴信息和數據的市場，信息的快速傳遞關乎證券公司全面風險管理的有效性。面對證券公司全面風險管理中“科層化”下“金字塔”狀組織結構的優化需求，可組建扁平化的組織結構，以破解全面風險管理中信息傳遞的“時滯”問題。所謂組織扁平化，就是通過破除公司自上而下的垂直高聳的結構，減少管理層次，增加管理幅度，裁減冗員，以建立一種緊湊的橫向組織，使組織變得靈活、靈敏、富有柔性和創造性，強調簡化系統、管理層，分散管理層的權力。相較于“科層化”下“金字塔”狀的組織結構，其具有三大優勢（秦泗凱，2010）[19]：一是扁平化組織結構是對“科層化”下“金字塔”狀組織結構的優化，會減少管理層級，從而有利于信息的傳遞。二是扁平化組織結構強調系統和團隊合作，側重于業務的連續性和組織的系統性，試圖把各業務部門零散的任務重新整合起來，尤其在團隊協作下，對工作進行協作分工，對權力進行再分配，使得中下層在一定程度上也能獲得執行權。三是扁平化是一種柔性化的組織，更強調組織的知識學習。學習形式既包括組織內部成員之間的學習，也包括外部利益相關者之間的學習，成員相互學習，有利于實現知識共享、轉化和創新。

申言之，扁平化的企業組織對內有利于加強橫向協調，消除企業內部縱向部門間的障礙和壁壘，調動和發揮基層員工的積極性；對外有利于企業接近市場，使企業的產品更好地滿足消費者的需求，使企業更具彈性和靈活性，提高企業對外部市場變化的適應能力。所以，在證券公司數字化轉型中，面對“科層化”下“金字塔”狀組織結構中暴露的“時滯”問題，扁平化組織下信息傳遞的中間層次少，信息處理與反饋較快，能提高企業對外界變化的反應能力，更為重要的是，能夠實現各組織部門與公司治理框架的更高層次治理主體（如董事會及風險委員會）的高效無阻隔對接，對證券公司數字化轉型中的全面風險管理大有裨益。

（二）消除數智化風控系統中的數據“痛點”

直面證券公司全面風險管理體系中的數智化風控系統凸顯的數據問題，既可以依托數字技術以“技”治“技”，還可以通過制度規則來解決。

第一，數智化風控系統的“數據孤島”問題涉及證券公司內部多個部門、多個領域中的數據，對此，可嘗試搭建元數據互聯互通數智化平臺。元數據即關于數據的組織、數據域及其關系的信息，可以通過數字化來描述證券公司的數據、流程、應用程序等。互聯互通原本屬于信息技術領域的專業術語，即通過應用程序編程接口（API）等途徑，在不同信息系統之間進行通信、執行程序或傳輸數據，從而使各系統之間能夠兼容使用。所以，通過搭建元數據互聯互通數智化平臺，可以通過采集、管理、共享、影響分析、數據地圖等（陳一洪，2024）[20]對元數據進行集中管理，加之互聯互通的數智化平臺，既滿足了海量數據的風控要求，又實現了跨部門、跨平臺的數據流通，從根本上消除了“數據孤島”問題。

第二，面對數智化風控系統中存在的數據質量問題，可以采取如下三步走策略：第一步是建立數據質量管理標準的事前預防機制。對此，證券公司可以根據業務、產品的數字化需求設計相應的風控數據評估指標，在此基礎上依托數智化風控系統對相關數據進行評估，進而明確業務、產品中所要求的數據質量標準，以此擬制相應的數據質量標準。第二步是建立數據流轉過程中的事中預警機制。數據的采集、存儲、傳輸、處理等各個環節中都存在數據的新增和變更問題，因此，有必要建立數據質量預警機制，對有質量問題的數據及時“預警”，依托區塊鏈技術對問題數據進行溯源，及時整改。第三步是構建數據質量校驗的事后管控機制。在事前預防機制和事中預警機制都不能消除數據質量問題時，建立事后校驗機制可以及時發現遺漏的重復數據、異常數據、派生數據等“問題數據”，并及時采取補救措施，確保高質量數據的供給。

參考文獻：

[1]王思軒.企業數字化轉型架構：方法論與云原生實踐 [M].北京：電子工業出版社，2021.

[2]華泰證券課題組，朱有為.證券公司數字化財富管理發展模式與路徑研究 [J].證券市場導報，2020，（04）.

[3]潘勁松.券商經紀業務數字化轉型方向與實踐 [J].金融縱橫，2021，（05）.

[4]郭春磊，賈新，夏義鵬，呂征，邢登輝.證券公司債券承銷業務的數字化轉型路徑研究 [J].金融縱橫，2021，（06）.

[5]中銀證券課題組，金堅.國際投行財富管理發展模式比較及其啟示 [J].證券市場導報，2022，（03）.

[6]孫國茂，李猛.證券公司數字化轉型與評價研究[J].金融發展研究，2022，（09）.

[7]趙貴成.證券公司全面風險管理理念打造與實施[J].金融縱橫，2022，（01）.

[8]郝敬東.我國證券公司風險管理措施初探 [J].中外企業家，2020，（03）.

[9]中國證券業協會原互聯網證券委員會專題研究小組.證券行業數字化轉型中的業務變革研究 [C].中國證券業高質量發展論文集（2022）專題資料匯編，2022.

[10]呂懷立，應君，李士高，李安.投資銀行數字化轉型路徑與優化對策 [J].金融市場研究，2023，（11）.

[11]中國證券業協會.證券公司數字化轉型實踐報告及案例匯編 [R].中國證券業協會，2022.

[12]黃運成，徐錦文主編.證券公司風險管理 [M].北京：中國財政經濟出版社，1999.

[13]Sean Lyons. 2007. The Corporate Defence Continuum Part（1）：Governance Risk and Compliance（GRC）[J].Social Science Electronic Publishing，12-11.

[14]宋國良，潘彥，盧愷，張銀旗著.證券公司風險管理 [M].北京：清華大學出版社，2014.

[15]林志揚.從治理結構與組織結構互動的角度看企業的組織變革 [J].中國工業經濟，2003，（02）.

[16]張燕，邱澤奇.技術與組織關系的三個視角 [J].社會學研究，2009，24（02）.

[17]洪波.創新證券公司全面風險管理 [J].中國金融，2024，（04）.

[18]龐介民.證券公司風險監控研究 [M].北京：中國財政經濟出版社，2005.

[19]秦泗凱.試論企業組織扁平化及其實現路徑 [J].商業經濟，2010，（01）.

[20]陳一洪.商業銀行數據治理：體系框架與實施路徑 [J].南方金融，2024，（04）.