在2016IT價值峰會現場，用友董事長王文京有一個著名的論斷，未來的企業都是金融企業，從現在科技引領的互聯網企業到未來的金融企業這樣的產業規律撬動下，不會玩產融結合的企業很難度過寒冬。

無獨有偶，當天下午，ITValue邀請了海爾金控CIO李大鵬先生，詳細闡述了海爾如何在產融結合的轉型發展過程中對產業金融風險進行精細化管理。海爾金控在過去一年中成功建立了與績效掛鉤的風險調整資本回報率模型，風險管控精細度甚至高于很多傳統銀行，對于海爾利用金融工具深化創客平臺的轉型成果，轉化成企業績效方面發揮了重要的作用。

李大鵬先生曾任上海期貨交易所CIO，后來又任港交所總裁的高級顧問，中途也曾自己創業從事金融技術。一年前他加入海爾金控任CIO，幫助海爾金控在海爾轉型過程中實施精細化的產業金融風險管控。

以下是海爾金控CIO李大鵬在2016IT價值峰會上的演講內容，經ITValue整理。

海爾的轉型是現在企業界的關注重點。上周張瑞敏和馬云第一次同臺亮相，就是因為馬云帶著湖畔大學的學員去海爾大學參觀，學習海爾的轉型經驗。海爾轉型最大的亮點并不是收購GE家電版塊業務這樣的行業大事件，而是張瑞敏把8萬人的企業變成了一個6萬多創客聚集的真正的企業創業平臺。



1海爾轉型和產業金融有什么關系？

海爾用技術來引領產業金融風險的精細化管理，這和海爾的轉型有什么關系呢？

我第一次在香港碰到我現在的老板邀請我加入海爾的時候，我就問她，我是做金融的，跟做冰箱的有什么關系？她說我們現在是完全不同的思維，需要在一個新的領域有人跟我們一起做貢獻。

而海爾打造的創客文化正是如此，把傳統企業的幾萬員工都變成創業者，把每一道工序都當成自己的盈利點，把上一道工序當成供應商，下一道工序則是客戶，員工但凡有一個想法可以幫助企業節省成本、擴大生產率并且能夠使組織變得更加高效的，就可以自己注冊一個小公司出來獨立運營。

海爾的管理轉型不是身在其中很難體會。比如開年會，無論中外的公司每個公司年會都是吃喝玩樂你好我好大家好。但我在海爾參加的第一個年會就是一人發了一瓶礦泉水，然后大家一起聊天。找了3個最典型表現最差的部門去問他們的問題在哪，明年想怎么做。然后兩小時后礦泉水還沒喝完年會就散了，大家一直在聊怎么改進管理。

海爾金控是去年11月才成立的業務板塊，以海爾的財務公司為基礎，提供9+2+5金融服務，包括貸款、支付、新金融、財務、投資等一系列的服務。



我擔任海爾金控的CIO，同時還是聯合信用資產交易所的CEO，另外還在一家不在這個版圖內的海爾金融科技公司擔任CEO。

在海爾的這個金融版圖內，除了海爾財務是從90年代末成立的，其它公司大多成立僅兩年時間，我們需要面對的一個主要問題就是在海爾進行轉型的過程中，金融風險如何治理。

2著名的RAROC模型如何幫海爾控制產業金融風險？

做產業金融控制風險的思路與一般的金融業不太一樣，風險多層次多方位，并且還要跟績效掛鉤。但傳統企業做事的時候很少跟風險去掛鉤，更別說對風險的精細化管理，要用什么樣的技術手段通過什么方式實現，我經過調研之后帶領團隊做了一個風險調整的資本回報率模型（RAROC）。如下圖所示。



RAROC源起于70年代末的美國，被銀行業普遍采用，特別是巴塞爾條約明文規定金融業強制使用。在產業金融領域，海爾應該是全球第一個把它用于產業金融管理。事實上全中國3000多家注冊的銀行只有5%不到采用了這種模型，而海爾實施風險管控的顆粒度比所有的銀行都高。這是一個藍海，風險管控能從產品或服務銷售中獲得提成。

在上面這個RAROC模型中，每一個框都是一個重要的計算模塊，斜線上面是分子下面是分母。按照這個模型進行計算，可以把各個結點的資金流和對應的風險還有資金效率衡量出來。但要計算準確，必須把傳統制造業生產過程中所有的數據都收集起來，這是實施RAROC面對的最大的困難。海爾金控花了一年時間，現在做到了。

我們可以對RAROC這個復雜的模型進行一些簡單的要素解讀，如下圖所示。



RAROC就是風險調整后的收益÷風險資本。風險調整后的收益包括5個參數：利息收入+非利息收入再減去資金、營業、風險、稅收等各項成本。下面的分母則是風險資本。最后算出來最低風險資本回報率，可以被用到風險管理、資產配置、客戶選擇和風險定價。這對于貸款是一個很好的參考，比如我們放貸時憑什么在基準利率基礎上再給某個客戶一個更優惠的利率，這個判斷的依據就從這個風險預測中來。這是RAROC管控理念的基礎。

3實現精準金融風險管控的關鍵是大數據

海爾實施RAROC的體會大致可以歸納為以下三點：



RAROC由預期型管理改進為實際效果評估，對金融風險評估會產生什么樣的影響呢？就是在原本的預測評估中加入了實際的經營數據，比如每個貸款客戶還了多少錢，他的余額是多少。有這些固定數據的支撐，具體的業務人員在進行金融業務時就更加心中有數，這是海爾下一步要去做的。

在前面關于RAROC那一大堆花里胡哨的圖里頭，有兩個關鍵指標，預期違約率和評級。預期違約率是管控核心，也是巴塞爾3對銀行的一個關鍵衡量指標，另外一個是客戶評級，這兩個指標沒有大數據的積累很難算準。海爾如何處理這個問題？

我是學神經網絡和人工智能出身的，對這種不完備數據的預測跟整理和應用是一個必備的技巧，真正的數據科學家也是做這些工作的。而更重要的是數據倉庫的建設，沒有數據倉庫做基礎，所有的預測都沒法計算出來，而數據倉庫的建設是一個漸進的過程，不能等到數據完善了再啟動風險治理。

在做這些事情過程中，曾經我們遇到兩個最大的障礙，本質上是舊有的思維方式帶來的習慣性管理模式的沖擊，績效如何數字說了算，而不是老總說了算。老板是否能適應這種精細化的全透明的問題暴露在聚光訂下的思維方式，如何去應對，以及做出管理的改變。

所以海爾的業務部門對RAROC的推廣是又愛又恨，全透明了沒法玩貓膩了，但有了這些數據后，資金成本、產品定價、客戶分級、風險預警都可以算得很清楚。

而我作為RAROC的推廣者具體的體會是，這種事情一定要自上而下的推動。業務部門經常說，你憑什么讓我做，我沒有提需求。我說等你提需求黃花菜都涼了，我看到了你必須得用，我用技術給你做出來了，你就得給我去推，而且這是海爾金控從一把手開始強力的往下推，這是這個項目成功的關鍵，管理團隊自覺的融入和思考，主動習慣這種透明的風險那個績效展示的思維方式，并從這種透明的方式里尋找解決的辦法，防止風險。第三個數據質量是第一的，高質量的數據是一線業務的常態保障。