唐山银行：资产负债管理系统

来源：2024年度城市金融服务优秀案例征集活动

获奖单位：唐山银行

荣获奖项：数字金融创新优秀案例

一、项目背景及目标

（一）项目背景

1.积极应对金融市场新形式、新变化

当前经济新常态、金融行业变革以及利率市场化推进等一系列外部因素交叉叠加，银行经营发展面临巨大挑战，本行积极应对新形势、新变化，不断提升精细化管理水平。

2.积极响应监管要求

监管政策趋严，颁布的《商业银行银行账簿利率风险管理指引》和《商业银行流动性风险管理办法》，办法中明确提出商业银行应建立完备的管理信息系统，并对系统实现功能做出具体要求。

3.紧跟行内高质量发展转型步伐

本行从过去追求高速发展，转变为高效统筹规模增速和高质量发展，在实现资产规模稳步增长的同时，要保证全行流动性安全，并不断提升盈利能力水平。

4.资产负债管理数字化转型

围绕“量、价、险、效”组合规划、动态平衡的先进智慧资负经营管理理念，搭建智能化、可视化资负管理平台，对资产负债业务进行全面、动态和前瞻性的综合协调管理，为资产负债管理提供有效的决策支撑。

（二）项目目标

本项目的总体目标一是落实《商业银行流动性风险管理办法》《商业银行银行账簿利率风险管理指引》中有关建立信息管理系统相关要求，满足外部监管要求；二是借助系统实现海量数据处理及分析，为资产负债精细化管理提供技术支撑；三是实现结合战略目标和经营计划，动态模拟业务经营、流动性风险、利率风险等管理情况，为全行经营决策、资产负债结构优化提供有力支撑。

二、项目方案

（一）项目策划

为确保项目顺利推进，本行成立资产负债管理系统项目组，全面推进资产负债管理系统建设，项目组成员包括计划财务部、信息科技部、项目及参数管理部。其中计划财务部负责项目可行性分析、立项及采购、需求分析、配合业务测试工作，以及资产负债管理系统上线后的使用维护推广工作。信息科技部负责涉及系统的项目支持，以及系统建设的技术支持及项目过程中与外围系统之间的沟通协调工作，根据需求内容进行资产负债管理系统与本行各相关业务系统的接口开发和优化升级，牵头评估确认项目所涉硬件、网络等基础环境进行采购及部署搭建，负责系统投产后的运行维护工作。项目及参数管理部负责根据相关业务的影响提出建议及策略，配合梳理项目整体需求及组织测试人员进行业务测试工作。同时为确保系统平稳上线，项目分两阶段上线，一阶段是上线静态报表，二阶段是上线动态报表。

（二）项目实施

资产负债管理系统项目由系统开发服务商在本行现场实施，项目周期内包含可行性分析、立项及采购、需求分析、系统设计及开发、测试、试运行、验收等步骤。

（三）技术方案

1.整体架构

如上图所示，资产负债管理系统整体采用B/S模式，基于主流J2EE技术架构开发，支持灵活的参数化配置。

系统整体架构层次划分如下：

（1）数据来源

数据来源是资产负债管理系统的数据来源，是资产负债管理系统中现金流计量和动态模拟的数据基础，主要来源于核心系统、信贷系统、理财系统、票据系统、资金系统、国结系统等业务数据。

（2）平台层

资产负债系统是基于平台化的思想进行设计，系统基于各种平台作为技术支撑，包括ETL数据传输平台、统一开发平台、报表制作平台、系统管理平台、集成引擎平台和数据补录平台。

（3）数据层

数据层利用ETL数据传输平台将业务数据抽取到数据库中，同时通过手动补录的方式形成系统多元化的数据源。

（4）应用层

计量层由资产负债管理系统中的现金流引擎来实现系统的业务数据处理，实现对业务数据的现金流拆分、动态模拟、报表汇总等功能。
资产负债管理业务模块的功能划分，分别为系统管理、市场数据、业务参数、情景模拟、数据管理等功能。
提供报表展示服务，为指标计算结果、压力测试结果、限额监测提供展示功能。

（5）展示层

提供资产负债管理系统的参数维护，包括维度管理、预算报表树、COA配置、业务模型配置、客户行为模型配置、动态模拟参数配置等功能的维护。

提供报表展示服务，为指标计算结果、压力测试结果、限额监测提供展示功能。

2.数据架构

资产负债管理系统的数据架构分为4个层级，分别为：数据源层、缓冲层、模型层、应用层。

数据源层：为资产负债管理系统的数据来源，来源于本行的核心系统、信贷管理系统、资金系统、票据系统、信用卡系统、国结系统、理

财系统、二代支付系统等；

缓冲层：一般银行内部使用统一的数据交换平台来处理数据的传输操作；

模型层：根据数据的清洗、标准化规则，将数据进行清洗，形成的标准数据；资产负债管理系统所用数据通过行内数据仓库整合进数据库中。通过数据映射、数据校验，生成资产债核心引擎的标准处理信息，并进行现金流拆分；

应用层：根据报表树和时间序列，计算各项风险指标，并生成报表数据以供展现。集中展现资产负债核心引擎、聚合层的风险计量结果，并推送给最终用户。

3.物理架构

系统应用分为两个集群，分别为应用服务集群和批量服务集群。

应用服务集群：部署资产负债管理系统web应用和报表服务。

批量服务集群：部署批量调度和批量计算服务。

三、创新点

（一）助力风控升级

对本行流动性风险、银行账簿利率风险实现风险识别、风险计量、风险监测、风险控制的全流程静态管理；通过参数化设置业务规模、期限、利率、行为模型等内容，动态预测未来流动性风险、银行账簿利率风险指标情况。

（二）资产负债与经营预算联动管理

经营预算管理模型，通过资产负债结构模拟，对模拟后的资产负债情况及相关指标进行分析，打通预算与资产负债管理的业务、技术双通道。

（三）实现动态情景模拟，测算未来利息

通过对新增业务的业务量、期限结构、定价策略、金融工具属性等进行配置，前瞻性地对业务摆布进行测算调整，模拟未来利息情况，实现动态经营管理及价值创造。

（四）多维度透视分析，提供决策规划数据支撑

对各业务规模、期限、结构、利率、收益等进行透视分析及全盘规划，例如区分全量、新增业务口径，按月、季、年不同频度，形成指标图形走势趋势等，为优化业务结构，扩展净利差、提高盈利能力提供决策支撑。

（五）搭建驾驶舱全景图，数据可视化展示

提供一个全面、直观的视角，让决策者能够快速掌握本行资产负债的整体状况，一目了然地了解关键指标和数据。

（六）助力数据质量管理，发挥数据资产价值

从应用视角倒推全行数据治理，发现数据质量问题并提出优化建议，助力提升本行数据质量。

四、项目过程管理

项目计划如下：

五、运营情况

本行资产负债管理系统2024年5月正式投产上线，上线以来应用于流动性风险管理、银行账簿利率风险管理、财务分析、业务预算、资产负债管理等方面，深入推进业财融合、智慧经营分析，全面提升本行资产负债精细化、专业化、智能化管理水平。

系统不仅强化对资产负债日常监测、智能动态规划及重点指标联动调优等目标,还将面向高管层的决策支撑、面向计财内部的专业管理融合于一体，搭建了动态前瞻、科学有效的智能化、可视化、线上化、体系化、精细化管理服务数字化支撑平台，助力本行高质量发展。

六、项目成效

（一）全面提升本行资产负债管理水平

1.减少人工统计耗时工作量130小时/月，大大提升工作效率，提高数据结果及时性；

2.有效降低人工统计差错风险，提高数据结果的准确性；

3.精细化程度更高，有力助推本行资产负债精细化管理水平提升；

4.实现流动性风险、银行账簿利率风险限额、预警指标的实时监测和预警；

5.实现重点财务指标、风险指标的日频展示；

6.实现驾驶舱自主登陆、一键可视，辅助高管层经营决策。

（二）资产负债系统计量结果展现

监管报表、内管报表、可视化分析、驾驶舱等多元化的应用分析与展现，系统计量结果自动化展示。

（三）资产负债管理报表

资产负债管理系统包括总量管理、流动性风险管理、银行账簿利率风险管理、汇率风险管理4个模块共58张报表。

七、经验总结

（一）明确目标与需求

深入调研业务需求，了解在资产负债管理方面的具体痛点和期望，明确资产负债管理系统要实现的具体目标。

（二）选择合适的技术方案

对市场上的资产负债管理系统技术平台进行全面评估，考虑其功能、性能、可扩展性、稳定性等方面，选择成熟、可靠的技术平台，确保系统能够满足银行长期发展的需求。

（三）有效的项目管理

制定详细的项目计划，明确各个阶段的任务、时间节点和责任人；建立有效的沟通机制，及时解决项目中出现的问题；进行严格的项目质

量控制，确保系统的功能和性能符合要求。

（四）数据质量管控

建立严格的数据质量标准和校验机制，确保数据的准确性、完整性和一致性。加强数据源管理，确保数据来源的可靠性和稳定性，与业务系统进行数据对接时，要明确数据传输规则和接口规范，避免数据丢失或错误。

（五）数据仓库建设

构建资产负债管理数据仓库，整合来自不同业务系统的数据，为系统提供统一的数据视图。

更多金融科技案例和金融数据智能优秀解决方案，请在数字金融创新知识服务平台-金科创新社案例库、选型库查看。