📚 课程目录第2章模型分类与分级

2. 模型分类与分级

模型分类与分级是MRM分流验证的起点。只有明确了模型属于哪一类、重要性处于哪一级，才能确定验证的深度、频率和资源投入。本章从分类标准、分级逻辑、分级对验证的影响三个维度展开。

金融监管机构（如美联储SR 11-7、巴塞尔委员会）通常将模型按应用领域和技术类型两个维度进行分类。分类的目的是识别不同模型的风险特征，为后续分级提供基础。

实训提示：在分流验证中，技术类型直接影响验证方法的选择。例如，机器学习模型需要增加特征重要性分析和对抗验证环节，而统计模型则更关注假设条件检验。

模型重要性分级是MRM的核心环节。分级通常基于模型使用影响和模型复杂性两个维度，将模型划分为三个等级：高重要性、中重要性、低重要性。

  分级原则：模型重要性 = f(使用影响, 模型复杂性)。使用影响权重通常为60%-70%，模型复杂性权重为30%-40%。

下表展示了分级的具体标准：

重要性等级	使用影响	模型复杂性	典型模型
高重要性	直接影响监管资本、核心业务决策、客户资金安全	高：多变量、非线性、参数多、假设复杂	内部评级法PD模型、VaR模型、CCAR压力测试模型
中重要性	影响业务策略、风险限额、管理报告	中：变量适中、假设可验证、输出可解释	评分卡、预警模型、经济资本模型
低重要性	辅助决策、内部参考、非关键流程	低：简单线性、单变量、规则驱动	简单回归、阈值模型、基础聚类模型

模型重要性等级直接决定了验证的深度、频率、独立性要求和文档标准。下表总结了不同等级对应的验证要求差异：

验证维度	高重要性	中重要性	低重要性
验证深度	全面验证：概念合理性、数据质量、模型假设、稳健性、输出对比、回测、压力测试、可解释性分析	标准验证：概念合理性、数据质量、模型假设、回测、输出对比	简化验证：概念合理性、数据质量、基本回测
验证频率	至少每年一次全面验证，每季度一次监控	每1-2年一次全面验证，每半年一次监控	每2-3年一次验证，年度监控
独立性要求	必须由独立第三方或内部独立团队执行	可由内部独立团队执行	可由模型开发团队自验证（需交叉复核）
文档标准	完整验证报告（50页+），含详细假设、敏感性分析、局限性说明	标准验证报告（20-30页），含核心假设和主要发现	简要验证备忘录（5-10页），含关键结论
审批层级	需经模型风险委员会或董事会审批	需经模型风险管理部门负责人审批	需经业务部门负责人审批

监管合规警示：对于高重要性模型，如果验证频率或深度不达标，监管机构可能要求追加资本扣减或限制模型使用范围。在分流验证中，必须确保高重要性模型获得最高优先级的验证资源。

在MRM分流验证框架中，分类与分级不是孤立的，而是联动形成验证策略。以下SVG展示了分类分级联动如何生成具体的验证方案：

在实训环节中，学员需要完成以下分类分级实操任务：

  实训案例：某银行内部评级PD模型，分类为“信用风险+统计模型”，使用影响评分85分（高），复杂性评分75分（中），加权总分=85×0.7+75×0.3=82分 → 判定为高重要性 → 匹配全面验证方案。

通过本章学习，学员应掌握模型分类分级的完整方法论，并能够独立完成从模型分类到验证策略匹配的全流程操作。