在2016IT价值峰会现场，用友董事长王文京有一个著名的论断，未来的企业都是金融企业，从现在科技引领的互联网企业到未来的金融企业这样的产业规律撬动下，不会玩产融结合的企业很难度过寒冬。

无独有偶，当天下午，ITValue邀请了海尔金控CIO李大鹏先生，详细阐述了海尔如何在产融结合的转型发展过程中对产业金融风险进行精细化管理。海尔金控在过去一年中成功建立了与绩效挂钩的风险调整资本回报率模型，风险管控精细度甚至高于很多传统银行，对于海尔利用金融工具深化创客平台的转型成果，转化成企业绩效方面发挥了重要的作用。

李大鹏先生曾任上海期货交易所CIO，后来又任港交所总裁的高级顾问，中途也曾自己创业从事金融技术。一年前他加入海尔金控任CIO，帮助海尔金控在海尔转型过程中实施精细化的产业金融风险管控。

以下是海尔金控CIO李大鹏在2016IT价值峰会上的演讲内容，经ITValue整理。

海尔的转型是现在企业界的关注重点。上周张瑞敏和马云第一次同台亮相，就是因为马云带着湖畔大学的学员去海尔大学参观，学习海尔的转型经验。海尔转型最大的亮点并不是收购GE家电版块业务这样的行业大事件，而是张瑞敏把8万人的企业变成了一个6万多创客聚集的真正的企业创业平台。



1海尔转型和产业金融有什么关系？

海尔用技术来引领产业金融风险的精细化管理，这和海尔的转型有什么关系呢？

我第一次在香港碰到我现在的老板邀请我加入海尔的时候，我就问她，我是做金融的，跟做冰箱的有什么关系？她说我们现在是完全不同的思维，需要在一个新的领域有人跟我们一起做贡献。

而海尔打造的创客文化正是如此，把传统企业的几万员工都变成创业者，把每一道工序都当成自己的盈利点，把上一道工序当成供应商，下一道工序则是客户，员工但凡有一个想法可以帮助企业节省成本、扩大生产率并且能够使组织变得更加高效的，就可以自己注册一个小公司出来独立运营。

海尔的管理转型不是身在其中很难体会。比如开年会，无论中外的公司每个公司年会都是吃喝玩乐你好我好大家好。但我在海尔参加的第一个年会就是一人发了一瓶矿泉水，然后大家一起聊天。找了3个最典型表现最差的部门去问他们的问题在哪，明年想怎么做。然后两小时后矿泉水还没喝完年会就散了，大家一直在聊怎么改进管理。

海尔金控是去年11月才成立的业务板块，以海尔的财务公司为基础，提供9+2+5金融服务，包括贷款、支付、新金融、财务、投资等一系列的服务。



我担任海尔金控的CIO，同时还是联合信用资产交易所的CEO，另外还在一家不在这个版图内的海尔金融科技公司担任CEO。

在海尔的这个金融版图内，除了海尔财务是从90年代末成立的，其它公司大多成立仅两年时间，我们需要面对的一个主要问题就是在海尔进行转型的过程中，金融风险如何治理。

2著名的RAROC模型如何帮海尔控制产业金融风险？

做产业金融控制风险的思路与一般的金融业不太一样，风险多层次多方位，并且还要跟绩效挂钩。但传统企业做事的时候很少跟风险去挂钩，更别说对风险的精细化管理，要用什么样的技术手段通过什么方式实现，我经过调研之后带领团队做了一个风险调整的资本回报率模型（RAROC）。如下图所示。



RAROC源起于70年代末的美国，被银行业普遍采用，特别是巴塞尔条约明文规定金融业强制使用。在产业金融领域，海尔应该是全球第一个把它用于产业金融管理。事实上全中国3000多家注册的银行只有5%不到采用了这种模型，而海尔实施风险管控的颗粒度比所有的银行都高。这是一个蓝海，风险管控能从产品或服务销售中获得提成。

在上面这个RAROC模型中，每一个框都是一个重要的计算模块，斜线上面是分子下面是分母。按照这个模型进行计算，可以把各个结点的资金流和对应的风险还有资金效率衡量出来。但要计算准确，必须把传统制造业生产过程中所有的数据都收集起来，这是实施RAROC面对的最大的困难。海尔金控花了一年时间，现在做到了。

我们可以对RAROC这个复杂的模型进行一些简单的要素解读，如下图所示。



RAROC就是风险调整后的收益÷风险资本。风险调整后的收益包括5个参数：利息收入+非利息收入再减去资金、营业、风险、税收等各项成本。下面的分母则是风险资本。最后算出来最低风险资本回报率，可以被用到风险管理、资产配置、客户选择和风险定价。这对于贷款是一个很好的参考，比如我们放贷时凭什么在基准利率基础上再给某个客户一个更优惠的利率，这个判断的依据就从这个风险预测中来。这是RAROC管控理念的基础。

3实现精准金融风险管控的关键是大数据

海尔实施RAROC的体会大致可以归纳为以下三点：



RAROC由预期型管理改进为实际效果评估，对金融风险评估会产生什么样的影响呢？就是在原本的预测评估中加入了实际的经营数据，比如每个贷款客户还了多少钱，他的余额是多少。有这些固定数据的支撑，具体的业务人员在进行金融业务时就更加心中有数，这是海尔下一步要去做的。

在前面关于RAROC那一大堆花里胡哨的图里头，有两个关键指标，预期违约率和评级。预期违约率是管控核心，也是巴塞尔3对银行的一个关键衡量指标，另外一个是客户评级，这两个指标没有大数据的积累很难算准。海尔如何处理这个问题？

我是学神经网络和人工智能出身的，对这种不完备数据的预测跟整理和应用是一个必备的技巧，真正的数据科学家也是做这些工作的。而更重要的是数据仓库的建设，没有数据仓库做基础，所有的预测都没法计算出来，而数据仓库的建设是一个渐进的过程，不能等到数据完善了再启动风险治理。

在做这些事情过程中，曾经我们遇到两个最大的障碍，本质上是旧有的思维方式带来的习惯性管理模式的冲击，绩效如何数字说了算，而不是老总说了算。老板是否能适应这种精细化的全透明的问题暴露在聚光订下的思维方式，如何去应对，以及做出管理的改变。

所以海尔的业务部门对RAROC的推广是又爱又恨，全透明了没法玩猫腻了，但有了这些数据后，资金成本、产品定价、客户分级、风险预警都可以算得很清楚。

而我作为RAROC的推广者具体的体会是，这种事情一定要自上而下的推动。业务部门经常说，你凭什么让我做，我没有提需求。我说等你提需求黄花菜都凉了，我看到了你必须得用，我用技术给你做出来了，你就得给我去推，而且这是海尔金控从一把手开始强力的往下推，这是这个项目成功的关键，管理团队自觉的融入和思考，主动习惯这种透明的风险那个绩效展示的思维方式，并从这种透明的方式里寻找解决的办法，防止风险。第三个数据质量是第一的，高质量的数据是一线业务的常态保障。