Michael2026-04-14 21:05:07

同学你好，原因有以下4个：
1、违背现代风险管理的基本原则
巴塞尔协议等监管框架明确要求风险计量应基于足够细致的数据，以确保风险捕捉的全面性和敏感性。使用高级别汇总数据无法满足模型风险治理（MRM）​ 和监管验证的审慎标准。

2、无法捕捉风险驱动因子的微观特征
例如，在信用风险模型中。汇总数据：仅能使用整个“零售贷款组合”的总违约率，无法区分不同客群（如按地区、年龄、产品类型）​ 的风险差异。颗粒数据：可细化到“华东地区30岁以下用户的信用卡违约率”，从而识别局部风险集中的问题（如某地区经济衰退导致特定人群违约率上升）。

3、模型预测能力下降
汇总数据会掩盖风险的非线性关系和交互效应。例如，经济下行时，低收入人群的违约敏感性可能显著高于高收入人群，但若仅用整体收入均值建模，这种差异化影响会被“平均掉”，导致模型对经济周期的响应滞后或不敏感。

4、无法支持精细化管理和创新需求
现代银行的差异化定价、动态准备金计提、压力测试等均需基于用户/交易级数据。例如，若仅用“全行企业贷款总额”预测损失，无法针对“高技术制造业 vs. 传统零售业”设计差异化信贷政策。