原标题：中国保险行业协会：一季度末110家保险公司具备投资管理能力249项
来源：中国证券报新华财经北京6月8日电（记者 薛瑾）中国保险行业协会6月7日对截至2021年一季度末的各家保险公司所具备的投资管理能力情况进行了通报。截至2021年3月31日，共有110家保险公司具备不同类型的投资管理能力（包括信用风险管理、股票投资、股权投资、不动产投资和衍生品运用管理等五项能力）合计249项。94家保险公司暂未具备任何投资管理能力。2020年，在深化“放管服”改革的背景下，银保监会为进一步推进保险资金运用市场化改革，印发了《关于优化保险机构投资管理能力监管有关事项的通知》（以下简称“45号文件”），对保险机构投资管理能力监管框架的进行了优化完善。按照45号文件精神，中国保险行业协会承担保险集团（控股）公司、保险公司投资管理能力信息披露的自律管理职责。在上述249项投资管理能力中，40项能力为45号文件发布后新增。具体来看，具备投资管理能力的6家保险集团（控股）公司中，中华联合保险集团具备信用风险管理、股票投资、股权投资、不动产投资4项能力；泰康保险集团、阳光保险集团、中国平安保险集团具备股权投资、不动产投资2项能力；中国人保集团和中国太平集团具备信用风险管理1项能力。具备投资管理能力的27家财险公司中，亚太财险和永安财险具备信用风险管理、股票投资、股权投资、不动产投资4项能力；国任财险和紫金财险具备信用风险管理、股票投资、股权投资3项能力。太平财险、阳光财险、中平安财险、人保财险、国寿财险、太保产险、众安在线等12家公司具备2项能力；安盛天平、渤海财险、国泰财险等11家公司具备1项能力。具备投资管理能力的75家人身险公司中，平安养老具备信用风险管理、股票投资、股权投资、不动产投资、衍生品投资5项能力，是唯一一家同时具备5项能力的公司。财信吉祥人寿、复星保德信、国华人寿等12家公司均具备信用风险管理、股票投资、股权投资、不动产投资4项能力。北大方正人寿、东吴人寿等22家公司具备3项能力；爱心人寿、北京人寿等25家公司具备2项能力；百年人寿、大家养老等15家公司具备1项能力。具备投资管理能力的2家再保险公司中，前海再保险和中国人寿再保险均具备2项能力。中国保险行业协会指出，下一步将继续加强行业自律和会员服务工作，推动保险公司不断提高投资管理能力自评估和信息披露工作质量，加强保险公司投资管理能力自律管理。通过教育培训、调研座谈、日常交流等多种方式，引导保险公司扎实稳妥推进投资管理能力自评估和信息披露工作，树立“成熟一项、披露一项”和“一次通过”意识，坚决杜绝“带病披露”“闯关披露”等现象。编辑：翟卓海量资讯、精准解读，尽在新浪财经APPAPP专享直播1/10热门推荐
收起
@@~$$
更多>@@=value.teacher && value.teacher.name$$@@=value.title$$@@=value.publish_time$$
@@~$$
更多>}

风控部门是金融业务的核心部门，而从事风控行业的人即称之为风险管理者，风控就是这些风险管理者通过采取各种措施，管理业务的风险，将风险控制在合理的、可承受的范围内。为什么说要将风险控制在合理的、可承受的范围内，而不是通常理解的尽量避免或杜绝可能发生的风险事件呢？这就要说到风控要解决的第一个核心问题：平衡好风险和资产规模（一般指在贷余额或AUM）。如果要完全规避风险，最简单的做法就是你拒绝所有的客户，那么你的资产逾期一定是0，但这样又有什么意义呢？风险管理的重点在于管理，而管理的最终目标不是“风险”而是“收益”。通过率过高会导致业务规模的快速扩张，但逾期指标也会相应提高，带来难以承担的坏账损失；通过率过低尽管可以保证客群的质量，但整体业务规模过小，相应的收益绝对值也较小，所以风控的首要目标就是尽力找到边际效应为0的点，达到收益最大化（如何实现？这就是风控的学问之所在）。根据猎聘大数据研究院推出的《2022年度金融行业人才趋势报告》来看，风险管理岗位与日俱增，但风险管理的范围非常大哦，券商、保险、信贷，甚至电商等场景，都需要风险管理相关人才。关注“金科应用研院”，回复“ZH”领取“风控资料合集”文末还有惊喜小福利，记得看到底呦风控要解决的第二个核心问题是平衡好机器和人的作用。现在各行各业都在讲数字化转型，风控也不例外，传统风控主要以人力为主，包括人工审核、人工催收等等，而量化风控则是依赖大数据和智能化的手段来给风控赋能，比如通过引入风控模型来辅助策略的制定，通过搭建智能风控系统来提高业务效率和用户体验等等，现如今AI技术的迅猛发展更是给风控的未来带来了无限可能。不难看出，量化风控是未来必然的发展趋势。当然这不意味着人力就会被取代，二者各有利弊，机器的优势在于可以24小时不间断工作不会疲惫和懈怠、成本相对低、标准统一、工作不带感情、客户体验也好，缺点是可能出现系统或机器bug、识别不出来特殊情况下的异常情况、需要人来提前配置好。人的优势在于不死板、可以根据业务灵活的调整和优化，缺点在于成本高、人得休息效率低以及每个人的标准或感知存在偏差。所以风险管理者需平衡在人与机器中做好平衡，取长补短，机器能完成的审核交由机器，机器完成不了或无法判断的再由人工介入。01风控岗位薪酬水平作为金融业务的核心部门，风控岗位整体的薪酬水平还是非常可观的，上面是BOSS上找到的一些数据统计，可以看出在一线城市平均的月薪都能达到10-15k。（说明：以上统计数据中是包含了大量传统审批和催收等岗位的，这些岗位的薪资普遍会低一些，如果只统计量化风控的岗位，那么得到的数字只会更高。）从收入的分布我们也可以看出，风控岗位的年薪中位数大约在17.5w左右，随着你的工作年限和资历的增长，岗位从初级-中级-高级的晋升，整体的薪酬带宽也是非常可观的。不要以为中位数很难达到，因为我们提过前面的统计中是包含了大量传统岗位和初级岗位的，从具体的岗位信息来看，风控策略分析师其实只要有3年左右的经验，年入就已经可以达到30W左右，远超中位数的水平了。02风控业务流程与岗位架构在讲风控的岗位架构之前，先简单介绍一下风控的业务流程。如下图，从客户的申请到获额，最后到借款和还款，整个流程大致可以分为三个阶段，即所谓的贷前、贷中、贷后。这三个阶段风控的着重点不同，工作内容也会存在差异，因此在岗位上也会有所区分。此外，还有一个特殊的反欺诈部门，贯穿在整个信贷业务流程的始终，传统的反欺诈可能会包含在贷前的部门中，但随着行业对于反欺诈的认识和需求不断强化，越来越多的金融机构已经将反欺诈作为一个单独的部门来设立了。量化风控部门的岗位划分一个维度是刚刚我们介绍的贷前、中、后业务流程的划分，另一个维度就是策略（偏业务）与模型（偏技术）的划分：量化风控整体都属于金融的中后台岗位，策略分析师着重于业务，他们是策略的最终制定者，尽管贷前、中、后和反欺诈的策略侧重点不同，但是整体的逻辑大致是差不多的。模型工程师则是专精于技术，风控的模型岗位相比于互联网行业的程序员、算法工程师对于技术的要求相对低一些，主要负责的就是风控评分卡的搭建。当然要把简单的评分卡做好了也不是那么简单的事情，而且随着风控数字化转型的不断深化，也对于模型工程师有了更多新的要求，除了评分卡外，越来越多的领域都会引入量化模型来辅助分析，如客户流失预警，产品精准推荐，以及各种反欺诈模型等等。策略和模型往往需要相互协作，策略因为对于业务更了解作为需求方，向模型部门提需求，而模型部门则负责风控模型的实现，部署等等，最终策略再综合模型的结果进行最终的策略制定。无论是策略和模型，在量化风控岗位中不可缺少的都是数据分析的能力，因此在策略和模型中间也诞生了一个相对基础的岗位，风控数据分析，这个岗位很适合新人入行，先接触到实际的业务环境，最终根据自己的专长和兴趣可以选择往业务方向或者技术方向发展。尽管不同的机构间可能组织架构和岗位的叫法五花八门，不太统一，但只要基于前面讲的两个维度，都可以找到对应的位置。以一个FAL讲师所在的银行为例，他们的智能风控部架构如上图所示。而实际上：策略中心就是做策略的，包含贷前中后的策略分析师和反欺诈策略分析师；决策科学中心就是做建模跟数据分析的，即我们前面所说的模型部门；风险科技中心就是做产品、管数据库、以及负责策略部署的；资产监测中心则是资产追踪管理，偏贷后处置的。03风控岗位发展路径风控岗位的发展路径和互联网行业一样可以分为专家（P）方向和管理（M）方向。专家方向：学习能力强，某一领域专精，能独当一面有好奇心，善于探索，能反哺业务创造价值能抗压、责任/压力相对较小薪资上限可观管理方向：知识面的广度要求高，业务经验丰富，有较好的业务判断力事业心强，抗压能力强，责任/压力较大善于沟通和决策薪资上限较高以模型岗为例，可能工作8年左右就会遇到第一个瓶颈，这个时候要么纵向发展在技术上领先于同龄人，要么就要横向发展，补齐业务知识和管理能力往管理岗位发展。04风控岗位必备技能量化风控，离不开量化两个字，因此只要基本的数据处理和代码能力是必须必备的。主要用的比较多的是SQL、Python，银行可能会需要用SAS，如果工作内容需要做数据报表展示还要用到类似Tableau、PowerBI等数据可视化工具。在此基础上，策略分析师需要了解各种风控指标的计算和分析方法，并且能够深刻理解业务，能够结合业务场景，进行包括但不限于vintage分析、滚动率分析、首逾分析等；而模型岗位则是需要具备完整的建模与模型部署、测试、调优等知识和能力，最好能对业务有一定的了解，可以更好地理解策略提的需求；数据分析作为基础的岗位，大部分时间做的就是SQL取数和数据清洗、数据分析等基础工作，可能会涉及到一些简单的建模，如果你在这个岗位，那就建议什么都学一点懂一点，找到自己的兴趣的特长之后再专项发展即可。}