德勤中国金融服务业研究中心于2023年4月28日发布《凝心聚力 奋进新征程：中国银行业2022年发展回顾及2023年展望》报告，通过系统分析中国上市银行的盈利能力、资产情况、负债情况和资本实力，梳理并观察其业务发展情况、经营模式及监管环境变化，进而展现中国银行业在2022年取得的成就并展望未来发展的方向。此外，报告深度解析了2023年银行业战略部署、银行资产碳核算的方法与实践、关联交易数智化管控模式的分析、对年报展示的分析、未来财务管理转型探究、打造高质量监管数据治理体系、新场景下的银行业运营韧性的应对思路探讨、风险报告数字化转型研究、以及商业银行并购重组的理性关注等重点和热点话题，提供了独到的见解与洞察。我们相信，这份研究报告将会为国内商业银行在“十四五”的新征程上开新局、谱新章提供有价值的参考。
报告目录
商业银行关联交易数智化管控模式探索与实践
2022年1月，银保监会正式发布了《银行保险机构关联交易管理办法》（中国银行保险监督管理委员会令〔2022〕1号，以下简称“1号令”），进一步强化银行保险机构关联交易管理、推动关联交易乱象整治、防范利益输送风险，这是银保监会进一步健全银行业保险业关联交易管理的重要举措。1号令从管理机制、系统建设、数据治理等方面对于关联交易管理提出了更高要求。如何推动关联交易管理合规化、精细化、系统化和智能化成为银行业金融机构的关注重点和亟待解决的问题。
由于商业银行关联交易的多样性、复杂性以及多口径监管要求，商业银行不仅要对集团法人层面关联交易进行分析评估和统筹管理，还要从跨行业、跨机构视角，对集团并表层面关联交易及其风险进行指导和督促，这加大了关联交易的管理难度。
在银行数字化转型中，商业银行应当提高关联方和关联交易管理的信息化和智能化水平，强化大数据管理能力，这不仅是监管的明确要求，也是有效提升关联交易管理水平的必然选择。
从关联交易管理看数字化转型痛点与挑战
信息系统功能不完善：部分商业银行关联交易信息系统仅能解决线下管理线上化的问题，系统定位于主要满足监管自动报送和日常管理统计功能，并未覆盖关联交易事前、事中和事后管理全流程。由于关联交易系统与业务系统组件没有实现直连，控制环节尚未前置嵌入业务流程中，无法实现实时交互，导致关联交易风险事前预判不及时。
数据治理体系不健全：关联交易数据治理主体责任不清，数据标准不统一、数据采集规则不清晰、数据质量监控机制缺失，不仅影响监管报送质量，也无法为关联交易数据监测与分析提供有力支撑。
数据分析应用能力不足：在公司治理和经营管理中对于关联交易数据的应用分析较为滞后，在挖掘关联交易数据价值、搭建数据应用场景等方面基础薄弱。未能充分运用数据规则分析和研判关联交易风险，及时开展风险提示，将关联交易风险管控关口前移，通过数据规则构建关联交易全景视图，客观、清晰、动态反映关联交易情况。
智能化工具运用不足：按照实质重于形式原则以及穿透原则，商业银行需要通过智能化手段查找隐匿关联关系，拆解复杂交易结构。商业银行在关联方识别、甄别与分析关联交易本质、客观评估交易对价公允性以及动态监测资金来源和流向等方面尚缺乏有效管理工具。
借助数字化平台实现关联交易流程再造及管理数字化升级
关联交易管理涉及范围广，管理半径大，涉及跨部门协调事项多，往往会因为业务部门的关联交易管理意识薄弱、规则理解不清晰，导致执行出现偏差，引发合规风险。
商业银行从关联交易全流程管理着手，识别主要风险点，梳理关联交易关键环节，围绕合规、降本、增效等目标，建立“制度+流程+数据+系统”四位一体的“关联交易管理体系”，利用数字化平台，以数据驱动，实现事前提示、事中预警以及事后分析的全流程管控，推动合规经营，提升管理质效。
图：关联交易数字化平台建议架构
根据银保监会、上交所、证监会、联交所多口径的管理要求，从产品名称、数据标准、业务规则、取数逻辑等方面进行梳理分析，形成数据范围，确定数据规则和标准，搭建关联交易产品架构，进行参数化管理；基于大数据自动认定关联方身份，基于动态监管规则识别关联交易、还原关联关系实质。
事前流程：业务审批前，关联交易系统向业务系统推送关联方清单，业务系统自主判断各口径下关联交易类型，对关联交易额度进行测算，确定是否符合禁止类、集中度和限额管理等要求，系统触发一般和重大关联交易审批流程。
事中流程：业务审批过程中，内嵌定价模型赋能中台管理部门出具评审意见，通过对关联交易定价政策校验、交易历史信息比对、资金双向借贷与成本倒挂提示，以及外部基准规则评估等，实现公允价值定价基准参考。
事后流程：关联交易系统每日与业务系统交互，自动采集和积累数据，通过预设管理额度、预警规则，自动提示关联交易风险。自动进行数据统计和分析，定期生成监管报送报表和内部管理报告、信息披露和关联交易管理看板。
拓展金融科技应用场景，驱动管理升级
以大数据、人工智能科技应用为支撑，嵌入关联交易事前、事中、事后管理全链条，持续强化关联交易风险防范能力。
图：关联交易数字化应用场景
知识图谱——有效识别关联关系，辅助穿透管理
引入外部大数据，智能排查疑似关联方和隐匿关联方
关联关系往往具有一定的隐匿性，并非全部可以通过股权关系、实际控制人等信息进行直接准确识别，因此，如何有效识别隐匿的关联方成为金融机构关切的重要问题。实践中，商业银行尝试利用内外部数据信息，应用人工智能、大数据技术，构建更加数字化、智能化的关联方识别工具，协助识别自身和客户可能存在的关联方情况。具体来说，利用模糊匹配、知识图谱技术建立包括法人机构、客户和自然人客户、员工的网络，通过分析实体节点度、合理进行网络切割、围绕目标实体通过网络特征分析和评分合理推断关联方，查找可能的隐匿关联关系。
整合内部数据，透过现象看本质，提升关联交易穿透识别精准度
商业银行金融产品存在多样性、创新性和复杂性的特征，如资管计划、信托计划、公募基金等业务因其复杂的股权结构、交易结构、资金运用方式等，无法将资金来源、中间环节与最终投向连接起来，从而有效甄别金融业务和经营行为，准确判断关联方和关联关系、锚定基础资产。
对此，商业银行可以运用技术手段解决信息不对称等难题，运用知识图谱识别资产端交易对手与商业银行及股东之间关系并进行穿透排查，对于涉及公司和人员的基础资产进行综合评估，防止隐性关联交易。
关联交易穿透管理应向上实现资金端穿透，资金流向须穿透至底层基础资产，识别最终投向。因此，银行应以风险实质为计量基础，建立穿透管理规则和标准，加强数据治理、信息共享、风险监测，实现高效合理的穿透管理，提升业务管理透明度。
图：关联交易数字化技术能力应用
RPA技术——自动化获取内外部数据，助力数据分析
针对关联交易管理所需的内外部数据，建议利用RPA机器人技术自动获取所需外部及内部数据，进行数据比对并进行后续操作，供关联交易风险管理平台使用。
图：关联交易数字化应用场景
智能问答机器人——动态解读管理要求，普及合规交易
员工在日常工作中，对于关联交易管理的外部监管规定及内部管理要求，经常会有特定问题的询问、特定规则的查询。可通过智能问答机器人来实现自动问答，便于关联交易合规知识的普及。
智能问答机器人有多种方式实现，可通过信息检索技术，从语料库中搜索与用户问题最相近的问题，并将该问题的答案作为用户问题答案返回给用户，也可利用对候选文档、文本的检索筛选和问题相关的文档段落，并利用大型语言模型的文本理解能力将答案返回给用户。
智能决策引擎——规则驱动自动判定，实施有效监控预警
构建关联交易决策引擎，结合专业人员知识沉淀和规则策略，识别关联交易风险特征，通过规则、指标、模型、决策流程和内外部数据整合，打通业务与管理系统，实现对禁止性交易、重大关联交易、可疑交易的事中识别、预警、监控及有效阻断。
德勤建议
关联交易管理是商业银行公司治理与内控合规管理的重要部分，需要银行多部门协同配合。商业银行需要结合自身股权结构和业务管理实际情况，建立与之相匹配的关联交易管理体系，明确各部门职责分工，细化公司关联交易内部流程、审议决策程序，制定相应的问责条款，明确责任到人、落实到岗。通过数字化、智能化手段及关联交易系统平台的建设，推动业务及职能部门转型，从被动管理向主动管理转变，以数字化、智能化充分释放精细化管理效能，践行科技金融的理念，通过科技赋能实现关联交易管理专业化、集约化和精细化的转变，提升经营发展质效。
联系人
曾浩
德勤中国金融服务业
银行业及资本市场主管合伙人（中国大陆）
电话：+86 21 6141 1821
电子邮件：calzeng@deloitte.com.cn
沈小红
德勤中国金融服务业研究中心主管合伙人
电话：+86 21 2312 7166
电子邮件：charshen@deloitte.com.cn
朱磊
德勤中国金融服务业
风险咨询合伙人
电话：+86 21 6141 1547
电子邮件：jaczhu@deloitte.com.cn
任虹
德勤中国金融服务业
风险咨询总监
电话：+86 10 8512 4629
电子邮件：hren@deloitte.com.cn
