风险技术之发展

2
风险技术之发展

金融机构与技术之间有着纷繁复杂 本文中，我们以埃森哲和 Chartis 研 调研受访者类别说明

的关系。一方面，金融机构必须一直走在 究公司的分析为基础，评估了技术在金融
创新的最前沿，方可确保竞争优势 ；但同 机构中的作用 ：它既是一种风险管理工具， 我们研究得到的诸多有关风险技术发
时，信息技术投资可能会产生某些意想不 同时其自身也可能带来风险。根据对企业 展的结论 1 是基于对 262 位风险管理、合
到的后果，对实现利润造成重重障碍。如 风险管理（ERM）所造成的重要当前影响 规和技术专业人员的调查与访谈 ：
果 IT 架构变得笨拙和过于复杂，势必将 或潜在影响，我们着重分析了埃森哲和
阻碍企业实施有效变革。当前，企业在安 Chartis 研究公司共同确定的以下七大具体 • 本 次 调 研 受 访 者 中 40 ％ 来 自 北 美，
排 IT 技术投资时，主要由来自监管议程 技术领域 ： 30％来自欧洲，16％来自亚太地区，剩
的外部压力所驱动，这导致它们难以自行 余 14％位于世界其他地区。
决定针对新技术的资金投入，以创造未来 1. 移动技术 ：如平板电脑、移动通信、手
持设备等 • 49％受访者所在的企业年收入不足 5 亿
的竞争优势。
美元，40％所在企业年收入在 5 亿美元
对各家金融机构来说，建设基础设 2. 云计算 ：如利用互联网现有的虚拟服务 到 300 亿美元之间，另 11 ％的企业年
施必须审慎管理、权衡利弊，找到成功技 器，包括但不限于“软件即服务” （SaaS） 收入超过了 300 亿美元。
术创新所带来收益与内在风险之间的平衡
• 80% 受访者来自金融服务行业，他们平
点。而在这一过程中，并不存在一种完美、 3. 社交媒体 ：如社交媒体数据和 / 或社交
媒体数据分析 均分布于银行、资本市场和保险。
或是零风险的技术解决方案——每项方案
都面临着一系列独特的挑战。技术发展如
4. 人工智能 ：如自然语言处理、神经网络、 非金融行业的受访者中，多数来自
同生物进化一样，从来都不是一个一成不
机器学习等 政 府、 监 管 机 构、 制 造 业 以 及 专 业 服 务
变的或可预见的过程。
行业。
5. 大数据 ：即采用先进的分析工具和技术，
以极高的速度处理类别极为复杂、数量
极为庞大的数据

6. 实时和高性能计算，如利用内存数据分
析、超级计算机、即时通讯、复杂事件
处理程序进行超大型模拟

7. 开源软件 ：包括开源内容

3
图1. 风险管理重要性与实际成效之间的差距
您如何评价贵企业的风险管理组织在以下方面的重要性、风险管理能力可以在何种程度上帮助贵企业实现以下目标，
以及这两方面的对比情况？
99%
监管合规 29% 70
95%
声誉管理 28% 67
74%
风险调整后的绩效管理
22%
52
80%
推动长期利润增长 29%
51
73%
降低操作、信用和市场损失 22% 51
培育风险文化
76%
26%
50
70%
降低资金成本 20%
50
70%
管理经济/金融波动 20%
50
65%
创新与产品开发
17% 48
完善资本配置 73%
26%
47
73%
管理流动性 27%
46
调查受访者中，表示风险管理组织对于实现目标“至关重要”或“重要”的比例。
调查受访者中，认为自身风险管理能力“在很大程度上”有助于实现这些目标的比例。
重要性和实际成效之间的差距(%)

资料来源：埃森哲2013年全球风险管理研究，2013年9月。
注：数字经四舍五入取整。

主要研究发现 送。从很多方面来看，社交媒体使利益相 加以分析。此类外部数据分析平台具有中

关方开始面临“立体化”的风险。此外， 立性，支持供应商分别列示出特定软件或
技术既是一种关键的声誉风险 如今企业在分析影响力和可能性时，还需 平台的数据成本及用途，这对于信息技术
要考虑速度问题 ：以往的某个事件可能要 预算的细致规划具有极其重要的意义。此
来源，也是一种有效的管理工具
等数周才会家喻户晓，甚至永远不为公众 领域中主要的供应商包括美国独立社区银
声誉风险管理仍然是金融企业的重中 所知 ；但如今，一则消息只需数秒，便可 行协会（ICBA）、银行软件供应商坦密诺
之重。在本次调查的访谈中，声誉风险被 在各大社交媒体网络间广为传播。 斯（Temenos）， 以 及 舆 情 监 控 软 件 公 司
公认为金融机构所面临的最大威胁之一。 Sentiment Metrics。
社交媒体也可能成为金融犯罪的一种
这是因为，声誉风险与其它风险不同——
工具。近年来，社交媒体诈骗案可谓花样 “归根结底，我们的整个商业模式构建
它体现为因其他风险管理失误所导致的不
繁多，其中一种方式便是不法分子利用主 于信任的基础上。因此，声誉风险是一种
良“后果”，故而也令企业格外感到棘手。
流社交媒体网站窃取他人身份信息。诈骗 高级别的风险类型，与企业的受信任程度
埃森哲 2013 年进行了题为“风险管理 ：
分子还会通过垃圾邮件程序，在社交媒体 息息相关。我们将继续研究并了解与声誉
迎接更为不确定的时代”的全球风险管理
空间中大量散布关于企业的虚假信息，对 风险管理有关的新方法和新技术。预计未
研究，调查中受访者均强调，妥善管理声
其声誉和股价造成不利影响，进而做空企 来几年，我们将在综合利用开源内容、社
誉风险是一项与风险有关的业务目标。我
业股票，从中渔利——这些虚假信息扩散 交媒体分析法和人工智能化工具，对银行
们针对各风险管理领域，比较了该项工作
的速度越快，违法者的获利就越丰厚。在 自身的声誉风险进行监控和管理。”
对于实现目标的重要性与企业实际能力之
客户层面，社交工程也已成为诈骗分子牟
间的差距。结果发现，声誉管理方面的差
取暴利的手段（例如通过网络钓鱼软件获 ——美国某区域银行首席运营官
距在其中高居第二位（见图 1）。换言之，
取个人信息）。
声誉风险的重要性正在得到越来越多的认
同和关注，并且许多金融机构都发现对其 虽然存在这些弊端，但是新技术同样
进行有效的管理并非易事。 也可以成为强有力的推动因素，提升企业
的声誉风险管理水平。在这方面，社交媒
管理声誉风险环境是一项相当复杂
体的力量同样不容小觑（见图 3）。作为本
的任务。对于这一点，信息技术的爆炸式
次研究的一部分 1，部分受访企业表示，
发展“功不可没”。在埃森哲和 Chartis 所
它们正计划使用一系列方法来协助识别风
研究的各技术类型中，据受访者反馈，社
险来源，其中包括认知分析、数据和文本
交媒体成为了头号潜在的风险来源（见图
挖掘等计算机技术，以及舆情研究等。与
2）。许多企业均已开始担忧社交媒体的作
此同时，受访企业还在纷纷尝试使用社交
用 ：它可能会成为一种新的渠道，将有关
媒体监测等“数据即服务”（DaaS）功能，
损失事件和风险管理失误的信息向外界发
以此对参与社交媒体所带来的收益和风险

4
图2. 各技术类型形成风险的可能性
贵企业认为以下各类技术会在何种程度上带来风险？
（平均回复，得分由1至4，其中1代表“不重要”，4代表“非常重要”）

社交媒体

云计算

开源软件

大数据

移动技术

实时和高性能计算

人工智能

1 1.2 1.4 1.6 1.8 2 2.2

来源：风险技术发展研究，埃森哲与Chartis研究公司发表于2013年12月。

图3. 社交媒体作为声誉风险管理工具，在特定风险类型方面的效能
对于企业而言，社交媒体（例如：社交媒体数据和/或分析）在管理以下风险类型中的重要性
（平均回复，得分由1至4，其中1代表“不重要”，4代表“非常重要”）

声誉和品牌风险

战略风险（如：新产品或服务）

新出现的风险

操作风险（如：流程、员工、
系统、外部事件）
业务风险（例如毛利率、销量、
市场需求变化）

政治风险

监管要求

法律风险

市场风险（如：股票、外汇、
商品价格风险）
信用风险（如：信用、对手方，
发行人风险）

保险（承保风险）

流动性风险

1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6

来源：风险技术发展研究，埃森哲与Chartis研究公司发表于2013年12月。

5
图4. 技术类型之间的关系
云计算
开源技术
大数据
人工智能
实时技术
来源：风险技术发展研究，埃森哲与Chartis研究公司发表于2013年12月。
Real-time
此外，企业还在纷纷利用历史数据分
析来确定相关的关键绩效指标（KPIs）和
关键风险指标（KRIs），并将其不断加以细
化，同时积极部署预警系统和各种控制工
具。而对银行和保险企业来说，它们在自
身数据集内运用社交网络分析技术已颇有
时日，藉此打击保险索赔欺诈和破产骗局
等欺诈行为。我们预计，未来该项技术将
得到进一步扩展，会包括从社交媒体 / 网
络站点中取得的外部数据。此外，这些技
术还能够与设备身份识别技术相结合，共
同应对欺诈威胁。
欺诈行为会对金融机构、客户和社交
媒体企业这三方均产生影响。为了使风险
管理技术得到最佳利用，金融机构可与社
交媒体企业通力合作来保护自身客户，对
社交媒体建立更清晰的定位 ：将其同时视
为风险来源、声誉风险传播媒介，以及风
险管理辅助工具。
6
移动计算
社交媒体
彼此联系的风险技术 企业在实时技术和大数据方面
本报告所分析的各技术类型之间有着 投入最多，而大型企业在这些
颇多联系。社交媒体是云计算的一部分， 技术上的投资更胜一筹
而云计算又与移动技术密切相关。而这些
技术交汇在一起，便形成了大数据——它 在埃森哲和 Chartis 研究的七大技术
类型中，企业在风险管理方面最有可能实
代表着数据枢纽和分析点，各种技术所生
成的数据将全部汇集于此（见图 4）。 施的是实时和高性能计算（见图 5）。金融
机构正在多个领域应用这些技术，包括实
这种技术之间的互相联系也会对企业 时化或近乎实时的欺诈侦测（如 ：信用卡
的风险技术投资产生一定影响。本次研究 和借记卡欺诈）、实时信用评分、交易监督
1 的结果表明，在某些情况下，两类技术 中的实时交易监控（如 ：流氓交易员侦测）
投资之间存在着较强的相关性，而在另一 以及高频交易等。目前，虽然整体应用水
些情况下则非常弱。表 1 展示了不同技术 平并不高，但多数企业已制定出了某种形
类型投资之间的相关程度。 式的实施方案，这也意味着上述技术仍具
有显著的应用机会，有望在风险管理市场
例如，研究 1 表明，受访者认为社交 中进一步得到推广。
媒体和移动技术这两项投资间的相关性较
高。随着移动应用日益成为社交媒体消费
者的首选渠道，其紧密联系不言而喻。
受 访 者 同 时 也 表 示， 社 交 媒 体、 大
数据和实时技术之间的投资相关性显著偏
低。这三者都是有效进行社交媒体管理的
关键要素 ：就本质而言，社交媒体包含着
大量的非结构化实时数据。为何会出现这
种结果？原因可能在于 ：尽管金融机构希
望效仿零售业的做法，利用大数据和社交
媒体解决方案来创造价值，但鉴于这些新
渠道已曝露出的各种风险与合规挑战，以
及由此激增的客户互动交流，金融服务行
业的社交媒体应用之路无疑充满障碍。
表1. 风险管理技术投资——技术类型之间的相关程度

移动技术 云技术 社交媒体 人工智能 大数据 实时技术 开源软件

移动技术 中 高 低 中 中 低

云计算 中 中 低 中 中 低

社交媒体 高 中 中 低 低 中

人工智能 低 低 中 中 中 低

大数据 中 中 低 中 高 中

实时和高性能计算 中 中 低 中 高 中

开源软件 低 低 中 低 中 中

来源：风险技术发展研究，埃森哲与Chartis研究公司发表于2013年12月。

图5. 各技术类型间的投资安排
贵企业是否正计划利用某种技术类型来管理风险？

人工智能

社交媒体

移动技术

开源软件

云计算

大数据

实时和高性能计算

0% 20% 40% 60% 80% 100%

已经部署 在未来6个月中部署 在未来1年中部署 在未来3年中部署

计划在3年以后部署 尚未计划

来源：风险技术发展研究，埃森哲与Chartis研究公司发表于2013年12月。

7
8
图6. 不同规模企业的技术投资
按照技术类型区分，将规模较大（收入超过300亿美元）与较小（收入不足300亿美元）的企业加以对比，平均回复，
其中1代表“尚未投资”，4表示“已大力投资”

实时和高性能计算

大数据

移动技术

云计算

社交媒体

开源软件

人工智能

1 1.5 2 2.5 3

超过300亿美元 不足300亿美元

来源：风险技术发展研究，埃森哲与Chartis研究公司发表于2013年12月。

此外，我们还发现，这些技术方面的 研究发现，在云计算和开源软件等其 我们的访谈还显示，在技术的实施过

投入与大数据投入具有高度相关性（见表
1）。为了迅速对规模庞大的数据集进行剖
析，企业需要考虑加大高性能计算投入，
以便快速更新模型，充分发挥源数据的动
态优势。我们看到，风险管理部门越来越
期待能够在每个工作日结束后，站在集团
的高度上审视自身信用组合，并利用各种
监测面板来全面提供风险敞口信息。
本次研究 1 发现，对这七类技术的投
资水平随着企业规模的大小而改变。并且
尽管在所有技术类型中，营收较大企业（超
过 300 亿美元）的投资预算比例均高于规
模较小企业，但差距最显著的是在大数据、
实时和高性能计算，以及人工智能这三个
方面（见图 6） 。后续访谈也显示，规模较
大企业已将先进人工智能工具应用于某些
领域，如欺诈侦测、信用评分以及交易风
险数据分析等。这些举措所取得的喜人成
效，正说服决策者进一步加大投入。
他技术类型上，不同规模企业的投资水平 程中，较小规模企业似乎更甘愿冒风险，
差距没有上述三个领域显著。究其原因， 甚至是“孤注一掷”。这种方法虽然具有很
成本是一个重要因素 ：规模较小企业往往 高的潜在风险，但却可以快速部署 ；而且
不具备相应资源，无力建设昂贵的内部信 较小规模企业越早采用创新型风险技术，
息技术基础设施，所以它们往往会优先考 就越能赢得显著的竞争优势。
虑云计算和开源软件这样的解决方案——
这类方案的性价比对其更具吸引力。 “我可以利用平板电脑上的监测面板获
取风险信息，实时化地深入了解单项风险
过去几年，外部托管或软件即服务解 敞口，并可细化到交易层面。同样，该监
决方案在中小型金融机构中变得流行 ；尤 测面板还可被用于每月向监管部门进行报
其是在资本市场上，此类解决方案更是在 告。”
市场风险数据分析和投资组合风险管理等
领域中发挥着日益重要的作用。越来越多 ——全球某 Top 10 银行的首席风险官
企业利用这些托管解决方案应对附加风险
和合规问题，如操作风险、企业欺诈、交
易对手风险，以及客户登记等。
同时我们也注意到，规模较大的企业
倾向于试点型的创新系统，即企业可在自
身基础设施内部“试运行”某项技术，并
在此过程中对该技术类型的成本和收益进
行有效管理。

9
图7. 特定技术类型的采用程度（未来实施与当前部署的比率）

人工智能

社交媒体

移动技术

大数据

云计算

实时和高性能计算

开源软件

0 0.5 1 1.5 2 2.5

来源：风险技术发展研究，埃森哲与Chartis研究公司发表于2013年12月。

识别信号，排除干扰 未来人工智能的应用率最高 人工智能应用率反映了风险管理部门

的自动化发展趋势。然而，技术在支持风
我 们 的 研 究 1 显 示， 对 非 结 构 化 数 本次研究 1 分析了各项技术的当前及 险管理方面的作用亦有局限——虽然技术
据的分析可能成为推动诸多事项的关键因 预期应用水平。通过比较这两项指标，我 能够发挥重要作用，但它无法取代人的经
素，包括声誉风险管理、系统性风险、信 们不仅考察了某些技术的成熟度，而且明 验和判断。埃森哲在“如何争夺大数据分
用风险和操作风险评估等。多数损失发 确了企业对这些技术的重视程度。 析人才”一文中指出，金融服务机构对分
生后的事故分析均揭示出，非结构化数据 析师和数据科学家的需求正在不断增加。
（如 ：电子邮件、语音录音等）潜藏着许多 受访者指出，在我们所研究的七大类
目前，各机构不仅致力于建立定量分析，
早期预警指标。通过前瞻性地挖掘这些数 技术中，未来人工智能的应用率最高 ：相 同时也在寻求“可与企业管理者的经验和
据，识别潜在风险，企业能够采取必要行 比已采用此类技术的受访者，计划未来应 直觉互为补充的、基于事实的洞察”。
动预防或缓解风险。但是，目前所面临的 用这些技术的受访者人数超过了一倍有余
问题是，金融机构无法捕获所有信息源的 （见图 7）。
全部数据和计算出所有的情景。由于涉及
的数据集规模太大，金融机构发现很难凭 来自金融机构、关键政府部门及基
一己之力将信号从干扰中分离出来，区分 础设施实体（如国防、航空运输、能源和
正确认识（真阳性）和错误感知（假阳性）。 公用事业部门）的受访者表示，将人工智
另一方面，回溯消除假阳性、或是被认定 能放在首要位置是出于多方面的考虑，包
为无意义的数据，有可能导致以后某一时 括进行无人驾驶车辆管理、空中交通管制
点上被证明有用的信息被一同剔除。 和能源管理等。许多受访者将人工智能视
为打击欺诈和洗钱等金融犯罪活动的主
有效的风险管理要求企业集中注意 要武器。此外，企业还纷纷应用人工智能
力，通过识别正确的情景，将有效信号从 化工具和技术来侦测并防止网络攻击，这
干扰中分离出来，并根据信号部署相应的 也是受访者关注的一个重要领域。如今，
防范或准备。为此，人工智能和先进分析 网络威胁正变得越来越复杂，因此欺诈侦
法等技术正发挥着重要作用，帮助企业实 测和安全基础设施必须更加强大，才能确
现流程自动化，确保企业对相关性最高的 保日益繁复且独立的银行体系从容应对
情景和指标进行监控。 各种复杂威胁。其他人工智能风险管理应
用还包括 ：利用社交媒体等非传统数据源
进行信用风险分析 ；以及通过基于网络的
非结构化数据源制定交易策略，由此管理
投资风险。

10
图8. 各技术类型的风险与收益比较
（平均回复，其中1代表“风险显著大于收益”， 4代表“收益显著大于风险”)

实时和高性能计算

大数据

移动技术

云计算

人工知能

社交媒体

人工智能

0 1 2 3 4

来源：风险技术发展研究， 埃森哲与Chartis研究公司发表于2013年12月。

技术应用利大于弊，然而受访 我们的后续访谈也显示，首席数据官 “我们已设立全新业务部门——金融情

（CDO）和风险技术之间的关系的重要性正 报部门，其重点是打造一支多学科人才队伍，
者并未就管理 IT 风险采取一致
在与日俱增。而在风险技术实施方面，数 汇聚风险和金融从业人员、计算机和数据
做法 据可用性、数据一致性和数据集成也发挥 科学家，以及一线业务专家，共同开发基
虽然可以将本研究 1 所涉及的所有技 着举足轻重的作用。 于创新型技术的全新解决方案，以打击金
术类型，都同时视为风险来源和风险管理 融犯罪，预防企业风险和声誉风险。目前，
就某项特定的技术风险类型而言，如 我们正与第三方风险技术供应商通力合作，
工具，但受访者一致认为，应用此类技术
果缺乏明确的职责归属，实践中就有可能 应用各种人工智能化工具，如链接分析和
收益大于风险（见图 8），而且特别指出，
遗漏对其的管理，令企业面临危险。通常 机器学习工具。虽然我们现在尚处于概念
大数据、实时技术和移动技术这三者的收
情况下，该项工作会分配给负责信息技术 验证（PoC）阶段，但我们已经发现了不少
益远远大于其风险。
安全以及合规的部门。但这些团队往往会 过去未能识别出的风险敞口。而且通过识
然而，对于企业中应当由谁负责信息 采用规避风险的方法，从而抑制进一步创 别此类风险并采取相应预防措施，我行避
技术风险管理，受访者未能达成共识。很 新。短期看，这似乎有助降低企业内部成 免了高达 2,500 万美元的损失——这是概
大一部分受访企业表示，自身企业没有设 本，但实际上却阻碍了企业打造未来发展 念验证所花成本的十倍之多。 ”
置一个专门的职位（如 ：首席风险官或首 所需的技术优势。 ——全球某 Top 20 银行的首席风险官
席信息官），而是由首席高管团队和其他业
因此，虽然风险技术一直在不断发展，
务主管共同负责企业的信息技术风险管理。
但为了确保企业风险管理获得成功，恰当
传统上，技术风险属于运营风险的一类，
的治理和职责体系不可或缺。
但随着这些技术变得越来越普及，它们不
仅跨越了传统的定义和界限，而且对风险
管理部门的传统职能范畴进行了扩展。

11
埃森哲撰稿人 参考资料 关于埃森哲
史蒂夫 • 库尔普（Steve Culp） 史蒂夫 • 库尔普及其他人员，埃森 埃森哲是全球领先的管理咨询、信息
哲 2013 年全球风险管理研究， 《风险管理： 技术及外包服务机构。凭借在各个行业领
史蒂夫 • 库尔普是埃森哲全球财务
迎 接 更 为 不 确 定 的 时 代 》，2013 年 9 月， 域积累的丰富经验、广泛能力以及对全球
与风险管理服务董事总经理，常驻伦敦。
埃森哲。 最成功企业的深入研究，埃森哲与客户携
史蒂夫拥有 20 余年的全球工作经验，涵
手合作，帮助其成为卓越绩效的企业和政
盖战略制定、风险管理、企业绩效管理， 纳 伦 德 拉 • 穆 拉 尼（Narendra 府。作为《财富》全球 500 强企业之一，
以及交付大规模财务运营合约等领域。在 Mulani） 和 尼 克 • 米 尔 曼（Nick
埃 森 哲 全 球 员 工 逾 289,000 名， 为 遍 布
担任目前职务之前，史蒂夫曾任埃森哲财 Millman），《如何争夺大数据分析人才》，
120 多个国家的客户提供服务。截至 2013
务与绩效管理咨询负责人，服务于全球银 2012 年 12 月，埃森哲。
年 8 月 31 日结束的财政年度，公司净收
行、保险和资本市场业的机构。凭借丰富
入达 286 亿美元。
的风险管理和绩效管理经验以及敏锐的商
业意识，史蒂夫引导高级管理人员和他们
备注
埃森哲在大中华地区开展业务逾 20
的管理团队踏上卓越绩效之路。 1. 风险技术发展研究（The Evolution of 年，目前拥有一支逾 9,400 人的员工队伍，
Risk Technology Research），埃森哲 分布在北京、上海、大连、成都、广州、
伊恩 • 沙拉特（Ian Sharratt） 与 Chartis 研究公司发表于 2013 年 香港和台北。作为绩效提升专家，埃森哲
伊恩是埃森哲财务与风险管理服务董 12 月， http :// www . accenture . com / 始终专注于本土市场的实践与成功，致力
事总经理，在该事业部中主管技术，目前 us - en / Pages / insight - chartis - study - 实现超凡的客户价值与成果。埃森哲帮助
常驻伦敦。他在埃森哲的工作时间已超过 evolution - risk - technology - financial - 客户确定战略、优化流程、集成系统、引
10 年，专门从事大型金融与风险管理转型 services . aspx 进创新、提高整体竞争优势，从而成就卓
项目。通过领导具有高度影响力的转型项 越绩效。
2. 埃森哲 ：如何争夺大数据分析人才
目，伊恩帮助金融服务行业中的诸多客户
（How to wage the war for Big Data 详细信息，敬请访问埃森哲公司主页
实现突破性变革，并且利用企业级的应用
analytics talent）, 纳伦德拉 • 穆拉 www.accenture.com, 以及埃森哲大中华
和技术，不断降低成本和运营复杂性。
尼（Narendra Mulani）和尼克 • 米 区主页 www.accenture.cn
尔曼（Nick Millman）, 2012 年 12
月 , ComputerWeekly.com，http://
www.computerweekly.com/feature/
Accenture-how-to-wage-the-war-
for-big-data-analytics-talent

关于 Chartis 研究
埃森哲风险管理部门是 Chartis 研究
公司 2013 年 RiskTech 100 报告第八版的
研究合作伙伴，该报告也包含了本文中的
内容。RiskTech 100® 是全球公认最全面、
最负盛名的风险管理市场研究项目，对象
为活跃在该市场中的顶级技术企业。

Chartis 是领先的风险管理技术研究
和分析供应商。其目标是广泛围绕各类风
险管理技术产品，为客户提供深入分析和
可行建议，从而帮助他们做出明智的技术
和业务决策。

请 访 问 www.chartis-research.com，
下载 Chartis 研究公司 RiskTech 100 报告。

© 2014埃森哲版权所有。

埃森哲及其标识与成就卓
越绩效均为埃森哲公司的
商标。 14-2147