而这其中，“风险管理”作为金融科技的核心基石，成为重中之重。

我们知道，风险具有不确定性，通常被定义为事件发生和影响战略和业务目标实现的可能性。不管理风险就无法控制风险，不控制风险就意味着就只能靠运气。

面对当今之变局，在大宗商品行业的风险管理中，是如何运用金融科技迎接挑战的？

众所周知，由于大宗商品的产业体量大、波动大、金融属性强、衍生品市场行情以“毫秒级”实时更新报价、重度依赖人工操作存在内部信息孤岛等因素，使得大宗商品的风险管理对企业的影响非常巨大。

一般来讲，风险主要分为两个维度：风险发生的可能性与风险发生所带来的可能损益大小。

风险管理主要是对这两个维度进行评估和控制，因此就需要大量的数据分析和节点控制，加上大数据时代的到来，带来更多信息的同时也变得更加复杂多变，传统的ERP和Excel，根本难以满足大宗领域特定功能需求。

为应对大宗商品的价格风险，20世纪80年代西方发达国家开始出现了大宗商品交易和风险管理系统（CTRM）的萌芽，1996年正式确立。

CTRM系统解决了大宗商品交易和风险管理中的业务处理和风险管理中的绝大部分问题，它运用人工智能、云计算、大数据、5G等信息科技建立起智能化、自动化、学习化的全面风险管理系统，将数字化风控工具嵌入业务流程，提升风险监测预警智能化水平，实现风险自动识别、自动评估、自动监测，推动风险决策，将风险管理从人控到机控、从线下到线上、从事后到事中、事前的管理模式进行升级，并助力企业建立科学而有效的全面风险管理体系。

一般情况下，现货敞口和衍生品头寸在现有的企业管理中主要以合约的形式存在，确定定价模式过于繁琐，实际操作时庞大且瞬息万变的数据仅靠人工无法做到准确量化，对敞口和衍生品头寸进行精准匹配，从而对衍生品交易的操作风险就无法进行严格控制。

并由于业务处于计划、合同和发货等不同阶段，价格风险敞口在预期交易、确定承诺和资产负债敞口之间、商品用途不同在原材料和成品之间等进行实时转换的问题时，使用传统手工无法准确量化。

CTRM系统严格嵌套金融衍生业务管理制度，与AI大数据融合构建企业专有数据库，将套期保值与购销存业务、财务会计核算、内控监管进行有机结合，将企业现货数据与外部市场数据进行归集与分析，然后根据企业风险偏好、风险承受度，计算分析衍生口风险敞口，建立风险量化模型识别各类风险，通过现货和衍生品的波动率计算合适的套保比率设置、资金的预警、开仓品种、合约的控制、开仓比例的控制、止盈止损的控制等对衍生品交易进行严格的控制，制定风险应对策略，形成期现结合台账，对风险进行评估、度量、监控，实施风险管理计划。

此外，由于大宗商品的价值跟随市场公允价格进行波动，成本因素相对比较弱化，对价格敞口的盯市损益的评估就需要引进外部市场数据对企业内部敞口进行公允价值估值。这些数据可以是市场公开指数、有定价权企业的报价，也可以是期货市场实时价格。以上这些数据的实时获取和推送，没有信息化工具是很难实现的。

CTRM系统从企业本质情况入手，在满足监管前提下，利用数字化技术重构组织和流程，从企业风险管理维度将企业各业务流程在系统内“实时”上线，将内部控制信息化，业务、岗位、人员、绩效等所有操作集中在一个平台内进行管理，精细配置角色与权限，覆盖企业管理事前、事中、事后各个环节，全面规范业务操作，形成新的工作模式，对“现货交易”到“衍生品交易”的全流程进行管理，实现统一期现、统一交易、统一风控、统一绩效考核以及业务溯源。

并结合内部数据与外部市场数据进行数据清洗、分析、融合建立一套风险度量评估模型，实现对各类风险事前建立约束机制，制定准入执行、应急预案、事中全面监控、风险预警及风险处理、事后核算审计，不仅为企业内部风险管理提供风险决策依据，也为市场监管提供有效依据。