金融数据标准化工作思考与探究

编者按：本文结合基层央行金融数据使用现状，提出了笔者对于基层央行金融数据标准化在工作目标等方面的相关建议。

　　行业背景：随着移动互联网、大数据、云计算、人工智能等新技术的快速发展，金融业务与信息技术深度融合，金融业务朝着集约化、自动化、流程化、智能化不断推进。金融监管应当适应时代潮流变化，紧跟金融创新步伐，不断改进监管和服务方式。中国人民银行范一飞副行长提出，要深刻领会习近平总书记在第二届世界互联网大会上关于推进“数字中国”建设的指示精神，以解决问题、满足需求为导向，加快架构转型，建设数字央行。其中提出构建以大数据为支撑的央行决策平台，以云计算、大数据技术为基础，全面系统地梳理数据资源，分析海量数据之间的逻辑关系和层次结构，探索建立中央银行的大数据标准体系，建立金融大数据分析平台，为人民银行数据共享、综合分析以及宏观决策做好支撑，通过大数据提升宏观决策的精准性和时效性。基层央行应全面系统地开展数据治理，探索建立金融数据标准化体系，为央行数据共享、综合分析和宏观决策提供有力的支撑。

基层央行金融数据现状

　　1.指标口径不一，数据控制力不足

　　基层央行金融数据来源多种多样，涉及到众多业务数据，如统计、货币、信贷、支付、反洗钱等。通过各个业务采集到的金融数据有共性数据，也有个性数据。针对于共性数据来说，指标统计口径往往不一，缺乏统一的定义，完全凭借业务的需要来提取。数据提取的途径和方式也大相径庭，有通过系统直接导出的，有依赖于业务人员处理报送的，数据采集的效率较低。加之数据层层上报，任何一个阶段的疏忽都可能造成采集数据的失真，数据的准确性难以保证，导致数据质量的控制能力不足。

　　2.统计结果不准，分析依据性不足

　　基层央行采集到的各类金融数据，大部分为汇总数据，进行了多次加工，这些经过处理的数据可以描述为统计结果。统计结果的来源无法进行追溯，各来源的统计结果也无法进行校验，统计数据的结果依赖报送人员、业务人员以及科技人员等多方面人员的通力协作，影响统计结果的人为因素较大，因此无法保证采集到的统计结果的准确性和唯一性。这些统计结果对于业务部门来说失去了所期望的价值，将直接导致借助于这些统计结果进行数据深度分析和数据深度挖掘的依据不足。

　　3.数据粒度不细，分析关联度不足

　　基层央行金融数据采集的粒度不细、维度不广，采集到的数据主要是某个时间节点的存量数据或者状态信息。粗粒度的数据不够微观，数据的分析模式相对固定，无法对数据按时间、地域、行业等不同维度进行分析比较，因此难以进一步进行更深层次的微观分析。有时业务部门针对特定的调研需求临时进行数据的采集，这样采集到的数据往往只具备临时性，无法与历史数据进行关联。各业务口径采集的数据具备业务独立性，部门间数据难以共享，数据孤岛问题严重，采集的数据不能统一重复利用，无法支持各采集数据之间的因果影响、相关性关系、聚类等多个维度的数据分析，导致业务条线间的关联分析能力不足。

　　4.数据汇总滞后，前瞻预测性不足

　　基层央行金融数据采集的时效性较低，采集流程繁杂，经过层层审批、处理、汇总，数据采集的时间严重滞后。各业务条线在各自统计、分析、研究过程中只能依靠采集到的汇总数据，从自身业务角度出发，无法掌握这些汇总数据之后的源数据信息，各业务条线的研究缺乏统筹全局的视角。因此，基于这些事后汇总数据，央行无法利用积累的大量历史数据推测出事件发生的规律，并对当前的金融市场进行有效的前瞻性预测，导致数据的预测性分析能力不足。

基层央行金融数据标准化工作目标

　　1.打破数据壁垒，贯通业务数据

　　加快金融数据标准化工作进程，改进业务处理方式和模式，将传统的手工处理方式向全信息化的处理方式进行转变，将手工或半手工业务数据采集模式转换为电子化的“大数据”采集模式。构建完善的金融数据标准化体系，建立有效的数据共享和数据清理机制，逐步改变各业务条线对业务数据分而治之的局面，逐步改变数据孤岛现状，打破业务交互壁垒，加快分散数据的整合力度。以实现各业务条线间建立统一的标准化指标体系和源数据接口规范，全量业务数据的共享利用。

　　2.细化数据粒度，建立数据集市

　　进一步细化各业务数据采集粒度，使数据由汇总指标向逐笔明细指标转变，由多点报送向集中数据报送转变，实现从宏观数据到微观数据的全面掌握，建立实时数据与历史数据之间的关联关系，增强金融交易透明度，提高数据统计质量。随着各类数据的处理、管理和交换进一步集中，数据共享渠道的进一步畅通，业务关联性的进一步紧密，全量数据的进一步细化，通过数据自动化采集功能，实现央行办公类、资金类、业务类等重要金融数据的大数据仓库的建设。

　　3.统一数据管理，智能分析决策

　　深度挖掘一手的业务交易数据，建立和完善央行现场和非现场监管模型，实施央行调控手段的规范化管理。运用大数据开展风险防控，动态跟踪、管理资金流的异常监测，降低社会融资成本，实现精准扶贫，发展普惠金融等方面的智能化处理。对市场未来的发展方向，以及调控政策制定后的预期效果进行有效预测，帮助制定科学的调控政策，真正实现调控目的，有效引领金融市场健康有序发展。通过结合各类相关信息，有助于发现非法融资、电信诈骗等一系列关系社会民生的风险，帮助维护金融环境和社会稳定。

基层央行金融数据标准化工作建议

　　1.提高认识，构建组织架构

　　金融数据标准化工作是一项需要长期坚持探索创新的持续性工作，应当提高对该项工作的认识，构建相应的组织架构。有效的组织架构是金融数据标准化建设的首要前提，建立强有力的跨部门协调决策机制是金融数据标准化建设的根本保障。

　　2.完善制度，制定接口规范

　　金融数据标准化工作应当建立在出台完善的规章制度和数据接口规范的基础之上，通过制度规定数据提取的范围，依据接口规范明确数据提取的形式和格式。二者相辅相成，缺一不可。只有在制度的保障和数据接口的规范下，才能推动金融数据的采集，保证采集数据的质量。

　　3.防范风险，形成安全机制

　　数据安全是金融数据标准化工作的底线，在数据的采集、传输、处理的过程中，应采取行之有效的安全措施，严防数据外泄。在数据共享、使用的过程中应当明确用户的权限范围，避免数据被滥用。金融数据标准化工作的前提是建立完善的安全管理制度，制定全面有效的安全管理机制，在积极推动金融数据标准化工作的同时，还应防范各类风险，有力地保障数据合法合规的应用。

　　4.加强培训，建立人才队伍

　　金融数据标准化工作是基层央行信息化建设的新课题，从事标准化工作的人才储备普遍不足。借助金融数据标准化工作实施的过程，大力培养一支有资质、有能力、作风优良的复合型人才队伍，对于长效发挥海量数据的宝贵价值至关重要。数据的价值在于应用，应用的提出和实现需要相应的人才积累。有了充分的人才积累，金融数据标准化工作才能步步抢占先机，不受制于人。

　　基层央行应从履职战略高度来认识金融数据标准化工作的意义，大力推动数据标准化工作的开展。建立有效的数据共享机制，建设以大数据为支撑的宏观调控与监管体系信息系统，推动各部门各系统中的分散数据的逐步整合。形成金融数据标准化工作机制，加强数据规范化和信息资源整合度，逐步体现金融数据在提高宏观调控水平、强化金融监管效能、推进社会信用体系建设、提升反洗钱监管能力和加强金融精准服务能力等方面的重要作用。

（文章来源：金融电子化杂志）

扫码即可手机
阅读转发此文