睿治

智能数据治理平台

睿治作为国内功能最全的数据治理产品之一,入选IDC企业数据治理实施部署指南。同时,在IDC发布的《中国数据治理市场份额,2022》报告中,蝉联数据治理解决方案市场份额第一。

金融数据治理的特征与趋势

时间:2019-01-04来源:亿信华辰浏览数:1014

大数据时代下金融数据治理的特征

(一)金融数据治理目标双核化


进入“大数据时代”,不仅更多的金融业态被催生出来,数据体量更是呈现爆炸式增长。如何将金融机构在日常运营中积累和沉淀的大量用户与交易数据进行有效活化利用,无论在支持业务运转方面,还是在决策支持以及突发风险事件应对方面都是至关重要的问题,这也对金融数据的一致性、完整性、可用性提出更高的要求。与之同时,数据泄露和数据隐私问题也日渐迫切。因此,实现从传统金融数据管理到以“挖掘金融数据价值”和“保障数据安全及保护”为双核的金融数据治理的转变是大数据时代下金融数据治理的重要趋势与特征。大数据时代下,金融数据治理的双核目标,犹如其两个轮子,只要在其中做好平衡和兼顾,才能保证金融数据治理有效运行和健康发展。切不可因为过度追求“最大化挖掘金融数据价值以赚取利润”而忽视或弱化“用户隐私保护和数据安全保障”。


(二)金融数据治理结果资产化


正如维克托·迈尔·舍恩伯格在大数据系统研究领域的先河之作《大数据时代》中提到的,“虽然数据还没有被列入企业的资产负债表,但这只是一个时间问题”,长久以来,由于技术水平不足和数据积累缺乏,数据无法作为一种资产被金融机构重视。然而,随着金融机构数据技术水平的不断提高和金融数据的不断积累,数据资产化在目前已经成为可能。正如前述所说,金融数据治理的双核目标之一是“挖掘金融数据价值”,且从2018年5月发布《银行业金融机构数据治理指引》(以下简称《指引》)的表述来看,相对于传统金融数据管理的“数据管控”,现代金融数据治理更加强调通过数据治理实现数据价值。只有将数据变为可以使用的资产,才能真正实现金融数据的价值,这就要求金融机构通过金融数据治理将“数据资料”上升为“数据资产”。金融资产数据化和金融数据资产化,是金融数据治理的结果,也是其在大数据时代背景下的重要特征。


(三)金融数据治理手段科技化


大数据时代下,原有的金融数据治理模式已经不能满足新形势下的变化需要,如何利用数字科技手段实现自动化和科技化的数据治理成为金融领域亟待解决的问题。大数据时代为金融数据治理提供了人工智能、区块链、云计算、大数据、区块链等新兴数字技术手段,其分别为金融数据治理进行以下技术赋能:金融数据治理的智能化和自动化能力、“数据资产化、资产数据化”的可信工具能力、强大的金融数据存储和运算分析能力、数据收集整合和建模分析能力、将数字金融服务与物理实体世界无缝连接能力。金融数据治理手段科技化,主要表现为内部合规端(Comptech)和外部监管端(Suptech)的监管科技应用。具体表现在两个方面:(1)在内部数据治理科技化和自动化方面,主要是数据建模、金融风控、用户画像等技术的开发和运用;(2)在外部接受数据监管的科技化和自动化方面,主要是数据报送平台或系统的建设对接,以及数据报送API接口和报送数据标准的统一。

大数据时代下金融数据治理的趋势

(一)金融数据的生态治理趋势


随着金融科技创新浪潮的大背景下,传统金融机构开始积极寻求与互联网金融公司、金融科技公司进行合作,利用其场景广泛的丰富数据以及由此形成的多样化的模型解决方案来改善自身的数据治理能力,逐步从金融机构自我治理向与互联网金融公司、金融科技公司进行生态合作治理的方向转变。


互联网金融公司、金融科技公司有着多场景、多维度的大数据优势,传统金融机构与其进行数据合作,将提高授信精准度,减少风险担忧,降低金融服务供给成本,提高数字化金融服务能力。例如,京东金融把基于自身多年在电商零售以及金融场景下所积累的海量用户数据,包括以85后、90后为代表的年轻人、“创新驱动”的中小微企业、三农客户等等,统统开放给金融机构。这些客户群恰恰是传统金融机构缺少的长尾客户群体,京东金融与传统金融机构进行数据合作,有利于传统金融机构提高普惠金融服务的数字化能力。


(二)金融数据的标准治理趋势


因为在复杂环境中产生,金融数据天生带有“不统一性”,从而产生数据孤岛、数据管理分散等问题,给后期数据建模、分析、运用造成障碍,最终使得金融数据价值挖掘大打折扣。所以标准化治理是金融数据治理的必然趋势。


从《指引》第二十条、第二十三条、第二十四条来看,银行业金融机构应当从建立覆盖全部数据的标准化规划、统一数据技术标准、明确系统间数据交换标准、制定数据安全标准等几个方面开展金融数据标准化治理工作。2018年9月,证监会发布了,《证券期货业数据分类分级指引》、《证券期货业机构内部企业服务总线实施规范》、《期货市场客户开户数据接口》、《证券发行人行为信息内容格式》等四项金融数据标准,从金融数据安全管理、企业服务总线、客户信息数据传输、证券发行人信息数据披露等方面,规定了证券期货从业机构的金融数据标准化治理规范。以上金融数据治理标准规范和指引,对银行业、证券期货业以外的其他金融业机构以及互联网金融公司、金融科技公司的金融数据标准化治理工作也有示范和借鉴意义。


(三)金融数据的中台治理趋势


大数据时代下,对金融从业机构快速和及时创新以应对不断变化的市场需求的能力要求越来越高,而这需要强大的数据决策能力支撑。而简单的前后台划分,无法充分发挥金融数据的“水库”效应。而金融数据的“中台治理”,恰恰能发挥这种“水库效应”,因此金融数据中台治理逐渐成为金融从业机构的选择。


金融数据的“水库”效应是指,将数据资料提炼出有价值的数据并进行集中存储、管控和分发,以按需和及时地支持在“以客户为中心”的经营理念的基础上所进行的金融数据创新。而金融数据的“中台治理”,恰恰能发挥这种“水库效应”,即通过中台从前台和后台提取数据资产能力和共性数据能力,以灵活机动支持小前台业务“作战”和金融创新。金融从业机构可以自建“数据中台”,如北京农商银行自建大数据平台进行数据结构化转换和碎片化数据整合等金融数据治理工作,也可以利用第三方提供的“数据中台”解决方案,如金融科技服务商TalkingData聚焦打造“数据中台”的能力,为金融机构在数据标准、数据采集、数据管理、数据使用等一系列过程上提供深层次数据赋能方案。

小结

大数据时代下,金融数据治理逐渐体现出了目标双核化、结果资产化、手段科技化的特点,并且具有了生态治理、标准治理、中台治理的数据治理趋势。金融从业机构只有在大数据浪潮下掌握金融数据治理的特征和趋势,不断完善内部治理体系,明确数据治理标准,积极与互联网金融公司、金融科技公司寻求合作,才可以将其沉淀的大量数据转化成为现实有效的数据资产,从而推动其业务创新和不断发展。


(部分内容来源网络,如有侵权请联系删除)
立即申请数据分析/数据治理产品免费试用 我要试用
customer

在线咨询