金融行业数据治理实践与趋势探析

数字中国顶层规划出炉，“数字经济”再度成为市场热点。

中共中央、国务院于近日印发的《数字中国建设整体布局规划》（以下简称《规划》），提出做强做优做大数字经济，夯实数字中国建设基础，系统优化算力基础设施布局。

“科技金融说”发现，《规划》中重点提及了数字中国整体框架的相关举措，即“2522”。其中，第一个“2”指的就是夯实数字基础设施和数据资源体系“两大基础”，对应的是数字基础设施和数据要素两个领域。

近年来，数据作为数字经济时代最基本的生产要素，如何充分挖掘其价值，对于各行各业来说都愈发重要，金融行业更是如此。本文“科技金融说”将重点从金融数据治理等方面探析金融行业数据应用现状与趋势。

01

金融数据治理标准化建设

数字化时代，面对海量数据，越来越多的金融机构陷入金融数据标准化缺乏的窘境中。

“许多金融数据不统一，这样不仅会大幅增加对外拓展业务的沟通成本，同时也会因为一些金融数据计算口径不够一致，导致客户（用户）对于有效性的怀疑，影响部分合作进程。”某金融机构从业人士指出。

为解决金融数据标准化缺乏所产生的一系列问题，相关政策相继推出。

2021年央行发布的《金融业数据能力建设指引》，为金融机构开展数据工作指明方向、提供依据，引导金融机构加强数据战略规划、着力做好数据治理、强化数据安全保护、推动数据融合应用，充分释放数据要素价值；

2022年1月央行印发的《金融科技发展规划（2022-2025年）》也提出，要全面加强数据能力建设，在保障安全和隐私前提下推动数据有序共享与综合应用，充分激活数据要素潜能，有力提升金融服务质效；

2022年3月《中国银保监会银行业金融机构监管数据标准化规范（2021 版）》（以下简称“EAST5.0”）的发布，更是提升了以数据为抓手的监管合规能力建设的迫切性。

受此影响，越来越多金融机构，包括银行、保险、消费金融、金融科技等公司开始纷纷探索金融数据标准化。

其中，从银行业来看，中信银行在数据标准化实践过程中引入了数据字典技术和方法。据悉，之所以引入数据字典技术和方法，中信银行主要从以下三方面考虑：一是数据标准是针对银行关键、共享类数据项的规范性定义，没有覆盖所有数据项，导致信息系统数据模型设计中部分数据项缺乏数据标准参照；二是数据标准体系由业务部门建立，其计划和节奏不能完全与信息系统建设计划匹配，导致某些信息系统的数据模型设计缺乏数据标准参照；三是信息系统物理模型设计中所参照的某些技术属性（比如字段类型）与具体数据库系统相关，而数据标准无法体现数据库系统的物理特性。数据字典的引入则可以很好地解决以上问题。

浙商银行将数据治理视为基础性、长期性的工作，通过持续的数据质量改进，在制订全行数据标准的同时，建设企业级数据治理平台。据悉，浙商银行数据治理平台的建设目标，需要克服组织结构碎片化的现状，将200多个分散的系统向协同化转变，制订符合高数据价值密度的质量评估标准，避免需求驱动机制下存在的无序和重复问题，通过数据应用的整体规划和全生命周期管理，使该平台可以提供全局性的数据整合及数据共享服务。

展开全文

持牌消费金融公司来看，马上消费金融在数据标准化治理方面形成了一套“自上而下、协调一致”的数据治理业务体系，能够有效覆盖数据全生命周期，全面支撑零售金融场景数据赋能。

据了解，马上消费长期致力于大数据新基建，不断夯实大数据平台能力基建、大数据模型能力基建及大数据治理能力基建，整个多源异构数据治理体系建设旨在通过建设3大基础能力，赋能核心业务分析决策，实现5个方面（降低开发成本、沉淀数据资产、提升数据质量、实现数据价值、驱动业务创新）的业务价值。

“数据的服务治理是一个体系化工程，须从标准、流程、系统及度量方面全方位对服务进行持续治理及改进，才能使服务应用系统的架构保持有序、标准、合理，从而快速、高质量地响应业务需求，有效地实现业务价值。”中邮消费金融科技发展部副总经理刘锋曾在活动上指出，“没有度量就没有改进，服务治理要通过数据采集对应用系统进行分析度量，识别存在问题，制定精确的治理和改进措施。”

据了解，中邮消费金融对应用系统现状进行准确分析后，将标准化及度量贯穿服务治理全领域，以标准落实到流程，流程落实到治理系统的方式，将各服务治理系统流程和数据拉通形成合力组成平台，打造完整的服务治理体系，为公司构建持续、高效、敏捷的开发运维体系提供坚实基础。

02

实现数据的全生命周期管理

业内报道指出，金融数据标准化的建设，绝非设计技术平台就能解决，更不是做完数据标准化再建技术系统，而是一个长期的、迭代的、滚动的且分步骤实施的进程。

但在这一进程中，如何在数据价值充分挖掘以及数据安全保护之间做好平衡，对于金融行业来说无疑是关键。

近年来，《网络安全法》《数据安全法》和《个人信息保护法》的陆续实施，也在从战略层面指导金融从业机构将数据安全与管理、隐私保护贯穿于数据的采集、存储、流通、应用以及销毁全环节，制定数据的全生命周期管理。

实现数据的全生命周期管理，相关金融机构以及一些金融科技公司目前也有所实践。

据悉，马上消费金融在整个数据建设过程中所做便不只是系统建设和数据建设，还包含流程建设，同时还涉及公司的组织建设。该公司表示，数据建设的关键指出就在于“真正的数字化实践”，以数据中台、AI中台、业务中台三大数字化中台设施为基础，强化数据管理应用能力，推动营销、风控、运营、资管等全业务流程数字化再造，构建开放、智能的数字化零售金融体系。

在今年1月6日，乐信在发布2022年消费者权益保护报告称，乐信数据安全治理体系明确了数据的使用、存储、传输场景，构建由数据安全组织管理、合规治理、技术防护“三部曲”组成的覆盖数据全生命周期的防护与治理体系。同时，为进一步加强数据安全底层能力，乐信近期还升级九项核心技术，包括数据加密与密钥管理、数据共享系统、数据分类分级、安全风险评估、数据防泄露管理、数据库安全审计、入侵防御预警阻断、数据资产泄露监控、数据应急响应等，技术能力全面提升。

第三方智能分析决策服务提供商-同盾科技，基于金融行业需求所构建的全生命周期数据安全解决方案也凸显了一定的优势。

据了解，同盾大数据平台是同盾核心的数据基础设施，为开发、运营、产品、数仓、建模等不同角色人员提供数据存储、ETL、查询、分析和计算一站式平台，为反欺诈、信贷风控、机器学习、图计算、数据仓库等不同业务场景提供数据存储和计算能力。此外，同盾科技基于知识联邦的智邦平台，在全球范围内首创联邦数据安全协议，也能够从最底层数据层面实现隐私保护，满足场景需求，增强安全性，在金融风控、联合营销等需要建模预测的场景中具有广泛的应用。

百融云创构建的隐私保护计算平台Indra由基础资源层、中间件服务层（管理单元、计算单元、联邦学习）及应用层组成，包含基于OT的PSI和联邦学习两大部分，能够支持最大的求交数据量集达到10亿*10亿，保障多个参与方在数据要素不出本地的前提下，实现数据要素的共享、互通、计算、建模，在保证数据要素不泄露给其他参与方的同时，释放数据要素的价值，发挥数字生产力的作用。

结语

数据是数字经济时代的基础，也是金融行业高质量发展的核心。从当前金融机构以及相关金融科技公司的实践来看，在数据治理、数据价值再造等方面已经取得了一定进展。但是，面对新阶段、新要求，如何在这场自上而下的体系建设中迈出更新的一步，仍是关键。