金融行業作為一個知識密集、信息密集和智力密集型行業，無論是以創新驅動轉型為目標的金融科技(FinTech)，還是以規范行業發展為目標的監管科技(RegTech)，都離不開大數據技術的有力支撐。

　　構建金融大數據標準體系的意義和目標

　　隨著政府職能的逐步簡政放權，標準作為輔助行業管理、規范行業發展、形成規?；闹匾侄?，將在社會治理體系中發揮更重要的作用。為順應形勢發展，需要建立一套完備的標準體系，為金融行業實施大數據戰略保駕護航。

　　1.服務于金融監管和金融基礎設施建設標準體

　　從“三個統籌”的監管要求看，在監管層面制定全行業統一的標準和規制，使金融機構、金融控股公司對各類業務范圍的界定、業務數據的報送口徑形成統一的理解，有利于消除信息壁壘，推動數據共享和業務協同。在統一標準的基礎上，開展金融業綜合統計等金融基礎設施建設，匯集全行業、全口徑、全生命周期的業務數據，運用大數據技術加以深度分析挖掘，能更加準確地把握金融市場整體運行和風險情況，為宏觀決策做好數據支撐。

　　2.指導金融機構實?施數據治理

　　為了更好地實現數據綜合利用、發揮數據價值，不論是中央銀行，還是金融機構，都需要在機構內部建立一套權責清晰的治理機制。有效的治理機制不僅需要IT部門的介入，更需要業務部門的支持和參與，還需要設立專門的數據管理部門，建立跨部門的數據治理流程，從根本上消除數據孤島、實現共享整合，將數據轉換成為有價值的信息，讓業務部門更加信任數據，主動地參與到治理過程中并從中獲益。

　　3.規范新技術在金融行業的應用

　　?金融行業對數據安全和業務連續性保障的要求通常要高于其他行業，云計算、大數據等新技術在金融行業應用要穩妥推進，確保安全可控，符合金融行業的要求。通過開展大數據技術標準體系和質量保障體系建設，有助于推動和促進國內大數據軟硬件產品發展，進一步完善大數據產業鏈。

　　金融大數據標準體系設計

　　金融大數據標準體系可分為基礎標準、業務標準、治理標準和技術標準四大類。各類標準之間相互聯系、相互約束、相互補充，共同構成完整的統一體。同時，體系本身也是開放、共享和包容的，隨著金融大數據戰略實施的深入而不斷細化和完善。

　　1.基礎類標準

　　基礎類標準對金融業大數據標準體系的適用范圍、目標進行界定?；A類標準包括術語、標準化工作指南、從業人員基本要求和大數據能力成熟度評價指標等4個子類。其中，術語子類標準用于規范和統一各類專業名詞。標準化工作指南子類標準明確金融業大數據標準化工作的任務、標準體系、以及標準編制、實施和改進的主要內容和基本要求，是從事標準化工作的指導性文件。從業人員基本要求和大數據能力成熟度評價指標用于對開展數據管理工作的人員、金融機構提出基礎性和框架性要求。

　　2.業務類標準

　　?業務類標準從金融監管、金融服務視角，按照不同的大數據分析應用場景，對傳統金融機構、互聯網金融企業、以及其他外部單位需要報送或共享的數據范圍和格式進行規范，使數據采集、數據傳輸、數據處理等各環節的使用者對數據的含義、標識、用途等有統一的理解。隨著金融創新的不斷深入，金融行業的關聯性、跨市場傳染性以及宏觀經濟對金融體系的沖擊等，都是引發系統性金融風險的潛在重要因素，金融監管和金融服務所關注的數據來源是跨機構、跨行業和跨市場的。因此，監管部門之間需要充分溝通，消除信息壁壘，將分散在各相關部門數據匯集起來，實現共享。在匯集全量數據基礎上，運用大數據技術加以分析和挖掘，可提高金融監管和金融服務的前瞻性和準確性。

　　根據不同的大數據分析應用場景，業務類標準包括綜合統計業務子類、反洗錢業務子類、征信業務子類、資管業務子類和其他子類等。在每個業務子類中，涉及主體復雜多樣，數據來源廣泛，標準化工作在實施過程中可采用分階段、分步驟的方式，根據數據采集、共享范圍的擴大而逐步完善。

　　綜合統計業務子類標準以金融業綜合統計工作為導向，用于規范各類金融機構、互聯網金融企業的數據報送口徑。在標準的編制過程中，應加強監管部門間的溝通合作，從宏觀層面統一金融部門、金融工具統計分類和編碼，構建與宏觀統計相協調、與金融市場發展相適應、科學合理的金融業綜合統計核心指標和分析框架，從而能夠更加全面、及時、準確地展現經濟和金融運行情況。

　　反洗錢業務子類標準以反洗錢監測分析工作為導向，用于規范各類金融機、互聯網金融企業構報送信息的內容、格式和頻度，以滿足反洗錢業務的要求。在此基礎上，與公安、司法、工商、稅務、海關等外部單位實現數據共享，深化協作機制，提高反洗錢工作的有效性。

　　征信業務子類標準以建立基礎信用信息庫為導向，用于規范各類金融機構、互聯網金融企業報送信息的范圍和格式，以滿足征信業務的要求。在此基礎上，可通過與工商、稅務、電信等部門進行數據共享，納入更加多樣性的用戶行為數據，引入豐富的大數據征信模型，使信用評價結果更具精準性和時效性。

　　資管業務子類標準以落實“穿透式監管”要求為導向，用于對資管類產品制定統一的規制，明確產品信息披露、報送等方面的要求。資產管理業務具有跨行業、跨市場、涉眾面廣、資金量大等特征，監管部門需要對大量產品信息進行綜合分析，并通過工商、稅務等部門獲取資金鏈上相關企業信息，將資金來源、中間環節與最終投向進行關聯分析，了解業務實質，及時防范和應對各類風險，保障消費者權益。

　　業務類標準中預留“其他子類”，以支撐其他金融監管和金融服務領域的大數據分析應用場景。

　　3.治理類標準

　　?治理類標準用于指導金融機構開展將數據治理工作，以確保數據資產能長期有序地、可持續地得到管理。治理類標準應該是一套經過行業實踐檢驗的最佳方法論，它包括兩個維度的內容：組織架構和治理領域。根據調研情況，國際標準化組織ISO38500、DAMA(國際數據管理委員會)、DGI(國際數據治理研究所)等組織已發布了一系列研究成果，國家開發銀行、四大國有銀行、部分股份制銀行都已構建相對成熟的數據治理機制，積累了豐富實踐經驗，在標準編制過程中可參加借鑒。

　　組織架構子類用于規范金融機構大數據戰略、組織架構、制度和流程等。金融機構要具備明確的大數據戰略、完備的組織架構和清晰的工作流程，以實現對數據治理工作的有效支撐。如，在決策層設立數據治理委員會，根據企業自身戰略制定相應的大數據戰略、目標、制度、規范、流程、標準等，明確大數據所有者、管理者、使用者的責任和權利，培養大數據戰略思維和價值文化;在執行層設立專門的大數據管理部門，規范大數據相關業務活動的必要流程，提高跨部門協同工作能力。

　　數據治理領域包括數據標準、數據模型、元數據、數據生命周期、數據安全、數據架構、數據質量等，這些領域之間關系密切。在各個領域都需要建立其特有的、跨部門的流程規范，根據需要開發配套的管理工具和軟件產品，使業務部門、IT部門、大數據管理部門能夠更好地獲取、共享、理解和應用數據資產。

　　數據標準是對數據項的規范，往往需要經過梳理、篩選、歸納定義、修訂發布等環節，才能形成數據標準，整個過程由業務部門和IT部門共同完成。數據標準中除了明確數據的業務屬性(名稱、含義)外，還要明確數據的技術屬性(類型、長度、精度、范圍等)和管理屬性(源系統、責任部門等)。

　　元數據：元數據是關于數據的組織、屬性及其關系的信息，是用于描述數據的數據。元數據管理則是關于元數據創建、存儲、整合和控制等一整套流程的集合。

　　數據模型：將數據按照業務規則及邏輯整合為有機的整體，同時根據規范及流程建立統一的邏輯模型(LDM)及規范的物理模型(PDM)。邏輯模型用于描述業務數據的層級關系，物理模型則是面向計算機物理表示的模型，描述數據在儲存介質上的組織結構。

　　數據安全：?根據內容劃分數據敏感度級別，制定數據在傳輸、歸檔和使用等方面的安全策略，明確各類角色的責任和行為規范。

　　數據生命周期：?劃分數據生命周期，制定相應的存儲、備份、銷毀等管理方案。

　　數據架構：?提供金融機構內部的數據分布和流向規范，便于業務部門和IT部門進行數據分析、訪問、查詢等。

　　數據質量：包括制定數據質量管理評估要求，跟蹤、管理數據質量問題的解決情況，其中，數據標準是開展數據質量評估的重要依據。

　　4.技術類標準

　　?技術類標準用于指導金融行業開展大數據基礎平臺建設。大數據技術本身涉及內容廣泛，既包含大數據平臺本身的基礎軟件和各類功能組件，又包括基于業務邏輯的數據建模方法，以及人工智能、機器學習等數據分析技術。在技術類標準的編制過程中，一方面，可參考工信部正在編制的大數據技術標準體系，設計基礎平臺架構，另一方面，結合金融行業在數據安全和業務連續性等方面的要求，提出大數據應用的技術規范和安全規范。技術標準主要包括通用架構、關鍵技術、接口規范和安全規范。

　　通用架構子類標準用于指導大數據平臺架構設計。通常來說，大數據平臺包括底層的基礎平臺和上層的大數據應用，基礎平臺主要實現數據采集、傳輸、存儲、整合及統一呈現，并根據上層的大數據應用場景進行不同類型的數據處理，如批處理、流式處理等。從基礎平臺功能看，要實現對各類海量結構化數據、半結構化數據、非結構數據的實時或批量的采集、存儲和建模計算，平臺的計算能力、容量、高可用性、可擴展性、安全性和災難應對能力是架構設計時關注的重點。同時，各功能組件之間應盡可能松耦合，在架構上應具備一定的靈活性、開放性和可擴展性，能根據上層數據應用需求的變化而迅速做出調整。

　　關鍵技術子類包括數據采集、存儲、清洗、分析挖掘、可視化、安全與隱私保護等環節的技術實現。

　　接口規范定義大數據基礎平臺的接口技術要求，包括與源系統的接口、與上層應用的接口、與其他系統數據交換的接口等，適用于平臺的開發建設和維護管理。

　　安全規范為大數據基礎平臺及上層大數據應用子系統的安全建設、系統測評和安全運維提供支撐;對數據采集、傳輸、存儲、整合、共享、應用、歸檔與銷毀等階段提出安全技術防護要求，包括實施指南和評估方法。安全規范子類標準的目標是，在大數據技術環境下確保數據使用安全、利用充分。

　　保障金融大數據標準實施的建議

　　1.完善組織保障

　　建議集中各監管部門、行業協會、金融機構、標準化研究機構等專家資源，成立金融大數據標準工作組，作為全國金融技術標準化技術委員會下設專業領域技術標準工作組之一，進一步完善金融大數據標準體系，推動各類標準的編制工作。

　　2.加強國際交流

　　加強與國際監管組織、國際標準化組織、研究機構的交流協作，將國際先進的理念和成功做法及時引進，參與國際標準的編制，增加標準制定的話語權。

　　3.加強橫向合作

　　?加強與國內信標委、信安標委等相關標委會的溝通，以應用為導向加速科研成果轉化，推動國內大數據產業發展。

　　4.加快人才培養

　　通過開展大數據標準化工作培養一批精通業務、擅長數據、熟悉技術的復合型隊伍，為實現金融行業數據的綜合利用、支撐科學決策做好人力資源保障。

責任編輯：Rachel