——基層央行數據應用平臺建設的實踐與思考

中國人民銀行天津分行副行長 曹元芳

　　圍繞總行“打造數字央行”的總體目標，考慮到新型金融業態不斷涌現對基層央行提出的監管創新需求，本文對基層央行數據應用的現狀進行了分析，針對目前基層央行數據應用中存在的“數據孤島”、數據廣度和深度不足等方面問題，就打造基層央行數據綜合應用平臺提出了具體目標、思路和實現路徑。

　　基層央行數據應用現狀

　　基層央行數據資源豐富，來源廣泛，既有各業務部門根據自身業務開展產生的報表數據和明細數據，又有根據總行提供的查詢和導出接口生成的集中系統數據，還有總行打包下發的各業務系統數據，具有覆蓋面廣、體量大、數據類型多樣、細化程度不一等特點。豐富的數據資源在業務順利開展中發揮了重要的助力作用，但是在實踐中我們也發現，目前基層央行業務數據應用方面還存在一些問題。

　　1.數據孤島普遍存在。一方面，由于各業務信息系統建設時期不同、技術約束不同以及以滿足“業務部門需求”為目標等原因，業務系統間缺少橫向的數據協調和統一規劃，逐漸形成了專用的“部門數據”，造成了基層央行業務間數據孤島。另一方面，總行和分支機構間也存在數據孤島。隨著以法人集中接入和數據報送渠道的轉型，業務數據逐漸全部集中到總行，基層央行想利用本轄區數據需手工導出，且需要重新整理統計，造成數據共享使用效率較低。此外，部分分支機構出于業務管理目標而補充采集的各類數據未能在總行層面得到充分利用。

　　2.數據廣度和深度不足。從數據內容來看，目前基層央行可利用數據不全，主要以內部信息系統和銀行業綜合報送數據為主，不能全面涵蓋全部數據信息。從數據范圍來看，尚未形成證券類、保險類等金融機構數據共享機制，政務數據（工商、稅務、財政、國土、房管等）也難以獲取。從數據細化程度來看，目前各類指標數據粒度普遍較粗，統計匯總類指標數據多于逐筆全量明細數據，數據統計頻度過長，難以滿足及時監測分析需要。

　　3.數據無統一標準、數據問題追溯難。一方面，缺乏全行統一的業務數據標準，不同機構、人員對同一業務數據存在不同理解，導致上報數據失真、質量不高等問題，給數據統計和分析工作增加了難度。另一方面，金融機構和人民銀行間、基層央行內部各部門間流轉的數據大多是經過復雜計算得到的，難以追溯，數據的一致性、完整性和準確性得不到保證。同時，由于各業務間數據口徑不統一，數據加工環節過多，也導致難以準確根據數據變化對業務開展多維度的靈活分析。

　　基層央行科技助力數據綜合應用勢在必行

　　2017年7月中旬召開的全國金融工作會議，成立了金融穩定發展委員會，并把金穩委辦公室設在人民銀行，強化了人民銀行宏觀審慎管理和系統性風險防范職責。隨著人民銀行職責范圍的不斷拓展，對基層央行履職提出了越來越高的要求。如何更好地利用科技手段、綜合運用數據資源，提升基層央行履職效率、質量和水平，也是一項擺在我們面前亟待研究解決的課題。

　　1.基層央行數據綜合應用的重要性。一方面，從國家戰略層面而言，基層央行加強數據綜合應用是落實國家大數據戰略的重要舉措。2015年，國務院《促進大數據發展行動綱要》標志著我國數據戰略的確立；2017年，全國金融工作會議提出了“強化人民銀行宏觀審慎管理和系統性風險防范職責”，進一步明確了未來我國深化金融體制改革的重要目標；范一飛副行長提出了“打造數字央行”的要求，對央行加強數據應用指明了方向。這就需要基層央行積極探索開展金融大數據各項建設工作，運用大數據資源不斷提升精準施策能力。另一方面，從央行履職層面而言，基層央行加強數據綜合應用是更加優質高效履職的客觀要求?；鶎友胄羞M行數據治理與應用，通過建立覆蓋全金融業務的數據管理體系，運用海量金融數據與經濟數據、政務數據的有效關聯分析，實現及時、全面、準確監測本地區金融運行情況的目的，最終為強化央行宏觀審慎管理和系統性金融風險防范職責服務。這就要求基層央行把服務履職、促進履職、助力履職，作為數據綜合應用的出發點和落腳點，把科技的力量最終轉化到履職能力的提升上。

　　2.基層央行數據綜合應用的必要性。一是基層央行數據綜合應用是解決“數據孤島”問題的必然選擇。數據孤島的存在，不僅使信息難以共享，各項業務管理信息系統間缺乏橫向和縱向的信息交流，并且存在大量的信息重復采集。造成各業務系統所涵蓋的信息都具有一定的局部性和片面性，很難為管理決策和業務管理提供較為全面的信息支持服務。數據綜合應用可以大量減少信息管理系統的重復建設和信息數據的重復采集，減少甚至消除“數據孤島”，有效發揮現有各類業務管理系統的整體效益，推動現有信息管理體系的重構和信息管理體系的整合，推動基層央行信息管理標準化建設工作的過程。二是基層央行數據綜合應用是解決信息缺失和細化程度不足問題的必然選擇?，F有各類業務管理系統大部分是面向事務處理的，有的甚至是簡單的面向業務報表匯總的應用系統，對信息管理和分析的需求層次不夠，采集的信息往往又是經過高度匯總處理后的業務報表數據，不僅造成了大量歷史信息的缺失，數據的精細化程度也不高。在信息化不斷推進和互聯網金融的沖擊下，銀行等金融機構每天產生海量的交易數據，單純的統計信息已難以實現監管和當前數據應用需要?；鶎友胄衅惹械男枰莆崭嘣蛹墑e數據，繼而構建360度立體畫像，實現非現場業務監管。

　　3.基層央行數據綜合應用的可行性。在長期的工作實踐中，天津分行以數據綜合應用為目標，著力構建涵蓋各業務系統數據資源的服務平臺，目前，平臺開發的前期工作已經基本完成，建立完善的數據綜合應用平臺具有很大可行性。從社會層面來看，全社會對基于高科技手段的信息數據獲取方式和應用手段，都有著越來越高的要求和期望，基層央行數據綜合應用也成為各業務部門的現實需求，這在大環境上有利于數據綜合應用的深入推進。從業務層面來看，央行的業務系統不斷發展完善，隨著監管職責的拓展和金融監管需求的增加，各業務數據還將不斷豐富，在數據的豐富性、便利性、可得性等方面，都為數據綜合應用提供了信息數據整合和擴展的數據基礎。從技術層面來看，分布式技術、大數據分析技術、數據倉庫技術都已經在不同領域得到廣泛應用，有的技術已經比較成熟，這都為基層央行數據綜合應用提供了必要的技術基礎。

　　打造基層央行數據綜合應用平臺的目標、思路和實現路徑

　　1.打造基層央行數據綜合應用平臺的目標。一是數據標準化。站在基層央行全業務視角，統一規劃開展覆蓋全業務的金融數據治理工作，并確立央行金融數據治理體系，形成金融數據標準規范。二是數據交換平臺化。建設數據交換平臺，支持系統之間的數據流動，對數據的流出方和流入方的權限和規則加以控制。三是數據集市化。系統和系統之間的共享數據共享于數據集市，供相關的分析系統使用，分析結果回吐到集市，實現即需即取。四是數據使用工具化。建設數據ETL，對數據進行清洗、轉換、裝載，通過數據倉庫、大數據平臺存儲歷史數據，供分析使用。五是分析結果可視化。對于一些數據分析結果做到可視化，能將數據通過圖形或者報表的方式展示給決策者。

　　2.打造基層央行數據綜合應用平臺的實踐探索?？傮w思路是，統籌規劃、數據先行、技術護航、分步實施。一是統籌規劃。以全行業務數據治理及數據模型構建、全行大數據平臺技術架構等方面內容為數據應用的基礎，由科技部門和業務部門共同進行總體統籌規劃。二是數據先行?？萍疾块T根據業務部門的開發需求，整合數據資源，融合各系統的業務標準，兼容多樣采集方式，兼容不同數據接口，豐富采集數據類型，暢通數據采集通道，實現數據一次采集多方共享。平臺通過統一的功能整合，實現從模板定義、數據定義到數據上報的快速部署；通過統一ETL層的任務定義實現了多數據源整合和傳統報表數據上報、校驗、計算、匯總的自動化；通過可視化數據集中展示立方體綜合數據（如圖1所示）。系統初步實現對總行下發數據，包括TIPS、TCBS等數據的深度利用，實現國庫收入與支出業務的貢獻分析和趨勢預測；通過多渠道采集和對比第三方支付業務相關的賬戶信息和交易數據，為非現場監管及支付業務量、資金流量流向的統計分析提供支持。三是技術護航。以技術先進、系統實用、結構合理、產品主流、低成本、低維護量為原則，在系統建設過程中保證技術的先進性、架構的合理性、成本的經濟性，以及系統的可維護性和安全性。天津分行綜合考慮符合總行規范、數據安全、應用靈活等方面的要求，采用數據倉庫、分布式、大數據、脫敏處理等先進技術，探索數據綜合分析及深度利用。平臺基于J2EE開發標準，集數據庫無關性、業務邏輯易擴展性、信息展現靈活性等多種優勢為一體。系統應用架構則基于分布式技術與多活模式的設計，整體架構可靠性高、擴展性強（如圖2、3所示）。四是分步實施?？紤]到數據應用與治理工作量龐大，不可一蹴而就，應分期進行，逐步擴展各類業務的數據綜合應用，不斷豐富平臺內容。應用以統計數據處理為核心，不斷豐富支付類非現場監管、國庫收支統計分析、貨幣投回統計分析等功能，實現平臺統一入口、統一存儲、統一調度、統一質量管理、統一技術規范、統一授權。平臺初步建成了統一的省級數據倉庫平臺，為建設全市統一數據資源的利用打下了基礎。

圖1 數據綜合應用平臺數據整合

　　圖2 天津分行數據綜合應用平臺架構

圖3 數據綜合應用平臺分布式架構

　　3.打造基層央行數據綜合應用平臺的實現路徑。一是建立完善的數據管理、采集機制。有效對接數據治理、應用需求和應用開發，按照所規劃的數據來源渠道、數據采集接口、數據采集頻度、數據采集粒度，全面、有序采集央行金融大數據平臺所需的各類金融、經濟和政務數據，實現數據共享。二是形成統一的數據標準體系。規定數據的基本屬性，加強數據業務部門的溝通，統一數據定義、口徑和計算規則，并采取相應的手段推動數據標準的落地和應用。三是加快技術平臺建設。選擇先進成熟的大數據平臺技術架構，搭建服務基層央行決策分析的數據平臺，通過統計報表、自助查詢、專題分析、預警監測、金融預測等工具，為基層央行執行貨幣政策、維護金融穩定、優化金融服務提供決策依據。四是統籌構建和維護業務分析模型。以業務決策和分析目標為導向，針對基層央行履職監管目標和各類金融新業態帶來的金融監管挑戰，探索實現基層央行政策優化、控制金融風險和提供數據增值服務的路徑。五是注重人才培養和儲備。建立人民銀行科技人才庫，發揮科技人才和業務人才各自優勢，培養復合型人才，探索建立對技術型人才和復合型人才的長效激勵和留人機制，為人才成長搭建良好平臺。

責任編輯：韓希宇