風控體系建設、數字化轉型、金融科技應用前，您是如何看待數據問題的？
原創： 金融科技之道 金融科技之道 11月3日
鴻雁 呼斯楞 - 塞北
公司數據問題不是單純的技術問題，它事關公司每個人，它也正在讓證券基金行業付出代價，影響IT運營、系統集成、風控體系建設，甚至還影響公司整體運營狀況，且這種負面影響程度還在隨着數據量激增、系統數量增加、金融科技應用等，而呈現非線性的增強趨勢。雖然如此，卻只有很少的經營機構採取行動或持續採取行動。金融科技時代，根基是數據；經營機構數字驅動及數字化轉型，前提也是數據。這裏的數據不是簡單的彙集、積累和沉澱，只有經過專業治理、管理的數據才真正意義上算是數字資產，才能滿足數字化轉型的基本要求。本週作者就與您集中聊聊行業數據常見問題、原因、現狀，並指出高度重視數據問題並持續採取行動的必要性。
一、行業數據問題及原因
證券基金行業典型數據問題包括以下6類：
一是數據丟失或損壞，比如因物理存儲故障或人工強行修改二進制文件等，導致數據徹底丟失或無法正常使用；
二是數據異常或數據冗餘，比如因數據庫表的設計、存儲過程或系統運行異常引起某個表內交易流水數據丟失或流水數據翻倍；
三是數據錯誤或數據無效，比如因不同團隊維護不同數據計算公式或相關係統不再使用，某些數據需要重新計算或不再有價值；比如
四是數據不完整，比如因系統迭代升級，舊版本的表缺失了某些信息；比如某些細分業務未在線，公司運營指標統計缺失相關信息；再比如投行ABS業務數據缺少產品結構信息、相關方信息等；
五是數據不統一或不一致，比如某個客戶信息在兩融、CRM等系統中的個人信息不一致等；
六是數據時效性問題，比如行情更新速度，各類報表的生成時間、風險監測後的預警等。
上述各類數據問題，除系統設計、人工誤操作、硬件故障外，至少還有以下7個深層次原因。
一是經營機構業務由一個個牌照或許可構成，爲配合一個個業務（比如託管、兩融等等）快速展業，系統建設基本是自下而上進行，缺少統一規劃，每個系統類似一個個煙囪，擁有自己的業務實體數據，好處是當時提高了系統建設效率，但這也爲後期運營帶來了較多問題或隱患，比如統一訂單數據在不同系統中被多次維護，無法實現數據共享，數據一致性難以保證；
二是尚未完全意識到數據治理、數據管理的價值，整體沒有開展數據治理的習慣或氛圍，認爲日常系統維護就包括數據治理；
三是業務系統數量較多，比如自營、經紀、PB、兩融、資管、託管、三方、風控等等，有時統一業務功能有多套類似產品比如PB、CRM等，不同系統開發商的數據格式和數據規範差異較大，公司又缺少合適的數據管理工具；
四是需要連接的核心機構較多，且很多數據來源於核心機構，雖然證監會正在力推行業數據標準化工作，但是這項工作任重道遠，各交易所、登記結算公司、中證金融、報價系統等等市場核心機構間數據標準的統一尚需時日；
五是系統升級頻繁且多版本並存，公司爲服務不同類型客戶，有時某個業務系統需要相同系統開發商的不同軟件版本並存；此外每個週末行業似乎都在測試，很多測試需要給系統打補丁，補丁打多了，站在當前時間點看，有些表的信息是缺失的；
六是金融科技時代，很多工作開展基於大數據，因此數據源種類越來越多，引入外部數據源的需求比如消費數據、徵信數據等也在不斷增多。各類結構化、非結構化數據並存，但多數情況只是站在單個功能或業務部門需求角度選擇性處理數據。
七是公司層面沒有清晰的數據擁有者（data owner），數據分佈在各個部門或業務系統，缺少全局數據管理能力，也沒有清晰的數據維護職責和考覈。
/*兩隻表並不能告訴一個人更準確的時間，反而會讓看錶的人失去對準確時間的信心。–手錶定理/
二、面對數據問題的行業應對現狀
作者把當前行業面對數據問題的機構表現分爲以下四類：
（一）沒有意識到數據問題。（較少）
一是該類經營機構因爲剛開業，系統及數據積累較少，數據問題不明顯，這種情況很少見；
二是公司尚未未意識到數據資產的價值，或尚未意識到行業金融科技應用、數字化轉型的大趨勢。對於一個沒有統一數據管理的公司來說，通常只有出現信息和業務步調不一致的時候，纔會發現問題所在，而那時解決問題的代價很大，這好比長跑前沒繫好鞋帶。
（二）意識到數據問題但無爲（最常見）
這裏的無爲有兩個層面的表現，一是事不關己高高掛起，因爲公司數據管理權責不明確，而數據管理或治理又是件費力不討好的事，短期也不是考覈項，於是乎主動放棄。除非公司管理層能持續力挺，否則每個部門都沒有主動請纓，去牽頭的強烈意願和動力。本質上是公司缺少主動做事的激勵氛圍，公司文化過於強調對攻城掠地的犒賞，對“苦在當下，利在長遠”的輕視導致。
二是老虎吃天無從下嘴，想主動解決數據問題，但苦於缺少解決問題的抓手或突破口，被迫放棄。
（三）對數據管理或治理認識高度不夠（很常見）
不少經營機構（包括公司領導和員工）在談及數據問題時，往往認爲，這是信息技術部的事；也有個別經營機構憑着2016年底出臺的《證券公司全面風險管理規範》的相關章節，認爲數據治理是風控部門的事情，上述這兩類看法說明公司遠沒有認識到數據的價值，未來爲此直接或間接付出更大代價也就不足爲奇。數據資產是公司的核心資產，而非某個部門。如果數據治理不好、管理混亂，我們是沒有資本去談全面風險管理體系建設、金融科技應用、數據驅動、數字化轉型。
（四）對數據管理或治理重視程度不夠（很常見）
極少有經營機構在公司層面有清晰的數據治理章程和工作機制；極少有經營機構設立或明確公司層級數據管理或數據治理相關的組織架構或崗位（確實有經營機構將數據治理或管理崗位設在大數據團隊），CDO角色更沒有涉及；極少有經營機構有持續的、明確的數據管理或數據治理年度預算。數字資產和其他實物資產一樣，也需要持續定期打理、維護。
三、數據問題急需高度重視並持續採取行動
（一）法規要求
首先，中國證券業協會於2016年12月30日正式發佈《證券公司全面風險管理規範》，其中第九條要求證券公司經理層對全面風險管理承擔主要責任，應當履行“建立完備的信息技術系統和數據質量控制機制”。用一章的篇幅要求風險管理信息技術系統和數據，在其中的第三十三條“證券公司應當建立健全數據治理和質量控制機制。積累真實、準確、完整的內部和外部數據，用於風險識別、計量、評估、監測和報告。證券公司應將數據治理納入公司整體信息技術建設戰略規劃，制定數據標準，涵蓋數據源管理、數據庫建設、數據質量監測等環節”。可以認爲證券公司全面落實《規範》要求的基石是數據。其次，2017年證監會公佈的《證券基金經營機構信息技術管理辦法（徵求意見稿）》對數據管理也提出了諸多要求。隨着大數據、人工智能等現代科技的不斷髮展和滲透，數據治理和數據管理在證券行業的需求迫在眉睫，監管已經做了引導。
（二）公司運營需要
一是證券公司業務方向比較多，公司日常運營需要及時、準確、完整、統一的數據爲支撐，數據問題不解決，基於錯誤信息的決策給公司帶來的風險可想而知；二是因業務方向多，系統種類繁多，大的經營機構有幾百個各類系統，雖然有企業構建企業數據總線，但是沒有完整的數據管理機制，系統大的變更和新系統集成的成本將指數級增長；三是目前很多經營機構開始走出去，不斷在境外設立或收購子公司，對於境外公司，如果沒有統一的數據管理規範和要求，將嚴重影響公司整體的合規、風險管理能力；四是數據管理混亂也會削弱公司客戶服務水平，爲公司帶來負面影響，有時也會影響業務連續性，這在高度重視客戶服務、業務連續性的證券基金行業很難允許上述問題存在；五是數據不統一會將企業內部流程分解成不同的模式，嚴重阻礙公司進行流程改造，也無法很好支持公司內部工作協同和變革管理，數字化轉型面臨挑戰。
（三）行業生態需要
通過前幾篇的介紹可知道，爲維持行業健康智能生態，目前證監會正在打造中央監管平臺，努力實現監管科技3.0目標。在這個過程中，有讓經營機構配合報送相關數據的常規或突發需求，數據治理或管理好的公司，在數據報送系統（功能）開發方面明顯掌握主動權，配合工作較爲高效和及時；而數據治理或管理不好的公司，數據報送不僅要依靠外部開發商，而且數據報送質量飄忽不定。目前，根據各業務規範，經營機構需要向監管機構或一線監管核心機構報送各類業務數據，對於數據漏報、遲報、錯報等情況，相關規範也都會有相應處罰（或累計次數後處罰）條款。數據報送這件事本身很簡單，但它背後卻直觀反映了公司數據治理、管理水平。只有各經營機構提供了高質量的數據，才利於監管做出及時、正確的決策，進而才能更好維護行業生態，所以說經營機構解決數據問題也是支持監管科技建設、維護整個行業健康生態的重要環節。
（四）金融科技應用需要
大數據、人工智能、生物特徵、VR等現代信息技術手段在行業應用的場景越來越多，比如智能投顧、精準營銷、客戶畫像等等，這些場景都離不開數據的支撐，數據問題不解決，空談大數據，根基不紮實，金融科技應用成了無源之水！
（五）數字化轉型需要
在互聯網、金融科技等公司的外圍競爭壓力下，傳統金融公司正在面臨社會加速數字化的重壓，數字化轉型是發展趨勢。上週五在北京召開的麥肯錫中國公司銀行業務高層圓桌會議上，公司銀行數字化轉型就是討論熱點。無可否認，數字化轉型也是證券基金經營機構的當務之急，這不僅因爲強勁的外圍競爭壓力，也來自客戶對更便捷、更安全、更廣泛地使用數字化金融服務的需求。數據問題顯然是數字化轉型邁不開的那一道道溝。
2018年11月4日