央行天津分行副行长曹元芳:科技助力业务 联通数据孤岛


来源:金融电子化    2018-10-10 17:07

中国人民银行天津分行副行长曹元芳

围绕总行“打造数字央行”的总体目标,考虑到新型金融业态不断涌现对基层央行提出的监管创新需求,本文对基层央行数据应用的现状进行了分析,针对目前基层央行数据应用中存在的“数据孤岛”、数据广度和深度不足等方面问题,就打造基层央行数据综合应用平台提出了具体目标、思路和实现路径。

基层央行数据应用现状

基层央行数据资源丰富,来源广泛,既有各业务部门根据自身业务开展产生的报表数据和明细数据,又有根据总行提供的查询和导出接口生成的集中系统数据,还有总行打包下发的各业务系统数据,具有覆盖面广、体量大、数据类型多样、细化程度不一等特点。丰富的数据资源在业务顺利开展中发挥了重要的助力作用,但是在实践中我们也发现,目前基层央行业务数据应用方面还存在一些问题。

1.数据孤岛普遍存在。一方面,由于各业务信息系统建设时期不同、技术约束不同以及以满足“业务部门需求”为目标等原因,业务系统间缺少横向的数据协调和统一规划,逐渐形成了专用的“部门数据”,造成了基层央行业务间数据孤岛。另一方面,总行和分支机构间也存在数据孤岛。随着以法人集中接入和数据报送渠道的转型,业务数据逐渐全部集中到总行,基层央行想利用本辖区数据需手工导出,且需要重新整理统计,造成数据共享使用效率较低。此外,部分分支机构出于业务管理目标而补充采集的各类数据未能在总行层面得到充分利用。

2.数据广度和深度不足。从数据内容来看,目前基层央行可利用数据不全,主要以内部信息系统和银行业综合报送数据为主,不能全面涵盖全部数据信息。从数据范围来看,尚未形成证券类、保险类等金融机构数据共享机制,政务数据(工商、税务、财政、国土、房管等)也难以获取。从数据细化程度来看,目前各类指标数据粒度普遍较粗,统计汇总类指标数据多于逐笔全量明细数据,数据统计频度过长,难以满足及时监测分析需要。

3.数据无统一标准、数据问题追溯难。一方面,缺乏全行统一的业务数据标准,不同机构、人员对同一业务数据存在不同理解,导致上报数据失真、质量不高等问题,给数据统计和分析工作增加了难度。另一方面,金融机构和人民银行间、基层央行内部各部门间流转的数据大多是经过复杂计算得到的,难以追溯,数据的一致性、完整性和准确性得不到保证。同时,由于各业务间数据口径不统一,数据加工环节过多,也导致难以准确根据数据变化对业务开展多维度的灵活分析。

基层央行科技助力数据综合应用势在必行

2017年7月中旬召开的全国金融工作会议,成立了金融稳定发展委员会,并把金稳委办公室设在人民银行,强化了人民银行宏观审慎管理和系统性风险防范职责。随着人民银行职责范围的不断拓展,对基层央行履职提出了越来越高的要求。如何更好地利用科技手段、综合运用数据资源,提升基层央行履职效率、质量和水平,也是一项摆在我们面前亟待研究解决的课题。

1.基层央行数据综合应用的重要性。一方面,从国家战略层面而言,基层央行加强数据综合应用是落实国家大数据战略的重要举措。2015年,国务院《促进大数据发展行动纲要》标志着我国数据战略的确立;2017年,全国金融工作会议提出了“强化人民银行宏观审慎管理和系统性风险防范职责”,进一步明确了未来我国深化金融体制改革的重要目标;范一飞副行长提出了“打造数字央行”的要求,对央行加强数据应用指明了方向。这就需要基层央行积极探索开展金融大数据各项建设工作,运用大数据资源不断提升精准施策能力。另一方面,从央行履职层面而言,基层央行加强数据综合应用是更加优质高效履职的客观要求。基层央行进行数据治理与应用,通过建立覆盖全金融业务的数据管理体系,运用海量金融数据与经济数据、政务数据的有效关联分析,实现及时、全面、准确监测本地区金融运行情况的目的,最终为强化央行宏观审慎管理和系统性金融风险防范职责服务。这就要求基层央行把服务履职、促进履职、助力履职,作为数据综合应用的出发点和落脚点,把科技的力量最终转化到履职能力的提升上。

2.基层央行数据综合应用的必要性。一是基层央行数据综合应用是解决“数据孤岛”问题的必然选择。数据孤岛的存在,不仅使信息难以共享,各项业务管理信息系统间缺乏横向和纵向的信息交流,并且存在大量的信息重复采集。造成各业务系统所涵盖的信息都具有一定的局部性和片面性,很难为管理决策和业务管理提供较为全面的信息支持服务。数据综合应用可以大量减少信息管理系统的重复建设和信息数据的重复采集,减少甚至消除“数据孤岛”,有效发挥现有各类业务管理系统的整体效益,推动现有信息管理体系的重构和信息管理体系的整合,推动基层央行信息管理标准化建设工作的过程。二是基层央行数据综合应用是解决信息缺失和细化程度不足问题的必然选择。现有各类业务管理系统大部分是面向事务处理的,有的甚至是简单的面向业务报表汇总的应用系统,对信息管理和分析的需求层次不够,采集的信息往往又是经过高度汇总处理后的业务报表数据,不仅造成了大量历史信息的缺失,数据的精细化程度也不高。在信息化不断推进和互联网金融的冲击下,银行等金融机构每天产生海量的交易数据,单纯的统计信息已难以实现监管和当前数据应用需要。基层央行迫切的需要掌握更多原子级别数据,继而构建360度立体画像,实现非现场业务监管。

3.基层央行数据综合应用的可行性。在长期的工作实践中,天津分行以数据综合应用为目标,着力构建涵盖各业务系统数据资源的服务平台,目前,平台开发的前期工作已经基本完成,建立完善的数据综合应用平台具有很大可行性。从社会层面来看,全社会对基于高科技手段的信息数据获取方式和应用手段,都有着越来越高的要求和期望,基层央行数据综合应用也成为各业务部门的现实需求,这在大环境上有利于数据综合应用的深入推进。从业务层面来看,央行的业务系统不断发展完善,随着监管职责的拓展和金融监管需求的增加,各业务数据还将不断丰富,在数据的丰富性、便利性、可得性等方面,都为数据综合应用提供了信息数据整合和扩展的数据基础。从技术层面来看,分布式技术、大数据分析技术、数据仓库技术都已经在不同领域得到广泛应用,有的技术已经比较成熟,这都为基层央行数据综合应用提供了必要的技术基础。

打造基层央行数据综合应用平台的目标、思路和实现路径

1.打造基层央行数据综合应用平台的目标。一是数据标准化。站在基层央行全业务视角,统一规划开展覆盖全业务的金融数据治理工作,并确立央行金融数据治理体系,形成金融数据标准规范。二是数据交换平台化。建设数据交换平台,支持系统之间的数据流动,对数据的流出方和流入方的权限和规则加以控制。三是数据集市化。系统和系统之间的共享数据共享于数据集市,供相关的分析系统使用,分析结果回吐到集市,实现即需即取。四是数据使用工具化。建设数据ETL,对数据进行清洗、转换、装载,通过数据仓库、大数据平台存储历史数据,供分析使用。五是分析结果可视化。对于一些数据分析结果做到可视化,能将数据通过图形或者报表的方式展示给决策者。

2.打造基层央行数据综合应用平台的实践探索。总体思路是,统筹规划、数据先行、技术护航、分步实施。一是统筹规划。以全行业务数据治理及数据模型构建、全行大数据平台技术架构等方面内容为数据应用的基础,由科技部门和业务部门共同进行总体统筹规划。二是数据先行。科技部门根据业务部门的开发需求,整合数据资源,融合各系统的业务标准,兼容多样采集方式,兼容不同数据接口,丰富采集数据类型,畅通数据采集通道,实现数据一次采集多方共享。平台通过统一的功能整合,实现从模板定义、数据定义到数据上报的快速部署;通过统一ETL层的任务定义实现了多数据源整合和传统报表数据上报、校验、计算、汇总的自动化;通过可视化数据集中展示立方体综合数据(如图1所示)。系统初步实现对总行下发数据,包括TIPS、TCBS等数据的深度利用,实现国库收入与支出业务的贡献分析和趋势预测;通过多渠道采集和对比第三方支付业务相关的账户信息和交易数据,为非现场监管及支付业务量、资金流量流向的统计分析提供支持。三是技术护航。以技术先进、系统实用、结构合理、产品主流、低成本、低维护量为原则,在系统建设过程中保证技术的先进性、架构的合理性、成本的经济性,以及系统的可维护性和安全性。天津分行综合考虑符合总行规范、数据安全、应用灵活等方面的要求,采用数据仓库、分布式、大数据、脱敏处理等先进技术,探索数据综合分析及深度利用。平台基于J2EE开发标准,集数据库无关性、业务逻辑易扩展性、信息展现灵活性等多种优势为一体。系统应用架构则基于分布式技术与多活模式的设计,整体架构可靠性高、扩展性强(如图2、3所示)。四是分步实施。考虑到数据应用与治理工作量庞大,不可一蹴而就,应分期进行,逐步扩展各类业务的数据综合应用,不断丰富平台内容。应用以统计数据处理为核心,不断丰富支付类非现场监管、国库收支统计分析、货币投回统计分析等功能,实现平台统一入口、统一存储、统一调度、统一质量管理、统一技术规范、统一授权。平台初步建成了统一的省级数据仓库平台,为建设全市统一数据资源的利用打下了基础。

图1数据综合应用平台数据整合

图2天津分行数据综合应用平台架构

图3数据综合应用平台分布式架构

3.打造基层央行数据综合应用平台的实现路径。一是建立完善的数据管理、采集机制。有效对接数据治理、应用需求和应用开发,按照所规划的数据来源渠道、数据采集接口、数据采集频度、数据采集粒度,全面、有序采集央行金融大数据平台所需的各类金融、经济和政务数据,实现数据共享。二是形成统一的数据标准体系。规定数据的基本属性,加强数据业务部门的沟通,统一数据定义、口径和计算规则,并采取相应的手段推动数据标准的落地和应用。三是加快技术平台建设。选择先进成熟的大数据平台技术架构,搭建服务基层央行决策分析的数据平台,通过统计报表、自助查询、专题分析、预警监测、金融预测等工具,为基层央行执行货币政策、维护金融稳定、优化金融服务提供决策依据。四是统筹构建和维护业务分析模型。以业务决策和分析目标为导向,针对基层央行履职监管目标和各类金融新业态带来的金融监管挑战,探索实现基层央行政策优化、控制金融风险和提供数据增值服务的路径。五是注重人才培养和储备。建立人民银行科技人才库,发挥科技人才和业务人才各自优势,培养复合型人才,探索建立对技术型人才和复合型人才的长效激励和留人机制,为人才成长搭建良好平台。

相关文章

月点击排行
关于本站    联系我们    版权声明    手机版
Copyright © 2011-2018 移动支付网    粤ICP备11061396号-5     粤公网安备 44030602000994号