|
|
面对日趋丰硕的海量数据，愈来愈多基金证券等投资机构却堕入金融数据规范化不足的新懊恼。
“咱们投研部门天天都需求破费不少精神发展各类数据校对与表述口径一致，很大水平影响了投研建模效力。”一名券商剖析师向记者透露。好比“维他命”在不同金融数据办事商有着不同表述——“维生素”“Vitamin”等，往往形成不同业务部门对同一个事物发生歧义；另外，“集成电路”也被不少金融数据办事商称为“微芯片”“芯片”“Integrate Circuit”（IC），也形成不同业务部门明明在探讨同一种事物，但因各自表述不同形成了解偏差。
他婉言，泛滥金融数据不一致，还会大幅减少他们对外拓展业务的沟通本钱。其中最多见的景象是，作为卖方的券商向基金、保险资管等买方机构推介投资战略时，因为彼此对某些金融数据的计算口径不敷统一，致使买方机构对投资战略无效性心存顾忌，间接影响到券商业务协作过程。
金融数据规范化不足所酿成的一系列问题，正惹起相干部门的高度关注。
2月初，人民银行、市场监管总局、银保监会、证监会联结印发的《金融规范化“十四五”开展布局》提出，深化推动证券期货规范建立；鼎力推动资本市场根底数据规范和监管数据规范制订，钻研构建资本市场数据规范体系，晋升证券期货业数据治理程度。
受此影响，愈来愈多金融数据办事商纷纭探究金融数据规范化。
恒生电子首席迷信家白硕向记者透露，在金融资讯数据规范化畛域，目前恒生电子正设计一致的资讯模型——基于SDOM证券行业模型的数据域划分、证券分类形式以及词根定义等规范，并综合斟酌现有各业务零碎运用资讯数据的场景，积淀公共的资讯数据办事才能，助力完成金融资讯数据规范化。
在一名公募基金公司信息技术部担任人看来，要做到真正意义的金融数据规范化，除了对根本数据定义完成规范化的口径一致，还需将金融数据规范化运用范畴扩展到数据治理体系——从数据收集、数据分类分级、数据存储，到完成公司外部的金融数据规范化建模与规范化定义，都得构建业务、技术、办理三个维度相统一的标准操作体系。
在他眼里，要做好这项任务，基金证券机构与金融数据办事商还需“勤练内功”。
记者多方理解到，在探究金融数据规范化的征途上，泛滥金融机构仍面临三大应战，一是数据买通存在诸多痛点，泛滥金融机构尚未做好拥有可行性的顶层设计计划，致使投研建模、资管产品创设、客户营销、产品运营剖析、监管运用等各个业务操作环节难以使用统一性的金融数据，由此形成微小的业务操作隐性本钱；二是数据治理人材匮乏，尤为是统筹业务常识与技术配景的数据治理人材至关少，影响泛滥金融机构的数据治理功效；三是跟着数据来源日趋丰硕且金融机构在同一款资管产品负责不同角色（多是托管人或渠道办理人），如何按照金融机构不同角色对数据出处与使用情况进行精准标识以知足合规监控与监管要求，一样考验着他们的外部管制与合规经营才能。
上述公募基金公司信息技术部担任人婉言，金融数据规范化的建立，绝非设计技术平台就可以解决，更不是做完数据规范化再建技术零碎，而是一个长时间的、迭代的、转动的且分步骤实行的过程。
数据治理“路漫漫”
记者得悉，跟着近些年愈来愈多基金券商机构构建数据中台，他们对金融数据规范化的诉求也日趋强烈。
“目前，泛滥金融数据的表述差别化，已让咱们至关好受。”一名券商机构IT部主管向记者透露。好比“集成电路”在不少金融数据办事商的表述截然不同，有些机构称之为“集成电路制作”或“半导体产品”，有形间加大他们数据校对的任务量。
令他更心烦的是，部份金融数据办事商提供的专业术语存在显著歧义，以锂电池为例，按正极资料能够分为三元锂、碳酸锂、磷酸锂、钴酸锂等，若根据封装则有圆柱、方形、软包之分，按不同使用场景也有能源电池、储能电池与消费电子电池等不同称谓，但这些金融数据办事商都将它们抽象称成“锂电池”，致使投研部门不能不再重复核对各家上市企业财报所披露的锂电池出产工艺与运用场景，终究肯定金融数据办事商所说的“锂电池”详细指向。
“这给咱们形成得多额定任务量，致使投研建模效力升高与对外业务拓展沟通本钱骤增。”他坦言。外表而言，这些问题是因专业术语等根底数据称号表述口径不一致而诱发，但深档次而言，它波及到各家机构数据治理标准化运作轨制的缺失。
前述基金公司信息技术部担任人向记者透露，为了强化数据治理才能以增进金融数据规范化，过来两年他所在的基金公司专门设立数据治理委员会，受IT治理委员会办理。
“斟酌到基金公司范围不敷大，咱们的IT治理委员会和数据治理委员会实际上是一套人员班子，在强化IT才能降级同时推动数据治理架构建立。”他指出。这有形间令基金公司IT才能降级与数据治理严密挂钩，帮忙基金公司借助IT零碎继续降级，前后实现架构办理、资产办理、规范办理等方面的数据规范化轨制设计和业务流程建立。
这位基金公司信息技术部担任人婉言，此间他们走过一些“弯路”，目前尚未实现企业级的数据规范化治理，包罗将泛滥报表从新优化，以高度规范化的数据体系报送监管部门。
“另外咱们正与量化团队做沟通，如何打造并行计算的环境，但在实际操作进程，金融工程团队只要单机版的Python，无奈充沛发扬公司的科技巧力，即难以最大化使用算力发展各类算法建模钻研。”他婉言。这有形间给金融数据规范化构成新的阻力——由于泛滥金融数据无奈充沛使用，也就找不到“规范化”的操作空间与运作尺度。
记者理解到，不少基金券商机构还发现，基于数据中台的数据规范化办事也存在不少操作困难，最多见的是面对不同来源海量数据，哪一个数据主体或数据规范该当作为“基准”，
一名金融数据办事商向记者透露，鉴于上述痛点，他们正尝试输入自助查问技术办事——基于数据湖形式，经过智能科技提供自助剖析、多维、数据试验室、API、excel插件和固定报表等功用，帮忙各类金融机构根据本身数据规范化要求实现产品办理零碎、客户ECIF零碎、机构主数据和证券主数据的迭代降级，从而在完成数据迁徙办理同时搭建更具规范化的数据收集、处置、剖析与治理体系。
产业链数据“率先试水”
面对数据规范化需要日趋旺盛，不少金融数据办事商开始“各显神通”。
恒生聚源副总经理夏青告知记者，目前他们正努力于推动产业链数据的规范化建立。
“咱们调研发现，目前产业链数据规范化的运用场景至关普遍，好比各类金融机构的投研畛域对此需要对比旺盛，好比泛滥被动投资模型需求经过这种数据，构建抢手行业上上游企业与相干资产之间的中心逻辑架构。”他告知记者。另外，愈来愈多金融机构投研人员还将这种数据作为投资决策完美的新辅佐工具，为智能投研打下扎实的根底。
上述金融数据办事商向记者婉言，只管不少同行都将产业链数据规范化视为数据办事业务拓展的新冲破口，但在实际操作环节，要做好这项任务难度不小。
首先，在产业链数据收集处置环节，他们会广泛遇到产业链数据信息来源无限、披露不标准、通明度差别、行业规范不完美等问题，致使他们无奈构建完美、残缺的规范化产业链数据。
其次，金融数据办事商要建设一套被市场普遍认可、逻辑明晰、可行性高的规范化产业链数据，极具应战性。由于得多行业都有各自的产业链开展特征，且金融机构在不同数据运用场景存在着客观认知偏差，都会加大数据场景的运用本钱。
第三，产业链数据在不同业务场景有着不同需要与扩展要求，有形间变相进步产业链数据规范化的使用本钱。
第四，在投研建模环节，产业链的繁杂性或致使某些症结节点不足残缺的规范化数据，致使投研建模难度骤增。
夏青对此表现，针对上述痛点，他们经过智能化技术设计针对性的解决计划。好比数据规定通用性层面，他们经过对产品、产业链瓜葛、产品属性的规范化，能够兼容不同来源的数据，造成同一套产业链开展逻辑瓜葛与数据表述，晋升数据规范化水平同时升高金融机构的“了解本钱”——以便疾速精确地获得扑朔迷离的产业链信息。
另外，恒生聚源还经过少量数据剖析技术进行互相验证，防止规范化产业链数据之间所存在的过错逻辑瓜葛，增加产业链数据的冗余信息。
“目前，咱们还借助NLP等人工智能技术，增进规范化产业链数据在投研建模层面的精准辨认才能，无效晋升投研模型的数据探访效力。”他指出。经过制订产品分类规范、产品归入规范、产品命名定义规范、上上游构建规范等机制，目前他们已买通上市公司、重点非上市企业等数十万家企业的各类产业链关联瓜葛，普遍运用在智能投研、智能风控等智能金融场景。
多位金融数据办事商指出，只管愈来愈多同行在产业链数据规范化方面做出少量尝试，但在实际使用遍及层面仍遭到多方面要素影响，一是泛滥金融机构投研人员基于原本的数据使用习气，未必会很快顺应新的产业链数据，致使后者遍及难度加大，其规范化效应有形间被削弱；二是新的产业链数据计算口径若与金融机构现无数据治理操作形式纷歧致，后者未必违心破费鼎力气从新调剂现有的数据计算口径，令其运用范畴遭到制约；三是产业链数据要完成“规范化”，还需泛滥金融机构认可以使用，但这又波及到泛滥金融机构的excel表格、日报周报信息是不是会采取其数据演算公式，若金融机构使意图愿不高，其规范化过程的难度又将加大。
前述金融数据办事商向记者透露，目前业界正尝试采用一个相对于可行的操作形式，即金融数据办事商与证券买卖所、出名买方机构、指数研发机构独特协作，参预各类产业链数据的业务规范、技术规范与运用维度机制设计，并胜利将数据规范导入愈来愈多出名金融机构的产业常识图谱与智能投研零碎，经过买卖所、出名买方机构与指数研发机构的影响力，逐渐完成这套产业链数据运用的遍及化，终究达到“规范化”指标。 |
|
中级会员