基金公司数据治理实践研究分析.pdfVIP

基金公司数据治理实践

加快数据要素化，开展要素市场化配置改革试点示范，发挥数据

要素在联接创新、激活资金、培育人才等的倍增作用，培育数据驱动

的产融合作、协同创新等新模式。推动要素数据化，引导各类主体提

升数据驱动的生产要素配置能力，促进劳动力、资金、技术等要素在

行业间、产业间、区域间的合理配置，提升全要素生产率。

围绕数据全生命周期，通过质量监控、诊断评估、清洗修复、数

据维护等方式，提高数据质量，确保数据可用、好用。完善数据管理

能力评估体系，实施数据安全管理认证制度，推动《数据管理能力成

熟度评估模型》（以下简称DCMM）、数据安全管理等国家标准贯标，

持续提升企事业单位数据管理水平。强化数据分类分级管理，推动数

据资源规划，打造分类科学、分级准确、管理有序的数据治理体系，

促进数据真实可信。

一、基金公司数据治理实践

1、基金公司数据治理背景

在数字经济时代下，数据驱动业务创新发展已经成为企业的主要

选择，基金行业机构也在积极推进数字化转型，但机遇与挑战并存。

数据要转化为数据要素，需要系统体系化的数据能力建设作为催化剂。

基金行业也表现出一定的痛点，其中表现为数据安全保护不够到位，

缺少数据脉络，数据质量得不到保障等。同时由于行业内在进行系统

建设时，对数据管理工作的重要性认识不足以及长年累月杂乱数据的

堆积，导致数据治理工作推进艰难，致使在营销端、分析端、监管报

送端长期存在客户重复，资产异常等情况。

在数字化发展规划的指导下，基金公司坚持统筹推进、聚焦痛点，

强化数据能力建设，在完善数据治理体系、搭建大数据技术、提升数

据服务能力等方面持续发力，多措并举逐步探索形成了符合基金自身

特色的数据能力建设治理之路。

2、基金公司数据治理解决方案

（1）围绕监管规范打造基金行业数据治理体系

一是完善治理组织：建立完善的数据治理组织架构，落实组织在

治理工作中的责任与职能，配套数据治理相关制度，推进数据治理工

作落实。

二是打造资产体系：梳理全域业务数据明确各项属性义，通过资

产目录形式分类管理，实现数据可见、可用、可管理，全面量化数据

价值。

三是提升数据质量：根据金融监管相关规范，制定数据标准以及

数据检验相关规范，通过数据标准化的形式提升数据质量，提高数据

可用性。

四是加强数据安全：围绕数据安全相关政策法规构建安全体系，

充分考虑数据之间关联关系，通过分级、加密等手段进行全链路安全

管理。

五是主数据统一：借助基金全要素规范整理公司级主数据体系，

确保基金基础业务信息全范围内保持一致性、准确性、完整性、可控

性。

（2）基于资管全要素规范实现基金主数据管理

主数据是用来描述基金核心业务实体的数据，主数据管理要做的

就是从公司的多个业务系统中整合最核心的、最需要共享的数据（主

数据），集中进行数据的清洗和丰富，并且以服务的方式把统一的、

完整的、准确的、具有权威性的主数据分发给全企业范围内需要使用

这些数据的操作型应用和分析型应用，包括各个业务系统、业务流程

和决策支持系统等。

主数据的完整性、准确性决定了企业数据共享、直通与应用的能

力，基金行业的主数据主体上分为：客户主数据、证券主数据、产品

主数据。不同来源客户信息整合的优先级是客户主数据治理的重点；

选择数据质量最优的服务商为主，结合其他数据源进行交叉验证是证

券主数据的治理重点；确定各产品要素属主，谁生产数据谁负责质量，

属主制定质量标准、系统严控准入是产品主数据的治理重点。

证监会人行基金业协会三大报送主体的监管报送数据具备维度多、

标准清晰、数据质量要求高等特点。通过构建相关主数据，为反洗钱、

征信、利率等多监管要求提供了一道坚强的防线。

（3）基于元数据打造基金公司企业级数据资产中心

接入基金公司的数据仓库、各个业务系统库，采集库表元数据，

获取数据使用的元数据信息；然后在采集的基础上，进行二次规范维

护，补充缺失的业务元数据，汇总后提供元数据查询分析服务。

制定基金公司数据标准，通过标准的映射比对，发现并修改存量

不符合标准的数据。再通过数据模型的规范化建表和建模，让增量数

据落地即是标准的。通过自动解析的数据血缘关系，可以辅助技术与

业务人员发现数据流转关系、数据影响链路，合理订阅并维护用户关

注的数据。

（4）围绕基金业务构建全维度画像体系