当前位置:股票 > 正文
证券迎来全面风险管理时代 数据治理成关键

  数字化浪潮席卷而来,在数字经济下证监会对证券企业的风险管控有了新的要求。今年是证券企业全面风险管理的大范围落实之年,不少证券公司表示高质量的数据是全面风险管理的基础,证监会也明确提出了数据治理的相关要求。

  一、数字经济下证券公司面临多重压力,数据治理已“箭在弦上”

  数据治理对证券公司来说并不是个新词,很早之前证监会就成立了行业数据治理工作组,力推证券行业的数据标准化工作,但这两年数据治理在证券圈里尤其“火爆”,去年大型券商齐聚羊城,共商数据治理策略,今年华泰证券、海通证券等大型证券企业纷纷带头针对数据治理立项。究其原因,主要是证券公司正面临多重压力:

  1. 数字化浪潮下,证监会明确提出数据治理在企业风险管理中的重要性

  在数字化的大背景下,数据治理对券商内部管理、决策以及风险管理都有重要意义。通过数据治理,证券机构能够提高数据质量、对数据进行有效整合,进而提高风险管理的能力。2016年证监会在《证券公司全面风险管理规范》中明确提出证券公司应当建立健全数据治理和质量控制机制等数据治理相关要求。

  2. 在证券企业内部,数据定义不一致、数据流转不畅等问题日益凸显

  国内券商广泛经历大数据平台建设的浪潮,但海量数据下数据资产不清晰、数据质量不高等问题日益凸显,再加上证券的业务数据经常在全行业中流转,很多数据定义来自于不同的机构,所以数据业务定义冲突的情况屡见不鲜。诸如此类的数据问题还有很多。

  综上,

  在外部监管与内部问题等多重因素的驱动下,证券行业数据治理势在必行。

  二、证券公司如何开展数据治理?把握好这四个阶段。

  证券公司开展数据治理,一般要经过评估分析、体系规划、数据梳理、平台实施四个阶段。如何把四个阶段都掌握好,是数据治理成败的关键。

  1. 评估分析

  分析企业中数据的情况,评估现有能力。收集与数据相关的所有业务问题,明确数据治理的业务价值,争取高层领导的支持,并根据评估结果针对性制定数据治理路线。

  2. 体系规划

  制定出近期、中期和远期的数据治理目标,明确计划、组织架构、制度规范、管理流程等细节。

  3. 数据梳理

  把数据梳理清楚是数据治理能否和企业现状结合、发挥业务价值的关键。就像我们在网购时需要了解商品详情,在数据梳理时需要先用元数据管理工具自动把数据梳理清楚,把自动分类信息和传统数据标准相结合,再根据需要补充关键的业务、模型、规则等信息。

  4. 平台实施

  通过自动化程度高的平台展现数据资产全貌、分析整个数据链路、自动化完成技术元数据与业务元数据的映射、自动化检核数据质量并完成数据质量问题的修正。

  三、证券数据治理正当时,某大型证券公司数据治理实践成果

  有关某大型证券公司的数据治理实践案例介绍。

  1、某证券公司数据现状

  该证券公司是国内领先的大型证券公司,已经建立了大数据平台和数据仓库,但企业内部缺少统一的数据标准,数据定义冲突明显,数据共享困难,咨询多家数据治理公司后选择与普元合作,开展数据治理建设工作。

  2、该证券公司数据治理实施效果

  满足了证监会的监管要求

  利用普元的自服务大数据治理平台,该公司很快就制定出了涵盖数据源管理、数据库建设、数据质量检测等环节的数据标准,满足了证监会对数据真实性、准确性、完整性的要求,为建立健全风险管理体系提供了保障。

  建立了健全的数据治理和质量控制机制

  在与普元合作之后,该公司最先建立了数据治理和质量控制机制,完善的数据治理组织机构和管理流程为该公司的数据治理建设提供了很好的支撑,这是该证券公司数据治理能取得突破性成果的重要前提。

  实现了指标的精细化管理

  风险管理是证券公司的重点,该证券公司有很多风险管理相关指标,在做数据治理之前,很难找出异常指标对应的问题数据和相关的责任人,通过普元元数据管理工具MetaCube7,该公司屡清了所有的数据加工过程,中间还配合了数据质量的检查,实现了指标的全面追溯和精细化管理。

  多重压力下,证券公司数据治理势在必行,满足监管要求、建立健全的数据治理机制和实现指标的精细化管理是证券公司数据治理的主要目标,具体可以按照评估分析、体系规划、数据梳理、平台实施逐步开展。目前普元已与多家大型证券公司进行合作,先后帮助多家证券企业完成了数据治理建设工作。

相关链接:

作者: 来源:普元信息 发布时间:2018-01-10 07:16:39
 
 
  我要发表留言  查看所有评论
 

*
 限制字数显示剩余字数,最大长度: 500 还剩: 500
用户名:
       尊重网上道德,承担一切因您的行为而直接或间接导致的民事或刑事法律责任