推进银行间市场数据治理 促进IT基础设施能力升级(下篇)

阅读:297 来源:拓天速贷
文章摘要:“治理(Governance)”一词从国家治理、公司治理引入到数据治理,其核心概念是指“各种公共的或私人的个人和机构管理其共同事务的诸多方法的总和,是使相互冲突的或不同利益得以调和,并采取联合行动

  “治理(Governance)”一词从国家治理、公司治理引入到数据治理,其核心概念是指“各种公共的或私人的个人和机构管理其共同事务的诸多方法的总和,是使相互冲突的或不同利益得以调和,并采取联合行动的持续过程(联合国全球治理委员会)”。从这个意义来说,数据治理是一个长期、复杂的系统工程,涉及到组织、制度、人员、培训、管理等各个方面。数据治理过程是一个强管控的过程,数据治理工作的开展离不开组织的支持、制度的保障、人员的参与、体系化的培训和精细化的管理。因此,建立一套长效的数据治理机制,是确保数据治理能够真正实施落地的重要保障。

  长效的数据治理机制离不开强制的管控,强制的管控并不是简单的靠制度和规矩来进行约束,而是通过技术手段确保所有人遵从。银行间市场数据治理实施的核心理念就是通过标准和流程的平台化集成,来实现数据使用的流程化和自动化。数据平台(CFETSData)是我们数据治理平台化建设的最重要成果,银行间市场信息系统数据设计开发的所有工作全部基于CFETSData来完成。

  CFETSData的主要功能包括:标准管理、过程管控和集成开发。在标准管理上,CFETSData定义和管理了数据元、行业数据模型和数据交换服务。业务人员根据CFETSData来制定业务方案,根据数据元定义统一业务术语定义。需求分析人员基于CFETSData编写需求规格说明书,制定界面展示、数据模型和数据接口需求。设计人员基于CFETSData编写概要设计和详细设计说明书,进行数据结构体、数据库和数据脚本的设计。测试人员根据CFETSData设计测试用例和数据脚本。在过程管控上,CFETSData实现了数据定义、数据模型和数据脚本的工作流程,不同角色的人根据该平台完成各自的定义、审核和审计任务,实现了过程的平台化。在集成开发上,CFETSData提供了拖拽式的数据模型开发和接口开发的功能,开发人员只需要根据实体和属性的中文名字选取自己所需的数据并完成面向应用的组装并生成数据字典和消息结构体,实体和属性的技术规格会统一生成并不可被篡改。同时,CFETSData还通过API接口的方式实现了与数据交换平台、应用开发平台和数据测试平台的对接,实现了对接口代码、程序结构体和测试脚本的规约。

  大数据技术起源于互联网行业,目前最成功的应用也在互联网行业,以“BAT”为代表的互联网公司依靠其自身的经济实力和技术基础,依托自身拥有的巨量数据和现实的应用需求,已经发展出一些满足各自需求的大数据解决方案。

  金融行业有着良好的大数据基础,但大数据应用还刚刚起步,如何推进大数据技术应用,唤醒这些沉睡的大数据资源实现深度价值发现和行业应用,关键还是要深入推进银行间市场数据治理工作。针对未来的数据治理工作,我们规划从三个方面考虑:

  一是完善行业数据标准体系,助力基础设施升级。为全面规划和指导银行间市场标准化工作,我们将在前期工作的基础上,继续完善银行间市场标准体系的建立和应用,建立行业大数据治理相关标准、信息披露标准和数据质量评估标准,实现数据的有效整合、综合利用,最大程度地发挥行业数据价值,规范大数据应用,消除由于标准缺失可能造成的技术发展瓶颈,助力行业基础设施升级,更好地支持金融科技和监管科技的发展。

  二是深化行业主数据体系建设,夯实行业基础支撑。进一步深化行业主数据建设,统一行业数据格式和编码,建立和完善面向整个行业共享复用的产品管理、机构管理和用户管理的主数据库,提供通用的数据访问接口、交换平台和协议规范,实现行业数据接口的互联、互通。同时辅以可供复用和参考的框架、构件、模板、工具等构件资产库,以强管控的方式指导和规范数据使用,从数据源头确保数据生成的质量,实现行业关键业务数据的共享、共用。

  三是建立行业大数据集成平台,促进行业业务协同。通过行业结构化和非结构化数据标准建立,探索建立行业大数据集成平台,通过数据的分层管理,实现数据的融合利用。构建面向大数据价值挖掘的大规模、有序化开放式的知识体系,通过大数据集、开发平台和公用算法库支撑行业大数据应用,为行业大数据发展提供基础构件支撑。加强行业标准宣贯,提高行业参与人员的大数据应用能力,促进行业业务协同。


文章关键字:嘉实深证基本面120联接利率怎么算 嘉实服务利率怎么算

上一篇:节后资金面将平稳运行

下一篇:美国也有银行沙漠 7%的家庭没有银行账户

新手注册
礼品多