你如何看待数据问题，决定了公司的数字化转型

公司数据问题不是单纯的技术问题，它事关公司每个人，它也正在让证券基金行业付出代价，影响IT运营、系统集成、风控体系建设，甚至还影响公司整体运营状况，且这种负面影响程度还在随着数据量激增、系统数量增加、金融科技应用等，而呈现非线性的增强趋势。虽然如此，却只有很少的经营机构采取行动或持续采取行动。

金融科技时代，根基是数据；经营机构数字驱动及数字化转型，前提也是数据。这里的数据不是简单的汇集、积累和沉淀，只有经过专业治理、管理的数据才真正意义上算是数字资产，才能满足数字化转型的基本要求。本篇与您集中聊聊行业数据常见问题、原因、现状，并指出高度重视数据问题并持续采取行动的必要性。

证券基金行业典型数据问题包括以下6类：

① 数据丢失或损坏，比如因物理存储故障或人工强行修改二进制文件等，导致数据彻底丢失或无法正常使用；

② 数据异常或数据冗余，比如因数据库表的设计、存储过程或系统运行异常引起某个表内交易流水数据丢失或流水数据翻倍；

③ 数据错误或数据无效，比如因不同团队维护不同数据计算公式或相关系统不再使用，某些数据需要重新计算或不再有价值；

④ 数据不完整，比如因系统迭代升级，旧版本的表缺失了某些信息；比如某些细分业务未在线，公司运营指标统计缺失相关信息；再比如投行ABS业务数据缺少产品结构信息、相关方信息等；

⑤ 数据不统一或不一致，比如某个客户信息在两融、CRM等系统中的个人信息不一致等；

⑥ 数据时效性问题，比如行情更新速度，各类报表的生成时间、风险监测后的预警等。

上述各类数据问题，除系统设计、人工误操作、硬件故障外，至少还有以下7个深层次原因：

① 经营机构业务由一个个牌照或许可构成，为配合一个个业务（比如托管、两融等等）快速展业，系统建设基本是自下而上进行，缺少统一规划，每个系统类似一个个烟囱，拥有自己的业务实体数据，好处是当时提高了系统建设效率，但这也为后期运营带来了较多问题或隐患，比如统一订单数据在不同系统中被多次维护，无法实现数据共享，数据一致性难以保证；

② 尚未完全意识到数据治理、数据管理的价值，整体没有开展数据治理的习惯或氛围，认为日常系统维护就包括数据治理；

③ 业务系统数量较多，比如自营、经纪、PB、两融、资管、托管、三方、风控等等，有时统一业务功能有多套类似产品比如PB、CRM等，不同系统开发商的数据格式和数据规范差异较大，公司又缺少合适的数据管理工具；

④ 需要连接的核心机构较多，且很多数据来源于核心机构，虽然证监会正在力推行业数据标准化工作，但是这项工作任重道远，各交易所、登记结算公司、中证金融、报价系统等等市场核心机构间数据标准的统一尚需时日；

⑤ 系统升级频繁且多版本并存，公司为服务不同类型客户，有时某个业务系统需要相同系统开发商的不同软件版本并存；此外每个周末行业似乎都在测试，很多测试需要给系统打补丁，补丁打多了，站在当前时间点看，有些表的信息是缺失的；

⑥ 金融科技时代，很多工作开展基于大数据，因此数据源种类越来越多，引入外部数据源的需求比如消费数据、征信数据等也在不断增多。各类结构化、非结构化数据并存，但多数情况只是站在单个功能或业务部门需求角度选择性处理数据。

⑦ 公司层面没有清晰的数据拥有者（data owner），数据分布在各个部门或业务系统，缺少全局数据管理能力，也没有清晰的数据维护职责和考核。

两只表并不能告诉一个人更准确的时间，反而会让看表的人失去对准确时间的信心。

——手表定理

作者把当前行业面对数据问题的机构表现分为以下四类：

❶

没有意识到数据问题（较少）

一是该类经营机构因为刚开业，系统及数据积累较少，数据问题不明显，这种情况很少见；

二是公司尚未未意识到数据资产的价值，或尚未意识到行业金融科技应用、数字化转型的大趋势。对于一个没有统一数据管理的公司来说，通常只有出现信息和业务步调不一致的时候，才会发现问题所在，而那时解决问题的代价很大，这好比长跑前没系好鞋带。

❷

意识到数据问题但无为（最常见）

这里的无为有两个层面的表现：

一是事不关己高高挂起，因为公司数据管理权责不明确，而数据管理或治理又是件费力不讨好的事，短期也不是考核项，于是乎主动放弃。除非公司管理层能持续力挺，否则每个部门都没有主动请缨，去牵头的强烈意愿和动力。本质上是公司缺少主动做事的激励氛围，公司文化过于强调对攻城掠地的犒赏，对“苦在当下，利在长远”的轻视导致。

二是老虎吃天无从下嘴，想主动解决数据问题，但苦于缺少解决问题的抓手或突破口，被迫放弃。

❸

对数据管理或治理认识高度不够（很常见）

不少经营机构（包括公司领导和员工）在谈及数据问题时，往往认为，这是信息技术部的事；也有个别经营机构凭着2016年底出台的《证券公司全面风险管理规范》的相关章节，认为数据治理是风控部门的事情，上述这两类看法说明公司远没有认识到数据的价值，未来为此直接或间接付出更大代价也就不足为奇。数据资产是公司的核心资产，而非某个部门。如果数据治理不好、管理混乱，我们是没有资本去谈全面风险管理体系建设、金融科技应用、数据驱动、数字化转型。

❹

对数据管理或治理重视程度不够（很常见）

极少有经营机构在公司层面有清晰的数据治理章程和工作机制；

极少有经营机构设立或明确公司层级数据管理或数据治理相关的组织架构或岗位（确实有经营机构将数据治理或管理岗位设在大数据团队），CDO角色更没有涉及；

极少有经营机构有持续的、明确的数据管理或数据治理年度预算。

数字资产和其他实物资产一样，也需要持续定期打理、维护。

首先，中国证券业协会于2016年12月30日正式发布《证券公司全面风险管理规范》，其中第九条要求证券公司经理层对全面风险管理承担主要责任，应当履行“建立完备的信息技术系统和数据质量控制机制”。

用一章的篇幅要求风险管理信息技术系统和数据，在其中的第三十三条“证券公司应当建立健全数据治理和质量控制机制。积累真实、准确、完整的内部和外部数据，用于风险识别、计量、评估、监测和报告。证券公司应将数据治理纳入公司整体信息技术建设战略规划，制定数据标准，涵盖数据源管理、数据库建设、数据质量监测等环节”。可以认为证券公司全面落实《规范》要求的基石是数据。其次，2017年证监会公布的《证券基金经营机构信息技术管理办法（征求意见稿）》对数据管理也提出了诸多要求。随着大数据、人工智能等现代科技的不断发展和渗透，数据治理和数据管理在证券行业的需求迫在眉睫，监管已经做了引导。

❷

公司运营需要

一是证券公司业务方向比较多，公司日常运营需要及时、准确、完整、统一的数据为支撑，数据问题不解决，基于错误信息的决策给公司带来的风险可想而知；

二是因业务方向多，系统种类繁多，大的经营机构有几百个各类系统，虽然有企业构建企业数据总线，但是没有完整的数据管理机制，系统大的变更和新系统集成的成本将指数级增长；

三是目前很多经营机构开始走出去，不断在境外设立或收购子公司，对于境外公司，如果没有统一的数据管理规范和要求，将严重影响公司整体的合规、风险管理能力；

四是数据管理混乱也会削弱公司客户服务水平，为公司带来负面影响，有时也会影响业务连续性，这在高度重视客户服务、业务连续性的证券基金行业很难允许上述问题存在；

五是数据不统一会将企业内部流程分解成不同的模式，严重阻碍公司进行流程改造，也无法很好支持公司内部工作协同和变革管理，数字化转型面临挑战。

❸

行业生态需要

为维持行业健康智能生态，目前证监会正在打造中央监管平台，努力实现监管科技3.0目标。在这个过程中，有让经营机构配合报送相关数据的常规或突发需求，数据治理或管理好的公司，在数据报送系统（功能）开发方面明显掌握主动权，配合工作较为高效和及时；而数据治理或管理不好的公司，数据报送不仅要依靠外部开发商，而且数据报送质量飘忽不定。目前，根据各业务规范，经营机构需要向监管机构或一线监管核心机构报送各类业务数据，对于数据漏报、迟报、错报等情况，相关规范也都会有相应处罚（或累计次数后处罚）条款。数据报送这件事本身很简单，但它背后却直观反映了公司数据治理、管理水平。只有各经营机构提供了高质量的数据，才利于监管做出及时、正确的决策，进而才能更好维护行业生态，所以说经营机构解决数据问题也是支持监管科技建设、维护整个行业健康生态的重要环节。

❹

金融科技应用需要

大数据、人工智能、生物特征、VR等现代信息技术手段在行业应用的场景越来越多，比如智能投顾、精准营销、客户画像等等，这些场景都离不开数据的支撑，数据问题不解决，空谈大数据，根基不扎实，金融科技应用成了无源之水！

❺

数字化转型需要

在互联网、金融科技等公司的外围竞争压力下，传统金融公司正在面临社会加速数字化的重压，数字化转型是发展趋势。11月初在北京召开的麦肯锡中国公司银行业务高层圆桌会议上，公司银行数字化转型就是讨论热点。无可否认，数字化转型也是证券基金经营机构的当务之急，这不仅因为强劲的外围竞争压力，也来自客户对更便捷、更安全、更广泛地使用数字化金融服务的需求。数据问题显然是数字化转型迈不开的那一道道沟。