证券期货行业监管大数据治理方案研究

证券期货行业监管大数据治理方案研究

蒋东兴1, 高若楠2, 王浩宇2

1. 中国证券监督管理委员会信息中心，北京 100033；

2. 中证信息技术服务有限责任公司，北京 100033

摘要：为充分发挥数据的资产价值，监管部门高度重视大数据治理工作。通过梳理证券期货行业监管大数据治理的需求与特殊性，对证券期货行业的大数据治理体系进行了深入研究，包括构建证券期货行业数据模型、搭建公共数据平台、建设数据服务体系以及构建组织保障体系4个方面。通过大数据工程建设的实施，进一步发现了证券期货行业大数据治理在工程共建共享、数据多源校核方面存在的深层次技术问题，提出了建设超级大数据管理平台、全面保障大数据工程效果的研究思路，为监管决策提供了更为全面、科学、客观的支持。

关键词：证券期货行业 ; 大数据治理 ; 科技监管

论文引用格式：

蒋东兴, 高若楠, 王浩宇. 证券期货行业监管大数据治理方案研究[J]. 大数据, 2019, 5(3): 23-34.

JIANG D X, GAO R N, WANG H Y. Research on supervising big data governance method for securities and futures industry[J]. Big Data Research, 2019, 5(3):  23-34.

1  引言

中国资本市场经过20多年的发展，已具备了相当的规模体量，基本形成了较为完备的多层次资本市场体系。近年来，金融科技的快速发展为资本市场注入了新的活力，大数据、人工智能等技术与金融行业的深度融合，推动了产品形态、盈利模式的不断创新。跨行业、跨市场、跨地域的金融服务日益丰富，借助新兴技术的力量，市场中涌现了智能投顾、智能交易等应用，这些应用为市场提供了更为高效、全面、智能化的业务服务，提升了证券期货行业机构的经营管理能力，推动了资本市场的快速发展。

信息科技的飞速发展对资本市场的监管工作提出了新的课题和挑战。监管部门既要促进金融行业创新发展，又要守住不发生系统性金融风险的底线，因此需要利用科技的手段及时发现潜在风险，提高监管效能，维护市场稳定。应用监管科技需要更多数据进行支撑，包括传统的交易、披露、监管等内部数据，也包括工商、司法、税务、舆情等外部数据，并需要具备在海量规模数据下进行快速的历史数据分析、实时数据流处理以及利用人工智能算法深入挖掘数据价值的能力，因此，监管大数据平台的建设变得尤为重要。

证券期货行业监管工作涉及中国证券监督管理委员会（以下简称证监会）机关、派出机构和会管单位等，机构数量较多，机构之间的业务关联性强，数据尚未完全在同一个数据模型上进行整合，并且存在数据敏感性强、时效性高的特点以及数据共享技术标准仍不完善等问题。海量、多源异构的数据以及监管数据的特殊性对数据的管理、存储和应用提出了新的要求。因此，证券期货行业监管科技的应用需要进一步建立符合数据科学和行业特点的大数据治理体系，以提供全面的数据治理保障，从而充分发挥数据的资产价值。

本文介绍了证监会大数据工程建设的内容，分析了证券期货行业监管大数据治理的必要性。针对资本市场监管业务关联性强、参与主体多、监管数量大、数据敏感性高等特点，对证券期货行业监管大数据治理方案进行了深入研究。最后，本文提出建立超级大数据管理平台，以全面保障大数据工程建设，从而推动证券期货行业监管科技规范、快速、健康地发展。

2  相关工作

数据治理目前尚未形成统一、标准的定义。国际数据管理协会（Data Management Association，DAMA）将数据治理定义为对数据资产管理行使权力和控制的活动集合（规划、监控和执行）[1]。国际数据治理研究所（The Data Governance Institute，DGI）认为，数据治理是包含与信息相关的过程的决策权及责任制的体系，根据基于共识的模型执行，描述谁在何时何种情况下采取什么样的行动、使用什么样的方法[2]。

目前，数据治理及相关标准体系的研究是国内外研究的热点之一[3]。国际标准化组织（International Organization for Standardization，ISO）也着力于数据治理国际标准的制定工作。2014年6月，ISO/IEC JTC1/SC40（IT服务管理和IT治理分技术委员会）召开第一次全会，2014年11月、2015年5月召开第二次、第三次IT治理工作组会议，我国于2015年5月在第三次工作组会议上正式提交了《数据治理白皮书》国际标准研究报告，报告中提出了数据治理模型和框架[3]。由中国国家成员体（SAC）申请立项并由中国专家作为联合编辑研制的国际标准ISO/IEC 38505-1《信息技术-IT治理-数据治理第1部分：ISO/IEC 38500在数据治理中的应用》于2017年正式发布，我国提出的数据治理理念和方法论在国际上达成共识[4]。

大数据背景下，数据科学研究的兴起以及组织业务的增长对数据治理的方法及手段均提出了新的要求。大数据治理是广义信息治理的一部分，它制定与大数据的优化、隐私、货币化相关的政策与目标[3]。张义祯[5]从社会治理的角度阐述了要顺应大数据时代的发展趋势和本质要求，树立大数据治理