干货 商业银行数字化转型中的风险数据集市建设

风险数据集市是商业银行风险管理体系的重要支撑，这绝非一句空话。

将于2021年9月1日正式实施的《数据安全法》，对数据分级分类及重要数据识别等作出了明确的制度安排，对于各领域的数据安全治理、管理、技术、基础支撑等各层次的问题提供法律依据。

对于商业银行来说，提升数据的分级分类管理及运用水平，使数据系统涵盖银行所有的业务场景，为各业务场景风险管理需要提供依据，已成为业内共识。在此背景下，在银行风险管理中构建风险数据集市也成为必然选择。

事实上，我国《商业银行信用风险内部评级体系监管指引》第186条也明确规定，商业银行应在数据仓库基础之上建立风险数据集市，内部评级体系中模型的开发、优化、校准和验证应基于功能完整、强大的风险数据集市。

风险数据集市是银行风控体系的基建之一

那么问题来了。数据仓库、风险数据集市是什么？我们先简单回顾一下历史。

1988年，为解决企业的数据集成问题，IBM的两位研究员提出了一个新术语：数据仓库（Data Warehouse）。根据“数据仓库之父”的比尔·恩门给出的定义，数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理中的决策制定。

商业银行是数据密集型机构，拥有海量的金融基础数据，且必须对数据实施统一管理，形成共建共享的资源池。这如同国家的铁路网、交通网，必须站在全国角度统筹规划，而不能由各省各自建设；假如那样的话，省区边界断头路等问题将造成交通体系非常低效。商业银行的数据仓库建设也是一样，不能由各部门根据业务分工和职责范围，各自建设数据系统，而是需要统一规划管理，满足全辖业务、监管报送等全局性需要。

数据仓库作为商业银行数据统一管理的资源池，从这一概念延伸出来，数据集市则像是从水池中舀出来的一个个“瓶装水”。一池泉水经过过滤、蒸馏、除菌可以成为纯净水；经过提取、有益元素调配就成了矿泉水；经最小限度处理过的泉水则是天然水。

这些对数据仓库的“挖掘”和“搬运”后按照不同的品类和用途进行封装，就是数据集市典型特征。从理论角度讲，数据集市是满足特定的用户或场景的需求，面向某个特定的主题，解决灵活性与性能之间的矛盾，为特定用户存储预先计算好的数据。

那么问题又来了：有了数据仓库，为什么还要建设面向各个主题的数据集市？笔者认为，其原因在于银行系统复杂、数据海量、统计维度众多，因此，如果风险、营销、运营、监管、财务管理等各类应用系统直接从数据仓库调取数据，这样的数据使用方式存在明显弊端：数据仓库中，面向各主题性质的数据被分散存储，例如，风险相关数据散落在各个不同的数据源中，数据使用者需要花费大量精力理清各个系统间的关系，数据质量也参差不齐；同时，各风险应用系统计算的指标重复度较高，也会造成系统运算资源的浪费。

为此，在数据分析与应用及数据仓库之间建设风险数据集市，针对风险数据主题进行统一的数据清洗和整合，提供面向业务的风险数据，并梳理和理解数据之间的逻辑，支撑各业务场景的风控需求，可有效提升商业银行的数据使用效率、风险管理效率。如上图所示，左边部分业务前台直接使用数据仓库，造成像蜘蛛网一样交叉纵横，让人眼花缭乱。右边经过业务领域数据集市建设，则简练、清晰、高效，让人一目了然。

对公风险数据集市建设

商业银行的风险数据集市建立在数据仓库之上，其数据大部分来自数据仓库，以风险计量所涉及的数据为主，为商业银行对公、同业、零售、信用卡业务等各种风险管理场景提供数据支撑。这其中，对公、同业、零售等风控需求既有共性，又有各自不同的特点。本文中，笔者以同盾科技对公业务风险数据集市的建设方案为例阐述。

社会学家查尔斯·培洛在其理论中认为，容易造成系统崩溃的是复杂系统失效，尽管复杂系统必然会有多种安全防控机制；但是，任何防控机制都不是完美的。安全工程里的“奶酪片理论”也有一个观点：每片奶酪片代表一层防控，每层都有一两个漏洞，正常情况下，漏洞位置不同，连光线都不过；但是在很极端的情况下，每层的漏洞都串到一起，一个小失误就有可能穿透层层关卡，酿成大祸。

笔者认为，商业银行的风险防控是一个复杂系统，我们需要在每一层都严防，设置关卡，建立对公风险数据集市，就是为了设立统一的防线，把业务中的风险在第一层就尽早、尽可能的处置掉。

在实践中，同盾对公风险数据集市打破了商业银行风险管理“烟囱式”各自开发的现状，解锁“网状式”的数据链路，通过建设集中式业务领域集市，为打造共享式业务数据中台奠定基础。

同时，也能协助商业银行平衡灵活性与稳健性之间的矛盾，可以在一定程度上缓解数据仓库集中访问的压力。

对公风险数据集市的建设大致分为整合、分层、应用三个流程。第一步首先以大数据平台对内部数据、外部数据、产业数据为基础进行有效整合，然后进行精细化的集市分层，同盾对公风险数据集市主要分为基础层、汇总层和服务层，这样的设置是呼应商业银行的实际应用，为各下游应用提供数据服务，例如：

1. 对公客户评级：数据集市将为对公评级系统提供所需的合同、贷款帐户、财报指标等数据。采集其PD、LGD、EAD计量结果。

2. 零售信用风险评级：数据集市将为对零售评级系统提供计算PD和LGD所需的变量来源数据、基础风险指标加工结果。采集零售客户分池后PD、债项分池后LGD值等信息。

3. 市场风险：数据集市将为市场风险提供市场及资金交易数据、基础风险指标加工结果。采集一般风险价值（VAR），压力风险价值（SVAR）等信息。

4. 操作风险：数据集市为操作风险提供公司融资、支付与清算、资产管理等八大条线三年总收入信息和部分损失数据；采集操作风险资本占用计量结果。

5. 流动性风险：数据集市为流动性风险提供负债类业务、资金业务数据。采集流动性风险计量结果信息。

6. 数据管控：提供风险数据集市的相关风险数据质量的监控。

同盾数据集市建设方案三个优势

笔者认为，实践证明数据集市的建立，有助于解决商业银行在数据管理与应用方面的挑战，它通过创新的数据管理方法、流程、技术，在满足法律法规要求的前提下，充分应用好数据资源，让数据创造价值，加快商业银行的数字化转型。

凭借技术、方案、人才等方面的综合能力，同盾数据集市建设方案目前已经在多个银行客户中得到应用和部署，为多个客户的风控建设和智能中台建设起到支撑作用。

1. 深厚的业务积累：同盾在金融、互联网、制造、物流、大健康、零售、智慧城市、政务等领域沉淀了丰富的数字化专业知识，服务企业客户超10000家。

2. 体系化的方法论：同盾在自有数据体系建设以及与各行各业的合作中，沉淀了体系化的数据集市建设方法论和实践经验；同盾基于对模型、策略及数据分析所需风险数据的梳理，整理各场景相关的数据需求，搭建服务于企业风险管理的主题数据集市。

3. 经验丰富的团队：同盾汇聚了阿里、IBM、Paypal、银联、FICO、SAS、麦肯锡等顶级科技、金融和咨询公司的成员，规模超千人，60%为硕士以上学历。

笔者认为，随着商业银行数字化转型的加速，面向不同应用场景和产业领域的数据集市建设将进入一个发展高峰。