大数据时代银行数据服务体系建设的探讨

2012年以来,"大数据"一词越来越多地被提及,人们用它来描述和定义信息爆炸时代产生的海量数据,以及与之相关的技术发展和数据应用。随着人们生活信息化程度的提高,特别是伴随物联网、移动互联网、社交网络的快速发展,如何从各种类型的海量数据中快速获得有价值的信息成为数据挖掘和分析的新热点,这也是大数据应用的基本目标。     

政务数据助力金融高质量发展的现状及思考

当前，培育数据要素市场、发挥数据要素价值已成为建设中国式现代化的重要举措。对金融机构而言，政务数据可以更好地降低信息的不对称性，对促进普惠金融、助力金融高质量发展有着积极作用。应积极探索政务数据服务金融高质量发展的运营模式及管理创新，同时在开发和利用过程中，兼顾政务数据的共享开放与风险监管，实现政务数据安全可信流通。     

数据仓库信息生命周期管理的应用

随着IT技术的发展，越来越多的企业建立了数据仓库系统来管理数据并挖掘信息的价值。经过多年的数据积累，数据仓库系统中可能保存了TB级的数据。为了使这些数据财富发挥其应有价值，首先要解决数据存放和访问的问题。如果处理不好极有可能出现下列状况：     

数据集中扭转基层科技工作思路

近年来,我国经济金融和信息技术高速发展,数据集中化、管理扁平化和经营集约化成为银行业发展的必然趋势。进一步整合各类系统资源,集中各类数据信息,实现业务处理自动化、信息传输网络化和数据资源共享成为开发建设的主导方向。人民银行在实现数据集中、核算主体上移之后,基层分支行科技工作如何适应新时期的业务和管理需要,是急需解决的问题。     

数据漂白简析

数据漂白（Data Masking）的需求源于非生产环境中对生产数据的使用,例如测试、开发、培训、外包、数据挖掘和研究等。在非生产环境中使用生产数据,减少数据使用的限制,就必须保障数据中涉及客户和生产的敏感信息不外泄,这些信息包括客户姓名、电话、住址、身份证号码等个人敏感信息，以及柜员类和企业类的敏感信息等。这就需要对数据进行漂白，或称“脱敏”，即通过数据变换的方法去除敏感信息。     

企业数据资源信息披露影响审计收费吗?——基于文本分析的经验证据

近年来，数据资源已成为驱动企业发展的重要引擎，充分披露数据资源信息十分必要。但企业数据资源的信息披露可能带来潜在的审计风险，并影响审计收费。通过挖掘我国A股上市公司的数据资源文本信息，研究发现：企业数据资源信息披露显著提高了审计收费。进一步分析表明，在以下情形下时数据资源信息披露提高审计收费更为显著：管理层与大股东实施信息操纵的倾向更强；企业存在向上的盈余管理行为；企业受到市场参与者更多关注。研究还发现，当期数据资源信息披露频率越高的企业，其下期审计投入越多。研究结论对完善会计、审计准则规范，提升审计机构对企业文本信息运用效率等具有重要启示。     

数据要素供给视角下的信用数据开放研究

信用数据开放有助于国家全面培育数据要素市场、发展信用经济、营造良好的营商环境、展开全新的国家治理.信用数据多数携带信用主体信息,无法全部开放,应当根据信用数据的类型区分数据开放等级,分别进行全社会开放、有条件有期限开放、约定模式开放、自愿开放等,平衡权利保障和数据供给.同时,通过完善信用数据开放机制、技术、标准来保障和提升信用数据开放质量.信用数据开放后,信息泄露案件发生概率加大,可能带来"权利黑箱"和"强权控制",可能扩大资源差距.需要明确信用数据开放中安全义务主体与内容、重视行政监管、建立成本与效益评价标准.     

安徽省建立分级数据共享平台

6月17日，安徽省保险行业协会召开保险业数据员工作会议，并就数据信息交流、共享办法征求意见。全省38家保险公司信息数据员参加会议，就如何规范业内业务数据信息交流共享工作，提高业务数据信息价值进行了探讨。     

大数据发展对征信业的影响研究——基于5G应用的思考

随着大数据时代的到来,大数据渗透到各行业和各领域,征信业也不例外,"一切数据皆信用"的理念带动了传统征信方式向大数据征信的转变。5G技术的应用影响大数据的数据规模、信息获取维度、信息开发平台、大数据技术等方面的发展,为大数据征信业带来广阔发展前景的同时,也为大数据征信业带来挑战,如征信监管制度不健全、"征信业务+大数据技术"的复合型人才匮乏、大数据技术运用能力不足、信息共享与个人隐私保护等问题。因此,在5G新兴技术发展的关键时期,对大数据征信法律体系、法律监督机制、大数据技术、信息安全机制的进一步完善有助于大数据征信业的稳定健康发展。     

大数据的统计分析探讨

由于科学技术的不断进步，大数据也得到了迅猛的发展，人们得到资源信息的方法越来越多样化，这种情况致使以前基层数据的统计工作受到了前所未有的挑战，不仅是迎来了新的挑战，也相应迎来了新的机遇。因此我国基层的统计部门要顺应社会时势的发展状况，把原来的数据统计融进到大数据里面，用大数据来进行统计分析，促进基层的数据统计能够更加科学的发展，跟上社会发展的步伐。本文就将对大数据的统计分析进行探讨。     

大数据时代管理会计的机遇、挑战与应对

近年来互联网和信息行业的发展盛行,大数据引起了人们的高度关注.信息技术的发展使得社会信息的传播速度更快,企业通过信息技术,能更加方便快捷的获取相关的信息和数据,大数据应用技术包括数据的集成、分析,以及云计算、数据处理等相关内容.管理会计能够通过对信息、资料的整理、加工和报告,使企业管理人员对各项经济进行规划和控制,从而提高企业的经济效益.其对企业的未来发展、管理会计素质的提升具有显著的影响作用,所以,将大数据时代与管理会计相结合如虎添翼,在企业发展中不可忽视.在此,本文以管理会计在大数据时代的潜在价值为主,讨论在大数据时代管理会计当前的不足和面临的挑战,并思考管理会计在大数据时代未来的发展路线和应对策略.     

大数据时代的商业银行数据治理研究

随着金融创新的快速发展和信息科技的日新月异,商业银行积累的数据量呈现几何倍数的增长,数据来源也已从传统的结构化数据逐渐扩展到以网络日志、社交媒体为代表的半结构化和非结构化数据,商业银行逐步进入大数据时代。在大数据时代如何有效治理结构化、半结构化和非结构化的海量数据,     

银行信息化看点频仍

2004年，我国银行信息化进入一个新的历史发展时期。在这一个时期，数据集中和应用整合是我国银行信息化发展的主要技术方向。最近几年，国有商业银行、股份制商业银行陆续实施、完成了数据大集中项目建设。数据大集中的初步实现，在相当程度上完善了银行经营管理的内部信息资源条件，改变了分支机构各自为政、客户资源割裂、业务监控创新滞后的局面。     

金融创新 数据为源

近年来，我国金融业持续深化市场化改革，产品创新步伐不断加快。随着客户信息和市场信息获取渠道的日益多元化，如何通过对结构化数据、半结构化数据和非结构化数据的整合分析，洞察、把握及有效选择客户，成为金融业面临的共同课题。大数据技术的产生，适逢其时。     

“大数据”下财务外包企业发展趋势研究

财务外包服务企业是金融服务外包企业的重要组成部分，当前我国财务外包公司发展仍然处于初级阶段，财务公司存在业务比较单一，人员规模较小，人员素质不高等制约因素。这些因素严重影响了我国财务外包公司的发展。本文认为，“大数据”是掌握数据的主体通过IT技术建立数据仓库，提供数据安全服务、挖掘数据潜在的商业利益信息，进行商业化的数据分析，从而获得自身的商业价值。     

以信息化建设破解改革难题

综合当下改革动向看，无论是政府还是公众，大多忽视了改革的最大难点，那就是社会信息数据的缺乏。要想使改革立竿见影，建立完备的信息基础数据刻不容缓，否则可能事倍功半。     

实现数据库数据重用的技术分析

实现数据库数据重用，有利于减轻重复劳动，有利于提高工作效率，实现数据库信息共享。实现数据重用的程序语言或开发工具有VB、Delphi、VC、VFP、Access、VBA等，但无论选用何种语言或工具，都不能仅仅偏重于程序设计本身，对业务规则和业务特征同样需要高度重视。只有两者并重，     

美国征信替代数据的应用与启示

现代化征信体系下,作为传统信用信息有益补充的新型生产要素,替代数据在征信支持普惠金融发展方面取得了显著成效,但准确认定并妥善治理替代数据的问题亟待解决.通过分析美国替代数据对信用评分制度的修正路径,对我国替代数据发展提出加强顶层设计、注重隐私保护、明确采集原则和方式、形成多方共治格局等建议.     

标准对促进我国征信业规范发展的重要作用

征信业标准是现代征信业发展的必然要求和有利保障：征信业作为一种信用信息服务行业，涉及对包括企业和个人在内的众多信息主体信用信息的收集、处理与使用等活动。在信息技术和网络科技高速发展的今天，征信业更加体现出信息化和高科技等特征，其发展必然需要制定相关标准，而征信业标准的制定也会进一步推动征信业的高效发展与规范运作。为此，结合我国征信业发展现状和迫切需要解决的现实问题，中国人民银行于2006年11月21日正式发布了我国首批征信业标准，包括《征信数据元·数据元设计与管理》、《征信数据元·个人征信数据元》、《信贷市场和银行间债券市场信用评级标准第1部分：信用评级主体规范》、《信贷市场和银行间债券市场信用评级标准第2部分：信用评级业务规范》、《信贷市场和银行间债券市场信用评级标准第3部分：信用评级业务管理规范》共5项，为我国征信业的进一步发展打下了坚实的制度基础，创造了有利的规范环境。[第一段]     

基于监管合规的中小银行数据治理体系研究

数字经济时代，数据已经成为银行的重要资产和核心竞争力。中小银行客观上存在资源投入不足、标准职责不清、报送口径杂乱和应用模式单一等数据治理难题，在“严监管、细监管、深监管”的数据管理背景下，中小银行可以从顶层设计、战略目标、数字技术、专业人才和考核政策等角度突破数据治理难题，基于应用角度做好数据盘点、数据认责、数据标准、数据安全和数据质量管理等具体的数据治理工作，在此基础上基于全域数据观，搭建统一的监管数据集市，在满足监管合规要求的同时，充分发挥数据价值，赋能业务发展，提高银行经营质效。