保险企业数据质量管理技术及其应用简

数据质量管理是指对数据在获取、存储、数据质量评估、维护、应用、消亡生命周期的每个阶段里可能引发的各类数据质量问题进行识别、度量、监控等一系列的管控活动。数据质量管理技术是循环管理的过程，其目标是通过可靠的数据提升数据在经营管理中的价值，并最终为企业赢得经济效益。数据质量管理，不仅仅对问题数据和垃圾数据进行探查、清理、补充和完善，更是对数据质量和组织管理技术的改善。在保险业，针对数据的改善和管理，主要包括数据探查、数据评估、数据清洗、数据监控、数据稽核、错误预警等内容。     

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。     

金融行业的大数据管理探讨

目前，全球正处在一个数据暴增的时代，数据以几何级数增长。海量的数据给管理和维护带来困难的同时，也提供了巨大的潜在价值。如何存储这些快速增长的、海量的数据？如何对大数据进行分析处理，挖掘出价值？相关的一系列问题已经成为所有企业特别是金融行业面临的共同挑战。一、大数据的定义和特点大数据对每个领域都产生了影响，在商业、经济和其他领域中，决策行为将日益基于数据和分析作出，而不是基于经验和直觉。根据科技研究公司IDC作出的初步估算，数据一直在以每年50％的速度增长并形成海量的数据资源。（一）大数据的定义     

数据能力服务在智慧城市中的应用

大数据已经成为极其热门的话题，根据研究公司IDC作出的估测，数据一直都在以每年50％的速度增长，换而言之，也就是每两年就增长一倍。面对海量数据的采集、存储、挖掘、分析，大数据技术脱颖而出。“大数据”正在对各个领域造成影响。举例来说，在商业领域中，交易决策行为将日益基于数据和分析来作出，而并非基于经验和直觉；而在公共卫生、经济发展和预测等领域中，“大数据”的预见能力也已经崭露头角，从而也增加了城市服务和管理的“智慧”。     

国有企业数据产品定价解决路径浅析

数据要素化和资产化的相关政策正在不断落实，数据资产化目前在各行业已得到广泛关注。在《企业数据资源相关会计处理暂行规定》《数据资产评估指导意见》等数据资产化财会文件出台背景下，数据资源“入表”无疑推动了企业数据资产化的进程，使数据资源成为企业的一项重要资产，可以为企业带来商业价值和经济利益。同时国有企业数据资产所形成的数据产品定价等方面也面临挑战，本文通过对国内外数据资产定价方式进行梳理，结合数据产品定价理论及实践方面的研究，提出了国有企业数据产品定价解决路径。     

金融数据共享利益冲突平衡的法律进路

数据是数字经济时代最重要的生产要素之一，流动的数据才能发挥数据价值，金融数据共享是数据流动的一种形式。金融活动中金融数据在不同金融机构之间、金融机构与科技企业之间、金融机构与金融监管机构之间共享，金融数据控制者对其所控制的数据的财产性权益期待是促进数据共享的动力。金融数据中有大量关涉个人信息的数据，而且金融数据安全关系到国家金融体系安全，在确保国家金融体系稳健和个人信息安全的前提下，将金融数据权利赋予金融数据控制者，有利于促进金融数据共享，最大限度地挖掘金融数据价值。为平衡金融数据共享主体之间的利益冲突，应当以确定数据权属为底层逻辑，优先保障个人信息权益，并通过引进侵权惩罚性赔偿机制，调整惩罚性赔偿金分配机制和个人信息侵权公益诉讼规则，完善个人信息侵权赔偿制度。     

大数据助推企业实现更高业务价值

2012年7月13日，第二届大数据世界论坛在北京召开。来自国内外的众多数据分析主流公司和行业信息化主管领导的参会，昭示出在当今海量数据时代，捕捉、存储、整合、管理和分析数据，已经成为支持企业决策和业务发展，实现大数据商业价值的必然趋势。     

贸易信贷数据综合利用系统的设计和实现

2008年下半年，国家外汇管理局在全国推广了贸易信贷登记管理系统。该系统缺少数据的统计分析功能，而贸易信贷数据综合利用系统完善了对数据的统计分析及综合利用。该系统以贸易信贷登记系统中逐笔数据为基本信息源，并引入企业档案系统、出口收汇核报系统和进口付汇核销监管系统等数据，将这些数据信息搭建在同一数据平台之中，实现对贸易信贷数据的查询、汇总、分析和监管，并借助与贸易信贷管理相关的外部数据实现对贸易信贷登记数据进行事后核对。     

开放平台数据共享的制度困境与法律应对

数据成为数字经济时代国家基础性战略资源和重要生产要素。在合法获取用户数据的多种方式中，开放平台数据共享模式是企业之间共享数据的重要方式，对建构数据要素市场、释放数据价值发挥重要作用，但在实践中面临着数据权益保护不足、数据安全受到威胁、数据垄断等诸多风险。现存风险的背后是我国开放平台数据共享存在法律制度困境。数据要素市场建构需要高效便利的数据共享流通规则，这就需要在政府主导多方协同综合治理的基础上平衡信息保护和数据流通，重视提高数据共享效率兼顾数据权益公平配置。开放平台数据共享法律制度完善需区分场景，明确多方参与形成数据权属划分规则，分类适用数据授权规则以平衡数据共享和隐私保护的冲突，分层规范参与数据共享的平台主体资质，以及优化反垄断中滥用行为的认定标准。     

基于XBRL的数据仓库非结构化数据管理

随着计算机、网络和通信等信息技术和数据存储技术在证券行业的广泛应用，证券机构保留了海量的数据，涵盖交易数据、上市公司数据和会员公司数据等各种类型。为了更好地管理和利用这些数据，很多证券机构实施了数据仓库建设，将企业的数据资源进行清洗并集中存储，为提供统一的数据视图和提高决策水平奠定了坚实的数据基础。     

迎接信用卡产业的大数据时代

信息技术和大数据深刻地改变了社会经济面貌和发展状态，被称为人类社会的第三次浪潮。信用卡具有天然的数字基因，其支付功能实现后沉淀了高价值数据，在信息化浪潮中，信用卡焕发出更强的生命力。发卡银行应汇聚大数据，深耕大数据，形成一个运用数据与生产数据的新型价值循环，迎接信用卡产业的黄金时代。     

借助数据管控能力打造竞争优势

长期以来，广发银行高度重视数据管控工作，为此，成立了以行领导为首的数据管控委员会、负责组织整体工作的数据管控办公室以及负责具体事务的四个管理团队。在组织架构的定义上，通过确定一系列的岗位角色和相应的责任，在技术部门和业务部门层面定义了清晰的责任和目标，并在不同的数据管控维度之间建立稳定的矩阵式分工合作关系。     

企业数据资产价值评估研究

随着大数据技术的发展，数据资产逐渐成为企业的核心资产，数据资产的价值也在多个方面得到体现。准确评估数据资产价值不仅能够促进企业降本增效，还能推动数据交易市场的构建规范。本文从影响企业数据资产的因素出发，分析并构建了数据资产价值评估指标体系。结合层次分析法、成本法、市场法、收益法和综合法等多种方法建立了数据资产价值评估模型，为企业评估数据资产价值提供了借鉴和依据。     

基于大数据和人工智能技术的数据治理与信用评价模型构建

本文将大数据、人工智能等技术引入信用评价与投资管理领域，通过多源数据融合方案和数据自动化校验，提高数据质量。在获取数据的基础上，构建智能信用评价模型，动态评估发债主体和交易对手的信用情况，提升金融机构的风险管控能力。     

如何构建商业银行数据分析能力

数据是银行的战略性资产
　　在银行业高度信息化的同时，盈利水平和发展规模也在不断扩大，积累的客户数据、交易记录、管理数据等呈爆炸性增长，海量数据席卷而来。信息未必一定通过数据来展现，但数据一定是信息的基础，海量数据意味着海量机遇和风险，可以通过多种方式为银行提供变革性的价值创造潜力。如何利用数据这一商业银行重要的资产来开展有效的分析和挖掘，从而促进管理并提升企业价值，是目前大多数商业银行所面临的重要挑战之一。     

商业银行数据要素价值实现的理论与实践探讨

数字经济发展趋势下，数据资源、数据资产、数据资本、数据产品等相关概念既有所差异又存在共通之处，其本质都是数据生产要素在不同阶段的具体表现。本文基于数据生产要素理论，构建了银行数据要素价值实现的理论模型，总结出银行数据要素“资源化—资产化—资本化”的价值实现过程。基于银行业实践，本文发现目前我国银行数据要素呈现出“数据资源化大规模展开、数据资产化理论研究先行、数据资本化尚未取得实质性进展”的特点。因此，未来商业银行推动数据要素价值实现的方向主要有：一是树立系统性思维，在监管合规要求下，进一步加大对数据资源的保护、管理和开发力度；二是探索科学性方法，适时推动数据资产入表，全面深化数据融合应用；三是坚持开放性路径，利用先进科技手段有序推进数据流通共享，探索数据银行可行模式。     

ETL开发实施中质量保证的关键步骤

数据仓库项目实施成败的关键因素之一就是数据抽取过程中数据的质量问题。在数据仓库建设过程中，我们不得不在原有的数据中“艰难跋涉”，这些数据来自原有数据库、原有磁带机以及远程的数据源，它们中的大部分都凌乱不堪，并且难以获取。我们要对这些数据进行大量处理，并且还要通过ETL（Extract，Transform Band Load）程序来寻找其中的有用信息。这就要求开发人员必须花费足够的时间来充分研究这些数据，将凌乱的数据规则化，并尽力设计和实现强壮的数据采集和转换过程。如果没有对源数据进行整理和数据标准化等基础工作，很可能造成数据仓库项目的基础不牢。     

商业银行内部非现场审计工具的比较与选择

在商业银行内部审计过程中，经常需要面对庞大的总账数据，明细账数据和各类信息系统数据，适当运用计算机技术分析这些数据，不仅可以提高非现场审计的效率和质量，而且可以极大地减轻现场审计的工作量。商业银行综合业务网络系统和各类信息系统的建设，以及数据大集中战略的实施，既为运用计算机技术进行非现场审计提供了数据基础，也为计算机技术在审计中的应用提出了新的课题。     

构造主动集中式服务保障体系：大集中后省行网管系统建设更重要

目前，大多数大型国有商业银行都在进行数据中心的建设，很多人认为数据集中后，省一级分行的重要性比以前有所下降，因此相应的管理工作也可以降低要求。在数据集中后一级分行虽然不再有核心业务的数据和服务器系统，从应用的角度来看省行不再承担数据和应用的管理维护功能，但是所有地市、网点的业务都必须经过省行的网络才能与数据     

商业银行数据治理体系构建思考

数据是银行的重要资产之一，其重要性不亚于金融资产。数据治理是在明确数据责任的前提下，为促进数据有效使用和发挥业务价值而展开的一系列业务、技术和管理相结合的实践活动。中国银行业监督管理委员会发布的《中国银行业信息科技“十二五”规划监管指导意见》明确指出：商业银行应建立和完善数据治理制度体系，规范工作流程，理顺内部协作关系。