本刊记者 胡敏
4月12日，由中国人民银行科技司指导、中国人民银行金融电子化公司承办的“ 银行科技发展奖(简称‘银发奖’)理论与软科学创新成果交流会”在北京民族饭店成功举办。来自人民银行、外汇管理局、政策性银行、商业银行、中国银联、中国印钞造币总公司等三十多家银行单位的科技部门领导与员工参加了此次会议，交流会由中国人民银行金融电子化公司技术总监潘润红主持。随着大数据时代的到来，数据集中、海量数据挖掘等议题的重要性日益增强，此次会议重点围绕“ 银行业数据管控研究”主题进行了热烈讨论。
当天，中国人民银行科技司副司长杨竑出席会议并致辞，杨竑表示：“银发奖的评选是激励和推进银行科技创新能力的一种方式。目前，银发奖不仅成为激发银行业创造力的激励平台，也成为促进科技交流的交流平台，对于促进金融IT人员的积极性具有重要意义。未来，将继续借助银发奖这个平台做好科技成果的挖掘和应用，推进科技创新成果在金融业内共享，让IT更好地推动金融业务发展， 并为中国金融业参与国际竞争、提升竞争力而服务。” 银发奖设立于1992年，其前身为银行金融科技进步奖，是我国金融行业唯一的部级奖，在业内具有深远的影响。银发奖主要面向人民银行、外汇管理局、政策性银行、商业银行、中国银联、外汇交易中心、印钞造币行业各单位及其他金融机构，实行按项目成果评奖的方式，对获奖项目的主要完成单位和主要完成人员颁发荣誉证书和奖金。该奖设有特等奖、一等奖、二等奖和三等奖。
杨竑也指出，随着银行科技能力的提升，近年来，银发奖的申报单位和项目数量逐年上升，优秀科技创新成果不断涌现。其中，理论与软科学研究、中小型银行信息化建设等领域的申报项目数量、质量都大大提高。目前银发奖的评选呈现了不同于以往的两个明显特点，首先是覆盖范围越来越广，不仅覆盖工、农、中、建、交等大型国有银行，许多中小金融机构、地方性商业银行等都积极参与;其次是评选项目所涉及领域也越来越广泛，包括社会公共金融基础设施服务、业务运营集中及流程再造、数据仓库及数据管控体系、风险管控及业务连续性、三农/惠民工程及中小企业服务创新、电子商务、移动互联/物联网/云计算等新技术应用领域。中国人民银行科技司科技处处长狄刚在会上发表了“银发奖及理论与软科技创新成果综述”的专题演讲，详细介绍了银发奖的成立背景、组织机构、评选流程以及2 1年来的发展历程。狄刚同时表示：“欢迎银行科技界继续积极参与银发奖的评选活动”。据介绍，人民银行还会把获得银发奖的项目向国家科技部推荐为国家级科技奖项。围绕“数据管控研究”主题，主办方特别邀请了“银发奖”相关数据项目的获奖单位的负责人进行专题演讲。中国工商银行信息科技部副总经理张颖、中国光大银行信息科技部副总经理陈敏、国家开发银行数据管理中心副主任滕光进、中国民生银行信息管理中心王彦博(博士)分别介绍了各单位在数据管控方面的挑战和建设经验。
据张颖介绍，由于各种原因，中国工商银行在信息标准体系建设、信息共享等方面存在一些不足，因此需要将分散在不同系统、不同工具中的元数据信息进行统一管理，实现数据从业务层到技术层的全面贯通。为此，中国工商银行开展了企业级元数据管理研究项目，研究适合业务和技术特点的元数据管理原则、机制及方法，研究设计各类元数据管理流程，构建各类元数据关联关系，搭建企业级元数据管理系统等。经过多方探索，目前，中国工商银行已经完成与元数据管理相关的制度、技术规范的编制和发布，并将其他数据架构相关技术规范的要求融入到元数据管理系统建设中，提高了元数据管理的规范性、体系性和科学性。项目的实施，为全行数据架构集中管理提供了一个支撑平台，使全行数据实现统一规划，实现各业务应用的数据信息一目了然，有利于各业务应用之间的数据共享。该项目的研究成果已经应用于中国工商银行整个科技条线，取得显著效果。
无独有偶，随着业务发展、客户管理以及对监管部门的合规汇报等需要，中国光大银行需要越来越多的数据支持，包括全行统一的风险数据、全行统一的客户视图、全行统一的历史数据等，因此，中国光大银行于2008年初启动了“数据标准体系研究项目”。据陈敏介绍，经过多年实践，中国光大银行制定了一套完善的数据标准体系工作规划及实施路线图，成立了数据标准化工作小组，颁布了《中国光大银行数据标准管理办法》，从客户主题、产品主题、交易主题、渠道主题等不同角度定义了相关数据标准。陈敏也指出，数据标准化是一项长期、艰巨的工作，需要循序渐进、分步骤推进，未来，中国光大银行将根据业务需求，按照数据体系规划，推动数据治理，加强数据管理平台的建设。
国家开发银行则在数据管控体系方面进行了有益尝试。据滕光进介绍， 国家开发银行从数据的全生命周期角度入手，借鉴传统数据“产生、存储、交换、加工到归档”的理念，把数据管理的起点从“数据产生”前延到“数据定义”环节，即数据标准化， 并把终点从“ 数据归档” 后延到“ 数据应用”，最终摸索建立了“一个流程(数据标准化—数据管控—数据应用支持— 数据应用) ， 两个维度(管理维度和技术维度)”的数据管控框架体系;参照FS-LDM，国家开发银行也建立了自己的数据标准体系，建立了数据标准的动态管理机制以及数据管控机制等。
至于数据管控的效果，王彦博( 博士) 则通过“ 中国民生银行基于数据挖掘技术的高端客户流失风险预测研究项目”进行了详细介绍。据悉，经过摸索，中国民生银行基于企业级数据仓库的数据基础，构建了一套适用于零售银行高端客户的流失风险预测模型，从而为“差异化”高端客户关系维护提供了精准的信息支撑和策略建议，有效降低了民生银行零售高端客户的流失率，相关数据统计显示，民生银行零售高端客户在流失预测模型使用后，全行平均流失率从原来的5.3%降低到3.2%。
|
