融信软件:数字央行
浏览:468次    类型:科技服务、监管科技    2020-04-14 15:24

解决方案简介

贯彻习近平总书记“实施国家大数据战略,加快建设数字中国”的重要指示精神,全面实施《促进大数据发展行动纲要》,按照范一飞副行长“加快架构转型 打造数字央行”的总体规划,以总行指引、各省分支行大数据建设经验和建设成果为基础,形成适合西安分行业务需求的数据架构、应用架构和技术架构,加快建设大数据应用的基础设施,完善从需求到落地的全周期数据管控体系,在保障数据安全的前提下推进人民银行内部以及人民银行与外部机构之间的纵向、横向数据整合、开放共享,以大数据辅助科学决策、精准施策、高效服务,风险监控,从而进一步提升金融监管与金融调控的预见性、针对性和有效性,提升金融保障和改善民生的能力。

 

西安分行金融大数据应用平台的具体建设目标为:建立覆盖中国人民银行西安分行全业务的大数据管理体系,利用多层次、多时点的海量数据信息,全方位地监测省域金融市场运行动态,多维度地分析各方数据,为领导决策、金融监管、金融服务和金融创新提供支撑,具体可分为以下六个子目标:

 

1、确立成熟的人民银行省级数据综合利用大数据技术平台架构:将人民银行数据系统由传统集中式架构转向多节点并行运行、数据分布存储、动态负载均衡的分布式架构,更好地适应业务量增长快、资源需求弹性高等特点,提高业务连续性保障能力,实现对需求的快速响应、敏捷开发、迅速部署。

 

2、搭建全行统一的大数据采集平台:统一全行数据入口,提高数据采集效率,畅通数据采集通道,实现数据一次采集多方共享。

 

3、建立全行统一的金融数据治理标准体系:以数据服务流程管理为载体,元数据管理、数据质量管理、数据标准管理为手段,建立数据治理框架体系。

 

4、搭建全行统一的数据资源整合平台:整合行内可获取数据资源,构建综合数据仓库,通过整合各类业务数据,将现有的碎片化系统数据进行有机整合,满足统计、挖掘与分析的需求。

 

5、搭建全行统一的数据决策分析平台:基于数据挖掘、知识发现、数据可视化技术,深度挖掘数据价值,满足各层级角色对数据综合利用的需求,包括固定报表、多维分析、专题分析、预警分析、建模预测等应用。

 

6、搭建全行统一的数据服务共享平台:满足不同数据使用者查询、检索、分析需求;满足行内外、上下级等各方数据共享需求,构建与地方政府、监管部门、金融机构、社会公众之间的数据共享与服务机制。

 

应用场景痛点简介

随着我国经济增长从高速转为中高速,从规模速度型粗放增长转向质量效率型集约增长,从要素投资驱动转向创新驱动,我国的经济步入了新常态。在此态势下,金融科技助力金融改革开放,支撑供给侧结构性改革、金融双向开放、绿色金融和普惠金融等要求的迫切性日益凸显;另一方面,金融新技术的广泛应用、金融新业态的不断兴起也需要人民银行加快开发应用各种新的监管技术手段,全面提升履职能力,以应对日益复杂的金融安全形势。

 

具体痛点:

 

1)、信息化程度不高。

目前根据中国人民银行各分支机构的现状,各业务处室业务人员数据采集和数据分析很大一部分还是纸质采集、邮件发送或是磁盘拷贝,数据分析也是人工进行计算或核对,信息化程度不高。

 

2)、信息资源利用率不高。

信息采集源不够,导致信息服务的时效性、全面性、权威性不高。

 

3)、资源分散、信息共享困难。

目前各机构之间的系统互不联通,机构的所有数据被封存在各系统中,数据缺乏有效整合,这就使得大量数据被割裂开来,成为信息孤岛,信息的共享、反馈难,大量有价值的数据资源不能发挥更大作用。


解决方案亮点介绍

目前,西安分行的数据治理和综合利用存在不足:技术架构亟待转型、人才结构亟待升级、数据孤岛亟待打破、数据来源亟待充实、应用场景亟待丰富。为应对上述问题,西安分行在2017年已在金融大数据应用领域开展积极探索,采用云计算、虚拟化、Hadoop等技术,探索建设覆盖部分业务场景的大数据管理体系和数据服务平台,为即将开展的大数据试点工作奠定了坚实的基础。

 

1)、构建Hadoop大数据技术平台

根据中国人民银行杭州中心支行在数据存储、数据管理和数据应用方面的总体要求和未来在大数据应用方面的扩展性要求,构建Hadoop大数据应用集群和相关应用组件,对金融业综合统计信息系统的容量和性能进行评估并对后续的系统扩容提供参考建议。技术平台应全面支持海量数据的加载、加工、存储、应用、监控功能,并同时考虑集群的稳定性、安全性、易用性和可扩展性。

 

2)、构建统一数据采集平台

通过平台建设,按照预期的频度和粒度,采集整合所需的行内外各类金融数据和经济数据不断完善央行数据资产。统一全行数据入口,搭建互联网、金融城域网和业务网入口门户,提高数据采集效率,畅通数据采集通道,实现数据采集多方共享。

 

中国人民银行西安分行需要分步接入的数据源包括人民银行、商业银行、互联网、政府机构的数据。数据采集方式包括以下几种:一是同步现有业务系统数据,二是在金融城域网上通过数据接口获取商业银行数据,三是由人行机构导入政府机构数据文件直报,四是手工进行逐笔录入,五是通过调用数据提供方提供的数据接口获取数据,六是从互联网抓取数据。

 

3)、建立金融数据治理体系

按照各项业务需求的标准、制度、规定以及技术上的约束,制定数据治理相关的制度、流程、数据标准,搭建数据标准、元数据、数据质量平台。通过对数据标准体系的不断完善、数据标准落地的逐步推行,对元数据的采集、管理和分析,对数据质量问题的发现与持续改进。实现对数据资产的系统化管理,实现数据全生命周期管理。

 

建设数据治理体系,具体包括如下内容。

 

(1) 制定数据治理的战略、组织、政策和流程。

 

(2) 数据质量:提升中国人民银行西安分行数据质量,为各类数据应用提供坚实的基础;

 

(3) 数据标准:统一定义、管理、引用业务术语、标准,消除歧义,保证中国人民银行西安分行信息一致。

 

(4) 元数据:通过元数据管理,记录和分析元数据之间的关系,有利于提高对数据平台系统数据的使用效率。通过元数据管理平台,能有效实现业务数据的血缘分析和影响性分析。

 

(5) 数据生命周期:建立自动化数据生命周期管理机制,通过简洁的前端配置界面灵活配置实现数据资产的生命周期管理,具备数据定期清理配置功能。对于中国人民银行西安分行大数据平台来说,主要有几类数据资产需要关注并配置其生命周期:

 

1) 文件缓冲区文件;

2) 贴源数据缓冲层数据;

3) 标准化缓冲层数据;

4) 基础数据层数据;

5) 公共加工层数据;

6) 分发数据缓冲层数据;

7) 应用系统资料库数据;

8) FTP文件服务器文件;

9) HDFS分布式文件系统文件;

10) Hive数据库;

11) Hbase数据库;

12) Kafka消息队列。

 

在数据治理的基础上,结合数据全生命周期管理,数据自身标准化特点,各业务部门大数据应用的初步实践,以及未来全行大数据应用发展的趋势,协助中国人民银行西安分行同步进行大数据平台建设和使用相关制度的建设,协助构建大数据建设和使用制度体系框架。


金融行业客户名单及客户评价

金融行业客户名单:中国人民银行西安分行等。

 

客户评价:

随着我国经济增长从高速转为中高速,从规模速度型粗放增长转向质量效率型集约增长,从要素投资驱动转向创新驱动,我国的经济步入了新常态。在此态势下,金融科技助力金融改革开放,支撑供给侧结构性改革、金融双向开放、绿色金融和普惠金融等要求的迫切性日益凸显;另一方面,金融新技术的广泛应用、金融新业态的不断兴起也需要人民银行加快开发应用各种新的监管技术手段,全面提升履职能力,以应对日益复杂的金融安全形势。

 

“数字央行”在金融大数据应用领域开展积极探索,采用云计算、虚拟化、Hadoop等技术,探索建设覆盖部分业务场景的大数据管理体系和数据服务平台,打破了人行项目技术架构亟待转型、人才结构亟待升级、数据孤岛亟待打破、数据来源亟待充实、应用场景亟待丰富的现状。建立覆盖人行全业务的大数据管理体系,利用多层次、多时点的海量数据信息,全方位地监测区域内金融市场运行动态,多维度地分析各方数据,为领导决策、金融监管、金融服务和金融创新提供支撑。



推荐阅读:
建设银行:新一代大数据平台
广东农信:线下渠道整合平台
【案例】江西省农商银行:虚拟化云安全平台建设
【案例】翼支付:基于移动支付业务的异地双数据中心高可用项目
山东农信:信贷客服平台
本网站部分案例、观点文章来源于网络素材,如有侵权,请邮件联系liuzhenyu@fintechinchina.com处理!转载网站文章请注明来源于金科创新社。特别提示:本网站免费为广大金融企业提供IT规划、选型咨询参考报告,详情点击【 需求提交 】。