Em face dos cada vez mais ricos Beijing Vastdata Technology Co.Ltd(603138) .
“Nosso departamento de pesquisa de investimento precisa gastar muita energia todos os dias para realizar várias revisões de dados e calibre de expressão unificada, o que afeta muito a eficiência da modelagem de pesquisa de investimento.” Um analista de valores mobiliários disse a repórteres. Por exemplo, “vitamina” tem expressões diferentes em diferentes provedores de serviços de dados financeiros – “vitamina” e “vitamina”, que muitas vezes fazem com que diferentes departamentos de negócios tenham significados diferentes sobre a mesma coisa; Além disso, o “circuito integrado” também é chamado de “microchip”, “chip” e “circuito integrado” (IC) por muitos provedores de serviços de dados financeiros, o que também faz com que diferentes departamentos de negócios discutam a mesma coisa, mas suas expressões diferentes causam mal-entendidos.
Ele disse sem rodeios que muitos dados financeiros não são unificados, o que aumentará significativamente o custo de comunicação de sua expansão de negócios externos. Entre eles, o fenômeno mais comum é que quando as empresas de valores mobiliários do vendedor recomendam estratégias de investimento às instituições do comprador, como gestão de fundos e ativos de seguros, o calibre de cálculo de alguns dados financeiros não é consistente entre si, o que faz com que as instituições do comprador tenham preocupações com a eficácia das estratégias de investimento e afeta diretamente o processo de cooperação comercial das empresas de valores mobiliários.
Uma série de problemas causados pela falta de padronização dos dados financeiros estão atraindo grande atenção de departamentos relevantes.
No início de fevereiro, o 14º plano de desenvolvimento quinquenal para padronização financeira emitido conjuntamente pelo Banco Popular da China, a Administração Estadual de supervisão do mercado, a Comissão Reguladora Bancária e de Seguros da China e a Comissão Reguladora de Valores Mobiliários da China propôs promover ainda mais a construção de padrões de valores mobiliários e futuros; Promoveremos vigorosamente o desenvolvimento de padrões básicos de dados e padrões regulatórios de dados para o mercado de capitais, estudaremos e construiremos um sistema padrão de dados para o mercado de capitais e melhoraremos o nível de governança de dados da indústria de valores mobiliários e futuros.
Afetados por isso, cada vez mais provedores de serviços de dados financeiros estão explorando a padronização de dados financeiros.
Bai Shuo, cientista chefe de Hundsun Technologies Inc(600570) Hundsun Technologies Inc(600570) , divulgou aos repórteres que no campo da padronização de dados de informação financeira Hundsun Technologies Inc(600570) está atualmente projetando um modelo unificado de informação – divisão de domínio de dados, método de classificação de títulos, definição de raiz e outros padrões baseados no modelo da indústria de valores mobiliários SDOM, e considerando detalhadamente os cenários de aplicação de dados de informação em.
Na opinião de uma pessoa responsável pelo Departamento de Tecnologia da Informação de uma empresa de fundo público, a fim de alcançar o verdadeiro significado da padronização de dados financeiros, além de alcançar um padrão unificado para a definição de dados básicos, também é necessário expandir o escopo de aplicação da padronização de dados financeiros para o sistema de governança de dados – desde a coleta de dados, classificação e classificação de dados, armazenamento de dados, até alcançar a modelagem padronizada e definição padronizada de dados financeiros dentro da empresa, é necessário construir negócios Um sistema operacional padronizado que é consistente com as três dimensões de tecnologia e gestão.
Em sua opinião, para fazer este trabalho bem, instituições de fundos de valores mobiliários e prestadores de serviços de dados financeiros ainda precisam “praticar suas habilidades internas”.
O repórter aprendeu de várias fontes que muitas instituições financeiras ainda estão enfrentando três grandes desafios na exploração da padronização de dados financeiros. Primeiro, há muitos pontos problemáticos em obter através dos dados. Muitas instituições financeiras ainda não fizeram um esquema de design de alto nível viável, o que torna difícil usar dados financeiros consistentes em várias operações de negócios, como modelagem de pesquisa de investimento, criação de produtos de gerenciamento de ativos, marketing de clientes, análise de operação de produtos, aplicação regulatória, etc. Isso causa enormes custos ocultos de operação comercial; Em segundo lugar, há uma escassez de talentos em governança de dados, especialmente aqueles com conhecimento de negócios e formação técnica, o que afeta a eficácia da governança de dados de muitas instituições financeiras; Terceiro, à medida que as fontes de dados se tornam cada vez mais abundantes e as instituições financeiras desempenham papéis diferentes no mesmo produto de gestão de ativos (possivelmente o custódia ou channel manager), como identificar com precisão a fonte e o uso dos dados de acordo com diferentes papéis das instituições financeiras para atender aos requisitos de monitoramento e supervisão de conformidade também testa suas capacidades de controle interno e operação de conformidade.
O responsável pelo Departamento de Tecnologia da Informação da referida empresa de fundos públicos disse francamente que a construção da padronização de dados financeiros não pode ser resolvida projetando uma plataforma técnica, nem reconstruindo um sistema técnico após a padronização de dados, mas um processo de implementação de longo prazo, iterativo, rolante e passo a passo.
data governance “long way”
O repórter aprendeu que nos últimos anos, à medida que mais e mais empresas de fundos e valores mobiliários constroem plataformas de dados, suas demandas por padronização de dados financeiros também são cada vez mais fortes.
“Atualmente, a diferença na expressão de muitos dados financeiros nos deixou bastante desconfortáveis.” Um chefe do departamento de TI de uma empresa de valores mobiliários divulgado ao repórter. Por exemplo, a expressão de “circuito integrado” em muitos provedores de serviços de dados financeiros é bastante diferente, algumas instituições chamam de “fabricação de circuitos integrados” ou “produtos semicondutores”, o que praticamente aumenta a carga de trabalho de sua revisão de dados.
O que o deixa mais chateado é que existem ambiguidades óbvias nos termos profissionais fornecidos por alguns provedores de serviços de dados financeiros. Tomando bateria de lítio como exemplo, pode ser dividido em lítio ternário, carbonato de lítio, fosfato de lítio, óxido de cobalto de lítio, etc. de acordo com o material positivo. Se for embalado, pode ser dividido em cilíndrico, quadrado, pacote macio e termos diferentes, como bateria de energia, bateria de armazenamento de energia e bateria eletrônica de consumo de acordo com diferentes cenários de uso, No entanto, esses provedores de serviços de dados financeiros geralmente se referem a eles como “baterias de lítio”, o que leva ao fato de que os departamentos de investimento e pesquisa têm que verificar repetidamente o processo de produção e cenários de aplicação de baterias de lítio divulgados nos relatórios financeiros das empresas listadas e, finalmente, determinar a direção específica das “baterias de lítio” referidas pelos provedores de serviços de dados financeiros.
“Isso nos causou muito trabalho extra, resultando em uma redução na eficiência da modelagem de pesquisa de investimento e um aumento acentuado no custo de desenvolvimento de negócios externos e comunicação.” Ele confessou. À superfície, esses problemas são causados pela expressão inconsistente de nomes básicos de dados, como termos profissionais, mas, no nível profundo, envolve a falta de sistemas operacionais padronizados para governança de dados de várias instituições.
O chefe do Departamento de Tecnologia da Informação da referida empresa de fundo divulgou ao repórter que, a fim de fortalecer a capacidade de governança de dados para promover a padronização de dados financeiros, sua empresa de fundo criou um comitê de governança de dados nos últimos dois anos, que é gerenciado pelo Comitê de Governança de TI.
“Considerando que a empresa do fundo não é grande o suficiente, nosso Comitê de Governança de TI e comitê de governança de dados são na verdade uma equipe de funcionários, fortalecendo a atualização de capacidades e promovendo a construção de arquitetura de governança de dados.” Ele apontou. Isso conecta virtualmente a atualização da capacidade de TI da empresa do fundo com a governança de dados, e ajuda a empresa do fundo a atualizar continuamente seu sistema de TI e concluir sucessivamente o projeto do sistema de padronização de dados e a construção do processo de negócios em termos de gerenciamento de arquitetura, gerenciamento de ativos, gerenciamento de padrões, etc.
O chefe do Departamento de Tecnologia da Informação da empresa do fundo disse francamente que eles passaram por alguns “desvios” durante esse período, e atualmente, eles não completaram a governança de padronização de dados em nível corporativo, incluindo a otimização de muitos relatórios e submetê-los às autoridades reguladoras com um sistema de dados altamente padronizado.
“Além disso, estamos nos comunicando com a equipe de quantificação sobre como criar um ambiente de computação paralela. No entanto, no processo de operação real, a equipe de engenharia financeira só tem uma versão autônoma do python, que não pode dar pleno jogo às capacidades científicas e tecnológicas da empresa, ou seja, é difícil maximizar o uso do poder computacional para realizar várias pesquisas de modelagem de algoritmos.” Ele falou sem rodeios. Isso invisivelmente coloca novos obstáculos para a padronização dos dados financeiros – porque muitos dados financeiros não podem ser totalmente utilizados, não há espaço e escala de operação “padronizados”.
O repórter descobriu que muitas empresas de títulos de fundo também descobriram que havia muitas dificuldades operacionais no serviço de padronização de dados baseado no data center.
Um provedor de serviços de dados financeiros divulgou ao repórter que, em vista dos pontos de dor acima, eles estão tentando produzir serviços de tecnologia de consulta self-service – com base no método Data Lake, fornecendo análise de autoatendimento, multidimensional, laboratório de dados, API, plug-ins excel, relatórios fixos e outras funções através de tecnologia inteligente para ajudar várias instituições financeiras a completar sistemas de gerenciamento de produtos, sistemas ecif do cliente Atualização iterativa de dados mestre institucionais e dados mestre de títulos, de modo a alcançar o gerenciamento de migração de dados e construir um sistema de coleta, processamento, análise e governança de dados mais padronizado.
dados da cadeia industrial “teste a água primeiro”
Diante da crescente demanda por padronização de dados, muitos provedores de serviços de dados financeiros começaram a “mostrar suas habilidades”.
Xiaqing, vice-gerente geral do Hang Seng Juyuan, disse ao repórter que, atualmente, eles estão comprometidos em promover a padronização de dados da cadeia industrial.
“Nossa pesquisa mostra que os cenários atuais de aplicação da padronização de dados da cadeia industrial são bastante extensos. Por exemplo, há uma forte demanda nos campos de investimento e pesquisa de várias instituições financeiras. Por exemplo, muitos modelos de investimento ativo precisam construir uma estrutura lógica central entre empresas upstream e downstream em indústrias populares e ativos relacionados através de tais dados.” Ele disse aos repórteres. Além disso, cada vez mais pesquisadores de investimento em instituições financeiras também usam esses dados como uma nova ferramenta auxiliar para a tomada de decisões de investimento, estabelecendo uma base sólida para a pesquisa de investimento inteligente.
Os provedores de serviços de dados financeiros acima disseram aos repórteres francamente que, embora muitos pares considerem a padronização de dados da cadeia industrial como um novo avanço na expansão do negócio de serviços de dados, é difícil fazer um bom trabalho na operação real.
Em primeiro lugar, no processo de coleta e processamento de dados da cadeia industrial, eles geralmente encontrarão problemas como fontes limitadas de informações de dados da cadeia industrial, divulgação não padronizada, diferenças de transparência, padrões imperfeitos da indústria e assim por diante, resultando em sua incapacidade de construir dados padronizados perfeitos e completos da cadeia industrial.
Em segundo lugar, é muito desafiador para provedores de serviços de dados financeiros estabelecer um conjunto de dados padronizados da cadeia industrial amplamente reconhecido pelo mercado, com lógica clara e alta viabilidade. Muitas indústrias têm suas próprias características de desenvolvimento da cadeia industrial, e as instituições financeiras têm viés cognitivo subjetivo em diferentes cenários de aplicação de dados, o que aumentará o custo de aplicação de cenários de dados.
Terceiro, os dados da cadeia industrial têm diferentes necessidades e requisitos de expansão em diferentes cenários de negócios, e o custo de uso da padronização de dados da cadeia industrial é aumentado de forma disfarçada;
Quarto, no elo de modelagem de pesquisa de investimento, a complexidade da cadeia industrial pode levar à falta de dados padronizados completos em alguns nós-chave, resultando em um aumento acentuado na dificuldade de modelagem de pesquisa de investimento.
Xia Qing disse que para os pontos de dor acima, eles projetaram soluções direcionadas através de tecnologia inteligente. Por exemplo, ao nível da generalidade da regra de dados, através da padronização de produtos, relações da cadeia industrial e atributos do produto, eles podem ser compatíveis com dados de diferentes fontes, formar o mesmo conjunto de relações lógicas de desenvolvimento da cadeia industrial e representação de dados, melhorar o grau de padronização de dados e reduzir o “custo de compreensão” das instituições financeiras, de modo a obter rapidamente e com precisão informações complexas da cadeia industrial.
Além disso, o Hang Seng Juyuan também realiza verificação mútua por meio de um grande número de tecnologias de análise de dados para evitar a relação lógica errada entre dados da cadeia industrial padronizados e reduzir a informação redundante de dados da cadeia industrial.
“Atualmente, também usamos PNL e outras tecnologias de inteligência artificial para promover a capacidade de identificação precisa de dados da cadeia industrial padronizados no nível de modelagem de investimento e pesquisa e efetivamente melhorar a eficiência de exploração de dados de modelos de investimento e pesquisa.” Ele apontou. Ao formular padrões de classificação de produtos, padrões de inclusão de produtos, padrões de nomenclatura e definição de produtos, padrões de construção upstream e downstream e outros mecanismos, eles agora estabeleceram várias relações de cadeia industrial com centenas de milhares de empresas, como empresas listadas e principais empresas não listadas, e são amplamente utilizados em cenários financeiros inteligentes, como pesquisa de investimento inteligente e controle de risco inteligente.
Muitos provedores de serviços de dados financeiros apontaram que, embora mais e mais pares tenham feito muitas tentativas na padronização de dados da cadeia industrial, eles ainda são afetados por muitos fatores no uso e popularização reais.Primeiro, com base nos hábitos originais de uso de dados, muitos pesquisadores de investimento em instituições financeiras não precisam se adaptar aos novos dados da cadeia industrial muito cedo, o que dificulta a popularização destes últimos, e seu efeito de padronização é praticamente enfraquecido; Em segundo lugar, se o novo calibre de cálculo de dados da cadeia industrial for inconsistente com o modo de operação de governança de dados existente das instituições financeiras, estas últimas podem não estar dispostas a gastar grandes esforços para reajustar o calibre de cálculo de dados existente, o que restringe seu escopo de aplicação; Terceiro, para realizar a “padronização” dos dados da cadeia industrial, ela precisa ser aprovada por muitas instituições financeiras, mas também envolve se muitas instituições financeiras utilizarão suas fórmulas de cálculo de dados para tabelas Excel, relatórios diários e semanais. Se as instituições financeiras não estiverem dispostas a utilizá-los, a dificuldade de seu processo de padronização aumentará.
O provedor de serviços de dados financeiros acima mencionado divulgou ao repórter que a indústria está tentando adotar um modo de operação relativamente viável, ou seja, o provedor de serviços de dados financeiros coopera com bolsas de valores, instituições compradoras bem conhecidas e instituições de P & D de índice para participar na concepção de padrões de negócios, padrões técnicos e mecanismos de dimensão de aplicação de vários dados da cadeia industrial, E introduziu com sucesso o padrão de dados no mapa de conhecimento industrial e sistema inteligente de pesquisa de investimento de instituições financeiras mais e mais conhecidas.Através da influência de bolsas, instituições compradores bem conhecidas e instituições de P & D índice, este conjunto de aplicação de dados da cadeia industrial é gradualmente popularizado, e finalmente o objetivo de “padronização” é alcançado.
