当前，我国经济正处在转变发展方式、优化经济结构、转换增长动力的攻关期。“十四五”规划中明确提出要发展数据要素市场，激活数据要素潜能。《“十四五”数字经济发展规划》则进一步提出到2025年初步建立数据要素市场体系，并对充分发挥数据要素价值作出重要部署。
这意味着，“数据”作为核心的生产要素，正逐步从机构内部的梳理使用，走向分配、管理与流通。金融行业作为对数据极其敏感的行业之一，通过对数据资产的盘点、管理、融合，完成大数据在金融行业的多样应用。
在金融科技3.0时代，我们最终希望通过“数智动能”升级财富管理、资产管理、机构服务、风险管理等金融机构核心业务的展业方式、服务生态。
以终为始，当前金融机构对于大数据的挖掘与应用的进展到底如何，未来的方向在哪里？
招商证券似乎是一个特别的样本。
近年来，招商证券持续在大数据方向投入，赋能业务快速用数，驱动业务场景创新。《恒生世界》专访了招商证券金融科技中心总经理邓曙光先生。
邓曙光
招商证券金融科技中心总经理
大数据在金融行业的加速度
随着大模型成为金融行业数智化发展的新焦点，数据智能技术进一步加速金融业数据要素价值释放。
放眼近两年金融机构对于金融科技的布局，通过对近几年同行业的年度报告进行分析，显而易见的是，行业的金融科技领域投入相较于过去几年呈现显著增长，甚至出现翻倍的态势。
“尽管最近两年这一趋势依然保持上升，但与前期相比，同比增幅有放缓甚至是下降，进入了一个更为稳健的发展阶段。更为显而易见的是，各大公司在这场激烈的‘科技军备竞赛’中，也已基本完成了人才储备的阶段性任务”，邓曙光向《恒生世界》表示。
而具体落实在大数据的投入上，邓曙光则认为，数据要素发挥价值的生命周期主要由产数、管数、用数三个阶段组成。其中，产数（即数据资产的研发交付）和用数（数据资产的共享和运营）随着业务数字化的逐渐深入而呈现加速发展的趋势。
在招商证券，通过建立完整的人才护城河、研发和运维机制以及数据中台，全力支撑大数据发展的“加速度”。
在资源方面，招商证券的大数据团队人数已突破100人，致力于数据平台、数据资产、数据产品的建设。其次，各业务部门都设有数据专员岗，能够深度参与到各业务线与大数据相关的项目中，更重要的是这批人才在数据项目中培养出了大数据的基因，成为“业务+技术+数据”的三重复合型人才，同时这一批专员又如同蒲公英一样，将大数据的思想带到业务领域去影响业务与产品同事，开枝散叶。
在机制方面，招商证券对于信息系统的研发和运维有一套相对完备的管理制度与流程，覆盖了从需求准入、需求分析、系统设计、系统开发、测试、上线变更到上线后运维的全生命周期。这些制度与流程保障了数据资产和数据应用类系统的交付质量和交付效率。另外，针对数据开发的特殊性，招商证券也对特定流程进行了适当补充或裁剪，以保证研发产出的顺畅、稳定和高效。
在平台支撑上，招商证券已建成证券行业第一家全信创云原生数据中台，云原生技术中的研发标准化、动态资源管理、运维便捷性、敏捷交付等特性与数据中台结合后，将更有效地提升数据资产的交付效率、数据质量与数据安全水平。
此外，招商证券还通过自研的一体化数据开发工具践行DataOps理念，实现数据架构、开发与流程规范自动嵌入工具平台，进一步实现开发提质提效。
展望未来，通过结合招商证券自身发展经验和同业交流来看，邓曙光认为金融行业大数据应用未来发展的重要方向是低门槛和智能化。
首先，低门槛是面向数据使用者降低门槛、提升易用性，提供多层次的数据使用方式。另一方面，数据生产者也需要低门槛的数据开发工具以应对日益增长的数据需求，随着数据生产者团队的扩张，通过开发工具在保障数据质量与安全的前提下实现效能提升，已经逐渐成为全行业共识。
其次，智能化是所有金融机构在大数据发展蓝图上的必备关键词，大数据的智能化主要体现在数智融合双向赋能方面：更加丰富和高质量的数据资产提升AI基础能力；AI能力为数据分析应用和数据开发提升效率，例如智能BI和数据开发助手等方向，已经有不少同业开始进行探索和尝试。
邓曙光先生表示，招商证券也会积极把握金融行业大数据应用的低门槛和智能化发展趋势，提升相关平台软硬实力。
金融大数据风险与解决之道
在数字经济时代，数据要素融入金融服务全流程，贯穿业务运行全链条，数据安全也是金融机构数字化转型过程中必须面对的挑战。
邓曙光向《恒生世界》表示，金融行业的大数据平台或数据中台，由于集中了金融机构的大量数据并日益承担了关键应用的数据供给职责，其面临的风险也更加多样化。除了需要应对一般信息系统的服务可用性风险外，以下几类风险需要重点关注：
狭义数据安全风险——【数据泄露】：指平台包含的涉密或敏感数据泄露给非预期访问的用户或公司外部的风险。
此类风险可能导致客户隐私或公司商业机密数据泄露，为公司带来经济或声誉损失。应对策略主要包括提升数据安全意识、完善相关规章制度、及时了解最新法律法规对数据保护的要求，技术方面需要建立相对完备的数据访问控制机制。
数据时效性风险——【数据延迟】：指平台以约定周期交付下游应用系统的数据无法满足下游系统的数据时效需求，造成数据延迟的风险，根据数据交付方式又可分为批量数据交付延迟风险和实时数据延迟风险。
此类风险可能造成下游系统对用户或进一步下游系统的数据展现状态延迟，引起用户体验下降。应对策略主要包括提升平台整体可用性、数据加工链路设计阶段注重资源容量设计、持续优化作业性能、平台资源与负载动态评估并制定合理的扩容计划。其中大数据平台整体可用性的提升，是目前全行业面临的难题。
数据质量风险——【数据不准】：指平台加工产生的数据或中转交换的数据出现数据质量问题，影响数据使用造成非预期后果的风险。数据质量问题包括但不限于数据完整性、准确性、一致性等问题。
此类风险可能导致数据分析师（用户）或下游应用系统获取错误数据并出现错误的分析、判断或展现，引起用户体验下降。应对策略主要包括与公司级数据治理机制深度融合，落实数据标准管理、数据质量管理策略，优化开发测试流程。
证券行业的数据开发领域，外包员工的占比相对较高，如何在保证数据安全的前提下尽可能提升数据开发测试的有效性，也是面向全行业的重要课题。
邓曙光认为，放眼整个证券行业，解决数据安全问题不能靠“头痛医头、脚痛医脚”的运动式治理，而应该体系化地分析数据应用所面临的上述三项关键风险点。
在管理机制方面，数据安全分级分类与数据访问控制机制有效结合是最关键的举措。招商证券已经做了较多的探索和实践，形成了以“人（用户角色）、数（数据资产）、场（使用场景）”为核心的数据访问控制策略，支撑了公司内部跨业务部门的数据安全合规流通。
在平台技术方面，提升大数据平台整体可用性和提升数据开发测试的有效性是两项非常重要的举措。招商证券将在未来两年开展积极的探索，力争找到资源投入和提升数据安全的最佳平衡点，也希望能与同业一起交流优秀实践。
招商证券数据资产唤醒的“三步走”
金融科技3.0时代的根基是数据，这里的数据不是简单的汇集、积累和沉淀，经过专业治理、管理的数据才真正意义上算是数字资产，能够满足金融机构数字化转型的要求。
那么，面对庞大的数据资产，到底该如何梳理和唤醒？
在此次专访之中，邓曙光也向《恒生世界》介绍了招商证券的经验。
他认为，数据资产是将数据价值的进一步具象。在大数据的时代，数据的价值越来越得到广泛的认可，然而数据不等于数据资产，对于证券公司有价值的那部分数据才能看成资产。
如何预防资产变负债，同时将负债转资产是招商证券一直在思考和行动的。具体来说，分为资产盘点、价值再塑、质量提升三步。
“数据资产顾名思义是类资产，是资产就需要盘点，所以我们的第一个动作是‘盘点’。理清公司的数据资产，建立一份全面、准确且可以及时保鲜的数据资产目录。”
《恒生世界》了解到，招商证券在公司《数据资产管理办法》的指导下，对主要信息系统的数据资产元数据进行了系统化、自动化的采集整合，形成了公司级数据资产元模型，并实现了数据资产元数据变更T+1可感知。
对数据中台加工形成的数据资产，通过自主研发的一体化开发工具平台实现元数据实时对接数据资产元模型。有了数据资产目录作为基础，接下来就可以着力提升数据资产的使用体验。
第二步则是价值再塑，即将数据对于生产者和消费者的价值进行再塑造。具体包括了：
高效检索。数据资产品类繁多，体量庞大，如何快速定位所需的数据资产成为数据资产价值挖掘路上的最大拦路虎。招商证券建立了数据门户系统，支持数据使用者通过传统目录、关键词搜索、多标签过滤、数据血缘探查、个性化推荐等方式，快速查找所需的数据资产并获取相关的元数据信息。
便捷访问。多层次的数据资产访问方式：证券行业不同的业务线之间数字化进程存在差异，业务部门的数据用户在数据分析意识、工作习惯、技能储备等方面也存在差异，招商证券通过招证北斗数据分析平台，向用户提供了从定制页面、数据文档、标准报表到多维分析、灵活分析、即席查询等多层次的数据资产访问方式，以满足差异化的数据资产使用需求。
数据资产梳理和改造的最后一部是“质量提升”。这一步主要通过价值导向牵引资产建造，提升数据质量。
在招商证券，通过数据门户和开发工具平台配合，可将数据标准和业务端数据质量规则通过配置传导至数据中台，形成常态化数据质量校验机制，对数据质量校验中发生的异常预警，实现闭环管理，从而使数据质量和配套的校验规则在反复迭代中持续优化，对于发现的数据源质量问题，按照公司级数据治理机制推动源头改造。
当对数据资产唤醒和梳理之后，如何赋能业务快速用数，驱动业务场景创新，是新的命题。
《恒生世界》了解到，在招商证券，数据的共享和互通一定遵循着一条红线《证券公司信息隔离墙制度指引》，基于红线之上才能考虑相关的数据互通与共享。
如上文所述，招商证券始终围绕数据资产的关键三要素“人、数、场”为核心，来进行数据访问控制，建立数据共享机制。经过使用方申请、合规流程、赋权及加工后，获得相应的数据。
“除了满足基本的数据共享需求外，还可通过运营机制对数据资产在公司内部的供给与消费进行度量，并适当鼓励数据资产供给方，在公司范围内推广数据资产共享文化。”
而这种想法，也跟当前国家鼓励数据要素在合法合规的原则下充分流通的要求不谋而合。
邓曙光认为，在这个大背景之下，隐私计算作为数据安全共享流通的关键技术将扮演越来越重要的角色。
“招商证券在业内率先进行了基于隐私计算技术的政企数据合作探索，于2023年5月同深圳市福田区政数局签订协议，开展基于隐私计算的数据共享流通试点。在具体实践方面，通过引入成熟的隐私计算平台，实现在客户识别信息（姓名、身份证件类型、手机号）不可见的前提下，利用政务数据增强客户特征识别，以反洗钱为典型业务场景，实现业务风险防范、客户服务提升”。
招商证券，锚定金融科技的现在与未来
在行业充分运用金融科技，加快推进数字化转型的当下，《恒生世界》了解到，招商证券金融科技中心，结合自身特色与技术成熟度，创新且务实地提出打造出第二条增长曲线。通过运用“制度+架构+平台”的三重策略，致力于打造一支具有招证特色的精英团队，以实现招证金科中心第二增长曲线的宏伟目标。
首先，在研发管理层面，招商证券构建了“3+1+1”研发管理体系，通过制度规范、技术标准与流程，将组织要求与优秀实践转变为看得见的规则与可复制的能力。同时，通过分级评审严控变更的机制，采用全面六维风险分析法，不仅关注变更动作，也关注变更影响，提前制定应急方案，有效控制变更差错与变更风险。
接着，在组织结构层面，招商证券紧密围绕公司的1633战略规划，构建与公司业务战略和金融科技发展方向紧密结合的组织架构，为这支正规军引入科学的建制，朝着更加规范和高效的方向发展。
最后，在平台赋能层面，推动科技平台的发展，包括中台化、AI能力强化、云原生等战略的实施，全面提升研发团队在“设计态、研发态、运行态”各阶段的能力，为这支特战队伍提供先进的技术支持和装备。
在2024年招商证券对金融科技的建设，也已做好明确规划。
根据邓曙光介绍，主要聚焦在四大方面。
|确保新一代核心交易系统平稳安全上线：实现五全（全场景、全品种、全客群、全终端、全链路）的覆盖。