支付清算系統數據治理現狀、問題及對策

張立書

（中國人民銀行清算總中心，北京海淀 100089）

一、研究背景

2015年7月，國務院頒布《關于積極推進“互聯網”行動的指導意見》中提出：“鼓勵各金融機構利用云計算、移動互聯網、大數據等技術手段，加快金融和服務的創新，拓寬普惠金融服務范圍，為實體經濟發展提供有效支撐?！绷暱倳浺苍谑糯竺鞔_提出要建設“科技強國、網絡強國、數字中國、智慧社會”，國家層面高度重視數據時代的金融數據治理問題。為此，人民銀行、銀保監會及各銀行業金融機構紛紛出臺數據發展戰略，搭建大數據平臺，使數據治理成為提升監管水平或在經營管理中提升組織競爭力的新途徑。

中國人民銀行清算總中心作為央行支付清算系統的運行者和維護者，面對海量的數據、復雜的數據環境、潛在的數據質量缺陷，如何將支付清算系統數據進行企業級的信息集成和信息深度利用，成為總中心轉型與發展的關鍵步驟。為了使央行支付清算系統海量支付數據發揮更大的價值，清算總中心有必要加強數據資產的管理與綜合利用，通過數據治理推動支付服務質量的提升和金融監管手段的升級。

但現有關于數據治理的研究較為零散，并沒有形成統一的規劃，難以對數據治理形成系統性的指導，金融監管機構和學術界又缺少對相關支付清算系統的深入了解。為保障支付清算系統數據的價值實現，亟需對支付清算數據治理進行深入研究，從數據需求到數據評價形成一套規范的、完善的制度體系來保障支付清算系統數據的規范化管理，更好引導清算總中心、各清算中心及各直接參與者關于大數據平臺的建設。

二、現狀分析

（一）支付清算系統數據蘊含價值巨大，引起金融監管部門重視

央行支付清算系統又稱現代化支付系統，包括大額支付系統、小額支付系統、網上支付跨行清算系統、境內外幣支付系統，是跨行資金的主渠道。近年來，隨著我國支付清算網絡覆蓋不斷擴展，參與者規模不斷擴大，業務量總體保持穩定增長態勢。央行支付清算系統沉淀了大量資金匯劃的金融數據，這些數據具有規模大、動態性強、價值高的特點?？梢哉f，支付清算數據是一個巨大的“數據寶藏”，僅大額實時支付系統全國每個工作日就有300多萬條交易記錄，交易金額占支付系統整體交易量的60%以上，這些數據已被證明與社會資金交易量、貨幣供應量、物價指數、經濟發展有著較強的相關性。支付服務市場新業務、新技術層出不窮，以移動互聯網、云計算、大數據為代表的金融科技快速發展，推動支付市場發生了翻天覆地的變化。為適應新形勢，人民銀行和銀保監會于近年來開展調查研究，充分挖掘支付清算系統信息價值，為支付監管、貨幣政策和金融穩定提供決策參考。

（二）支付清算系統數據分系統存放，數據治理能力受限

現階段，支付清算系統數據由人民銀行清算總中心負責管理與維護，進行數據管理的支撐系統有支付清算業務服務中心、支付業務明細查詢子系統（PTQS系統）和支付信息管理系統（PMIS系統）。支付清算業務服務中心是支付清算系統業務查詢統計輔助支持系統，儲存了電子聯行時期支付交易數據及現代化支付系統包括大額實時支付系統、小額批量支付系統、網上支付跨行清算系統、全國支票影像交換系統、境內外幣支付系統和電子商業匯票的全部交易明細數據和匯總數據，明細業務數據始終與生產系統保持一致并不斷更新。PTQS系統是以各支付清算生產系統支付交易數據為基礎，實現面向客戶的支付業務明細查詢與統計分析，僅支持1年以內的終態業務明細查詢，查詢平均響應時間在30分鐘左右。而PMIS系統采用集中式應用處理架構，查詢、處理效率較低，能夠提供的數據監控、分析和挖掘功能十分有限。目前已難以充分挖掘海量支付清算數據所蘊含的價值。

（三）自上而下搭建大數據平臺，為未來分析發掘工作奠定基礎

人民銀行清算總中心自2018年開始投產建設支付系統大數據平臺，開始對支付清算系統數據進行數據治理方面的探索。2018年10月上線了大數據基礎服務平臺。第一期的建設目標是實現支付清算交易數據存的下、查得出，通過導入支付系統交易歷史數據，利用大數據集群提供的數據存儲和計算能力，提供明細查詢、匯總查詢和統計等功能。根據規劃，后續還將提供集成型的數據服務和各類分析挖掘工具，實現業務數據的集成與共享，滿足不同時效性的分析需求，進一步豐富數據應用場景。

三、存在的問題

（一）缺乏完善的數據治理組織和制度

數據治理并不等同于搭建智能化、信息化的數據平臺。數據治理是一個需要長期執行并反復修正策略再執行的過程，它需要的是決策者堅定不移的戰略部署，同時依賴必要的制度、規范和激勵措施。數據治理的前提是必須建立一整套方針和制度，設計完善的組織架構，明確的職責分工，確保參與數據治理的相關人員能夠高效的執行相關措施。一是在職責界定方面，支付清算數據平臺建設和管職能分散在不同的部門，缺少專門組織從全局視角對數據進行管理，明確各部門職責范圍。二是在制度方面，唯一比較系統的闡述數據治理制度的是人民銀行科技司出臺的《中國人民銀行數據應用平臺（省級）建設指引》，但該《指引》發布的層級不高，指導的是省級數據應用平臺的建設，不適用于支付清算系統數據的治理。

（二）缺乏對數據治理的正確認識

數據平臺建設仍以技術驅動為主，業務人員在建設過程中參與不夠深入，往往導致開發的結果與事先預想的業務需求出現偏差，未意識到數據工作要以業務需求為出發和導向，僅把數據“存起來”是不夠的，要讓數據能夠“用起來”。一是清算總中心內部業務部門和技術部分缺乏有效溝通。數據需求沒有真正為拓展支付系統業務功能、提升清算服務質量提供實質幫助。二是數據需求未能與央行宏觀調控職能相結合，由于數據維度單一性等問題，不能起到對區域性和系統性風險的預警作用。因此支付清算數據治理應緊密結合央行業務，為央行執行貨幣政策、提高商業銀行資金流動性等可能發生的系統性風險提供數據支持，為最終實現人民銀行大數據綜合分析利用、探索建立金融大數據分析平臺，打造數字央行、提高宏觀經濟政策調控前瞻性提供有力支撐。

（三）缺乏對數據標準的管理

支付清算系統數據在縱向上包含在不同時期建設的系統數據，在橫向上橫跨大、小額支付系統等多個系統?，F階段建設中，一是缺乏對數據標準的統一管理，歷史數據包括一代支付系統數據、二代支付系統數據，其報文格式、字段含義都不盡相同，而僅把現有數據簡單存放于數據平臺上，降低數據的使用效率。二是在未來應用中很容易產生部門之間、系統之間數據不一致，或由于統計口徑和加工方法不同而導致數據可用性、可信度降低。因此，對數據進行標準化，是保障基礎數據的完整性、一致性和嚴密性的基礎。

（四）缺乏完備的數據生命周期管理

新建立的大數據平臺是全容量式的數據平臺，不對清算數據進行有效的數據生命周期管理，則很容易出現系統問題。例如現在的PTQS系統響應需要長達30分鐘，原因之一就是由于數據冗余導致數據量過于龐大，系統難以響應。沒有好的數據生命周期管理機制，會造成系統中無用的或者使用價值很低的數據不能及時清理，不僅會對系統資源造成浪費，還存在系統崩潰、數據丟失的風險。

四、政策建議

（一）提高認識，構建支付清算數據治理的長效機制

數據治理是一項長期且系統化的過程，要從數據的長遠規劃與規范管理著手，逐步完善先治理，后建設的數據治理戰略，并且在制定戰略規劃要用戰略的眼光、可持續發展的原則和開放協同的思維去行動。首先要建立數據治理意識，從總行層面轉變意識著手，強化數據治理理念，營造數據治理文化。其次要建立專門組織。建議由人民銀行總行層面成立支付清算系統數據治理委員會，由各司局成員與聘請外部專家組成，負責提出數據治理工作總體方略，在清算總中心設立數據治理辦公室及數據治理工作組，負責落實支付清算系統數據治理的各領域工作。第三是要完善數據治理工作的制度保障，提升數據治理綱領性文件層級，逐步建立健全各領域工作辦法，使數據在采集、管理、使用、維護等各環節銜接有序、運轉順暢，從而促進支付清算事業可持續發展。因此，要堅持業務導向和問題導向，堅持建設與運維并重，提出具體明確的數據治理發展戰略規劃目標，提高制度建設、規劃方案科學性和可操作性，讓數據治理的建設效果最大化。

（二）統一規范，加快支付清算系統數據標準化建設

數據標準化是數據治理工作中的一個重要環節，對數據進行標準化，是保障基礎數據的完整性、一致性和嚴密性的基礎，也是充分實現信息資源共享的前提。支付系統歷經兩代支付系統建設已經運行十余載，由于不同時期系統建設對數據標準的認識不足，導致出現數據質量問題，不同系統間數據無法實現共享。支付清算系統數據標準化建設工作，一是要參考國家數據管理標準、金融行業標準和央行支付系統現行報文規范，結合實際業務系統現狀，提煉業務數據項，堅持唯一定義，唯一名稱，唯一編碼，唯一管理的數據標準編制原則，盡快建立統一的企業級數據標準。二是要在未來新系統建設中，堅持使用統一的數據標準規范，將數據治理工作前移，并且在數據產生的源頭建立標準，控制質量，將可能產生的數據問題風險降低。

（三）開拓創新，不斷開展多樣形式數據挖掘和分析工作

數據資產價值是數據治理工作的驅動，通過數據分析挖掘產生的價值成果是數據治理工作的重要組成部分。在當今的數據時代中，各類數據層出不窮，良莠不齊。支付清算數據整體質量較高，包含大量機構和自然人的金融交易行為信息，具有獨特性和獨立性。將支付清算數據與商業銀行、工商、稅務、司法和電子商務等數據結合，建立數據模型，能夠分析資金流向、交易風險和客戶資產等信息，對分析和防范信貸風險、詐騙、洗錢、關聯方利益輸送和企業經營預測等有巨大幫助。同時可根據數據的不同維度，利用不同模型對經濟消費水平、房地產等熱門領域經濟現象進行預測，提供大量真實有效數據。

（四）加強共享，利用大數據技術提升數據治理能力

大數據技術和人工智能已經在全球掀起了又一次技術革命。支付清算系統每日交易數據量大，使用傳統技術進行數據清洗和快速建模是巨大挑戰，在開展支付清算數據治理工作過程中，應合理利用大數據、云計算和人工智能等新技術手段，使用創新思維，構建智能化平臺，高質量高效率開展工作，實現數據治理工作的信息化與自動化。此外，通過信息共享，將支付清算數據與商業銀行、工商、稅務、司法和電子商務等外部數據結合，建立數據模型，能夠分析資金流入流出、交易風險和客戶資產等信息，對分析和防范信貸風險、詐騙、洗錢、關聯方利益輸送，微觀及宏觀經濟預測都將有巨大助益。