支付清算系统数据治理现状、问题及对策

张立书

（中国人民银行清算总中心，北京海淀 100089）

一、研究背景

2015年7月，国务院颁布《关于积极推进“互联网”行动的指导意见》中提出：“鼓励各金融机构利用云计算、移动互联网、大数据等技术手段，加快金融和服务的创新，拓宽普惠金融服务范围，为实体经济发展提供有效支撑。”习总书记也在十九大明确提出要建设“科技强国、网络强国、数字中国、智慧社会”，国家层面高度重视数据时代的金融数据治理问题。为此，人民银行、银保监会及各银行业金融机构纷纷出台数据发展战略，搭建大数据平台，使数据治理成为提升监管水平或在经营管理中提升组织竞争力的新途径。

中国人民银行清算总中心作为央行支付清算系统的运行者和维护者，面对海量的数据、复杂的数据环境、潜在的数据质量缺陷，如何将支付清算系统数据进行企业级的信息集成和信息深度利用，成为总中心转型与发展的关键步骤。为了使央行支付清算系统海量支付数据发挥更大的价值，清算总中心有必要加强数据资产的管理与综合利用，通过数据治理推动支付服务质量的提升和金融监管手段的升级。

但现有关于数据治理的研究较为零散，并没有形成统一的规划，难以对数据治理形成系统性的指导，金融监管机构和学术界又缺少对相关支付清算系统的深入了解。为保障支付清算系统数据的价值实现，亟需对支付清算数据治理进行深入研究，从数据需求到数据评价形成一套规范的、完善的制度体系来保障支付清算系统数据的规范化管理，更好引导清算总中心、各清算中心及各直接参与者关于大数据平台的建设。

二、现状分析

（一）支付清算系统数据蕴含价值巨大，引起金融监管部门重视

央行支付清算系统又称现代化支付系统，包括大额支付系统、小额支付系统、网上支付跨行清算系统、境内外币支付系统，是跨行资金的主渠道。近年来，随着我国支付清算网络覆盖不断扩展，参与者规模不断扩大，业务量总体保持稳定增长态势。央行支付清算系统沉淀了大量资金汇划的金融数据，这些数据具有规模大、动态性强、价值高的特点。可以说，支付清算数据是一个巨大的“数据宝藏”，仅大额实时支付系统全国每个工作日就有300多万条交易记录，交易金额占支付系统整体交易量的60%以上，这些数据已被证明与社会资金交易量、货币供应量、物价指数、经济发展有着较强的相关性。支付服务市场新业务、新技术层出不穷，以移动互联网、云计算、大数据为代表的金融科技快速发展，推动支付市场发生了翻天覆地的变化。为适应新形势，人民银行和银保监会于近年来开展调查研究，充分挖掘支付清算系统信息价值，为支付监管、货币政策和金融稳定提供决策参考。

（二）支付清算系统数据分系统存放，数据治理能力受限

现阶段，支付清算系统数据由人民银行清算总中心负责管理与维护，进行数据管理的支撑系统有支付清算业务服务中心、支付业务明细查询子系统（PTQS系统）和支付信息管理系统（PMIS系统）。支付清算业务服务中心是支付清算系统业务查询统计辅助支持系统，储存了电子联行时期支付交易数据及现代化支付系统包括大额实时支付系统、小额批量支付系统、网上支付跨行清算系统、全国支票影像交换系统、境内外币支付系统和电子商业汇票的全部交易明细数据和汇总数据，明细业务数据始终与生产系统保持一致并不断更新。PTQS系统是以各支付清算生产系统支付交易数据为基础，实现面向客户的支付业务明细查询与统计分析，仅支持1年以内的终态业务明细查询，查询平均响应时间在30分钟左右。而PMIS系统采用集中式应用处理架构，查询、处理效率较低，能够提供的数据监控、分析和挖掘功能十分有限。目前已难以充分挖掘海量支付清算数据所蕴含的价值。

（三）自上而下搭建大数据平台，为未来分析发掘工作奠定基础

人民银行清算总中心自2018年开始投产建设支付系统大数据平台，开始对支付清算系统数据进行数据治理方面的探索。2018年10月上线了大数据基础服务平台。第一期的建设目标是实现支付清算交易数据存的下、查得出，通过导入支付系统交易历史数据，利用大数据集群提供的数据存储和计算能力，提供明细查询、汇总查询和统计等功能。根据规划，后续还将提供集成型的数据服务和各类分析挖掘工具，实现业务数据的集成与共享，满足不同时效性的分析需求，进一步丰富数据应用场景。

三、存在的问题

（一）缺乏完善的数据治理组织和制度

数据治理并不等同于搭建智能化、信息化的数据平台。数据治理是一个需要长期执行并反复修正策略再执行的过程，它需要的是决策者坚定不移的战略部署，同时依赖必要的制度、规范和激励措施。数据治理的前提是必须建立一整套方针和制度，设计完善的组织架构，明确的职责分工，确保参与数据治理的相关人员能够高效的执行相关措施。一是在职责界定方面，支付清算数据平台建设和管职能分散在不同的部门，缺少专门组织从全局视角对数据进行管理，明确各部门职责范围。二是在制度方面，唯一比较系统的阐述数据治理制度的是人民银行科技司出台的《中国人民银行数据应用平台（省级）建设指引》，但该《指引》发布的层级不高，指导的是省级数据应用平台的建设，不适用于支付清算系统数据的治理。

（二）缺乏对数据治理的正确认识

数据平台建设仍以技术驱动为主，业务人员在建设过程中参与不够深入，往往导致开发的结果与事先预想的业务需求出现偏差，未意识到数据工作要以业务需求为出发和导向，仅把数据“存起来”是不够的，要让数据能够“用起来”。一是清算总中心内部业务部门和技术部分缺乏有效沟通。数据需求没有真正为拓展支付系统业务功能、提升清算服务质量提供实质帮助。二是数据需求未能与央行宏观调控职能相结合，由于数据维度单一性等问题，不能起到对区域性和系统性风险的预警作用。因此支付清算数据治理应紧密结合央行业务，为央行执行货币政策、提高商业银行资金流动性等可能发生的系统性风险提供数据支持，为最终实现人民银行大数据综合分析利用、探索建立金融大数据分析平台，打造数字央行、提高宏观经济政策调控前瞻性提供有力支撑。

（三）缺乏对数据标准的管理

支付清算系统数据在纵向上包含在不同时期建设的系统数据，在横向上横跨大、小额支付系统等多个系统。现阶段建设中，一是缺乏对数据标准的统一管理，历史数据包括一代支付系统数据、二代支付系统数据，其报文格式、字段含义都不尽相同，而仅把现有数据简单存放于数据平台上，降低数据的使用效率。二是在未来应用中很容易产生部门之间、系统之间数据不一致，或由于统计口径和加工方法不同而导致数据可用性、可信度降低。因此，对数据进行标准化，是保障基础数据的完整性、一致性和严密性的基础。

（四）缺乏完备的数据生命周期管理

新建立的大数据平台是全容量式的数据平台，不对清算数据进行有效的数据生命周期管理，则很容易出现系统问题。例如现在的PTQS系统响应需要长达30分钟，原因之一就是由于数据冗余导致数据量过于庞大，系统难以响应。没有好的数据生命周期管理机制，会造成系统中无用的或者使用价值很低的数据不能及时清理，不仅会对系统资源造成浪费，还存在系统崩溃、数据丢失的风险。

四、政策建议

（一）提高认识，构建支付清算数据治理的长效机制

数据治理是一项长期且系统化的过程，要从数据的长远规划与规范管理着手，逐步完善先治理，后建设的数据治理战略，并且在制定战略规划要用战略的眼光、可持续发展的原则和开放协同的思维去行动。首先要建立数据治理意识，从总行层面转变意识着手，强化数据治理理念，营造数据治理文化。其次要建立专门组织。建议由人民银行总行层面成立支付清算系统数据治理委员会，由各司局成员与聘请外部专家组成，负责提出数据治理工作总体方略，在清算总中心设立数据治理办公室及数据治理工作组，负责落实支付清算系统数据治理的各领域工作。第三是要完善数据治理工作的制度保障，提升数据治理纲领性文件层级，逐步建立健全各领域工作办法，使数据在采集、管理、使用、维护等各环节衔接有序、运转顺畅，从而促进支付清算事业可持续发展。因此，要坚持业务导向和问题导向，坚持建设与运维并重，提出具体明确的数据治理发展战略规划目标，提高制度建设、规划方案科学性和可操作性，让数据治理的建设效果最大化。

（二）统一规范，加快支付清算系统数据标准化建设

数据标准化是数据治理工作中的一个重要环节，对数据进行标准化，是保障基础数据的完整性、一致性和严密性的基础，也是充分实现信息资源共享的前提。支付系统历经两代支付系统建设已经运行十余载，由于不同时期系统建设对数据标准的认识不足，导致出现数据质量问题，不同系统间数据无法实现共享。支付清算系统数据标准化建设工作，一是要参考国家数据管理标准、金融行业标准和央行支付系统现行报文规范，结合实际业务系统现状，提炼业务数据项，坚持唯一定义，唯一名称，唯一编码，唯一管理的数据标准编制原则，尽快建立统一的企业级数据标准。二是要在未来新系统建设中，坚持使用统一的数据标准规范，将数据治理工作前移，并且在数据产生的源头建立标准，控制质量，将可能产生的数据问题风险降低。

（三）开拓创新，不断开展多样形式数据挖掘和分析工作

数据资产价值是数据治理工作的驱动，通过数据分析挖掘产生的价值成果是数据治理工作的重要组成部分。在当今的数据时代中，各类数据层出不穷，良莠不齐。支付清算数据整体质量较高，包含大量机构和自然人的金融交易行为信息，具有独特性和独立性。将支付清算数据与商业银行、工商、税务、司法和电子商务等数据结合，建立数据模型，能够分析资金流向、交易风险和客户资产等信息，对分析和防范信贷风险、诈骗、洗钱、关联方利益输送和企业经营预测等有巨大帮助。同时可根据数据的不同维度，利用不同模型对经济消费水平、房地产等热门领域经济现象进行预测，提供大量真实有效数据。

（四）加强共享，利用大数据技术提升数据治理能力

大数据技术和人工智能已经在全球掀起了又一次技术革命。支付清算系统每日交易数据量大，使用传统技术进行数据清洗和快速建模是巨大挑战，在开展支付清算数据治理工作过程中，应合理利用大数据、云计算和人工智能等新技术手段，使用创新思维，构建智能化平台，高质量高效率开展工作，实现数据治理工作的信息化与自动化。此外，通过信息共享，将支付清算数据与商业银行、工商、税务、司法和电子商务等外部数据结合，建立数据模型，能够分析资金流入流出、交易风险和客户资产等信息，对分析和防范信贷风险、诈骗、洗钱、关联方利益输送，微观及宏观经济预测都将有巨大助益。