高教社2025金融监管科技教学课件第三章 金融数据监管.pptxVIP

第三章金融数据监管

Outline金融监管数据概述金融监管数据的分类金融监管数据的采集与存储金融监管数据管理的挑战与治理2

金融监管数据概述01

1.1金融监管数据的功能4一、定义泛指一切可用于金融监管的数据（交易、网络、财报、调查等）金融市场中依法定期采集经监管信息系统记录、生成和存储经监管各业务部门认定的数字、指标、报表、文字等各类信息……二、特征分布广泛、来源多样、结构多维三、核心作用实现高效金融监管的金融保证，驱动监管科技（RegTech）发展

51.1金融监管数据的功能（一）发现监管线索与风险隐患主要作用：通过数据挖掘分析辅助金融监管者防范化解金融风险，构筑金融安全防线和风险应急处置机制。金融监管数据总量庞大、数据类型多样和处理速度快，合理的应用能够降低金融监管的成本，提高金融服务的效率，同时还能有效控制风险。（二）提升金融业务的合规性金融监管数据的可视化和公开化能够提高金融监管的透明度，对违规违法行为的认定也会更准确。同时能辅助提升原有合规管理框架的有效性，也能解决合规管理面对的行动滞后、管理被动等问题。金融监管数据通过监管科技能够提升金融系统的合规程度。

1.2金融监管数据的来源6金融监管数据的来源有金融机构的业务信息系统、金融行业协会等等。数据信息主要存在客户管理系统、核心银行系统、融资管理系统、信贷管理系统等。金融市场交易数据大多存在银行的渠道系统里面，如网上银行、信用卡系统、贸易系统、核心银行系统、保险销售平台、外汇交易系统等。资产数据则主要存在银行核心系统和账户系统。广泛存在于互联网、政府等，如政府机构、非营利组织和企业免费提供的数据。另外，一些关联服务组织也可以获得数据，这种组织主要包括协助金融市场正常运行的互联网服务平台、第三方支付、保险公司、政府管理部门、经营和生活服务部门等等。金融业务信息金融市场信息公开开放信息

金融监管数据的分类02

80203结构化金融监管数据半结构化金融监管数据01结构化金融监管数据是可以由二维表结构来逻辑表达和实现的金融监管数据，主要通过关系型数据库进行存储和管理。结构化金融监管数据包括：公司财务数据：资产负债表、利润表（用于识别财务舞弊）金融客户信贷数据：存贷款记录（用于信用评分、优化审批）金融信用评级数据：偿债能力评估（AAA至D级）金融市场股票数据：交易数据（价格、成交量）与基本面数据非结构化金融监管数据2.1结构化金融监管数据

92.2半结构化金融监管数据0203结构化金融监管数据半结构化金融监管数据非结构化金融监管数据01在金融监管中使用的非传统方式捕获或格式化的数据，包括调查问卷、电子邮件、XML标记语言和非关系型数据库等。半结构化金融监管数据不遵循表格数据模型或关系数据库的格式，因为它没有固定的架构。但是，数据不是完全原始的或非结构化的，而是包含了一些结构化元素，例如标记和组织元数据，使其更易于分析。调查问卷：了解营商环境、消费者权益（如深圳金融服务满意度调查）电子邮件：（内部通信与外部反馈（如安然公司邮件检测欺诈）XML标记语言非关系型数据库：用于系统间信息传递及时间日志（NoSQL)

102.3非结构化金融监管数据0203结构化金融监管数据半结构化金融监管数据非结构化金融监管数据01非结构化金融监管数据是数据结构不规则或不完整，没有预定义的数据类型。不易于数据库二维逻辑表来表现，包括公司文本信息披露、社交媒体评论、新闻报道、电话会议和遥感数据等。文本数据：上市公司披露（招股书、年报）、新闻报道电话会议：用于风控画像（如电话邦金融风控）遥感数据：卫星/无人机影像（如獐子岛扇贝事件）视频和音频等数据：智能双录、监控交易大厅（如瑞幸咖啡造假）生成金融监管数据：利用GANs生成合成数据用于模型训练

金融监管数据的采集与存储03

123.1多平台数据的实时采集与存储技术数据采集平台信息抓取采用多线程搜索技术，可以同时搜索多个站点。根据资源抓取策略自动抓取数据。它实现对目标平台的非涉密、经授权的信息进行实时监控，并把符合条件的最新的数据及时采集到本地，并进行内容分析和过滤等操作。传统的数据存储技术包括数据仓库、数据湖与湖仓一体。数据仓库用于存储和分析来自不同来源的大量信息的数据存储库。数据湖是用于存储大量非结构化数据的系统，其中未定义数据的用途。Lakehouse是一种新的存储架构，它结合了数据仓库的数据管理功能和数据湖的灵活性和较低的成本，将受益于数据仓库和数据湖的功能。数据存储在进行数据存储的过程中，需要运用到数据集成技术。数据集成是把不同来源、格式、特点性质的数据在逻辑上或物理上有机地集中。通常采用联邦式、基于中间件模型和数据仓库等方法来构造集成的系统，目前最常用的数据集成技术是ETL和ELT，用于将数据传输到统一的目标，如