恒生分享| 云数据服务如何驱动金融业务？
实战分享 | 云数据服务如何驱动金融业务？
H20头部机构论坛 3天前
数据驱动业务早已不是金融机构纸上谈兵的口号，恒生的云数据解决方案可以在多个方面解决金融街机构业务发展的痛点。
利用数据来驱动业务和运营已经越来越受到金融机构的重视，数据驱动业务主要分三个层次展开，分别是数据辅助决策、数据支撑业务、数据驱动业务。
数据驱动已经不只是纸上谈兵说说而已，而是现实落地了。恒生的云数据解决方案已经可以涵盖很多的服务内容，主要包括风控预警、行情服务、投研数据、财务数据、产品信息中心和AI研究类数据等六个方面，通过与其他IT系统的异构对接，云数据在经过数据中台清洗后输出给客户，用于投前研究、投资决策、组合分析、交易执行、反洗钱、舆情监测、股权穿透、产业图谱等领域。
因此，云数据服务可以解决金融机构业务展业的一些痛点，包括数据与IT系统的耦合难度大，外部优质数据导入难度高，多品种研究同平台无法实现，无法及时获取投研数据反馈，业务系统与数据融合难度大，经营管理类数据量偏少等。
目前云数据结合IT系统，已经运用于三类具体的应用场景：第一是风控预警服务，包括企业画像、舆情监测和产业图谱；第二是投资研究管理服务，包括因子分析，债券违约预警；第三是极速行情服务，包括沪深极速交易、覆盖国际市场的极速交易。
利用数据提供服务的具体应用场景，我们可以看个例子：风控预警服务有一个反洗钱业务，根据央行235号文的规定要上报大额可疑、风险评估、执法检查、非现场监督报表等。
如何利用数据来进行上报？首先利用上游的业务数据对身份信息、账户信息、交易信息、保单信息的信息进行识别，结合外部权威数据的支持，比如道琼斯、汤森路透、Accuity，以及一些外部数据服务的接口，加上IT系统中的数据进行身份识别、等级划分、名单监控、合规数据检查等。最终将上述数据根据监管要求上报到人民银行，做到反洗钱业务的监控预警。
从目前的实践来看，云数据服务在投研一体化和债券违约预警领域已经得到了比较深入的应用。
投研一体化数据解决方案
投研数据服务有几个明显的痛点，第一是研究成果比价分散，投资机构购买的外部数据没有积累，投研成果的金融模型没有数据沉淀；第二是特色投研数据获取慢，外部数据不易快速融合到系统中，另类数据分散，非结构化数据提取难度大；第三是业务系统与数据融合难度大，数据体系与IT体系互相独立，融合难度比较大，缺乏高效的工具进行二次开发和应用；第四个是投研数据体系标准不统一，多种外部数据对业务系统的要求不一致，自身没有建立起完善的投研数据反馈体系。
通过数据驱动业务解决投研一体化中存在的数据痛点，需要经历几个步骤：
第一，投研基础数据整理。准备好基础的数据源，然后对数据源进行清洗与加工，并将元数据标准、接口定义、咨询模型进行统一，最终实现数据的标准化。
第二，数据标准化之后进行投研模型的提炼。利用建模工具和PRA工具进行基础模型的提炼，模型提炼之后就可以进行研究管理，包括研究对象的管理以及研究成果的管理。
第三，准备好数据和模型以后进行决策管理。从场景和决策两个维度进行管理，场景主要有定价、评级、筛选和资配，决策包括组合构建与试算、交易与反馈、组合分析。
最后，将结果输出到投资交易系统和估值核算系统中。
总结来说，投研一体化数据服务主要包括数据、工具和服务内容三方面，数据包括行情数据、风控预警数据、产品信息数据、宏观经济数据等各类基础数据；工具包括金工服务平台、PRA工具、流数据监控工具、API治理编排工具等；服务包括投研数据服务、极速行情服务、企业画像服务、舆情监测服务等。
债券违约预警平台
债券违约预警是数据服务更加具体的一个应用案例。
债券违约预警分为三类，分别是一般产业债、城投债和金融债，对这三类分别建立违约模型。
一般产业债模型主要基于宏观数据、财务数据、经营数据、公告数据等获得对一般企业的评级结果；城投债风险预警模型主要基于地方政府经济实力、支持力度以及城投企业的经营状况获得城投企业的风险评估；金融债模型对于银行、券商、保险、多元金融等分别建模获得金融企业的风险评估。
评级的数据来源包括传统的公开数据，包括财务数据、宏观数据、市场数据等。但债券违约预警需要更多的特色数据，也就是差异化的数据，例如行业特色数据、事件数据、知识图谱数据等数据。
对各类数据进行处理，然后通过模型的计算得出债券的评级，提前做出违约预警，已经可以达到85%以上的准确率。
以上案例表明，通过数据服务驱动业务已在很多具体金融场景中得到体现，数据的价值也越来越受到重视。
恒生分享| 云数据服务如何驱动金融业务？相关推荐
- 恒生LIGHT云金融交易测试平台，支持股票、融资融券、股票期权、基金、期货等多市场，提供免费的实盘行情和便捷的API接入，满足多金融业务品种的高仿真实训环境，进行策略实盘回测！
金融交易测试平台,是恒生LIGHT云为开发者提供的一套支持股票.融资融券.股票期权.基金.期货等多市场,多金融业务品种的高仿真实训环境. 开发者通过开放的接口接入金融交易测试平台,一方面可以验证自身产 ...
- 弄潮儿数据_云数据服务的弄潮儿
原文链接 作者:Derrick Harris 还记得只能选择两三家云计算数据服务的时候吗?事实上,伴随着云计算的发展,在这几大云平台上已经迅速地构建了很多云数据服务. 本文介绍一些主流并且当前运行良好 ...
- 筑梦前行 向新而生 华云数据西北区域公司正式乔迁
鎏金八月,丹桂飘香,春华秋实,喜气盈门.2021年8月18日,华云数据西北区域公司正式乔迁新址.西北区域公司的全体员工参加乔迁仪式,共同见证这一具有里程碑意义的重要时刻. 华云数据西北区域公司总经理杨 ...
- 云科通明湖：金融业务可持续性能力建设，少不了这块“拼图”！
随着银行行业数字化转型的不断深入,数据中心支撑业务可持续性的需求不断凸显,为了在业务发展和创新中取得行业领先,需要金融业务具备很强的适应性,以保证终端客户不断提升的使用体验,因此,金融企业的双活数据中 ...
- 中琛物联‘连接+云+数据’服务助阵
由OFweek中国高科技行业门户举办的OFweek 2019中国物联网产业大会在深圳大中华喜来登酒店举行.本届物联网产业大会邀请了行业资深专家.企业高层及记者媒体等超3000人莅临出席,聚焦物联网产业 ...
- DT时代释放金融数据价值，驱动金融商业裂变
当前信息化浪潮席卷全球,新一轮的科技革命和产业革命推动金融行业发展到全新阶段.人工智能2.0时代,智慧金融方兴未艾,已经成为社会经济高质量发展的重要助推力. 面对金融科技带来的剧烈变化,"金 ...
- 深入场景，产融智合驱动金融业务智慧升级
- 在Windows,Mac，Linux中快速安装配置Node.js环境，并安装VSCode, 完成Web端恒生交易日接口的图形化展示...
编程课应该怎么制作? 编程的乐趣应来自实用主义,我大学本科第一门Java编程课,几乎劝退了所有同学,因为那些教学代码不实用且无趣,一点图形化的内容都没有,而实用的编程课应早早展现图形化的成果, 于是我 ...
- “数据驱动”时代来临，阿里云数据中台如何赋能金融业？（附重磅报告下载）
简介:为了金融行业对数据中台有更全面.系统的认知,<2020阿里云金融数据中台报告>为金融行业展示数据中台建设之道和实践路径. 前言: -更多关于数智化转型.数据中台内容请加入阿里云数据中 ...
- 恒生证券期货行业用户维稳工作指引（二）
Ø 维稳期间客户应急措施建议<?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:offi ...
最新文章
- 《幸福资本论》读书笔记
- 使用python实现多维数据降维操作
- 在C#中怎么调用Resources文件中的图片
- 第三讲：Asp.Net+Autofac+EF/ADO.NET Winform OA（3）-启用DevExpress皮肤功能
- shell 删除七日内日志_shell日志删除（超容量自动）
- 凡事想开，心情不坏~
- scala基础之对象
- nftables入门文档
- word把选择答案弄到题目里_怎样将word中后面的答案和题目合并到一起 - 卡饭网...
- logrotatesyslog
- Log4Net使用手册 ---转载
- 常见密码归纳（入门级）
- python移动文件，将一个文件夹里面的文件移动到另一个文件夹
- MRP专题二：计划策略（MTO)
- 全国各地城市FM调频电台频率列表（上海北京广州深圳长沙武汉重庆）
- 关闭windows defender安全中心的方法
- JVM七大垃圾回收器上篇Serial、ParNeW、Parallel Scavenge、 Serial Old、 Parallel Old、 CMS、 G1【尚】
- CNN原理及模型参数
- cGAN/cDCGAN，MNIST数据集初体验(内含原理，代码)
- [Java 基础] 深入理解List的toArray()方法和toArray(T[] a)方法