SBTI价值

强化市场风险数据质量管理

  近年来,随着巴塞尔新资本协议的实施,各国监管机构对市场 风险数据质量管理有了更高、更细化的 要求。面对监管和银行市场风 险计量与 监控的内部管理要求,中国建设银行借 鉴六西格玛管理流程中的DMAIC方法, 制定了市场风险相关数据质量管理的办 法。建行在自 主开发的金融市场业务风 险管理系统(FMBRM系统)中,构建了 全行集中、统一的市场风险数据集市, 整合了全行的资金交易业务数据和市 场 数据,形成市场风险数据的统一视图。该 系统根据DMAIC方法,采用自行建立规 则库、自行开发应用模块的方式来实现 数据质量管理功能 ,大大提高了市场风 险相关数据的质量,为及时、有效、准确 地计量全行资金交易市场风险及灵活生成 内外部报告奠定了基础。

DMAIC数据管理的含义与任务

  DMAIC 的具体含义为: 定义过 程的问题( D e f i n e ) ; 测量过程的 性能( M e a s u r e ) ; 分析过程的原因 (Analyze);改进过程,降低分散程 度或减少非增值的活动(Improve); 控制过程,使得同样的问题不再发生 (Control)。DMAIC方法是 典型的六西 格玛管理流程,通过消除变异和缺陷来实 现零差错率。

  借鉴DMAIC方法,建行将数据质量 管理划分为五个阶段,即定义、测量、 分析、改进、控制,并明确了各阶段的 含义与具体任务。 包括定义市场风险数据质量管理的目标、范围和维度,确定 测量基准和检查规则,针对所获得的样 本数据进行数据质量检查,分析检查结 果 和主要成因要素,以及提出针对性的 市场风险数据质量改进建议。上述五个 阶段的具体任务详见图1。

定义阶段的数据质量管理

  数据质量管理定义是数据质量管理的 规划阶段,主要目的是确定数据质量管 理的范围。定义阶段完成的任务包括确 定数据质量管理 目标,获取数据质量需 求,根据需求选择需要控制数据质量的 业务系统范围和评估方式。

  建行将定义阶段需完成的任务分为五 部分,这些任务相互关联,逐级深入。

  一是定义市场风险数据质量管理的目 标。通过设定一系列的检核规则,对已 抽取到市场风险数据集市中的市场头寸 数据进行核对, 发现市场风险数据在完 整性、真实性、有效性和及时性方面的 问题,找出存在错误、缺失以及不一致 的数据,以达到提高数据质量,满足市 场风险资本计量、信息披露和内部管理 的数据要求。

  二是定义数据质量管理需求。包括对 头寸/交易数据、市场数据和产品/参考 数据错误、缺失情况下所导致的数据质 量问题进行核查 和报告。

  三是定义数据质量管理范围。包括 四个不同层级对象的管理范围:数据应 用范围、关键数据范围、数据质量测量 系统范围、数据质 量管理字段范围。其 中,数据应用范围涵盖交易/头寸数据、 市场数据等目标数据的需求;关键数据 范围涵盖市场风险内模法计量的关键数 据;数据质量测量系统范围包括建行金 融市场业务的九大系统;数据质量管理 字段范围即全部明细数据映射字段。

  四是定义数据质量管理维度。包括 六个不同维度:数据完备性、数据有效 性、数据唯一性、数据一致性、数据时 效性、数据真实性 。其中数据完备性是 指业务所需的关键数据项在系统中是否 有定义,或者关键数据项是否都采集了 数据;数据有效性是指数据是否符合数 据标准中的业务定义;数据唯一性是指 是否满足一个业务唯 一关键数据项仅对应 一条记录;数据一致 性是指相同数据项在 不同系统或同一 系统 内不同表格记录多次 时,多个数据值是否 相同;数据时效性是 指是否能够在数据需 求定义要求的期限内获得最新的数据,或按要求的 更新频率 刷新数据值;数据真实性是指数据值是 否反映了真实的业务情况。

  五是定义数据质量测量基准。首先需 要选择测量指标,例如错误数,然后再 对各数据字段和规则定义各指标的测量 基准。

测量阶段的数据质量管理

  数据质量管理测量阶段的任务是根 据定义阶段确定的关键数据范围和管理 维度的映射关系,详细规划质量分析的 规则和分析方法, 并执行实际的测量动 作。数据质量测量阶段获得数据质量状 况的原始信息,是数据质量分析阶段各 任务的输入信息。

  建行将测量阶段需完成的任务分为四 部分:分析目标系统环境,选择测量工 具,分析样本数据;制定数据质量测量 规则;编写数据 质量测量脚本;测量数 据质量。

分析阶段的数据质量管理

  数据质量管理分析阶段的任务是分析 数据质量测量结果,提交数据质量统计 报告,并发现问题原因,识别相应的改 进任务。数据质 量统计报告是数据质量 管控组织分析决策的信息来源,也为质 量改进阶段提供了输入信息。建行将分 析阶段需完成的任务分为以下三部分。

  一是编写数据质量分析模板。在数据 质量管理分析阶段,首先需要根据数据 质量测量阶段的结果形成数据质量分析 报告。数据质量 报告类型根据使用目的不 同可分为数据质量测量明细报告和数据质 量测量统计报告。

  二是选择主要数据质量问题。数据质 量问题不可能一次性完全解决,应将有 限的资源集中用于解决主要的问题。通 常可设定一个阈 值,将偏离度超出阈值的 数据质量问题作为主要数据质量问题。

  三是分析数据质量问题原因。根据选 中的主要数据质量问题,从中挑选具有 代表性的异常数据记录,向业务部门和 IT技术人员通过 访谈或调查方式分析原 因。将问题原因归类,作为识别和定义 数据质量改进点的信息依据。

改进阶段的数据质量管理

  数据质量改进是需要持续性开展的工 作,尤其是市场风险管理对于数据的要 求很高,一个小的数据质量问题会直接 影响计量的结果 ,因此需要高度重视。

  数据质量改进的目标是识别数据质量 的改进方法,设定一系列目标任务去改 善数据质量状况,并对数据改善情况进 行监控,分析改 进任务改善数据质量状 况的有效性。数据质量改进阶段的主要信 息来源是质量分析阶段所确定主要数据质 量问题范围及其原因。本阶段确认 有效的 改善任务及方法在控制阶段将持续执行。

  建行将改进阶段需完成的任务分为 三部分:定义数据质量改进方案;执行 数据质量改进任务;确认数据质量改进 方案有效性。在这 三个任务中,由于市 场数据的波动是造成市场风险出现的原 因,因此保证市场数据的准确性十分必 要。举例来说,可以设立一定的阀值进行 管理。此时,首先需要对各市场数据设 定阀值以判定市场数据在什么情况下属 于异常,每日检查市场数据是否越过阀 值,以判定是否为异常 的需关注的数据。

  各市场数据的阀值可按以下步骤计 算:使用距当前500个工作日作为历史数 据,并计算每日的市场数据变动Ct-1、 Ct-2??Ct-500; 通过最近的20个变 动值计算平均变动值,使用如下公式: MAt=SQRT[(Ct-12+Ct-22+??+Ct- 202)/20],这样会得到480个MA;计算相 应的480 个相对波动率Vt=Ct/MAt;对 480个V按数值大小进行排序;选择V中最 大的第5个值作为正向阀值,最小的第5个 值作为负向阀值;当得到阀值 后,每日 比对相对波动率V值是否在正向阀值和负 向阀值中,若超出阀值范围或为零时,报送市场数据异常。

控制阶段的数据质量管理

  控制阶段把确认为有效的数据质量改 进方案交付给相应业务和技术部门,作 为日常业务营运的一部分,帮助业务和 技术部门定期测 量数据质量状况,根据 报告流程定义,报送相应的风险数据管 控组织,构成完整的全行新资本协议实 施数据质量管理体系。

  虽然改进阶段提出了数据质量改进 的各种手段建议,对于发现的数据质量 问题,可以采用这些手段进行解决。但 解决数据质量问题 ,不能仅仅局限于解 决本次发现的问题,要着眼于防止类似 问题的再次发生。对整个系统而言,只 有建立相应的数据质量改进流程,才能 保证数据质量的有效提升和改进。而且 数据质量改进流程不是单向的一次性流 程,应该是一个螺旋式上升、不断前进 的过程。因此,在数据 质量问题发现以 及改进的各环节,还需要建立以下相关 子流程。

  建立日常数据质量评估流程。将数据 质量管控作为银行日常工作之一,建立 起常规化的数据质量评估管理体系。

  建立问题数据处理流程。配合数据质 量问题的清理、弥补工作,建立相关配 套的问题数据处理流程,确保问题数据 得到及时正确解 决。

 建立数据标准管理流程。配合建立企 业级数据标准,并建立与之配套的标准 化、跨部门协作的管理流程,确保企业 风险相关数据标 准的完整性与正确性。

  建立数据变更报告流程。业务系统发 生变更,包括业务系统升级、代码维护 修改等情况,应采用预先报告的机制, 以便相关系统主 动调整业务系统的脚本 和映射表,避免错误数据进入其他业务 系统。

作者单位:中国建设银行风险管理部