4. 风险数据基础
监管科技与金融审计的效能，最终取决于风险数据的可用性。如果把风险模型比作发动机，风险数据就是燃料——燃料标号不对、杂质过多或供应中断，再精密的模型也无法输出可信结论。本节围绕风险数据的四个基础问题展开：有哪些类型、从哪里来、质量如何保障、治理与合规如何落地。
一、核心原理：风险数据的四层结构
风险数据并非单一维度的记录，而是由业务属性、时间属性、主体属性和来源属性共同刻画的多层结构。理解这一结构，是后续数据治理与审计取数的前提。
- 按业务领域分类：信用风险数据（授信、担保、逾期、五级分类）、市场风险数据（头寸、估值、利率、汇率）、操作风险数据（损失事件、流程节点、控制缺陷）、流动性风险数据（现金流缺口、备付金、融资集中度）。
- 按数据形态分类：结构化数据（核心系统交易流水、总账科目余额）、半结构化数据（日志、报文、JSON接口返回）、非结构化数据（合同文本、影像件、客服录音、邮件）。
- 按加工程度分类：原始层（ODS）、明细层（DWD）、汇总层（DWS）、应用层（ADS），对应从“原始凭证”到“监管报表”的逐级抽象。
- 按合规敏感度分类：一般数据、重要数据、个人金融信息、核心数据，不同级别对应不同的存储、传输与访问控制要求。
这四层结构并非彼此独立。一笔信贷业务在业务维度属于信用风险，在形态维度是结构化流水，在加工维度跨越ODS到ADS，在合规维度可能同时涉及个人金融信息与重要数据。审计人员需要同时沿四个维度定位数据，才能判断其完整性与合规性。
二、数据来源与采集路径
风险数据来源可归纳为内部系统、外部接入和人工报送三条主线。内部系统包括核心银行系统、信贷管理系统、资金交易系统、总账系统、反洗钱系统等；外部接入包括征信机构、工商司法、舆情、第三方支付、监管报送回执等；人工报送则常见于分支机构报表、纸质合同补录和事件报告。
采集路径的设计直接决定数据时效与一致性。常见模式有批量抽取（T+1）、实时消息（Kafka等）、API调用和文件交换。批量抽取适合总账与报表，实时消息适合交易反欺诈与头寸监控，API适合外部征信查询，文件交换则多用于监管报送与历史归档。
三、数据质量：从维度到可执行规则
数据质量不是“感觉准不准”，而是可度量、可监控、可修复的工程属性。金融审计中常用的质量维度包括完整性、准确性、一致性、及时性、唯一性和有效性。每个维度都需要转化为具体规则，并绑定责任人与修复时限。
| 质量维度 | 典型规则示例 | 常见问题 | 审计关注点 |
|---|---|---|---|
| 完整性 | 客户证件号非空率≥99.5% | 字段缺失、默认值填充 | 缺失是否集中在特定机构 |
| 准确性 | 贷款余额与总账差额≤0.01% | 手工调账、汇率折算错误 | 差异是否被人工掩盖 |
| 一致性 | 同一客户在信贷与反洗钱系统名称一致 | 主数据未统一 | 跨系统映射是否可审计 |
| 及时性 | 风险事件2小时内入库 | 批量延迟、接口超时 | 延迟是否影响监管报送 |
| 唯一性 | 同一合同号不重复入账 | 重复报送、幂等失效 | 重复是否导致风险敞口虚增 |
质量规则应嵌入数据管道，而非事后抽查。典型做法是在ETL或流处理节点设置校验算子，失败记录进入隔离区并触发告警。以下是一个简化的质量校验配置示例：
rule_id: DQ_CREDIT_001
target: dwd.loan_contract
dimension: completeness
expression: customer_id IS NOT NULL AND loan_amount > 0
threshold: 0.995
action: quarantine
alert_channel: risk-data-ops
owner: 信贷数据组
四、数据治理与安全合规
数据治理解决“谁负责、按什么标准、如何持续改进”，数据安全合规解决“谁能看、能用到什么程度、如何留痕”。两者在监管科技场景下必须同步设计。
- 组织与职责：设立数据治理委员会，明确数据所有者、数据管理员和数据使用者三层角色，避免“谁都管、谁都不管”。
- 标准与元数据：建立统一指标口径、数据字典和血缘关系，确保监管报表与内部报告同源同义。
- 安全分级与访问控制：按数据敏感度实施最小权限、脱敏展示、动态授权和双人复核，个人金融信息须单独加密存储。
- 合规留痕：记录数据访问、导出、修改和共享的全链路日志，满足《数据安全法》《个人信息保护法》及金融监管部门的审计要求。
- 生命周期管理：明确采集、存储、使用、共享、归档和销毁各阶段的责任与时限，防止数据长期滞留形成合规风险。
五、案例与复盘：一次监管报送偏差的定位
某机构在季度监管报送中被指出“不良贷款率与现场检查结果偏差0.8个百分点”。审计团队沿数据血缘回溯，发现三个问题叠加：一是信贷系统五级分类调整未同步至报表汇总层，导致分类结果滞后一个批次；二是部分重组贷款在明细层被手工标记为“正常”，但该标记未记录操作人和原因；三是外部征信数据接入失败后，系统使用默认值填充，未触发告警。
复盘结论是：数据质量问题往往不是单点故障，而是采集、加工、权限和监控多个环节同时失效。修复措施包括：将五级分类调整纳入实时消息同步；对手工标记增加双人复核与日志留痕；对外部数据失败设置阻断式告警，禁止默认值静默填充。这一案例说明，风险数据的可靠性必须依靠治理机制与安全合规共同保障，而非依赖个别人员的经验判断。