1. 课程导入

在银行风险管理领域，数据是贯穿资本计量、限额监控、风险预警与监管报送的“血液”。然而，许多银行在推进风险数字化时，最先遇到的障碍往往不是模型不够先进，而是数据找不到、口径对不上、指标算不准。同一笔贷款，在信贷系统、风险加权资产系统、监管报送系统中可能呈现不同的客户分类、不同的逾期天数、不同的风险暴露金额。这种“同名不同义、同义不同值”的现象，正是风险数据架构与统一口径设计要解决的核心问题。

一、什么是银行风险数据架构与统一口径设计

银行风险数据架构是指面向信用风险、市场风险、操作风险、流动性风险等风险管理需求，对数据来源、数据模型、数据集成、数据服务与数据治理进行整体规划与分层设计的方法体系。它回答的是“风险数据从哪里来、按什么结构存、以什么方式供、由谁负责管”的问题。

统一口径设计则是在风险数据架构之上，对关键风险指标、风险暴露、违约认定、逾期天数、客户评级、抵质押品价值等核心概念，建立全行唯一、可追溯、可审计的业务定义与计算规则。它回答的是“同一个指标在全行是否只有一个算法、一套参数、一个结果”的问题。

二、学习目标

完成本课程后，学员应能够：

• 理解架构全貌：掌握银行风险数据架构的分层逻辑、核心组件与主流设计模式。
• 掌握口径方法：能够运用指标定义、数据血缘、口径映射等方法，设计统一口径规则。
• 识别关键场景：熟悉信用风险、监管报送、风险加权资产、预期信用损失等场景下的数据与口径难点。
• 落地治理机制：了解数据标准、主数据、元数据、数据质量与口径变更管理的协同机制。
• 规避常见误区：能够识别“先建系统后定口径”“口径文档与代码脱节”等典型问题并给出改进思路。

三、整体课程框架与学习路径

本课程共30章，按照“认知—设计—落地—治理—复盘”的主线展开，可划分为五个模块：

模块	核心内容	学习重点
模块一：认知基础	风险数据架构定义、统一口径价值、监管背景	建立全局视角，理解“为什么做”
模块二：架构设计	分层架构、数据模型、集成方式、数据服务	掌握“怎么组织数据”
模块三：口径设计	指标定义、计算规则、血缘追踪、口径映射	掌握“怎么统一定义”
模块四：落地实施	信用风险、监管报送、RWA、ECL等场景实践	理解“怎么用到业务中”
模块五：治理与复盘	数据标准、质量监控、变更管理、案例复盘	确保“长期可信可控”

学习路径建议：先建立架构与口径的整体认知，再深入数据模型与指标定义方法，随后通过典型风险场景理解落地方式，最后回到治理机制与复盘方法，形成闭环。

四、核心原理：分层解耦与口径收敛

风险数据架构的核心原理是分层解耦：将数据源、集成、模型、口径、服务逐层分离，使底层系统变化不会直接冲击上层指标，上层口径调整也能清晰追溯到数据来源。统一口径的核心原理是口径收敛：将分散在各业务系统中的定义逐步收敛到全行唯一的标准定义，并通过数据血缘建立“定义—规则—数据—报表”的完整链路。

在实际项目中，口径收敛通常遵循以下流程：

1. 盘点现状：收集各系统、各报表中同名或近义指标，记录其定义、算法、数据来源。
2. 识别冲突：对比差异，标记“同名不同义”“同义不同值”“口径缺失”等问题。
3. 制定标准：由风险、财务、科技、监管报送等部门共同确认唯一口径。
4. 映射落地：将标准口径映射到物理字段与计算逻辑，形成可执行规则。
5. 持续监控：通过数据质量规则与血缘追踪，监控口径执行偏差。

五、典型场景：同一指标为何三个结果

某银行在监管报送与内部风险报告中，发现“不良贷款余额”出现三个不同数值。经排查：

• 信贷系统按“本金逾期90天以上”统计，未包含表外业务。
• 风险加权资产系统按“五级分类为次级、可疑、损失”统计，包含部分重组贷款。
• 监管报送系统按监管口径统计，对逾期天数、重组观察期有特殊规则。

三个结果各有依据，但缺乏统一口径说明，导致管理层无法判断真实风险水平。该案例说明：没有统一口径，数据架构再先进也无法产生可信的管理信息。

六、常见误区与复盘

复盘要点：口径设计不是一次性项目，而是持续运营机制。每新增一个指标、每调整一次监管规则，都应触发口径评审与血缘更新。只有把口径管理嵌入日常数据治理流程，风险数据架构才能真正支撑起银行的全面风险管理。

口径变更检查清单：
[ ] 是否影响监管报送？
[ ] 是否影响资本计量？
[ ] 是否影响风险限额？
[ ] 是否已更新指标字典？
[ ] 是否已同步ETL与报表？
[ ] 是否已通知业务与审计？