2. 风险数据基础

在风险数据统一标识与主数据治理的体系中，第一步不是建平台，也不是写规则，而是把“风险数据”本身说清楚。如果连风险数据包含什么、从哪里来、长什么样、有什么脾气都不清楚，后续的标识设计、主数据建模和治理策略都会变成空中楼阁。本节从定义、分类、来源、特征四个维度建立风险数据的认知底座，并重点拆解信用风险、市场风险、操作风险等常见类型的数据形态。

一、核心原理：什么是风险数据

风险数据是指金融机构在识别、计量、监测、报告和控制风险过程中所产生、采集、加工和使用的各类数据。它既包括直接描述风险暴露的数值型数据，也包括支撑风险判断的规则、模型、标签和文档。理解风险数据，需要抓住三个关键属性：

• 风险相关性：数据必须与某类风险敞口、风险事件或风险控制活动存在可解释的关联，否则只是普通业务数据。
• 可计量性：风险数据最终要服务于计量与评估，因此需要具备明确的定义、口径、单位和时间维度。
• 可追溯性：从原始来源到加工结果，风险数据必须能够回溯其采集、转换和计算过程，这是统一标识存在的根本理由。

二、风险数据的分类框架

风险数据可以从多个维度分类。按风险类型划分，对应信用风险、市场风险、操作风险、流动性风险、声誉风险等；按数据形态划分，可分为结构化数据、半结构化数据和非结构化数据；按加工程度划分，可分为原始数据、衍生数据和指标数据。实际治理中，最常用的是“风险类型 × 数据形态”的二维分类，因为它直接决定了标识规则和主数据建模方式。

三、风险数据的来源与流转

风险数据来源广泛，通常可分为内部来源和外部来源两大类。内部来源包括核心业务系统、信贷系统、交易系统、财务系统、风险管理系统、影像与档案系统等；外部来源包括征信机构、评级公司、行情资讯商、监管报送平台、舆情与工商数据等。不同来源的数据在标识体系、编码规则、更新频率和质量水平上差异显著。

从流转视角看，风险数据一般经历“采集—清洗—整合—加工—服务”五个阶段。采集阶段关注来源系统和接口；清洗阶段处理缺失、重复和格式不一致；整合阶段完成实体识别与统一标识；加工阶段生成风险指标和模型输入；服务阶段面向报表、监管报送和决策分析。统一标识的核心作用，正是在整合阶段为跨来源的同一风险对象建立稳定、唯一、可复用的身份。

四、常见风险数据类型与数据特征

信用风险数据以客户、授信、合同、担保、评级和违约记录为核心。它的典型特征是实体关系复杂：一个客户可能对应多个授信合同，一个合同可能对应多个担保品，集团客户之间还存在股权和控制关系。治理中最常见的问题是同一客户在不同系统中拥有不同编号，导致风险敞口无法合并计算。

市场风险数据以交易、头寸、行情、估值曲线和限额为主。它的特征是时序性强、更新频率高、对时间戳和版本极其敏感。同一笔交易在交易系统、估值系统和风险系统之间流转时，如果标识不一致，就会出现“同一笔交易被重复计量”或“部分交易漏计”的问题。

操作风险数据以风险事件、损失记录、流程节点、控制点和员工/系统信息为主。它的特征是大量依赖文本描述和人工分类，结构化程度低，分类口径容易漂移。例如“员工操作失误”和“流程设计缺陷”在不同分支机构的填报中可能被归入不同类别，导致汇总分析失真。

五、误区与复盘：风险数据认知中的常见偏差

第一个误区是把风险数据等同于风险报表数据。报表只是加工后的结果，真正的风险数据还包括原始交易、合同条款、评级底稿和事件描述。只治理报表层，等于只擦窗户不修墙。

第二个误区是认为风险数据天然干净、天然标准。实际上，风险数据往往来自多个业务系统，口径、编码、更新频率各不相同，脏数据和冲突数据是常态。统一标识的价值，正是在这种“不干净”的现实上建立可管理的秩序。

第三个误区是忽视非结构化风险数据。操作风险事件描述、合同文本、舆情信息等非结构化数据在风险识别中越来越重要，但它们同样需要标识、分类和关联。治理方案如果只覆盖结构化字段，就会在操作风险和声誉风险场景中留下盲区。

风险数据治理检查清单（节选）：
1. 是否已识别本机构核心风险类型及其数据对象？
2. 每类风险对象是否已有唯一标识规则？
3. 跨系统同一对象是否存在多编号冲突？
4. 外部数据来源是否已纳入标识与质量监控？
5. 非结构化风险数据是否有分类与关联方案？
6. 标识变更是否有版本记录和影响分析？

理解风险数据的定义、分类、来源与特征，是后续统一标识设计和主数据建模的前提。只有先把风险数据的“家底”摸清楚，才能让标识体系真正服务于风险计量、监管报送和经营决策，而不是成为另一层需要维护的负担。