2. 风险数据体系概览
在建设风险数据聚合层与风险数据集市之前，必须先回答一个基础问题：风险数据到底包含什么、从哪里来、受哪些监管约束、由谁治理、最终服务于哪些场景。只有把这张“全景图”画清楚，后续的分层建模、指标加工与集市设计才不会变成无源之水。本节从分类、来源、监管、治理与场景五个维度，建立风险数据体系的整体认知框架。
一、核心原理：风险数据的五维分类
风险数据并非单一类型的数据集合，而是围绕“风险识别—计量—监控—报告”全链路形成的多源异构数据。业界通常从五个维度进行分类，这一分类直接决定了聚合层的存储策略与集市的主题划分。
- 按业务域分类：信用风险、市场风险、操作风险、流动性风险、声誉与合规风险数据。
- 按数据形态分类：结构化交易数据、半结构化报文与日志、非结构化合同与舆情文本。
- 按时间属性分类：存量快照数据（如敞口余额）、流量变动数据（如交易流水）、时点与区间指标。
- 按加工程度分类：贴源原始数据、清洗标准化数据、指标衍生数据、模型输出数据。
- 按敏感级别分类：公开数据、内部数据、敏感数据、核心机密数据（如客户身份信息）。
这五个维度不是互斥的，同一条数据往往同时具备多个标签。例如一笔对公贷款既属于信用风险域，又是结构化、存量、贴源且敏感的数据。聚合层设计时，需要以“业务域+敏感级别”作为主索引，以“时间属性+加工程度”作为分区与血缘追踪的依据。
二、来源系统与数据流向
风险数据来源系统可归纳为四类：交易类系统（核心银行、信贷、资金交易）、管理类系统（额度、押品、担保）、外部数据源（征信、工商、司法、行情）、风险计量系统（评级、估值、压力测试引擎）。它们通过批量抽取、实时消息、文件交换三种方式汇入聚合层。
数据流向遵循“贴源接入—清洗标准化—一致性整合—主题化输出”的主链路。聚合层承担的是横向拉通职责，把分散在各系统的同一客户、同一合约、同一交易对手的数据对齐到统一主键；集市层承担的是纵向深化职责，按风险类型组织指标与模型结果。
三、监管要求与数据治理框架
风险数据是强监管领域，监管要求直接约束数据体系的建设标准。国内主要涉及银保监会EAST报送、1104报表体系、LCR与NSFR流动性指标、IFRS9预期信用损失、以及人民银行金融数据安全分级指南。国际上则包括巴塞尔III、BCBS239（风险数据聚合与风险报告原则）。
| 监管要求 | 核心约束 | 对数据体系的影响 |
|---|---|---|
| BCBS239 | 风险数据准确、完整、及时、可追溯 | 强制血缘追踪与数据质量度量 |
| EAST报送 | 字段级标准化、逐笔明细 | 贴源层需保留最细粒度 |
| IFRS9 | 三阶段减值、前瞻性信息 | 需整合宏观因子与历史违约数据 |
| 数据安全分级 | 敏感数据识别与脱敏 | 聚合层需内置分类分级标签 |
数据治理框架通常采用“组织+制度+工具”三位一体：组织上设立数据治理委员会与数据Owner；制度上明确数据标准、质量规则与问责机制；工具上落地元数据管理、数据质量平台与血缘分析。治理不是聚合层建成后的补丁，而应作为设计输入前置嵌入。
四、典型应用场景与常见误区
风险数据体系最终服务于四类典型场景：监管报送（EAST、1104、LCR）、内部风险管理（限额监控、集中度分析、预警）、风险计量（评级、估值、压力测试）、经营决策（风险调整后收益、资本配置）。不同场景对数据时效、粒度、精度的要求差异显著，这也是集市需要分主题建设的原因。
复盘一个典型问题：某机构在建设风险集市时，直接从未经清洗的信贷系统抽取五级分类结果，导致同一客户在不同产品线下的分类不一致，监管报送出现偏差。根因在于缺少聚合层的一致性整合环节。修复方式是在聚合层建立客户级分类仲裁规则，再向集市输出唯一版本。这一案例说明：聚合层的核心价值不是搬运数据，而是建立唯一可信版本。
-- 聚合层一致性整合示例：客户级五级分类仲裁
SELECT
cust_id,
MAX(class_date) AS latest_date,
FIRST_VALUE(five_level_class) OVER (
PARTITION BY cust_id ORDER BY class_date DESC
) AS final_class
FROM risk_ods.loan_class_detail
WHERE data_source IN ('CORE','CREDIT','GUARANTEE')
GROUP BY cust_id, class_date;理解风险数据体系的全貌，是后续设计聚合层分层架构与集市主题模型的前提。分类决定存储、来源决定接入、监管决定标准、治理决定质量、场景决定服务方式，五者共同构成风险数据体系的设计约束。