2. 风险数据基础
建设风险数据的 Single Source of Truth（SSOT，单一可信数据源），第一步不是选工具，而是把“风险数据到底是什么”讲清楚。如果团队对数据的分类口径、术语含义、来源边界理解不一致，那么再先进的数据平台也只是把混乱搬到了线上。本节从分类、术语、来源、场景与价值五个维度，为后续的 SSOT 建设打下共同语言基础。
一、核心原理：风险数据的四个基本属性
风险数据与普通业务数据最大的区别，在于它天然带有“不确定性”和“判断性”。理解它需要抓住四个属性：
- 时效性：市场风险数据以毫秒计，信用风险数据以日计，合规名单可能以月计。时效要求不同，采集与更新机制就不同。
- 关联性：一笔授信风险同时关联客户、行业、担保、区域、宏观指标，孤立看单条数据无法评估真实敞口。
- 可追溯性：监管与内审要求每个风险指标都能回溯到原始来源、加工逻辑和责任人。
- 一致性：同一风险口径在信贷、风控、财务、监管报送中必须指向同一数值，这正是 SSOT 要解决的核心问题。
风险数据的本质是“带判断结论的事实”。事实来自业务系统，判断来自模型与规则，SSOT 要同时管住这两层，缺一不可。
二、风险数据分类：按用途与来源双维度切分
分类是治理的起点。实践中常用“用途维度”和“来源维度”交叉切分，避免单一维度带来的盲区。
| 分类维度 | 类别 | 典型内容 | SSOT 关注点 |
|---|---|---|---|
| 按用途 | 客户与交易数据 | 客户基本信息、账户、合同、交易流水 | 主数据唯一性、客户号统一 |
| 风险暴露数据 | 授信余额、担保、敞口、集中度 | 口径一致、时点可复现 | |
| 风险缓释数据 | 抵押、质押、保证、净额结算 | 估值与有效性校验 | |
| 风险结果数据 | 评级、评分、PD、LGD、预警信号 | 模型版本与结果绑定 | |
| 按来源 | 内部业务系统 | 核心、信贷、交易、财务系统 | 接口稳定、字段映射 |
| 外部数据 | 征信、工商、舆情、行情、评级 | 授权合规、更新频率 | |
| 人工录入 | 尽调报告、专家判断、例外审批 | 责任到人、留痕审计 |
三、常见术语：统一语言才能统一数据
风险领域术语密集，且同一词在不同部门含义可能不同。SSOT 建设必须先把术语定义固化下来，常见核心术语包括：
- 敞口（Exposure）：客户或组合在违约时可能损失的最大金额，需明确是否含表外、是否扣缓释。
- PD / LGD / EAD：违约概率、违约损失率、违约风险暴露，是信用风险计量的三大参数。
- 风险限额（Limit）：对敞口设定的上限，分客户、行业、区域、产品多层级。
- 风险加权资产（RWA）：监管资本计量的基础，直接受数据质量影响。
- 数据血缘（Lineage）：数据从源头到报表的完整流转路径。
- 黄金记录（Golden Record）：多源冲突时被认定为权威的那一条记录。
术语表不是文档摆设。建议把每个术语的“定义、计算公式、责任部门、生效版本”做成可查询的元数据，直接挂到 SSOT 平台上。
四、数据来源与应用场景
风险数据来源可归纳为三条主线：内部业务系统、外部数据服务、人工判断。它们在不同场景中的组合方式，决定了 SSOT 的集成架构。
典型应用场景包括：
- 监管报送：如 1104 报表、EAST、巴塞尔 III 披露，要求数据可追溯、口径统一。
- 内部风险报告：面向董事会和高管的风险仪表盘，强调时效与聚合准确性。
- 实时预警：交易反欺诈、限额超限、舆情负面，要求低延迟与高召回。
- 授信审批：客户评级、额度测算、担保评估，依赖客户与敞口数据的完整性。
- 组合管理：行业集中度、区域分布、压力测试，依赖多维关联数据。
五、业务价值与常见误区
SSOT 带来的业务价值可量化为三个层面：效率（减少重复取数与对账）、质量（降低口径差异导致的错报）、合规（满足监管可追溯要求）。但建设过程中常见以下误区：
误区一：把 SSOT 当成一个数据库。SSOT 是一套治理机制加技术平台的组合，核心是“谁定义、谁负责、谁使用”的权责体系，而非单一存储。
误区二：追求一次性全量接入。风险数据域庞大，应按监管报送、核心风险指标等高价值场景分批推进，先立标杆再扩展。
误区三：忽视人工录入数据。尽调、例外审批等人工数据往往是非结构化、责任不清的重灾区，必须纳入 SSOT 的留痕与校验范围。
误区四：只建不治。没有持续的数据质量监控和问题闭环，SSOT 会在数月内退化为“又一个数据孤岛”。
误区二：追求一次性全量接入。风险数据域庞大，应按监管报送、核心风险指标等高价值场景分批推进，先立标杆再扩展。
误区三：忽视人工录入数据。尽调、例外审批等人工数据往往是非结构化、责任不清的重灾区，必须纳入 SSOT 的留痕与校验范围。
误区四：只建不治。没有持续的数据质量监控和问题闭环，SSOT 会在数月内退化为“又一个数据孤岛”。
复盘一个典型教训：某机构在建设初期直接汇总各系统数据，未先统一“敞口”定义，导致信贷部门含表外、风险部门不含表外，同一客户在两张报表上差异超过 30%。后续通过建立术语表、明确计算口径、在 SSOT 中固化加工逻辑，才逐步收敛。这说明：分类与术语的统一，必须走在技术集成之前。
掌握本节内容后，你应能回答三个问题：这条风险数据属于哪一类？它的权威来源在哪里？它将被用于哪个场景、需要满足什么时效与口径要求？这三个问题的答案，正是下一阶段数据建模与平台设计的输入。