4. 数据架构与IT基础设施
BCBS 239 的十四条原则中，有相当一部分最终都要落到“数据能不能被找到、被理解、被追溯、被复用”这一层能力上。风险数据聚合与风险报告之所以在很多银行难以达标，根源往往不在报表本身，而在其下的数据架构与 IT 基础设施：模型定义不统一、血缘断链、主数据冲突、仓库与大数据平台职责不清。本章聚焦这四类基础设施能力，说明它们各自解决什么问题、如何协同支撑治理闭环。
一、核心原理：四类能力的分工与协同
可以把风险数据体系理解为一条从“业务事件”到“监管报告”的链路，四类能力分别承担不同职责：
- 数据模型：定义“数据长什么样”。包括概念模型、逻辑模型与物理模型，统一风险口径下的实体、属性、关系与代码值，是跨系统对话的共同语言。
- 数据血缘：定义“数据从哪来、到哪去”。记录字段级、表级、任务级的加工路径，支撑影响分析、根因定位与监管问询应答。
- 主数据管理（MDM）：定义“谁是唯一正确的”。对客户、交易对手、机构、产品、科目等核心实体建立黄金记录与统一编码，消除多源冲突。
- 数据仓库与大数据平台：定义“数据在哪里被整合与计算”。仓库承担结构化、强一致、可审计的整合与指标加工；大数据平台承担海量、多样、高弹性的明细存储与复杂计算。
四者不是并列的工具清单，而是层层依赖：模型是语义基础，主数据是实体锚点，血缘是追溯纽带，仓库与平台是承载与执行环境。缺少任何一层，风险聚合都会出现“口径漂移”或“无法解释”。
二、方法流程：从模型到血缘的落地路径
在 BCBS 239 整改项目中，建议按以下顺序推进，避免“先建平台后补语义”的返工：
- 梳理风险数据域与关键指标：以监管报表和内部风险报告为起点，反推所需的核心实体与指标，形成概念模型清单。
- 建立统一逻辑模型与代码值：对客户、交易对手、产品、机构、币种、风险类型等定义标准属性与枚举值，并与监管口径对齐。
- 落地主数据管理：确定各实体的权威数据源（System of Record），建立匹配、合并、分发规则，输出黄金记录。
- 采集与维护数据血缘：从 ETL/ELT 任务、SQL、调度依赖中自动解析字段级血缘，人工补充业务规则与手工调整环节。
- 明确仓库与大数据平台分工：仓库承载强一致整合层与指标层，大数据平台承载明细留存、历史快照与复杂计算，二者通过统一语义层对接。
- 建立变更与闭环机制：模型、主数据、血缘、平台任务任一变更，都触发影响分析并回写治理台账。
关键原则：血缘不是“画出来的图”，而是从加工逻辑中“解析出来的事实”。人工维护的血缘只能作为补充，不能作为主证据链。
三、案例场景：一次监管问询的追溯过程
假设监管机构问询：“某月末交易对手集中度报告中，某集团敞口较上月大幅上升，请说明原因。”在具备上述基础设施的银行中，追溯路径如下：
-- 血缘解析示例：从报表字段反查上游
SELECT report_field, source_table, transform_logic, owner
FROM data_lineage
WHERE report_field = 'counterparty_exposure_amt'
AND report_id = 'RPT_CONC_001'
ORDER BY lineage_level DESC;
-- 输出（示意）
report_field source_table transform_logic owner
counterparty_exposure_amt dwd_loan_balance SUM(balance) 信贷域
counterparty_exposure_amt dwd_derivative_npv SUM(npv * fx_rate) 金融市场域
counterparty_exposure_amt dim_counterparty GROUP BY group_id 主数据团队
结合主数据中的集团父子关系与血缘中的汇率加工逻辑，团队可以快速定位：敞口上升来自某成员单位新纳入集团合并范围，以及汇率折算口径调整。整个过程可复算、可解释，直接满足 BCBS 239 对准确性与可追溯性的要求。
四、误区与复盘
| 常见误区 | 表现 | 纠正方向 |
|---|---|---|
| 模型只做物理表设计 | 缺少概念与逻辑层，口径靠口头约定 | 先建概念/逻辑模型，再映射物理实现 |
| 血缘靠手工维护 | 更新滞后，监管问询时无法自证 | 自动解析为主，人工补充为辅 |
| 主数据“只建不管” | 黄金记录与源系统不一致，冲突长期存在 | 明确权威源与数据 steward，建立分发与回写机制 |
| 仓库与大数据平台职责重叠 | 同一指标两处计算，结果不一致 | 统一语义层，明确整合层与明细层边界 |
| 变更不触发影响分析 | 上游改字段，下游报表静默出错 | 将血缘与变更管理、发布流程绑定 |
复盘提示：数据架构整改最容易失败的节点，是把“建平台”当成目标。BCBS 239 关注的是可追溯、可解释、可复算的能力，平台只是载体。若模型、主数据与血缘没有同步治理，再先进的大数据平台也无法通过监管验证。
综上，数据模型、数据血缘、主数据管理以及数据仓库与大数据平台，共同构成风险数据聚合的“地基”。它们分别回答“数据是什么、从哪来、谁为准、在哪算”四个问题，只有四者形成闭环，风险报告才具备监管所要求的准确性与可追溯性。