分享版 技術架構變革 沈勇毅 新環境下的保險監管平臺建設之路.pdf

1、新環境下保險統一監管平臺建設之路個人簡介沈勇毅1981 年 11 月出生，籍貫江蘇。2004 年 7 月蘇州大學信息工程本科畢業。2004 年 7 月 - 2017 年 8 月期間先后歷任友邦咨詢科技、友邦中國信息科技部、友邦中國營運部高級經理，多次主導核心替換升級，業務轉型等戰略性項目。2017 年 8 月 - 2019 年 9 月任同方全球人壽保險營運部總監，主導核心替換以及營運轉型等工作。2019 年 9 月 - 2020 年 4 月任富衛信息科技（上海）有限公司技術總監，負責富衛集團內部信息系統建設和對外孵化。2020 年 4 月入職民生人壽保險股份有限公司，任職數據服務部副總經理，全

2、面負責公司信息化建設。行業監管背景我們面臨的挑戰系統建設分享目 錄項目實施收益未來規劃展望CONTENTS 現行監管體系政策 監管科技應用 監管熱點介紹 數據挑戰 應用挑戰 管理挑戰 營運挑戰 統一數據平臺 數據治理方案 統一監管應用 系統提升效果 項目獲獎 工作成果展示 發展規劃 踐行監管科技 規劃策略 數據治理目標01行業監管背景 現行監管體系政策 監管科技應用 監管熱點介紹監管體系-逐漸完善的金融監管體系國務院國務院金融穩定發展委員會金融穩定發展委員會銀保監會銀保監會各地金融監管局各地金融監管局統籌協調金融監管重大事項指導地方金融改革發展與監管審議金融業改革發展重大計劃各類銀行保險機構信

3、托公司銀行業協會保險業協會信托業協會保險學協會保險保障基金防范系統性風險和維護金融穩定人民銀行人民銀行外匯管理局各類銀行證監會證監會證券公司公募基金私募基金期貨公司基金銷售機構上市公司證券資信評級機構證券期貨投資咨詢機構證券交易所期貨交易所證券業協會期貨業協會證券投資基金業協會證券期貨經營機構證券投資基金管理公司證券登記結算公司中央國債登記結算公司期貨結算機構金融資產交易所大宗商品交易所小額貸款公司融資擔保公司農民專業合作社民間融資機構監督稽核支付體系信貸服務經理國庫行為監管職能微觀審慎監管金交所業務融資擔保業務小額貸款業務券商理財資管計劃公募基金業務私募基金業務 2018年我國形成“一委一行

4、兩會一局+地方金融監管局”的金融監管新格局，地方金融監管局與一行兩局（地方人行、銀保監局、證監局）形成錯位監管和補充。監管政策-越來越重視數據監管中國銀保信面臨中組部、銀保監等外部壓力成立數據治理專項小組，持續排查并跟蹤解決數據問題日常治理過程中對溝通不暢的公司采取高管約談約談每月給保險公司排名，并定期對數據治理不力的公司公開發布通報人民銀行面臨國際反洗錢組織施加的壓力實行現場執法檢查，公布接口規范收集明細數據對檢查發現問題的公司及主要負責人開出高額罰單公開公布反洗錢處罰信息銀保監會各大監管機構相繼推進數據監管政策，2020年，銀保監會又相繼發布了監管數據質量專項治理（45號文）和保險業監管數

5、據標準化規范（人身保險公司版）（50號文），趨勢越發明顯銀保監會發布稽核數據標準，保險數據統一接入EAST系統各地銀保監局開展稽核數據治理經過多輪緊急應對后，前期僅7家保險公司通過校驗對數據質量持續較差的公司采取公開通報的監管措施監管科技-金融監管“五大”新特征鈦資本研究院鈦資本研究院：20182018年是年是RegTechRegTech元年，目前還是以在傳統市場占有率比較高的元年，目前還是以在傳統市場占有率比較高的IT IT企業為主，為了滿足監管要求而開發了相應企業為主，為了滿足監管要求而開發了相應監管平臺。但從監管平臺。但從20192019年開始，涌現了一批早期投資項目機會。預計年開始，涌

6、現了一批早期投資項目機會。預計20202020年全球監管科技投資需求總量將達到年全球監管科技投資需求總量將達到11871187億美元。億美元。智能化高效快速地識別風險，并對監管數據進行挖掘，釋放數據潛力；智能掌握監管尺度，制定合規要求。實時化能夠實時監控各種指標數據，及時生成報告和解決方案；提高風險識別和處置能力，及時處理風險事件，提高事中監管的效率。敏捷化能夠充分利用云計算技術，實現相關應用的快速部署，對錯綜復雜的數據組進行快速解耦和組合。標準化實現監管數據的共享性和數據結構的統一性；對監管合規數據形成統一的標準，實現宏觀監管和機構內部監管的統一。數字化新技術的應用實現了報告數字化和合規流程

7、的自動化，能夠快速收集和分析處理復雜的數據，實現由了解客戶KYC到了解數據KYD的轉變?！拔宕蟆毙绿卣鞅O管科技-大數據熱度高漲 趨勢一：行業標準化未來將進一步制定和完善我國大數據領域標準體系。 趨勢二：區域化協同共進國內大數據產業的區域化協同共進的局面愈加清晰。 趨勢三：技術融合下的應用時代如果不能與互聯網、云計算、物聯網、人工智能技術等創新技術的結合應用，大數據的價值也無法凸顯。 趨勢四：數據安全國內大數據產業的區域化協同共進的局面愈加清晰。 趨勢五：數據開發與共享國內大數據產業的區域化協同共進的局面愈加清晰。2014年2015年2016年2017年“大數據”的概念首次正式寫入政府工作報告大

8、數據政策頂層設計年政策細化落地，國家發改委、環保部、工信部、國加林業局、農業部等均推出了關于大數據的發展意見和方案。大數據產業的發展正從理論研究加速進入應用時代監管科技-科技賦能穿透式監管中國監管科技發展報告：監管科技的核心技術主要包括云計算、大數據、AI、區塊鏈和API等五大領域。云計算為監管科技提供廉價的計算和存儲資源，通過數據集中匯聚提供大規模的數據資源，提升監管工具的共享程度。大數據實現大規模數據的挖掘分析能力、高效實時的處理能力。人工智能進一步提升數據的智能分析能力，提升客戶交互能力。區塊鏈保證獲取的基礎信息的真實性和效率，保證業務合規性，同時提高業務辦理的效率。API有助于監管政策

9、及合規準則的有效落實。提高監管的規范性，以最小擾動的方式進行監管。人工智能人工智能大數據大數據云計算云計算APIAPI區塊鏈區塊鏈數據傳輸通道海量數據存儲高質量數據提高速度和質量未篡改數據監管科技-核心技術場景應用監管科技的應用場景主要包括用戶身份識別、市場交易行為監測、合規數據報送、法律法規跟蹤、風險數據融合分析、行業風險監測六大方向，每個場景都需要多種技術共同支撐，都會在金融監管機構和金融從業機構中進行廣泛應用。應用場景應用機構核心技術金融機構監管機構云計算大數據人工智能區塊鏈API用戶身份識別市場交易行為監控合規數據報送法律法規跟蹤風險數據融合分析行業風險監測監管熱點-人行反洗錢處罰分析

10、2020年上半年，中國人民銀行總處罰金額為24.29億元，其中，銀行處罰金額為11.45億元，非銀處罰金額為12.77億元，總體處罰形勢可總結如下：雙罰比例突破95%較前幾個季度，雙罰比例已逾95%，基本實現單位與個人并罰，且為了加強警示，此前的“對相關負責人罰款”改為“具體公司具體職位具體姓名”，可見中國人民銀行對反洗錢的重視。整體罰金再創新高處罰金額延續2019年第四季度的井噴上漲模式，季度處罰金額再創新高非銀機構處罰比例增加從罰單和金額上看，銀行仍然是接受檢查和處罰的重點機構，但非銀機構的比例在逐步增加。大額罰單逼近20%自2019年以來連續上升趨勢明顯，且超過100萬元罰單占比逼近20

11、%巨額罰單靠齊國際一季度驚現中國反洗錢史上最大罰單（6159.5萬），金額向國際監管機構公布大額罰單規?？魁R非銀機構處罰比例增加從罰單和金額上看，銀行仍然是接受檢查和處罰的重點機構，但非銀機構的比例在逐步增加。第一季度形勢分析123456監管熱點-持續加碼的保單登記 日常治理過程中對溝通不暢的公司采取高管約談 每月給保險公司排名，并定期對數據治理不力的公司公開發布通報 成立數據治理專項小組，持續排查并跟蹤解決數據問題 項目團隊加班通宵應對，疲于應付，領導不滿意2015 2015 年年 7 7 月月1717日保監會保日保監會保單登記領導小組辦公室成立單登記領導小組辦公室成立20152015年年1

12、212月月2525日，日，保單登記平臺上線保單登記平臺上線20172017年年1 1月月1515日，保日，保單登記平臺二期上線單登記平臺二期上線2017 2017 年年 9 9月月 中保信第一中保信第一輪數據治理工作開始輪數據治理工作開始2018 2018 年年5 5月月3131日保單日保單登記平臺三期上線登記平臺三期上線20182018年年1010月，保信公布月，保信公布全行業數據治理排名全行業數據治理排名20182018年年11 11月，保信第二月，保信第二輪數據治理工作開始輪數據治理工作開始20192019年年5 5月開始，保月開始，保信專項治理持續中信專項治理持續中監管熱點-銀保監專項

13、數據治理非現場監管（1104）客戶風險監管數據標準化（EAST）保險統計信息保險償付能力保險資金運用銀保監辦發202045號123456總結交流階段2021年5月問題整改階段2021年1月-4月監管檢查評估階段2020年9月-12月銀行保險機構自查自評階段2020年6月-8月工作啟動階段2020年5月監管熱點-三位一體的監管評價體系銀保信評價服務水平中保協評價經營效果銀保監評價風險狀況服務評價體系經營評價體系風險評價體系02我們面臨的挑戰 數據挑戰 應用挑戰 管理挑戰 營運挑戰數據挑戰-內外監管壓力驟增內在外在監管機構數據檢查監管數據的勾稽校驗數據分散取數邏輯復雜配合提數晝夜加班競爭排名政策趨

14、嚴沒有統一數據源建設的系統越來越多數據是資產還是負擔？!數據治理的挑戰數據挑戰-數據報送問題明顯接口繁多取數方式多樣數據完整性、一致性差數據監控困難系統間數據口徑不統一取數邏輯復雜取數性能低數據重復度高管理困難監管風險高指標缺失碼表轉換遺漏數據修復困難數據挑戰-內部數據價值被埋沒-歷史數據龐大復雜，表關系不清晰-表結構變更、系統改造時，對應造成的影響難于甚至無法評估-已然形成大量數據，系統悠久，找不到接口人，針對其應用困難數據表和模型繁多，價值未最大釋放系統之間數據變更對應的影響分析困難數據多樣化缺少數據標準，對表字段的命名隨意性強，定義混亂-同一英文字段名對應多個中文名，反之也存在著中文的一

15、對多-同一業務元素對應多種數據類型和長度業務系統之間缺少統一標準-數據質量低下，統計不準確，許多預期需求無法實現、造成決策失誤-數據錯誤的發現不及時-數據處理過程中的問題未及時糾正，導致更多的后續錯誤數據質量差，錯誤發現不及時缺少標準影響分析困難數據質量差數據價值低-一個系統一套模型，各自管理各自系統，同一字段，名稱不一-各個系統存儲不一，對接困難，管理困難-歷史數據問題多，數據價值無法發揮數據挑戰-內部數據價值被埋沒-DB、數據模型、應用程序、數據標準、數據質量等信息分散-企業數據資產無法集中管理和展現，共享性差-標準管理體系不完善-管理角色分工不清晰-標準管理系統不完善，標準管理軟件易用性

16、差，落實效果差-出了問題再補漏，數據管理部門和生產部門相互推脫責任業務系統之間數據資產分散，共享性差管理體系不完善，已有標準落實差-數據權限劃分不清-敏感數據得不到監控-賬號和權限無法追蹤-非正常的訪問行為無法捕捉數據安全得不到保障資產共享差安全無保障管理差落實差應用挑戰-監管系統多，管理困難獨立系統小獨立系統小而多：而多：20+20+系統架構陳系統架構陳舊，多樣舊，多樣設計方案設計方案多樣多樣風格不統一類似功能類似功能重復建設重復建設多廠商多廠商多團隊維護多團隊維護后臺接口后臺接口難以監控難以監控運維溝運維溝通困難通困難管理困難管理困難成本高成本高風險風險高高管理挑戰-日常管理小、多、雜碼表

17、配置遺漏核心業務系統碼表字典變化后，需要同步到各個監管模塊進行配置，容易遺漏硬件資源浪費服務器資源利用率低，中間件、數據庫不統一，網路專線復雜需求與項目管理需求管理困難，涉及部門眾多。系統上線后，維護人員維護多套數據庫，多套應用、多套服務器環境，人力協調難，成本難以控制等日常監控困難需要用戶每天主動登錄到多個系統去了解運行狀態和運行結果。耗時耗力，問題處理時效性較差。數據修復麻煩各監管模塊錯誤數據顯示不統一，需要登錄到多個系統進行查詢和處理錯誤數據，操作麻煩且數據處理流程復雜用戶體驗不佳日常操作系統多，需要維護多套賬號密碼，設置多套權限?？缦到y操作不方便123管理戰456營運挑戰-監管系統狀況

18、頻出系統模塊系統問題說明保單登記保單登記排名行業墊底，數據存在漏報、錯報情況，數據質量差、邏輯混亂，沒有監控通知，每月核對差異率達80%，18年被約談反洗錢福建寧德被處罰，六家分公司接受檢查，功能缺失，業務邏輯混亂、導致錯誤數據多，系統不穩定，長時間宕機無法使用，業務不滿意統信報送每月報送費力，數據核對困難，錯誤數據處理流程冗長，和保單登記每月核對存在較大差異，核對耗時費力，指標口徑不統一，時效性差，系統功能用戶不滿意服務評價監管要求的系統缺失，數據通過6000系統出，數據部分口徑不準確CRS稅務上報監管要求的系統缺失保單驗真后臺難以監控，系統分散，管理難度大，功能缺失河南消保數據上報接口，無

19、法直接查詢、統計、分析和監控難，時效性差，體驗較差，系統運行不穩定，時有發生數據漏報情況，有監管風險保單驗真系統不穩定數據平臺對外報送數據分散，提數腳本重復開發，監管報送口徑不一致，統一數據平臺缺失常規運維人力投入保單登記和反洗錢常規運維投入4人，問題高峰期，投入10人以上，其他監管系統核心兼職投入較大03系統建設分享 統一監管應用 統一數據平臺 數據治理方案統一監管平臺（應用+數據）建設藍圖核心單證渠道（銷管）數據平臺（EDW）內部統一監管數據平臺監管標準化保單登記保監會報表BI反洗錢統一監管應用平臺其他上海人身險北京健康險北京意外險山東預警江蘇集時通湖南預警保單驗真河南消保服務評價二代稽核

20、報送四川反欺詐其他業務建模ETL數據質量技術平臺財務再保呼叫中心數據整合（解決：報送口徑問題）應用整合（解決：管理困難）統一監管平臺-整體架構開發框架團險核心個險核心財務系統數據交互貼源數據UI控件Email服務工作流引擎Web中間件規則引擎批處理引擎 公共模塊業務模塊反洗錢客戶風險統信上報保單驗真保單登記執法檢查服務評價CRS稅務上報任務管理系統配置系統管理運維管理監控管理保監會人民銀行行業協會中國保信其他監管監管系統業務系統WS、Http統一監管平臺（URP）技術軟件統一監管模型報文管理日志管理指標管理監管大數據平臺河南消?；松蠄笊虾Ｈ松黼U修改密碼收藏夾應用設計思路-統一口徑，整合管理數

21、據整合數據同源，一次對接，多方報送。大數據平臺突破性能瓶頸。取數口徑指標化應用整合前端統一作業平臺后端類微服務平臺風險分散功能整合易維護易擴展減少重復開發需求整合報送口徑一致，需求資源整合設計思路-合與分的有機結合微服務化分風險分散升級方便服務獨立互不影響技術統一口徑一致風格統一單點登錄獨立部署界面統一合數據整合應用平臺-前后分離、服務化作業平臺作業平臺反洗錢系統客戶風險系統統信上報執法檢查系統保單登記系統服務評價系統CRS稅務上報稽核上報系統河南消保系統北京健康浙江保險服務北京意外上海人身險重慶救助對象山東意外四川反欺詐保單驗真系統江蘇保險從業批處理引擎tasktasktask作業調度Loa

22、d Balancer服務平臺服務平臺服務服務服務服務服務服務服務服務服務服務服務服務服務DBDBDBDBDBDBDBDBDBDBDBDBDB廣東保險詐騙數據標準化廣西服務監督數據平臺-邏輯架構核心渠道費控財務銷管源數據軌跡庫同步庫統一任務調度平臺數據接入平臺貼源層主題數據整合層風控池數據集市數據服務批量推送監管系統從庫人力 保單客戶財務賬戶機構指標 報表系統BI系統風控系統 Sql服務JDBC讀取ETL服務報表池監管池 數據湖統一數據處理綜合監控平臺統一數據平臺邏輯架構應用系統群數據平臺-技術選型數據采集業務系統財務系統投資系統數據推送應用數據其他源數據生產數據Cloudera Manager

23、大數據平臺技術選型OracleHBaseHDFSSqoop關系型數據庫關系型數據庫OozieHueImpalaSpark數據池整合層貼源層SqoopImpalaMySqlSQL ServerHiveHDFSHiveHDFSHiveHBaseHBase數據提煉數據轉換HsqlHsqlZK分布式集群管理FSETL調度、監控OA系統數據平臺-參考壽險行業標準數據模型保單(PL)投保單保單保單被保險人保單險種保全審批單理賠(CL)報案立案賠案賠案保單賠案責任財務(FI)賬戶收費信息付費信息產品(PD)產品條款責任再保(RI)再保機構(IO)保險機構客戶(CU)客戶基本信息客戶地址企業客戶信息非企業組織

24、渠道(CH)銷售渠道直銷人員個人代理代理經紀機構合作方(PA)售前售中售后服務(SE)潛在客戶存量客戶主題域數據實體數據項業務代碼數據傳輸-自動化ETL調度ETL資料庫ETL元數據調度及結果源系統監管模型層ODS層數據池層源系統數據質量校驗規則監管模型數據質量校驗規則監管上報數據質量校驗規則數據質量報告標準校驗完整性代碼約束標準校驗完整性代碼約束標準校驗完整性代碼約束數據質量Data Quality文 件輕 度匯 總維 度匯 總ETL調度資料庫T+0T+1T+1數據傳輸-流程化ETL異常處理JOB1JOB2JOB3存盤存盤JOB4調用方案1任務恢復調用方案2實際執行的數據任務會有環環相扣的jo

25、b任務鏈，如圖，job3依賴于job2和job4。job4出錯后job3就無法繼續執行。對于數據量大的任務，在各個Job之間還會存在讀寫磁盤的操作，服務器內存有限。當發生job執行錯誤，此時應急方案有：1.任務調度平臺有任務失敗重試機制，我們可以設置失敗重試的次數以及失敗重試等待間隔，例如：使它可以失敗重試的次數為10次，每次等待間隔為5分鐘；2.遇到平臺自己不能解決的問題，在經歷了方案1之后，會通過發送郵件，撥打數據運維人員電話的方式，及時通知技術人員處理。數據平臺-參考銀行業數據治理指引金融機構數據治理指引總則立法依據使用范圍數據治理定義總體要求數據治理原則監管數據依法監督數據治理架構總體

26、要求董事會職責監事會職責高管層職責歸口管理部門業務部門崗位設置團隊建設數據文化建設數據管理制定數據戰略數據管理制度監管統計制度數據標準信息系統監管統計系統數據共享數據安全資料存儲應急預案自我評估機制數據治理問責機制數據質量控制質量控制要求業務制度技術工具日常監控考核評價整改制度監管數據報送監管數據質量控制數據價值實現數據價值實現要求風險管理有效性風險監控數據加總能力風險報告風險定價重大收購、資產剝離新產品評估客戶營銷業務流程優化業務創新內部控制評價制度數據管理監管方式監管措施附則實施范圍解釋權執行和廢止數據治理-數據治理與數據應用建設策略長期規劃對數據治理與能力應用模式建立長期發展規劃，建立具

27、備長期性和擴展性的可持續發展目標。統籌管理對企業需求與數據治理建立統籌管理機制，規范業務需求，引導部門間協同，規范數據治理流程，提升數據治理能力。漸進實施隨著企業經營管理需要和數據治理能力的逐步提升，分階段、有步驟地實現多樣的數據治理及數據應用能力。短期速贏選擇重要且急迫的提升需求作為切入點和突破口。持續優化對管理信息管控及服務能力進行持續監測和優化，滿足業務的快速發展要求。數據治理與應用是一項復雜、長期的系統性任務，需結合企業實際和業務及IT發展規劃，建立合理可行的實施策略。通常來講，企業可結合實際情況，采用如下的規劃與策略。數據治理-完善數據治理制度設立數據治理工作領導小組董事會，監事會高

28、級管理層財務管理部內控合規部業務相關部門數據服務部總公司辦公室設立數據治理工作小組由財務部牽頭，數據服務部為主體，各個部門及各分公司指派一名室主任擔任工作組成員，處理數據治理相關工作。建立數據治理制度1.數據治理職責劃分；2.數據治理措施及范圍；3.數據治理評價機制；4.數據治理監督制度；5.數據治理應急處置機制；6.數據治理數據管理制度；7.數據治理數據業務制度；8.數據治理數據流程流轉流程制定；管理職責1.董事會應當對數據治理工作承擔最終責任；2.高級管理層應當承擔數據治理管理的實施責任；3.由總公司統一領導，參與單位為總公司各部門、各分公司及下轄機構。組織架構、制度及職責日常工作數據治理

29、宣講定期數據治理重要性宣傳培訓，增強全員數據治理的工作能力數據治理領導小組成立數據治理制度制定數據治理問題自糾自查數據治理問題整改問題整改監控和驗證工作定期數據治理工作會議數據治理工作安排數據治理報告數據治理問題報告數據治理總結報告7千+條規則數據治理-持續迭代更新規則庫業務類源數據校驗，包括表內單字段、表內跨字段、表間業務邏輯校驗邏輯類源數據與轉換后的報送數據之間的一致性、完整性校驗報送類監管報送及治理規則校驗7千+條規則5百+條規則立體規則庫全面質量保證監管規則全覆蓋行業治理經驗規則數據遷移校驗核心治理規則定期規則迭代數據治理-數據探查對數據源的技術性分析，對數據的內容、一致性和結構進行描

30、述。1.源表的數據量的統計2.源表字段空值的統計3.源表字段的業務含義的探查4.源表字段的數據格式5.增量規則6.是否符合需求7.代碼約束檢查8.表結構變更檢查9.數據檢查審計、監控、報告確保數據一致性，執行影響分析以及持續監控質量開發和管理訪問批量或實時訪問任何系統發現分析和探查任何來源的任何數據清洗驗證、糾正和標準化所有數據類型集成轉換和協調所有數據類型提供及時以正確格式提供正確數據數據探查規則數據治理-讓質量檢查遍布每個環節數據湖財務數據池風控數據池運營數據池監管數據池業務數據池數據池PB+GB+業務數據貼源層校驗確保源頭準確應用層校驗保證報送可靠整合層校驗確保業務完整ETL校驗確保轉換

31、無誤數據治理-數據自查質量流程根據公司制定的數據治理制度、領導小組和工作小組；組建一支精通監管政策，業務數據，所需技術的團隊；整理數據治理所需系統數據范圍：例如數據標準化、客戶風險、現場檢查等系統所需數據；根據系統所需數據，分析整理業務相關校驗規則；通過大數據平臺對貼源層、整合層以及數據池對不同層級數據進行業務性、邏輯性、上報性規則進行配置。統一監管應用發現問題及時反饋，整改。通過定時執行批量任務執行數據校驗規則，主動及時發現問題；工作小組分配問題歸屬部門和人員，領導小組裁決爭議；對短期內解決的立查立改，暫時無法解決的確保計劃逐步整改；快速準確定位問題原因并及時修正，提高數據質量，打牢數據質量

32、根基；定期對數據治理工作進行總結和考評。數據治理-數據自查質量流程 成立數據治理制度 成立數據治理領導小組 成立數據治理工作小組 制定數據治理范圍 檢查核心指標數據準確性 檢查數據指標真實性、完整性 數據校驗控制機制是否完整 組織制度系統保障是否到位 內部重大差錯報告和監督是否到位 數據問題的下一步改進措施 配合監管現場檢查 配合監管現場督察 配合監管現場評估工作 梳理檢查發現的質量問題 梳理檢查發現的薄弱環節 整理成相關臺賬 明確責任部門和完成時限 認真整改數據質量問題工作啟動階段自查自評階段監管檢查評估階段問題整改階段總結交流階段 對數據治理工作總結 對數據治理工作考評數據治理工作要求：0

33、1 提高認識，壓實責任02 突出重點，標本兼治03 強化整改，完善機制數據治理-典型問題案例問題核查數據修正1.未按要求核查2.核查不深入3.思路、方法有誤4.原因模糊、片面1.時效慢2.問題重復出現3.規則套用4.未從源頭治理數據治理-數據質量問題核查未按要求核查未按照要求完成完整性自核等相關工作0102核查不深入多問題回復相同的原因：程序問題、邏輯錯誤03思路方法有誤未從數據出發核查問題：未核實清單04原因模糊、片面未嚴格排除報送邏輯、映射關系等內容。數據質量問題無法穿透統一監管系統-問題解決成效框架設計系統管理分與合監控管理系統通過短信和郵件多重保障，自動監控系統正常及異常結果，提高自動

34、化監控程度，省時省力，時效高。 通過統一監管系統建設，不僅解決了歷史長存已久的問題，而且結合目前主流技術，使得系統設計更加的友好、自動化程度高，用戶體驗佳。抽象公共功能，各個系統獨立功能互不影響，分布式部署，分合有道，接口統一對接和使用，處理錯誤數據效率高，減少系統重復建設，分散并降低風險影響。獨立系統統一重建合并，統一登錄入口，統一系統地址，統一專業監管團隊維護，解決系統小而多，多廠商多團隊維護難、溝通不暢和系統管理困難等問題，用戶體驗佳，團隊穩定。解決系統架構陳舊多樣問題，采用主流架構，統一架構設計、統一頁面風格，前端頁面可視化程度高，維護容易。節省資源所有系統使用統一中間件，數據庫等資源

35、，利用充分，管理便捷，服務器資源節省非常明顯。統一數據平臺-問題解決成效整合周邊10+個系統的數據，使用統一ETL工具，同時應對多種關系型數據庫，定時同步，性能高。提煉公共指標，設計行業標桿模型，統一對外供數，解決數據完整性、一致性、口徑不統一、數據重復度高等問題。針對不同計算數據特性，使用大數據不同計算引擎和統一ETL工具相結合，提數效率高，復雜邏輯效率高，解決海量數據傳輸和計算的性能難題。專職監管團隊統一維護，監控流程自動化，工作流層層監控，數據完整性校驗核對，保證數據完整性和準確性。內置10000+以上數據校驗規則，檢查源數據問題，按照數據治理制度，解決修復數據問題，提高數據質量。統一周

36、邊系統數據整合統一數據模型設計大數據處理能力運維監控校驗數據治理能力 通過統一數據平臺建設，采用主流大數據設計模型，以及豐富的數據質量校驗規則，使得數據傳輸計算快、自動化監控程度高。不僅解決了海量數據上報難、計算慢的問題，而且大大降低數據計算等重復開發成本，并解決了數據準確性、一致性等問題，解放IT人力資源，避免團隊加班熬夜，同時也提升了公司的信息技術水平，使得內部業務及監管報送更加合規。統一監管應用-制定目標夯實應用基礎各個應用系統統一從大數據平臺取數，解決同一指標不同系統差異問題，公共數據指標化，無需重復計算。所有系統統一技術架構，頁面展示風格一致，微服務化部署,各個系統互不影響，分散風險

37、。不同監管系統統一整合，統一風格，統一登錄地址，無需記錄多個系統信息，公共功能獨立管理，差異功能互不影響，節約系統建設和成本。統一數據來源統一技術架構統一整合管理所有系統統一登錄入口，綁定員工賬號和密碼登錄，通過登錄驗證等多重安全驗證，防止惡意暴力破解密碼，安全更方便。統一登錄入口統一數據平臺-制定目標夯實數據基礎梳理數據來龍去脈，輕松應對數據加工、存儲、分析、建模等數據問題把數據、口徑、項目、工程等管理統一，保證數據正確性，積累數據資產。通過數據中臺獲取足夠的數據應用能力，提升運營效率和決策效率，支撐各種場景應用數據梳理數據管理數據應用通過數據治理規則，發現數據問題，對數據、流程進行修改和完

38、善，對數據循環進行以上步驟，保證數據正確性，為數據準確性奠定堅實基礎。數據治理04項目實施收益 系統提升效果 項目獲獎 工作成果展示項目成果展示保單登記系統提升反洗錢提升效果服務評價系統監控數據上報成果反洗錢系統效果明顯，阻斷了連續4年被處罰的情況，2019年度控制措施有效性初評得分77.5分，對應等級為BB級；相較于2018年度的70分和B級，提高了7.5分和1個等級統一數據管理，讓數據統一口徑報送，解決口徑不一致的大難題，并且指標可共用，極大的方便了監管數據采集。 例如稽核系統，民生上海分公司是上海全行業第一批存量數據通過驗收的公司，大部分批次達到90分以上。保單登記系統的排名從墊底已經提

39、升到中等水平數據質量提升，指導服務評價工作，服務評價系統排名提升，由BB提升到BBB項目成果遷移、重構監管系統序號監管系統狀態上線時間1統信系統已遷移2019-12-012CRS報送系統已遷移2019-12-013客戶風險等級系統已遷移2019-12-014大額可疑交易報送系統已遷移2019-12-015執法檢查系統已遷移2019-12-016保單驗真系統已遷移2019-12-017保單登記系統已遷移2019-12-018河南消保系統已遷移2020-05-149上海人身險系統新建2020-09-1410稽核系統新建2020-09-3011EAST數據標準化系統新建待上線12重慶救助對象保險信息

40、核查系統新建2020-10-1613北京健康險報送系統待遷移14北京意外險數據報送系統待遷移15廣西服務監督系統待遷移16四川反欺詐系統待遷移17廣東保險詐騙風險防控平臺新發文實施中18浙江醫療數據信息對接系統新發文待開發19江蘇保險從業人員綜合信息管理平臺新發文實施中 遷移、新建至統一監管平臺上的系統有12個，占比64%。 待遷移的監管系統還有北京健康險數據報送系統、北京意外險數據報送系統、廣西服務監督系統、四川反欺詐系統。 收到新發文待建設的系統有廣東保險詐騙風險防控平臺、浙江醫療數據信息對接系統、江蘇保險從業人員綜合信息管理平臺。64%保單登記專項治理保單登記專項治理專項治理涉及規則量補

41、報送批次量核查保單數據量整改業務及核心問題量統一社會信用代碼數據質量專項治理111091稅優稅延數據專項治理102630保單查詢專項治理602116,901,88941保單銷售人員和中介機構專項治理22511,787,6382年度數據質量提升專項治理118031,276,68760合計1824759,966,586104保單登記排名趨勢1、201808保單登記三期系統上線，數據治理嚴格，導致排名急劇下降。2、201906開始協助進行保單登記專項數據治理，通過數據治理規則對數據進行校驗分析和修改，排名提升。3、201912統一監管保單登記和數據治理上線，報送時效和數據質量提高，排名提升明顯。4、

42、系統上線以后，還在不斷的進行本地攔截問題，銀保信專項治理數據問題的溝通和改造中。716238.25010203040506070802018年2019年2020年保單登記平臺年度月均排名變化趨勢反洗錢評級變化（一）固有風險評估。固有風險評估結果為較低：公司被利用進行洗錢、恐怖融資、擴散融資的可能性較低；（二）控制措施有效性?？刂拼胧┯行缘梅?7.5分，較上一年提升11.8分，人行評級結果為滿意：控制措施能夠有效管控，減輕固有風險，雖仍存在少數問題，但預計能夠得到充分解決；（三）整體風險評級結果。整體風險評級結果為B（較低風險），截至目前，公司未收到人行營管部的風險評級結果項下的相關監管。高C

43、DDEE較高CCDDE中BCCDD較低BB（公司位置）CCC低ABBCC固有風險控制措施有效性強健滿意一般不充分重大缺陷年度分類評級得分分類評級等級2018年度70B2019年度77.5BB2018年度2019年度分類評級得分7077.57077.56668707274767880分類評級得分反洗錢系統效果明顯，阻斷了連續4年被處罰的情況，2019年度控制措施有效性初評得分77.5分，對應等級為BB級；相較于2018年度的70分和B級，提高了7.5分和1個等級。2019年度洗錢和恐怖融資風險評估結果系統自動化監控大數據平臺和系統數據報送采用郵件、短信以及人工校驗等多種方式結合的形式進行數據質量

44、檢查，保證數據完整性以及上報和預警通知自動化，盡可能減少人工運維工作量。數據治理收益在數據治理中，共發現163種數據質量問題，同時發現很多歷史遺留問題和業務品質問題，所有問題都已反饋對應系統進行改造，例如產品定義，人力EOR等。統一監管收益統一監管平臺的建設，利用大數據技術提效和分析，解決了傳統的監管報送的各種歷史問題，能夠做到統一應用、數據統一口徑、規則全覆蓋、源頭問題治理、節約成本、規避監管風險等特點。系統優勢統一監管大數據及報送平臺具有一定的行業通用性，可復制性和行業領先性整體規劃監管報送應用，加強合規管理，提升公司治理水平開創性地建設保險行業統一監管平臺，其前瞻性和徹底性在行業領先，為

45、保險行業信息系統建設提供了參考模型公司收益運用大數據Hadoop生態技術，建設統一大數據平臺，提升公司信息技術水平為公司建設數據中臺、整體數據治理以及挖掘數據資產潛在價值打下了堅實的基礎數據治理，發現問題，治理問題，提高公司數據質量為公司建設數據中臺、整體數據治理以及挖掘數據資產潛在價值打下了堅實的基礎行業影響推動保險行業發展，為國家金融創新儲備力量未來在其他監管模塊接入、非結構化數據接入、實時數據查詢、多維報表展示、用戶畫像、數據挖掘、商業智能等方面積極推進，不斷踐行“監管科技”應用積極響應監管政策，解決口徑和數據問題，提高報送質量有效降低了監管上報人力成本、避免了數據漏報、錯報，優化了上報

46、時效、提高了上報質量緊緊圍繞“三個突破，一個提升”經營方針，實現公司在用戶、科技、投資、管理方面的全面突破與提升，更好地服務于廣大用戶的保險保障需求和新時代經濟社會發展大局提升我司信息技術影響力民生保險統一監管項目榮獲2019年度“中國保險行業信息化創新項目獎”！05未來規劃展望 發展規劃 踐行監管科技 規劃策略 數據治理目標統一監管平臺四大規劃策略應用導向、價值為先頂層設計、試點先行注重效果、統一協同繼承優化、整合共享四大規劃策略1234統一監管平臺具有良好的擴展性，在新技術、新監管模塊、新業務方面都可以實現定制化統一監管平臺發展展望發展展望持續的系統模塊迭代報表供數報表供數系統改造系統改造

47、趨勢分析趨勢分析數據治理數據治理01.報表供數：接入實時數據傳輸方式，完善大數據平臺數據對接方式，替換報表系統數據對接方式，統一由大數據平臺供數，數據采集更高效、統一指標，統一數據來源。02.數據治理：我們將結合EAST數據標準化系統、保單登記平臺等監管系統，加大核心等周邊系統數據質量的治理工作，優化數據采集方式，全力對數據治理問題進行解決，滿足銀保監會數據治理要求，提升我司數據質量。03.應用改造：按照計劃，對老系統繼續遷移至統一監管系統中，優化數據采集，完善系統監控預警，做到分散系統統一管理，統一數據采集口徑。04.趨勢分析：提高數據質量，提升數據治理和預測能力，結合實際業務場景，根據過程

48、數據對結果或未來發展趨勢分析、預判，提前介入和干預，依據數據來證明或判斷決策。踐行監管科技打造監管云服務，開始在黑名單，風控等模塊嘗試。從監管機構角度思考穿透式監管云服務模式。云服務持續關注區塊鏈技術，尋找合適應用場景，目前反欺詐有一些結合點，但場景還需要摸索。區塊鏈安全掃描，版本保護，代碼質量，性能提升，用戶體驗。非功能分布式，服務化，公共模塊升級，前后端分離，UI升級。應用架構未來可以反洗錢或反欺詐為入口，開始訓練第一代洗錢、欺詐風險識別模型，通過模型+規則，提高風險識別能力。人工智能統一監管數據平臺架構進一步優化，接入外部數據，開始數據分析，開始圖數據庫應用。大數據逐步實現數據治理整體目標關系視圖化提供數據流向視圖數據關聯視圖指標關聯視圖提供元數據地圖提供元數據血緣視圖數據標準化統一企業數據標準統一企業指標定義統一算法統一的主數據資產資產集中化元數據集中管理主數據集中管理集中監控與報告管理服務業務化客戶管理分析數據校驗數據監控指導應用系統整體目標ThanksThanks