【AICon】AI 基础设施、LLM运维、大模型训练与推理,一场会议,全方位涵盖! >>> 了解详情
写点什么

从数据平台建设看华夏理财的数字化实践

  • 2024-01-02
    北京
  • 本文字数:5386 字

    阅读完需:约 18 分钟

大小:2.69M时长:15:38
从数据平台建设看华夏理财的数字化实践

2018 年,资管新规颁发,2022 年,资管新规正式实施,众多银行理财子公司纷纷应运而生。其中,华夏理财有限责任公司(以下简称“华夏理财”)是首批“种子”之一,2020 年 9 月正式在北京开业,由华夏银行全资控股。


从外部来看,旧格局被打破,一个“新世界”正在建立。从内部看,银行“稳健型”资产管理产品成为“过去式”,净值化产品成为主流。除了要让市场教育的“子弹”飞一会儿,这也要求以华夏理财为代表的银行理财子公司必须不断优化自身的产品策略,提高保护投资者权益的能力。


在华夏理财看来,多元化资产配置是获得绝对收益的直接有效方式。但多元化资产管理,依赖于精细化手段的加持


因此,华夏理财在成立之初就快速明确了“打造优质理财工厂”的规模化经营模式,实现从投研引领、信评保障、交易支持、策略生产、资产创设到产品组装的全流程精细化管理,最终形成标准化的理财产品输出。


在这个过程中,华夏理财强调每一只产品都必须是经得起客户、市场检验的“良品”。为此,近几年来,华夏理财加紧推进数字化转型,通过金融科技的应用落地,不断提高产品营销、投资、风控、运营、客户服务等方面的能力。在组织架构层面,华夏理财还特别内设了独立的金融科技板块和部门,作为公司数字化转型的“科技中台”,配合具体战略的落地实施。


日前,InfoQ 对华夏理财金融科技部负责人王斌进行了专访,他以数据平台的建设历程为“缩影”,介绍了华夏理财如何通过数字化转型,从过去靠“拍脑门”和经验累积的决策模式,逐步转向由数据驱动的精细化管理模式,进而塑造自身在“大资管”时代的差异化竞争力。

避免“一口吃成胖子”


“总结华夏理财的数字化转型思路和策略,我们强调,既要面向未来又要脚踏实地,既要大处着眼又要小处着手;战略上要做好顶层规划、明确路径,在战术上要实现敏捷交付、快速响应和稳健推进。”王斌表示。


一言蔽之,要避免“一口吃成胖子”。


投资和风险管理平台建设为例,华夏理财结合业务需求对功能进行逐步拆解和推进:首先,把投资交易系统的功能按照 PMS(Portfolio Management System,组合管理系统)、OMS(Order Management System,指令管理系统)以及 EMS(Execution Management System,执行管理系统)三部分进行拆分。


鉴于有限的资源,华夏理财最开始优先把精力集中在 OMS 和 EMS 部分的潜力挖掘上。鉴于理财投资业务的行业现状,华夏理财主要通过资管计划的形式进行债权投资。这也带来了交易流水、估值数据的断点,需要由资管计划管理人提供交易流水、估值表数据,提升了华夏理财自身的投资数据完整性。


在夯实了数据基础之后,华夏理财开始逐步构建自身的交易生态。但是,在这个过程中,华夏理财没有一步到位构建一个实时平台,而是基于现有的数据中台,构建了离线的投资数据仓库,通过对离线数据的处理,先提供 T+1 的组合分析支持,再逐步过渡到湖仓一体数据平台上,提供实时 T+0 的数据支持。


锚定清晰的目标和循序渐进的路径,如今,华夏理财已经建立了面向风险管理、投资交易、营销、监管报送等场景的数据集市,“以用促建”实现了对各业务的赋能。举例来说:


  • 在风险管理场景,风控人员可以通过全面、详实且高质量的投资数据,如底层持仓、成本收益、收益波动率、胜率赔率等指标,在开市前掌握所管理产品组合的表现和持仓情况,从而制定产品的下一步投资策略。并且,平台还可以对华夏理财的产品进行合规检测,把所有监管指标及内控指标进行准确且及时的合规演算和对照,每日提供给投资经理,帮助他们判断哪些产品触发了超标预警,或者哪些指标已经逼近监管上限,进而及时做出整改,或者进行投资策略调整,提升合规监测水平。


  • 在投资交易场景,基于数据平台上的日初头寸报表功能,平台可以预测在未来 N 天之内,投资经理每天可用的资金头寸情况,据此安排资金使用,以及判断是否需要进行回购融资。据了解,华夏理财对投资经理的考核是多维度的,不是简单的收益率、净值增长的考核,还包括诸如波动率、最大回撤、业绩基准达标率等方面的考核。从这一角度来看,日初头寸报表功能一方面可以帮助投资经理实现投资效益最大化,同时,还可以帮助其提高投资准确性,减少由于融资或其他成本叠加带来的风险。


  • 在营销场景,数据平台可以提供负债端所有产品的销售情况,包括哪些产品已经到期、需要接续,客户数目、资产规模如何变化,以及通过产品销售情况多维度分析,结合产品标签,匹配产品发行和客户的真实理财需求,平台都可以及时提供。


  • 在监管报送场景,过去华夏理财的监管报表独立在数据中台之外,数据质量参差不齐,如今,基于统一数据平台,华夏理财不仅有效提升了报送质量,同时能够确保在要求时间内完成报送,其中,数据平台提供的数据完整性、准确性、及时性在背后发挥了重要作用。

数据平台选型:“量体裁衣”且可扩展


可以说,数据平台的建设对于华夏理财的业务发展和转型起到了至关重要的作用,使得公司从过去的“经验主义”,真正迈向了数据驱动,为精细化管理构建了基石和底座。


在谈及华夏理财数据平台的独特之处时,王斌强调了两点:


其一,华夏理财结合自身业务需求构建了一个“好用”的数据模型,对持仓收益、资产负债等方面的信息做到了全面描述。在此基础上,实现了对数据的统一采集、存储、加工以及数据质量的管控,满足了华夏理财底层资产穿透的需求。


所谓底层资产穿透,指的对资管计划等资产,穿透到底层资产进行管理,从而对底层资产的持仓构成、资金流向和流动性风险可以进行更深入和实时的掌握。面对不同资产方提供的估值表格式不一致问题,华夏理财基于数据平台对数据进行了标准化加工,使其资产底层数据的准确性和全面性有了充分保障。


其二,华夏理财深知,数据治理不仅仅是一个技术问题,更是一个管理问题。为此,华夏理财通过与网易数帆合作,在数据平台之上搭建了一个主数据管理系统,建立了覆盖产品主数据、客户主数据、机构主数据、非标资产主数据等各个维度的主数据体系。


“这使得技术部门对主数据认知越来越清晰,在数据平台建设中也形成了非常多的数据治理要求,并且能够把数据治理动作和整个数据平台建设过程紧密结合在一起,实现数据标准化和规范化管理。”


从行业洞察角度来看,网易数帆拥有丰富的大数据处理以及同业案例实施经验;从技术层面来看,网易数帆可以提供一站式的大数据解决方案,这能让华夏理财技术人员可以放心把基础架构铺设的工作交给对方,而把更多精力集中在应用建设的工作中。


华夏理财与网易数帆的合作始于 2020 年,在技术选型过程中,公司的主要考虑因素包括以下五个方面:第一,数据处理能力,能够满足大规模数据存储和快速查询要求;第二,具有较好的扩展性,能够适应后续的业务规模发展需要;第三,技术成熟稳定,有较好的应用环境和运行效果;第四,安全性,能够快速识别和修补安全漏洞,安全能力持续提升;第五,合适的性价比。


“对于华夏理财这种体量和规模的企业来说,我们需要 ‘量体裁衣’,寻求一个调度和使用没那么复杂的产品,而网易数帆的技术路线、产品形态恰恰符合和匹配我们需求。”王斌告诉 InfoQ。


业务的实践验证了这一思路的合理性和必要性。来自网易数帆数据开发治理平台 EasyData 的开发治理一体化、统一数据模型等功能设计,以及经过诸多金融细分场景打磨的产品能力,提升了数据产出的质量和效率,使得前述风险管理、投资交易、营销、监管报送等场景的用数需求得到了快速满足。


王斌认为,华夏理财数据中台能力达到了行业领先水平。而网易数帆产品团队对产品平台的长远规划和对行业需求的认真倾听,让王斌对双方合作前景充满了更多的期待。

让技术人员“到一线去”


选型思路清晰,成果肉眼可见,但平台的建设和价值挖掘的过程,仍然充满挑战。


王斌表示,与业务的结合,是金融科技部门在数据平台建设和实际应用过程中面临的最大难题。“平台不能为了建而建,但要真正把数据变成资产,和业务的结合非常重要。技术人员的知识和能力在这个过程中需要不断提升,比如对会计科目体系的认知,对不同投资阶段数据的差异化价值的认知,对投资经理如何使用数据的认知等等,都需要随着工作的开展不断深化。”


“到一线去”,是华夏理财帮助技术人员提升业务感知的办法之一。


通过把不同组别的技术人员放到业务环境中,让彼此打成一片,加强对彼此工作内容的学习和理解。在华夏理财看来,虽然在企业数字化转型过程中,技术扮演者关键的驱动角色,但是,“主角”仍然是业务。因此,金融科技部门要求每一个技术人员都能够站在业务视角推演每一个系统功能特点和用户习惯。


与此同时,金融科技部门还尤为重视培养团队对需求的甄别能力和产品思维。


在华夏理财,每两周会组织一次需求评审,由技术人员向业务部门进行需求“反讲”。一方面,检验技术人员对业务的理解程度和准确性;另一方面,双方还可以在这个过程中重新审视、共同评估需求的合理性。


“我们认为,每一位技术人员都要具备产品能力,而对需求的理解,是决定一个产品能否成功的重要前提。这是我们去做这件事的初衷。”王斌向 InfoQ 解释道。在此基础上,绩效层面的引导,也是关键一步。“技术部门实施的项目,会由业务部门进行打分。未来,我们还会进一步落实 ITBP 制度,多管齐下地促进业技双方的融合。”


知识鸿沟之外,数据安全和隐私保护,是企业在数据平台建设过程中普遍遇到的另一个棘手问题。对此,华夏理财主要从以下三方面入手:


第一,全方位的制度建设。根据监管要求和总行统一规定,结合华夏理财自身业务特点,围绕数据安全和隐私保护问题建设相关制度,敦促所有人员遵照执行。


第二,数据全生命周期的安全和隐私考虑。在数据存储、加工、流转、访问甚至是销毁的每一个环节,进行安全的通盘考虑,确保做好每一个细节,在数据应用过程中,从需求分析、设计、测试到验收都要遵照相关制度,注重对隐私数据的保护。


第三,配备专门的安全人员。公司层面通过合规部、审计部等部门,站在第三方的角度,定期进行现场检查,发现问题,及时处理和解决。

新技术将带来更多机会


虽然正式成立仅 3 年时间,但是站在银行业的“巨人肩膀”上,华夏理财对于前沿技术有着天生的洞见和感知。在过去这几年时间里,华夏理财已经完成了大部分的数字基建工作,技术和数据基础逐步完善向好。而对于未来,华夏理财同样有着清晰的思路和规划。


“我觉得,GPT 时代的到来,将给我们带来更多的机会,它将使得投研平台建设和投资服务的方式发生本质改变。”


比如,在投研场景,过去需要对标地实体进行充分调研,从宏观、中观到微观找出与之关联的所有信息,然后整理成可供分析参考的结构化数据。而结合 AIGC 应用,就可以把各个维度的海量非结构化数据输入到模型中进行训练,然后直接提供给投研人员做参考。


比如,在客服场景,过去,客服人员在与客户交互中需要掌握大量产品介绍、交易规则、实时投资收益等信息数据,对人员要求极高。而基于大模型,就能构建公司内部知识库,将成百上千不同类型和内容的文档组织在一起,从而赋能员工。


再比如,在数据录入场景,其中涉及非常复杂的合同文本以及背后的相关性,某个文档的条款可能对应着其它文档的相应支持条款,对于人工而言,这不仅是巨大工作量,而且容易出现错漏。AIGC 和大模型的应用,可以辅助数据录入人员从中提炼出结构化的数据,甚至作为智能工具直接完成整个数据录入工作。

为了把这些“想法”变成“现实”,可以看到,华夏理财已经开启大模型应用的研究。


“在应用方面,很多业务部门也提出了不少具象的需求。”王斌强调,“当然,可能不是面面俱到,而是先从智能客服等典型场景切入,在取得降本增效、客户体验提升等可视化成果之后,再慢慢实现规模化的应用拓展。”


不难看出,这一思路背后,同样是华夏理财“既面向未来又脚踏实地,既从大处着眼又从小处着手”的数字化理念的又一体现和延续。

数字化转型的不同“横切面”


据王斌介绍,华夏理财的数字化转型未来主要围绕以下几个方面展开:


第一,在产品层面,以客户为中心搭建产品、营销、客服一体化平台,通过建立统一的理财客户视图和分类,实现客户分级和智能投顾,支持“理财工厂”的产品设计、发行、运作以及退出全生命周期管理。同时,面向 TA、估值核算等基础系统提供敏捷支持。举例来说,当代销渠道新增时,能够快速上线,快速支持产品的调整。


第二,在投资和风险能力提升层面,首当其冲先解决系统间的烟囱问题,通过建立流程统一、数据统一、系统统一的投资管理和风险管理平台,支持各种不同类型的金融产品和跨市场的投资管理。这意味着,该平台要具有统一指令流程、集中化交易、风险监控无处不在和投研支持随手可得等特点,同时基于自动化技术手段,还能够提高资金效率和交易处理能力。


值得一提的是,华夏理财尝试把合规规则和风险试算嵌入在了投资交易过程中,将传统基于规则的风险管理方式转变为定量的风险预警和决策,通过数据驱动提升全面风险识别能力。


比如,在每一步指令下达时,都可以进行风险指标的试算,提供相关资产组合实时的业绩计算和归因结果。“通过理财投资管理向组合化和多维度分析的方向转变,可以实现投资研究、资产配置、组合管理、指令交易和风险试算的一体化。”王斌指出,这不但大大提高了投资经理的工作效率,还能抹平由于个人能力造成的差异,通过资产配置可以对投资业绩进行平稳化处理。


第三,在运营层面,通过建立标准化、自动化、高效的运营平台,对所有运营操作进行统一管控,提高运营体系效率,降低运营操作风险。



2024-01-02 15:347772

评论

发布
暂无评论

【原创】Spring Boot 集成Spring Data JPA的玩法

田维常

spring Boot Starter

【原创】Spring Boot 过滤器、监听器、拦截器的使用

田维常

spring Boot Starter

一站式低延迟直播连麦解决方案

anyRTC开发者

音视频 WebRTC 直播 RTC sdk

数据库JDBC:PreparedStatement

正向成长

JDBC SQL预处理 PrepareStatement

Scrapy中process_request返回request和None的区别

LLLibra146

Python 爬虫 python 爬虫 Scrapy

Spring Boot 集成 Druid 监控数据源

田维常

spring Boot Starter

【原创】Spring Boot 如何手写stater

田维常

spring Boot Starter

专业级沙箱与恶意样本的自动化分析

京东科技开发者

云计算 监控 虚拟化

scrapy学习之爬虫练习平台爬取

LLLibra146

爬虫 python 爬虫 Scrapy

scrapy学习之爬虫练习平台4

LLLibra146

Python 爬虫 python 爬虫 Scrapy

复盘逆袭之路!三个月时间深造,怒斩拼多多、字节、蚂蚁金服破50W年薪Offer(含自学路线图)

Java架构追梦

Java 学习 架构 面试 数据结构与算法

【原创】Spring Boot集成Mybatis的玩法

田维常

spring Boot Starter

【原创】Spring Boot终极篇《下》

田维常

spring Boot Starter

scrapy学习之爬虫练习平台3

LLLibra146

Python 爬虫 python 爬虫 Scrapy

阿里P8架构师呕心沥血整理的【Docker实战】文档带你玩转Docker。

Java架构之路

Java 程序员 架构 面试 编程语言

【原创】Spring Boot终极篇《上》

田维常

spring Boot Starter

华为云“创原会”:40+技术精英论道云原生2.0

华为云开发者联盟

k8s 华为云

浅析一个较完整的SpringBoot项目

田维常

spring Boot Starter

【原创】SpringBoot快速整合Thymeleaf模板引擎

田维常

spring Boot Starter

【原创】SpringBoot 这几种配置文件方式,你都用过吗?

田维常

spring Boot Starter

如何快速构建Spring Boot基础项目?

田维常

spring Boot Starter

【原创】Spring Boot一口气说自动装配与案例

田维常

spring Boot Starter

YOLODet--YOLO系列网络结构图(YOLOv5,YOLOv4,PPYOLO,YOLOv3)

wuzhihao7788

学习 AI 目标追踪

YOLODet 最强PyTorch版的YOLOv5、YOLOv4、PP-YOLO、YOLOv3复现

wuzhihao7788

学习 AI 目标追踪

想不通(关于人生的突发奇想)

干啥啥不行的赢

scrapy学习之爬虫练习平台5

LLLibra146

Python 爬虫 python 爬虫 Scrapy

WebSocket连接错误Error during WebSocket handshake Unexpected response code 404

洛神灬殇

阿里P8Java大神给迷茫的程序员一些中肯建议:“请不要再虚度光阴了!”

Java架构之路

Java 阿里巴巴 程序员 架构 编程语言

【原创】Spring Boot集成Redis的玩法

田维常

spring Boot Starter

Spring Boot 如何快速实现定时任务

田维常

spring Boot Starter

scrapy学习之爬虫练习平台2

LLLibra146

Python 爬虫 python 爬虫 Scrapy

从数据平台建设看华夏理财的数字化实践_银行_高玉娴_InfoQ精选文章