京公网安备 11010802034615号
经营许可证编号:京B2-20210330
如何应对当今的数据管理挑战
如今,监管变革正在推动银行和经纪人组织数据管理流程和支持基础设施的根本转变。但是现在危机后监管框架的要求使混合战略的证据不可忽视。
在BCBS239下的新风险报告和汇总框架之后,英国中央银行设定的压力测试以及巴塞尔银行III,银行和经纪人的资本和流动性限制在未来18个月内将面临更多的数据管理挑战,以满足报告和MiFIDII的算法测试需求,以及交易手册(FRTB)基本评估所要求的市场风险呈指数增长。
随着监管机构要求更详细的数据,更频繁地,有效遵守不断发展的危机后监管框架所需的数据存储和计算能力远远超出了大多数银行和经纪人的现有能力。
对于FRTB,银行必须根据强制性的计算市场风险的标准化方法为风险计算的每个敏感性类别计算至少79个不同的计算投入,每个交易需要多达12,000个计算,而目前的计算则为250-500个。与此同时,MiFIDII不仅大大地扩展了银行和经纪商的贸易前后交易报告要求(特别是对于那些处于“系统内化”制度下)的报告,也迫使他们进行新一轮的数据和计算在欧盟交易场地允许交易算法之前,进行严格的市场秩序测试和认证。
然而,将现有的内部资源和能力与专门的第三方数据基础设施提供商日益强大、灵活和安全的产品组合相结合,要比以往任何时候都容易。
许多银行和经纪人不再将数据中心作为核心竞争力,其部分原因是管理现有能力的成本,而且还涉及到获得新的更高密度计算能力来处理可预见的资本支出,更不用说未来的需求。即使那些致力于内部解决方案的人也正在仔细考虑其成本基础,从能源成本、企业范围协调和数据隐私和治理的角度来审查它们的设施是否处于最佳状态。
此外,这些公司在安全而灵活的基础上可以访问专用设施时,不需要建立高峰产能,并在监管或业务驱动需求的时候补充现有资源。因此,未来可能是混合型的,银行和经纪人与专业基础架构提供商合作,提供一系列托管,托管功能以及基于云的产品。
越来越多的银行将成为数据管理器、计算和网络资源,在联合基础设施世界一流的设施,在特定的方式,他们利用和结合能力来支持面向客户的增值服务。
虽然证据越来越引人注目,但实际变化并不容易。转型可能令人望而生畏,许多银行和经纪人倾向于采取更渐进的模块化方式。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14