数字中国战略下保险资产管理行业标准化及G公司数据治理实践探究

杨光 袁力 郭远鹏 包好雨 陈宛玉

摘 要：随着数字中国战略的深入推进，保障金融数据的标准化、安全和有效利用已经成为金融行业高质量发展的关键一环。为响应这一趋势，中国保险资产管理协会基于“共建、共享，源于行业，高于行业”的理念，构建了行业数据标准管理体系，并已取得一系列显著成效。本文结合G公司数据治理案例，進一步探讨保险资管行业数据标准建设的现状、挑战以及未来发展方向。

关键词：数字中国，数据标准，数据治理

DOI编码：10.3969/j.issn.1002-5944.2024.05.024

0 引 言

以习近平同志为核心的党中央高度重视数字经济发展，明确提出数字中国战略。习近平总书记强调，加快数字中国建设，就是要适应我国发展新的历史方位，全面贯彻新发展理念，以信息化培育新动能，用新动能推动新发展，以新发展创造新辉煌。

党的二十大报告进一步明确了加快建设网络强国、数字中国的方向。在这个数字时代，建设数字中国已成为推进中国式现代化的重要引擎，也是构筑我国新竞争优势的重要支撑。中共中央和国务院联合发布的《数字中国建设整体布局规划》，明确了数字中国建设的“2522”整体框架，从战略高度为数字中国建设做出了全面部署。各地、各部门和各领域都在积极探索和实践，推进数字基础设施和数据资源体系的建设，确保数字技术与各领域深度融合，加强数字安全，营造良好的数字治理生态，并积极开展数字领域的国际合作。

随着数字中国战略的深入推进，各领域都在加速数字化转型。金融行业作为国家经济的重要支柱，其转型尤为关键。面对这一挑战，如何确保金融数据的标准化、安全和有效利用，成为了行业高质量发展的关键。

本文将在此背景基础上，进一步探讨保险资管行业数据标准建设的现状、挑战以及未来发展方向。深入分析数据标准对于保险资管行业的长期资金运用和风险管理的重要性，为行业数字化转型提供更加清晰的发展蓝图。

1 金融行业标准化的重要性

习近平总书记深刻指出，标准决定质量，只有高标准才有高质量。要以标准助力创新发展、协调发展、绿色发展、开放发展、共享发展。这为数字中国战略下的标准化工作指明了方向。

2021年以来，中共中央、国务院、中国人民银行以及原银保监会等监管机构陆续出台了《国家标准化发展纲要》《金融标准化“十四五”发展规划》《中国保险业标准化“十四五”规划》等一系列标准化发展规划，旨在到2035年建立一个科学适用、结构合理、开放兼容、与国际接轨的金融标准体系，形成市场驱动、政府引导、企业为主、社会广泛参与、开放融合的标准化工作格局。

1.1 标准建设是数字中国的基石

数字中国全面赋能，离不开数据标准的持续完善。一方面，数据标准的制订和推广，对数字经济发展起到战略性、基础性、先导性作用。另一方面，数据资源是数字中国建设的核心要素，而数据标准是确保数据要素化并最大化其价值的前提。随着我国数据基础制度加快构建，数据标准的制定和应用尤为关键。技术标准是数字化转型的重要技术支撑，在数字化转型中发挥关键作用。工业和信息化部科技司发布《2021年工业和信息化标准工作要点》，预期组织制定和修订服务数字中国建设等所需标准超过1500项，重点和基础公益类标准超过800 项，重点领域国际标准转化率达到90%。随着数字化领域的标准预期规模不断增长，技术标准在中国数字化转型发挥的作用日益凸显[1]。

1.2 标准建设是金融业数字生态的支柱

标准化为金融业的数字化转型提供了坚实的基础。一是让标准引领创新。数字经济中不同企业和机构之间面临着需求和资源的差异，技术标准为各方提供统一的技术语言和接口规范，使得创新在共同基础上展开。如：云计算的发展基于对应的技术标准，通过统一云服务接口标准，不同厂商的产品和服务可以互相兼容和互操作，促进创新开展[2]。近年来，金融科技迅猛发展，不断改变各国和地区的经济金融版图。金融科技在提供广泛机遇的同时，也相应增加了金融稳定、市场诚信、消费者与投资者保护等方面的风险，对金融治理体系和治理能力提出新要求。标准，尤其是推荐性标准可以发挥独有的“软法”作用[3]。其次，技术标准鼓励创新和研发投入。技术标准的制定和认可通常需要各方共识和合作。这种共同制定和认可的过程激励数字化转型中的企业加大研发投入，提升产品质量和技术水平，从而推动创新的实现。如：5G通信技术标准制定促使各厂商在研发方面进行合作，加速5G技术推广和应用，推动数字经济发展。二是让标准提升治理。建立符合保险资金运用和保险资产管理特点的标准化体系，提升金融治理效能。三是让标准保障安全。充分利用标准的规范作用，使其成为完善监管和防范风险的重要工具。

1.3 标准建设是金融高质量发展的抓手

以标准化助力金融效能增强已经成为金融业的广泛共识。技术标准提高了产品的质量和性能。通过标准的制定与执行，企业可以借助共同的技术基础和规范，提高产品的一致性和可靠性。技术标准可以降低消费者的风险和成本，增强产品的市场竞争力。

一是标准助力科技善用。确保金融科技应用的公平性和安全性，从而提升经济和社会效益。二是标准助推金融普惠。有助于赋能普惠金融降本增效，畅通参与渠道，使保险资管业更好地服务于大众。三是标准支持绿色金融。数据标准作为绿色金融的基石，有助于提升绿色投资信息披露的有效性和透明度，并助力绿色资源的合理配置。四是标准促成交流联通。党的十九届五中全会提出，加强科技创新，实现自立自强，加快发展现代产业体系，构建以国内大循环为主体、国内国际双循环相互促进的新发展格局，对标准化工作提出了更高要求。金融行业要进一步强化标准引领、促进产学研用深度融合、实现科技创新与国际标准同步发展、完善标准与认证协同发展体系、加强国际标准化人才队伍建设等，以高标准助力高技术创新，促进高水平开放，引领高质量发展。国际交流和合作对于技术标准的制定和应用具有重要意义[4]。不同国家和地区的企业和机构可以通过国际交流和合作，分享经验和资源，促进技术标准的协调和统一。国际标准的制定与采纳是实现标准协调的重要途径；国际标准的制定可借鉴不同国家和地区最佳的实践经验，避免重复劳动和技术壁垒。各方也应积极参与国际标准的制定工作，使得国际标准更加符合各方需求和利益。

随着金融业对外开放，提高行业标准的国际化水平并加速先进金融国际标准转化应用，成为了把握开放新机遇、支持新发展格局的关键。

2 保险资管行业数据标准建设

随着中国经济结构的深度转型，以及社会人口老龄化的加快进程，长期资金运用成为金融市场关注的焦点。保险资产管理行业作为长期资金的主要管理者，在资本市场的稳定性和可持续发展中扮演着越来越重要的角色。为了适应经济结构转型的需要，保险资管行业不断推动产品创新和服务提升，强化其对经济发展的支撑作用。

人口老龄化带来的直接后果之一是对稳定收益、风险较低的保险产品需求的增加。这促使保险资产管理公司更加注重长期资金的有效运用，加强对资产配置的风险控制和收益管理。在这一过程中，建立健全的数据标准体系显得尤为关键，它不仅能够提升资产管理效率，还能确保监管合规和市场透明度。

在数据驱动的今天，保险资管行业的数据标准建设已成为行业发展不可或缺的一环。标准化的数据可以帮助保险资产管理公司更好地理解市场趋势，精准定位客户需求，提高决策质量，同时也为行业监管提供了可靠的数据支持。此外，随着全球金融市场的日益融合，建立与国际接轨的数据标准对于提升我国保险资管行业的国际竞争力也具有重要意义。

因此，在经济结构转型和人口老龄化背景下，保险资管行业的数据标准建设不仅是行业内部效率提升的需求，更是整个社会经济健康发展的必然要求。未来，数据标准的持续优化和完善将是保险资管行业发展的重要方向。

2.1 标准建设是保险资管行业数据治理的当务之急

截至2023年末，我国已发布金融国家标准105项，行业标准364项[5]，广泛涵盖了银行、证券、保险、支付及通用等多个领域。这一系列标准为金融数据供给构建了多层次的框架体系，推动金融数据标准化建设和实施取得了显著的进展。然而，保险领域数据标准在行业体系数据标准中占比相对偏低，且针对保险资管领域的数据标准一度处于空白，如图1所示。

虽然保险资管行业数字化转型如火如荼，且取得一定进展，但也面临诸多方面的问题与挑战。主要包括：

（1）核心技术自主研发能力不足，科技赋能层级较低。从行业整体角度看，除了少数大型公司可利用自身规模和技术优势逐渐形成较强自主研发能力外，多数中小公司依然过度依赖与第三方企业的科技合作或以直接购买服务的方式推动自身数字化转型[6]。这种“拿来主义”虽然可以快速挑选符合需求业务场景的科技应用技术，以加快數字化进程，但是也将导致运营费用高企，而且当出现因供应商倒闭等原因必须更换供应商时，必然给业务连续性管理造成重大影响，产生较大的外包风险。另外，当前保险资管机构科技赋能层级较低，科技应用碎片化、应急化的现象较为普遍，在引入或研发数字化技术并没有明确的规划导向，系统模块复用性差，技术应用效率偏低[7]。

（2）数据治理和应用存在缺陷，数据孤岛问题严重。数据治理存在缺陷，落后的IT系统无法有效整合分散数据，数据孤岛问题突出，保险企业内部许多业务与部门独立转型，数据互联互通存在障碍，尤其是各渠道间数据共享困难，严重阻碍客户一体化建设。在数据应用方面，保险资管业数据应用水平参差不齐，问题突出表现为数据收集能力薄弱、数据整合不足以及数据应用路径不清晰，数据质量不高的问题制约了行业的数字化转型发展[8]。

制定统一的数据标准不仅有助于解决上述问题，更能够优化信息流转，提升数据治理效率，为行业数据的共享创造条件，进一步巩固数字中国战略的实施基础。

2.2 保险资管行业数据标准的管理体系

借鉴过去的标准化建设经验，对标国际系统化的资管标准框架，保险资产管理行业已经初步构建了以“共建、共享，源于行业，高于行业”为理念的数据标准管理体系，主要包括数据标准化管理组织、数据标准管理策略、数据标准管理流程和标准化管理技术工具。

2.2.1 数据标准化管理组织

由保险资产管理行业协会和同业机构共同参与组成，采用“3+N”的治理架构模式，包括领导小组、工作组、专家组、模块小组等，负责统筹同业机构共同制定和发布行业统一的数据标准和制度，并承担着在数据治理过程中协调处理可能出现的争议的重要职责。

2.2.2 数据标准管理流程

专注于为行业内建立一套标准化的编制管理流程，涵盖了数据标准的发布、修订、争议投决、采纳反馈等流程过程成果（监管制度、政策口径）。

2.2.3 数据标准管理策略

强调“共建、共享，源于行业，高于行业”的核心理念，确保标准的广泛接受度和实用性，并与监管规则、国际标准保持一致，使数据标准能及时适应行业的发展趋势、技术的进步和监管的新要求。协会汇集行业力量，建立了统一协调、运行高效的标准化管理工作机制，初步形成了行业标准知识库、行业标准化专家人才库，为我国保险资产管理业数据标准体系建设提供了技术支撑与人才保障。

2.2.4 标准化管理技术工具

包括业务术语、基础数据、参考数据、统计数据以及监管政策指标等标准基础指标，这些工具用于规范标准化系统的建设。

2.3 保险资管行业数据标准的管理成效

从实际成效来看，2021年以来，在协会与业内各机构共同努力下，经过多轮的现场集中讨论、分组审议、意见反馈和修改，取得了突破性进展，具体包括：

（1）2023年9月，国家金融监督管理总局正式发布《保险资管产品债权投资计划数据元》《保险资管产品股权投资计划数据元》两项金融行业标准。不仅填补了我国保险资产管理业数据标准体系建设的空白，也标志着保险资管数据标准即将迎来从无到有的突破，具有里程碑意义。

（2）基于上述两项标准的成功经验，协会持续深化与业内外相关机构合作，推进《组合类保险资管产品数据元》《保险资管股票投资类数据元》《保险私募基金数据元》以及《资管产品介绍要素第4部分：保险资管产品》四项标准的编制和立项工作，进一步完善和丰富我国保险资管业数据标准体系，促进行业健康、稳定和可持续发展。

（3）《保险资产管理行业投资术语》和《保险资管债券投资类数据元》两项标准已于2023年4月正式发起立项申请，为行业数据供给提供持续性的保障。

上述措施和成果不仅彰显了保险资管行业协会以及业内各资管机构在数据标准化领域的坚定决心和专业能力，也为整个行业的数据治理实践提供了宝贵的经验。

3 保险资产管理公司数据治理实践探索

在行业数据标准建设的过程中，各家公司在数据治理方面的探索经验为整个行业提供了独特的视角和实践参考。下文将简要分享一家国内专业另类保险资管公司（以下简称G公司）在数据治理领域的主要探索和实践。

G公司建立了“消除数据孤岛，统一数据口径，提升工作效率，实现数据资产价值，完善数据治理运营机制”的工作目标，目的是将数据治理对标监管要求，进行机制和制度优化，完善数据治理体系，丰富数据维度，推进数据释能。这些努力主要集中在以下几方面。

3.1 完善数据治理体系架构

数据治理架构可以被视为企业的“骨骼”。正如骨骼为身体提供了稳定的支撑结构，数据治理架构为企业提供了清晰的数据流向、安全性和合规性的指引。G公司建立了由公司总裁办公会进行统一领导，网络安全和信息化委员会履行日常工作职责，专设数据专委会协助信委会统筹开展数据管理工作的数据治理体系架构。数据专委会下设数据治理工作小组，强化了公司层面自上而下、统一管理、高效运行、协调一致的数据管理体系。同时依据公司整体治理架构框架，建立了以管理办法、工作指引、管理细则为层级框架的数据管理制度体系。

3.2 急用先行保障数据供给

数据被比喻为企业数字化转型的血液。正如大脑需要血液中的氧气和营养来维持其功能，企业也同样依赖数据来全面、深入地了解市场趋势、客户需求以及内部运营状况。如果数据供给受阻，其决策效率和准确性就会大打折扣。如图2所示，基于“急用先行、敏捷迭代”的理念，G公司对历史数据进行了梳理、质量治理、集中迁移，完成投资业务核心数据的标准化、初始化及系统化。由此解决了公司长期以来存在的数据矛盾、缺失、错误和失效等问题，快速实现数据集中和共享，完成数据治理从“零”到“一”的关键突破。

3.3 业务与科技并行牵头

随着数字化转型的深入推进，业务与科技的紧密结合已成为金融行业持续创新和提升效率的关键。G公司在其数据治理实践中，引入“业务科技双牵头”机制，由运营部门牵头业务数据需求，由科技部门牵头技术需求，既满足了业务运营的实际需求，又兼顾了科技的可行性和前沿性，实现了业务与科技的优势互补。

3.4 迭代创新数据标准

2019年，在历史数据迁移、数据平台建设的基础上G公司将另类投资业务核心数据项标准化、结构化和系统化，形成数据字典1.0。此后，公司逐年迭代更新数据字典，不断扩充丰富数据项，明确数据角色、细化定义、统一口径和加工规则，以满足业务发展、内外部管理的需要。数据标准已成为公司数据资产得以积累、规范和应用的核心和基石。

3.5 释放全域数据效能

习近平总书记指出，善于获取数据、分析数据、运用数据，是领导干部做好工作的基本功。G公司对标DCMM数据成熟度模型要求，贯彻落实数据管理机制。以数据资产管理平台为抓手，推进外部数据集中共享、指标数据集中共享和穿透数据的治理工作，构建了统一的数据指标库。

4 结 语

在全球金融领域，标准化建设已被广泛认为是提升行业治理水平、保障业务健康发展的关键要素。鉴于此，随着全面建设社会主义现代化国家的新征程以及金融供给侧结构性改革的深入推进，保险资管行业标准化工作将持续在服务国家战略、推动金融治理现代化中扮演至关重要的角色。

参考文献

[1]杨丽娟.技术标准对数字化转型的影响与对策研究[J].标准科学，2022（S2）：6-9.

[2]杨丽娟，全汝.数字化转型背景下技术标准对经济高质量发展的影响研究[J].中国标准化，2023（S1）：4-8.

[3]杨富玉.标准引领金融数字化转型[J].中国金融，2020（3）：58-59.

[4]赵子军.聚焦标准化战略，引领高质量发展——2020国际标准峰会在京举行[J].中國标准化，2021（1）：40.

[5]全国金融标准化技术委员会.金融标准目录[ EB/OL].[2024-01-10].https：//www.cfstc.org/article/？id=4294&url=%2F2023412%2F69e6cd32e507426aa1a3c35aff4156b9.html.

[6]朱禁弢.保险业数字化转型迎来加速发展新机遇[J].中国保险，2021（12）：50-53.

[7]朱俊生. 科技与保险业数字化转型[ J ] . 中国保险，2017（8）：12-15.

[8]周雷，邱勋，王艳梅，等.新时代保险科技赋能保险业高质量发展研究[J].西南金融，2020（2）：57-67.

作者简介

杨光，硕士，从事投资运营及数据管理相关工作。

袁力，通信作者，硕士，研究方向为数据治理和数据标准化、数字经济。

郭远鹏，硕士，从事投资运营及数据管理相关工作。

包好雨，硕士在读，研究方向为数据治理和数据标准化。

陈宛玉，本科在读，研究方向为数据治理和数据标准化。

（责任编辑：张瑞洋）