金融数据资源目录编制指南 TNIFA 20-2023

1、范围

本文件给出了金融数据资源目录编制目标、原则和范围，以及目录编制流程方面的指导。本文件适用于开展金融业企业级数据资源目录的编制。

2、规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。

JR/T 0197—2020金融数据安全数据安全分级指南

JR/T 0236—2021金融大数据术语

3、术语和定义

JR/T0236—2021界定的以及下列术语和定义适用于本文件。

3.1 数据资源 data resource

数据资源是指作为资源看待的用于支持实现组织特定目标的数据。[来源：GB/T 42450—2023,3.1,有修改]

3.2 数据资源目录 data resources catalog

数据资源目录是指与组织业务活动相适应的、便于检索的多层次分类、分级的数据资源编排形式。[来源：GB/T42450—2023,3.4]

4、编制目标、原则和范围

4.1 编制目标

金融数据资源目录编制是金融机构（本文件中的“金融机构”是指从事金融业务的持牌金融机构、从事金融数据工作的科技公司以及相关机构等。）摸清数据资源家底、提升数据质量的基础性工作，通过编制数据资源目录，实现对数据的检索、定位与获取，能够为金融机构后续数据分类分级管理、数据共享应用、挖掘数据价值提供支撑。

4.2 编制原则

金融数据资源目录编制原则如下：

a）统筹规划：根据金融机构的业务转型和发展需要，整体规划数据资源目录，可按照数据重要程度分步实施，急用先行，逐步完善数据资源目录。

b）全面梳理：按照金融数据资源管理范围，结合本机构的数据资源实际情况进行全面梳理，并进行业务追踪，形成适用于机构自身特点的数据资源目录。

c）权责一致：在编制数据资源目录过程中依据“谁管理，谁负责”、“谁运营，谁负责”的原则对数据资源进行认责。

d）简洁明确：数据资源目录所使用的词语或短语确切表达数据资源的实际内容范围、内涵、外延，保证用语的规范性和简洁性，同一层级的数据资源目录间界限分明。

e）便于扩展：金融数据资源目录编制采用层次化、结构化编制方式，以利于后续数据资源及分类的扩展。

f）持续有效：根据金融机构自身数据资源变化情况，建立数据资源目录长效管理和维护机制，推动数据资源目录真实准确客观反映金融机构数据资源情况。

4.3 编制范围

金融机构宜遵循JR/T 0197—2020,结合自身业务与管理现状，根据自身的编制目的确定金融数据资源目录编制范围。

金融数据资源目录编制工作主要包括下列金融数据。

a）金融机构业务信息系统内生成和存储的数据，包括：

1）业务数据，金融机构在提供金融产品或服务过程中产生的数据，包括直接或间接采集的数据，经信息处理后在计算机系统中流转或保存的数据，以及通过信息系统签约或收集的电子信息（如交易信息、账户信息、客户信息等）;

2）经营管理数据，金融机构在履行职能与经营管理过程中采集、产生的数据，如营销服务数据、运营数据、风险管理数据、技术管理数据（如程序系统以及网络等）、统计分析数据、综合管理数据等。

b）金融机构内部行政办公网络与办公设备（终端）中产生、交换、归档的电子数据，如机构内部日常事务处理信息、政策法规与部门规章、业务终端临时存储的业务或经营管理数据、电子邮件信息等。

c）金融机构原纸质文件经过扫描或其他电子化手段形成的电子数据。

d）其他宜进行数据资源目录编制的金融数据。对于金融机构外部的数据资源，宜纳入数据资源目录，并与内部的数据资源进行明确区分。涉及国家秘密的金融数据，依据国家有关法律法规执行，不在本文件规定的范围之内。注：未经电子化的数据，依据档案文件等有关管理规范执行。

5、目录编制流程

5.1 概述

金融机构宜结合目录使用场景及自身实际情况，编制形成符合机构自身特点的数据资源目录。

金融数据资源目录编制流程宜包括现状调研、框架制定、目录制定、目录管理四个方面，如图1所示。

图1 金融数据资源目录编制流程

5.2 现状调研

5.2.1 概述

金融机构宜结合本机构的组织架构情况，通过调研了解资源目录所涵盖的业务范围、数据范围、数据分布、质量情况、应用情况等信息，并获取各部门对资源目录的诉求及期望。

5.2.2 调研范围和内容

调研范围根据各机构确定的数据资源目录编制范围，包括但不限于业务基本情况、应用系统及数据库建设情况、数据责任部门、相关数据资源情况及相互关系等，在调研过程中可参考借鉴已有的数据资源梳理结果。

数据资源调研形式不限，调研内容主要从业务信息和已有数据资源两方面入手，根据调查业务和数据资源特点，可通过业务调研表、业务系统调研表、数据资源调研表等形式进行调查（调研模板示例参见附录A）。

a）业务调研表用于描述业务基本情况、相关数据资源情况以及相互关系。通过调研表体现产生数据的业务事项、内容、责任部门等。

b）业务系统调研表用于描述相关业务的系统构成，确定数据资源调研的系统范围。

c）数据资源调研表用于对资源进行描述，体现数据资源组成信息，为数据资源盘点提供依据。

调研表填写者宜包含技术人员和业务人员，并实现技业融合。根据部门主要业务，如业务领域、业务类型、业务线等进行总体评估。通过调研表填写充分了解业务人员对工作步骤、调研安排、调研表内容等方面的反馈和建议，作为修改和调整调研表模板的重要参考依据。

5.3 框架制定

5.3.1 分类框架设计

数据资源目录分类框架宜根据金融机构数据资源目录编制用途，结合机构实际情况进行设计，可从业务条线、数据资源不同形态、分布情况等业务、技术方面制定数据资源目录分类框架。本文件从业务视角、技术视角，给出两种数据资源目录分类框架设计思路。

a）业务视角根据数据产生所在的业务领域进行分类，宜根据不同的业务环节形成资源目录分类框架。主要分类依据包括主题域、业务对象、业务属性等，具体示例参见附录B.1。

b）技术视角根据数据存储的系统、时效性、技术处理方式（如交易型、分析型）、数据类型等因素进行分类。分类依据包括系统字段、数据类型、是否有允许值列表等，具体示例参见附录B.1。

5.3.2 确定目录属性项

数据资源目录分类框架确定后，根据目录编制目的和使用范围，确定数据资源目录的属性项，属性项宜包括数据的业务属性、技术属性、管理属性，并将数据资源目录分类框架落实在管理属性中，具体参考详见附录B.2。

a）管理属性：从管理层面对数据的规范和定义，包括数据资源代码、数据分类（分类层级由分类框架层级确定）、数据分级、主管部门等。

b）业务属性：从业务层面对数据的解释和定义，包括数据项（每条数据资源目录即为一个数据项）名称、业务含义等。

c）技术属性：从技术实现层面对数据的规范和定义，包括字段名称、数据格式、数据类型、权威来源系统等。

5.3.3 数据资源编码

金融数据资源编码由分类码和顺序码组成。分类码为数据资源目录不同层级的编码，可分为一级目录、二级目录、三级目录等，金融机构可结合实际需要确定分类码规则，包括分类码层级数量以及各层级代码格式和位数；顺序码由不定长度阿拉伯数字构成，保证代码的唯一性。对于涉及外部交换共享的情况，可在目录编码前增加金融机构代码，金融机构也可根据自身情况确定编码规则。

金融数据资源代码示例结构见图2,其中分类码和顺序码由分隔符区分，分类码可包含n级目录，由数据资源目录分类框架层级决定，顺序码原则上以1为起始、连续的阿拉伯数字表示。

图2 金融数据资源编码结构示例

5.4 目录制定

根据前期现状调研确定的数据资源范围，盘点实际数据资源内容（如报表、模型、指标、标签等元数据信息）形成数据资源目录，编制流程具体如下：

a）元数据采集：元数据作为数据资源目录形成的基础，宜通过工具、手工结合的方式进行采集，识别有效和重要元数据；

b）单系统目录形成：基于采集梳理的元数据信息，完善数据资源目录的属性项信息；

c）跨系统目录合并：多系统的数据资源目录合并，确定合并后数据项的主管部门、权威来源等信息；

d）数据资源目录生成：对合并后的数据资源目录进行编码，生成最终的数据资源目录。

如在盘点过程中发现制定的数据资源目录分类框架无法覆盖所有数据，宜对数据资源目录分类框架进行相应的调整和完善，具体流程步骤如表1所示。金融机构数据资源目录编制重难点问题实践详见附录C。

表1 目录制定流程描述

附录A（资料性） 调研表模板

A.1 概述

本附录中所列的调研表模板，金融机构可结合自身实际情况进行裁剪或者补充使用。

A.2 业务调研表模板

业务调研表用于从业务的角度出发，调研金融机构中各业务模块所涉及的数据资源。业务调研表模板参见表A.1。

表A.1 业务调研表模板

A.3 业务系统调研表模板

业务系统调研表，用于调研业务系统的名称、主管机构、定位、用户范围、数据范围等信息。业务系统调研表模板参见表A.2。

表A.2 业务系统调研表模板

A.4 数据资源调研表模板

数据资源调研表，用于调研数据资源的名称、类型、级别、属性、状态、分类、存储情况等信息。数据资源调研表模板参见表A.3。

表A.3 数据资源调研表模板

附录B（资料性） 数据资源目录示例

B.1 目录分类框架示例

B.1.1 分类原则

数据资源目录分类框架可基于不同的视角进行，主要包括业务视角、技术视角、管理视角。可从以下角度参考设计数据资源目录分类框架：

a）从金融业务分类标准进行分类框架设计；

b）从金融数据安全角度进行分类框架设计；

c）根据机构实际业务条线划分，结合业务调研访结果从业务视角设计分类框架；

d）参考金融行业数据归属主题设计分类框架；

e）根据数据资源的不同形态设计分类框架（如基础数据资源、指标数据资源、标签数据资源、模型数据资源、外部数据等）;

f）根据数据资源分布进行分类框架设计，即直接将元数据形成目录。

金融机构宜从自身实际情况出发，选择适当的角度设计符合自身的数据资源目录分类框架，分类框架层级建议不超过四级，层级过多则会导致权责不清，不利于管理；层级过少会无法充分区分数据资源。

B.1.2 分类框架

本附录从业务视角、技术视角给出以下框架示例：

a）业务视角：指从业务层面对数据的统一规范和定义，包括客户信息、零售业务、对公业务、信贷业务、经营管理、监管统计等，示例如图B.1所示。

图B.1 业务视角数据资源目录分类框架示例

b）技术视角：指从技术实现层面对数据资源项的统一规范和定义，包括指标数据、主体数据、标签数据、图谱数据、模型数据、知识数据、贴源数据等，示例如图B.2所示。

图B.2 技术视角数据资源目录分类框架示例

B.2 目录属性项示例

数据资源目录分类框架确定后，可依据框架梳理数据，形成最终的数据资源目录，数据资源目录包含的属性项信息可参考表B.1,宜包含数据资源的业务属性、管理属性、技术属性等信息，各机构可按照实际需求进行调整（如增加版本号、启用日期、停用日期等属性项）。

表B.1 数据资源目录属性项示例