Face à l’abondance croissante de Beijing Vastdata Technology Co.Ltd(603138)
« chaque jour, notre Département des investissements et de la recherche doit consacrer beaucoup d’énergie à la vérification des données et à l’unification de la présentation, ce qui a grandement influencé l’efficacité de la modélisation des investissements et de la recherche. Un analyste de courtage a dit aux journalistes. Par exemple, les « vitamines » ont des expressions différentes dans différents fournisseurs de services de données financières, comme les « vitamines » et les « vitamines », ce qui entraîne souvent des ambiguïtés entre les différents secteurs d’activité sur la même chose; En outre, les « circuits intégrés » sont également appelés « micropuces », « puces » et « circuit intégré » (ci) par de nombreux fournisseurs de services de données financières, ce qui fait que différentes unités commerciales discutent explicitement de la même chose, mais qu’elles ont des interprétations différentes.
Il a déclaré que de nombreuses données financières incohérentes augmenteraient considérablement les coûts de communication de leurs activités à l’étranger. Le phénomène le plus courant est que lorsque les sociétés de valeurs mobilières, en tant que vendeurs, introduisent des stratégies d’investissement à des institutions acheteurs telles que les fonds et la gestion des fonds d’assurance, les institutions acheteurs sont préoccupées par l’efficacité des stratégies d’investissement en raison de l’incohérence des dimensions de calcul de certaines données financières, ce qui a une incidence directe sur le processus de coopération commerciale des sociétés de valeurs mobilières.
L’absence de normalisation des données financières pose un certain nombre de problèmes qui attirent l’attention des ministères concernés.
Au début de février, le quatorzième plan quinquennal de développement de la normalisation financière, publié conjointement par la Banque populaire de Chine, l’administration générale de la réglementation des marchés, la Commission chinoise de réglementation des assurances bancaires et la Commission chinoise de réglementation des valeurs mobilières, a proposé de faire progresser la construction de normes sur les valeurs mobilières et les contrats à terme; Promouvoir vigoureusement la formulation de normes de données de base et de normes de données réglementaires sur les marchés des capitaux, étudier et mettre en place un système de normes de données sur les marchés des capitaux et améliorer le niveau de gouvernance des données sur les marchés des valeurs mobilières et des contrats à terme.
Par conséquent, de plus en plus de fournisseurs de services de données financières explorent la normalisation des données financières.
Le scientifique en chef Bai Shuo a déclaré aux journalistes que, dans le domaine de la normalisation des données d’information financière, actuellement Hundsun Technologies Inc(600570)
De l’avis d’un chef du Département des technologies de l’information d’une société de fonds communs de placement, pour parvenir à une véritable normalisation des données financières, il est nécessaire d’étendre la portée de l’application de la normalisation des données financières au système de gouvernance des données, en plus de la normalisation des définitions des données de base, de la collecte des données, de la classification et du classement des données, du stockage des données, de la modélisation normalisée et de la définition normalisée des données financières au sein de l’entreprise. Un système d’exploitation normalisé conforme aux trois dimensions de la technologie et de la gestion.
À son avis, pour bien faire ce travail, les institutions de valeurs mobilières des fonds et les fournisseurs de services de données financières doivent également « pratiquer avec diligence les compétences internes ».
Les journalistes ont appris que de nombreuses institutions financières sont toujours confrontées à trois défis lors de l’exploration de la normalisation des données financières. Premièrement, il y a beaucoup de points douloureux dans l’accès aux données. De nombreuses institutions financières n’ont pas encore fait un plan de conception de haut niveau réalisable, ce qui rend difficile l’Utilisation de données financières cohérentes dans divers liens d’exploitation d’entreprise tels que la modélisation de la recherche en investissement, la création de produits de gestion d’actifs, le marketing des clients, l’analyse de la gestion des produits et l’application de la réglementation. Il en résulte d’énormes coûts cachés d’exploitation des entreprises; Deuxièmement, le manque de talents en matière de gouvernance des données, en particulier en ce qui concerne les connaissances commerciales et le contexte technologique, affecte l’efficacité de la gouvernance des données de nombreuses institutions financières; Troisièmement, à mesure que les sources de données deviennent de plus en plus abondantes et que les institutions financières jouent des rôles différents dans le même produit de gestion d’actifs (il peut s’agir d’un dépositaire ou d’un gestionnaire de canaux), la façon d’identifier avec précision la source et l’état d’utilisation des données en fonction des différents rôles des institutions financières afin de répondre aux exigences en matière de surveillance et de surveillance de la conformité met également à l’épreuve leur capacité de contrôle interne et d’exploitation de la conformité.
Le chef du Département des technologies de l’information de la société de fonds publics susmentionnée a déclaré que la construction de la normalisation des données financières n’est pas un processus à long terme, itératif, évolutif et progressif qui peut être résolu par la conception d’une sector – forme technique, ni par la mise en place d’un système technique de reconstruction de la normalisation des données.
Les journalistes ont été informés qu’au cours des dernières années, de plus en plus d’institutions de fonds et de valeurs mobilières construisent des sectorformes de données, leur demande de normalisation des données financières est de plus en plus forte.
« À l’heure actuelle, la présentation de nombreuses données financières est très différente, ce qui nous rend très difficiles. Un directeur du Département Informatique d’une société de valeurs mobilières a déclaré aux journalistes. Par exemple, l’expression « IC » est très différente dans de nombreux fournisseurs de services de données financières, et certaines organisations l’appellent « fabrication de circuits intégrés » ou « produits semi – conducteurs », ce qui augmente la charge de travail de la correction des données.
Il est encore plus contrarié par l’ambiguïté évidente des termes professionnels fournis par certains fournisseurs de services de données financières. Par exemple, les piles au lithium peuvent être divisées en trois éléments Lithium, carbonate de lithium, phosphate de lithium, cobalt de lithium, etc., selon les matériaux cathodiques. Si elles sont emballées, elles peuvent être divisées en cylindres, carrés et paquets souples. Selon différents scénarios d’utilisation, elles peuvent également être appelées piles électriques, piles de stockage d’énergie et piles électroniques grand public. Toutefois, ces fournisseurs de services de données financières les appellent généralement « piles au lithium », ce qui fait que les services d’investissement et de recherche doivent vérifier à plusieurs reprises le processus de production et les scénarios d’application des piles au lithium divulgués dans les rapports financiers de chaque entreprise cotée afin de déterminer l’orientation spécifique des « piles au lithium » que les fournisseurs de services de données financières appellent.
« Cela nous a donné beaucoup de travail supplémentaire, ce qui a entraîné une réduction de l’efficacité de la modélisation de l’investissement et de la recherche et une augmentation des coûts de communication avec l’expansion des affaires à l’étranger. Il a avoué. À première vue, ces problèmes sont causés par l’incohérence des termes professionnels et d’autres termes de données de base, mais en profondeur, ils sont liés à l’absence d’un système normalisé de gouvernance des données dans chaque organisation.
Le chef du Département des technologies de l’information de la société de fonds susmentionnée a déclaré aux journalistes que, afin de renforcer la capacité de gouvernance des données et de promouvoir la normalisation des données financières, sa société de fonds avait mis en place un Comité de gouvernance des données au cours des deux dernières années, qui était géré par Le Comité de gouvernance des TI.
« compte tenu de la taille insuffisante du Fonds, notre Comité de gouvernance des TI et notre Comité de gouvernance des données sont en fait un groupe de personnes qui font progresser la construction d’une architecture de gouvernance des données tout en renforçant la mise à niveau des capacités en ti. Il a souligné. Cela rend la mise à niveau de la capacité de TI de la société de fonds étroitement liée à la gouvernance des données, aide la société de fonds à mettre à niveau continuellement le système de TI et à achever successivement la conception du système de normalisation des données et la construction du processus opérationnel dans les domaines de la gestion de l’Architecture, de la gestion des actifs et de la gestion standard.
Le chef de la technologie de l’information du Fonds a déclaré qu’il avait traversé un certain nombre de « détours » au cours desquels il n’avait pas encore terminé la gouvernance de la normalisation des données au niveau de l’entreprise, y compris la refonte de nombreux rapports pour les soumettre aux organismes de réglementation dans un système de données hautement normalisé.
« en outre, nous communiquons avec l’équipe de quantification sur la façon de créer un environnement de calcul parallèle, mais dans le processus d’exploitation réel, l’équipe d’ingénierie financière n’a qu’une seule version de Python, qui ne peut pas tirer pleinement parti des capacités scientifiques et technologiques de l’entreprise, c’est – à – dire qu’il est difficile de maximiser l’utilisation de la puissance de calcul pour effectuer diverses recherches sur la modélisation d’algorithmes.» Il est franc. Cela constitue une nouvelle résistance à la normalisation des données financières, car de nombreuses données financières ne peuvent pas être pleinement utilisées, de sorte qu’il n’y a pas d’espace de fonctionnement et d’échelle de normalisation.
Le reporter a appris que de nombreuses sociétés de fonds et de valeurs mobilières ont également constaté qu’il existe de nombreux problèmes opérationnels dans le Service de normalisation des données fondé sur les données, le plus souvent face à différentes sources Beijing Vastdata Technology Co.Ltd(603138)
Un fournisseur de services de données financières a déclaré aux journalistes que, compte tenu des points de douleur susmentionnés, ils essayaient d’exporter des services techniques d’interrogation en libre – service – basés sur le mode Data Lake, fournissant des fonctions d’analyse en libre – service, multidimensionnelles, de laboratoire de données, d’API, de plug – ins Excel et de rapports fixes par l’intermédiaire de technologies intelligentes, afin d’aider diverses institutions financières à compléter le système de gestion des produits, le système ecif client, etc., conformément à leurs exigences de normalisation des données. Mise à niveau itérative des données de base de l’Organisation et des données de base sur les valeurs mobilières afin de mettre en place un système plus normalisé d’acquisition, de traitement, d’analyse et de gouvernance des données tout en réalisant la gestion de la migration des données.
Face à la demande croissante de normalisation des données, de nombreux fournisseurs de services de données financières ont commencé à « montrer leurs compétences respectives ».
Xia Qing, Directeur général adjoint de Hang Seng Juyuan, a déclaré aux journalistes qu’ils s’employaient à promouvoir la normalisation des données de la chaîne industrielle.
« Nous avons constaté qu’à l’heure actuelle, les scénarios d’application de la normalisation des données de la chaîne industrielle sont assez vastes, par exemple, les domaines d’investissement et de recherche de diverses institutions financières ont une forte demande à cet égard. Par exemple, de nombreux modèles d’investissement actifs doivent construire le cadre logique de base entre les entreprises en amont et en aval des industries populaires et les actifs connexes à travers ces données.» Il l’a dit aux journalistes. En outre, de plus en plus d’institutions financières considèrent ces données comme un nouvel outil auxiliaire pour améliorer la prise de décisions en matière d’investissement, ce qui constitue une base solide pour la recherche intelligente en matière d’investissement.
Les fournisseurs de services de données financières susmentionnés ont déclaré aux journalistes que, bien que de nombreux pairs considèrent la normalisation des données de la chaîne industrielle comme une nouvelle percée dans le développement des services de données, il n’est pas facile de bien faire le travail dans le cadre de l’opération réelle.
Tout d’abord, dans le processus de collecte et de traitement des données de la chaîne industrielle, ils rencontreront généralement des problèmes tels que la source limitée d’information sur les données de la chaîne industrielle, la divulgation non standard, la différence de transparence, les normes industrielles imparfaites, ce qui les empêchera de construire des données complètes et normalisées de la chaîne industrielle.
Deuxièmement, il est très difficile pour les fournisseurs de services de données financières de mettre en place un ensemble de données normalisées sur la chaîne industrielle qui sont largement reconnues par le marché, qui ont une logique claire et une grande faisabilité. Étant donné que de nombreuses industries ont leurs propres caractéristiques de développement de la chaîne industrielle et que les institutions financières ont des biais cognitifs subjectifs dans différents scénarios d’application des données, elles augmenteront le coût de l’application des scénarios de données.
Troisièmement, les données de la chaîne industrielle ont des exigences différentes en matière de demande et d’expansion dans différents scénarios d’affaires, ce qui augmente le coût d’utilisation de la normalisation des données de la chaîne industrielle.
Quatrièmement, la complexité de la chaîne industrielle ou l’absence de données normalisées complètes sur certains noeuds clés dans la modélisation de l’investissement et de la recherche ont entraîné une augmentation soudaine des difficultés de modélisation de l’investissement et de la recherche.
Xia Qing a répondu qu’ils avaient conçu des solutions ciblées grâce à des technologies intelligentes pour les points de douleur susmentionnés. Par exemple, au niveau de l’universalité des règles de données, elles peuvent être compatibles avec les données provenant de différentes sources en normalisant les produits, les relations de la chaîne industrielle et les attributs des produits afin de former un ensemble de relations logiques de développement de la chaîne industrielle et d’expression des données, d’améliorer le degré de normalisation des données et de réduire le « coût de compréhension » des institutions financières afin d’obtenir rapidement et précisément des informations complexes sur la chaîne industrielle.
En outre, Hang Seng Gathering source effectue également une vérification mutuelle par une grande quantité de techniques d’analyse des données afin d’éviter les relations logiques erronées entre les données normalisées de la chaîne industrielle et de réduire la redondance des données de la chaîne industrielle.
« À l’heure actuelle, nous utilisons également la technologie de l’intelligence artificielle, comme le NLP, pour promouvoir la capacité d’identification précise des données de la chaîne industrielle normalisée au niveau de la modélisation de l’investissement et de la recherche et améliorer efficacement l’efficacité de la recherche de données du modèle d’investissement et de recherche. Il a souligné. Grâce à l’élaboration de mécanismes tels que la norme de classification des produits, la norme d’inclusion des produits, la norme de définition de la désignation des produits et la norme de construction en amont et en aval, ils ont établi diverses relations d’association de chaîne industrielle entre des centaines de milliers d’entreprises, y compris des sociétés cotées et des entreprises non cotées clés, qui sont largement utilisées dans des scénarios financiers intelligents tels que l’investissement et la recherche intelligents et le contrôle intelligent des risques.
De nombreux fournisseurs de services de données financières ont souligné que, bien que de plus en plus de pairs aient fait beaucoup d’efforts pour normaliser les données de la chaîne industrielle, de nombreux facteurs influent encore sur la popularité de l’utilisation réelle. Premièrement, de nombreux chercheurs en investissement des institutions financières n’ont pas besoin de s’adapter rapidement aux nouvelles données de la chaîne industrielle en fonction de leurs habitudes d’utilisation des données originales, ce qui rend la popularité de ces dernières plus difficile et l’effet de la normalisation s’affaiblit in évitablement; Deuxièmement, si la nouvelle norme de calcul des données de la chaîne industrielle n’est pas compatible avec le mode de fonctionnement actuel de la gouvernance des données des institutions financières, ces dernières ne sont pas disposées à consacrer beaucoup d’efforts à réajuster la norme de calcul des données existante afin de limiter la portée de l’application; Troisièmement, pour réaliser la « normalisation » des données de la chaîne industrielle, de nombreuses institutions financières doivent encore approuver l’utilisation, mais cela implique également que de nombreuses institutions financières utilisent ou non leurs formules de calcul des données pour les formulaires Excel et les rapports quotidiens et hebdomadaires. Si les institutions financières n’ont pas l’intention de les utiliser, le processus de normalisation sera plus difficile.
Le fournisseur de services de données financières mentionné ci – dessus a déclaré aux journalistes que l’industrie tente actuellement d’adopter un mode de fonctionnement relativement réalisable, c’est – à – dire que le fournisseur de services de données financières coopère avec les bourses de valeurs, les institutions d’acheteurs célèbres et les institutions de recherche et de développement d’indices pour participer à la conception de normes commerciales, de normes techniques et de mécanismes d’application de diverses données de la chaîne industrielle. La norme de données a été introduite avec succès dans l’Atlas des connaissances industrielles et le système intelligent d’investissement et de recherche d’un nombre croissant d’institutions financières bien connues. Grâce à l’influence des bourses, des institutions d’acheteurs bien connues et des institutions de recherche et de développement index ées, la popularisation de l’application de Données de la chaîne industrielle a été progressivement réalisée et l’objectif de « normalisation » a finalement été atteint.
