2025年,数据作为新型生产要素,在金融科技领域的价值空前凸显,在隐私合规前提下挖掘数据价值成为行业共识。为总结数据方面的年度成果并展望未来发展趋势,我刊专访了中信建投证券资深数据专家马丽霞,就“数据要素”话题进行深度访谈。期待专家的真知灼见能为行业带来启发,共同推动数据赋能金融高质量发展。
记者:2025年证券期货业在数据治理、基础设施建设、行业应用场景落地等方面,有哪些重要进展和成果?随着可信数据空间创新发展试点在金融行业落地,您认为如何有效推动证券期货业数据要素市场建设?
马丽霞:行业积极践行国家《关于促进数据产业高质量发展的指导意见》等政策要求,今年在数据领域确实取得了不少成果。
在治理方面,证监会发布了《证券期货业业务域数据元规范》系列及《期货公司监管数据采集规范》等行业标准,给行业数据流通修了“高速公路”,为资本市场基础设施建设提供了重要支撑和治理基础。
在应用场景方面,深交所的“基于区块链的风险数据共享平台”为行业风险管理开辟了新路径;上海期货交易所的“有色金属数据系统”通过深挖数据价值,赋能期货风控;我们中信建投自身打造的“投行‘看门人’数智综合业务平台”,也通过汇聚内外部数据,紧扣合规风控要求,助力投行业务健康发展。
在基础设施方面,有两个标志性突破:一是证标委组织制定了《证券期货业与银行间业务数据交换协议》等国家标准,规范银证数据交换,促进了金融数据高效流通;二是上交所联合上海市运用“区块链+隐私保护计算”,打造了央地互联的可信数据空间,打通了政务数据与证券金融数据的安全共享。
随着金融监管总局指导下的“一表通”监管报送工作的开展,可信数据空间在工行、中国人寿等机构试点成功,我认为可以从以下几方面来推动行业数据要素市场建设。
第一,加快生态建设。要构建覆盖数据提供方、交易所、需求方的可信数据空间生态,带动供应链上下游协同开放,将其打造成支撑行业一体化数据市场的“新型基础设施”。
第二,强化资产管理。构建行业数据标准,借助大模型等AI技术开展智能化治理,建设高质量数据集,形成高效供给,为市场提供优质“数据商品”。
第三,深化试点创新。坚持“以用促建”,持续挖掘高频交易、风险管理、跨境服务等场景需求,以关键试点突破技术瓶颈,以生态协同完善市场规则,最终形成“需求定义供给、供给创造需求”的良性循环。
记者:2025年证券期货业金融机构在建设数据基础平台时,从追求数据湖的“大”向数据集的“精”与“准”的转型中,取得了哪些进展和成效?
马丽霞:数字化转型是行业共识,也是必然选择。大模型时代,数据不是越多越好,而是越精越准越有价值。核心进展体现在两方面。
一是场景化数据精准供给。机构开始针对智能投顾、量化交易、合规审查等具体场景,要求精准采集股票、债券、基金等多品类数据,融合宏观经济、行业动态、公司财报等多元信息,确保数据与场景需求高度契合。
二是数据质量系统性提升。我们运用专业清洗剔除错误和重复数据,通过金融知识图谱构建实现语义关联与深度挖掘,结合治理定义标准保障了准确性。
记者:中信建投证券在数据领域取得了哪些突出成果,可否和我们分享一下具体案例和实践经验,供行业机构参考?
马丽霞:我们的实践从“强底座、重治理、深应用、促标准”四个维度展开,成果很多。
在基础设施方面,我们通过自建15个技术基础平台,自研了我司的“天魁”数据中台,其中数据交换系统接入超过300个系统、任务超4.2万个,统一调度系统任务总数超17万个,一站式数据开发平台覆盖60多个部门。
在数据资产建设方面,我们构建了湖仓一体化数据底座,形成“数据湖—数据仓库—数据集市”三级体系。基于证券期货业SDOM模型构建覆盖主体、账户、交易等十大主题数据模型,并建设了统一指标标签集,支撑监管报送、投行、财会等20余个应用集市,真正实现“一处整合,多处复用”。对接入中台的数十万张表实施统一管控和血缘追溯,通过数据交换和API双模式,形成“数据整合—指标加工—服务赋能—流程驱动”的完整闭环。
在标准化治理方面,我们制定了2900余个数据标准,统一字段命名、数据类型、值域范围等核心属性,使系统间数据共享效率大幅提升。同时,建立2000余条质量稽核规则,涵盖完整性、准确性、一致性、时效性四大维度,通过血缘分析实现规则与业务场景精准绑定。我们建设了客户、产品、机构等主数据,确保了这些基础数据“单点加工、全局复用”。
在数据应用方面,我们在全面推动基于湖仓的应用集市建设、利用指标标签平台等工具培养业务自助分析的同时,推出了Data Agent数据垂直智能体,上线“智能问数平台”,实现自然语言交互式查询、归因分析和趋势预测,彻底变革了传统取数模式。
在行业贡献方面,我们牵头承担2025年证标委多项重点课题研究,牵头起草《证券行业业务术语》《证券公司自营业务逻辑模型》等行业标准,新获2项专利、3项软著,相关项目荣获了中国证券业协会优秀课题荣誉。
记者:证券期货业金融机构在构建高质量数据集时,面临哪些痛点?如数据标准不一、数据孤岛、跨部门协作困难、智能化数据标注与治理工具缺乏、数据质量评估反馈机制不健全等。
一是标准体系碎片化与数据孤岛并存。行业普遍存在“先建后治”现象,存量系统数据标准参差不齐,跨系统数据定义冲突屡见不鲜。企业级数仓成熟度不足,指标标签缺乏统一管理,重复开发无法避免,高质量数据语料供给不足。
二是跨部门协同效率低下。数据需求方与供给方之间存在明显的“部门墙”,跨部门、跨机构的数据共享机制缺位,数据交换靠“点对点”协商,取数流程长、沟通成本高。
三是智能化治理工具供给不足。目前数据清洗、标注仍依赖传统方法,AI驱动的自动化治理引擎建设薄弱;面对文本、图像、视频等海量非结构化数据,现有技术处理效率不高;数据质量评估与反馈机制不健全,难以形成治理闭环。
四是安全合规与技术能力双重承压。证券期货涉及大量敏感信息,监管合规要求极高,但数据权属规则尚不清晰,授权运营边界模糊。同时,隐私计算、合成数据等技术虽已出现,但成熟应用场景少,机构在技术选型与合规平衡上普遍感到力不从心。
马丽霞:破解上述痛点,我们的策略是“统一底座、平台赋能、智能驱动、安全托底”。
针对标准碎片化与孤岛问题,我们打造了企业级“湖仓一体”平台,整合200余个核心业务系统数据,构建超百张标准化共性模型支撑集市和下游应用,实现全域数据“同源同构”。从根源上统一了标准,让各系统用“普通话”对话,消弭了孤岛。
针对跨部门协同效率低,我们以“天魁”数据中台为核心,将数据能力转化为标准化服务。通过统一数据共享与开发平台,为60余个部门提供标准服务,支持10多个业务团队自助开发。另外,在湖仓共性层沉淀了4000余个原子指标与标签,核心指标计算逻辑集中封装,业务人员利用指标标签平台可像搭积木一样快速派生场景化指标,重复开发减少40%,协作模式从“反复沟通”变为“高效自助”。
针对智能化工具缺乏,除了推出Data Agent(数据智能体)与“智能问数平台”,支持业务人员用自然语言就能完成复杂查询与分析,大大降低了数据消费门槛;我们正尝试将AI应用逐步渗透到质量检核、模型构建等治理环节,推动治理从“人拉肩扛”向“智能驱动”演进;同时也在积极探索,利用AI技术对合同、图片、函证等文本数据进行深度解析和知识抽取,丰富数据维度。
针对安全合规挑战,我们根据数据分类分级标准,在数据流转各环节嵌入最小化授权与审计机制。隐私计算尚处探索期,我们在敏感数据场景中建立严格的数据隔离测试与审计追踪机制,确保AI应用在安全边界内运行,为技术创新守住合规底线。
记者:目前的数据基础设施能否有效化解数据隐私合规与商业价值的矛盾?隐私计算、合成数据技术、可信数据空间如何更好地发挥作用?
马丽霞:隐私计算通过联邦学习、多方安全计算实现“数据可用不可见”,解决了跨机构协作的隐私保护难题。合成数据技术通过生成式AI模拟真实交易行为,为量化投研、算法训练提供合规高效的解决方案,尤其在历史数据稀缺场景下价值凸显。可信数据空间基于区块链存证、智能合约构建安全可信的共享基础设施,确保数据流通全过程可追溯、不可篡改。
这三类技术确实为破解矛盾提供了关键工具,行业已有标杆实践。比如:中信证券应用隐私计算在联合风控和联合营销中实现安全协作;上交所与上海市推进“城市链—上证链—监管链”项目,打造城市级可信数据空间,开创了行业先河。
但挑战依然存在,行业应用仍需深入。证券期货业数据高度敏感,需充分考量监管合规,目前落地场景仍有限。如何在保障技术安全有效的同时符合监管合规要求,是亟待突破的关键。
记者:随着AI驱动数据规模化应用推进,您认为2026年证券期货业金融机构在数据领域应重点关注和培育哪些核心优势?比如,继续重金投入底层算力、将资源倾斜于数据治理和高质量数据集构建、加大AI应用场景落地、提升技术应用的敏捷性或是顶层战略的前瞻性等。
马丽霞:2026年将是AI应用深化年,我认为证券期货业机构可重点关注以下五个方面。
第一,构建AI+数据战略。将AI发展作为全局性战略工程,推动业务全面数智化转型,而不是停留在技术部门的小范围试点。
第二,坚持“以用促建”。深挖应用场景广度和深度,打造标杆示范应用,在真实业务场景中建设优质行业数据集,建成企业AI服务体系。
第三,加强智能算力建设。统筹建设行业级、集团级、企业级智能算力中心,促进各维度资源集约共享,建设适度超前的算力设施,支撑AI技术创新。
第四,完善企业级数据底座。优质AI落地离不开高质量数据集。应以统一标准为基石,规范采集、存储、治理全流程,打通跨部门壁垒,持续完善标准化、规范化底座。
第五,建设复合型数据人才梯队。加速培育“AI+”复合型人才,围绕采集、建模、落地,全链条搭建培养体系,重点培育兼具AI技术、数据治理思维与业务认知的跨界人才。
记者:随着AI的快速、深入应用,您认为2026年数据领域面临的首要挑战是什么?可否谈谈中信建投证券在应对该挑战方面,做了哪些前瞻性的布局和规划?
马丽霞:展望2026年,我们认为数据领域的AI应用面临的首要挑战是如何确保驱动AI的数据合规、准确和可信,为应对这一挑战,中信建投证券将重点建设高质量数据资产与统一语义层、完善AI的可解释性,并已展开一些举措。
一是打造“企业级统一语义层”,赋能AI深度理解业务。我们正探索将公司的业务规则、标准术语、指标体系统一构建成机器可读的“知识图谱”,使AI能准确理解复杂业务概念的真正含义与关联关系,确保其分析结论建立在正确的业务逻辑之上,而不仅仅是表面的数据统计。
二是确保AI应用在安全合规轨道上。行业的特殊性要求我们推动创新的同时,必须坚守合规底线。为此,我们将在智能问数等AI应用中完善可解释性,让AI的归因分析和趋势预测能够追溯其数据来源和决策路径。同时,对涉及敏感数据的模型进行严格的隔离测试与审计追踪,确保所有AI应用都在安全边界内运行。
记者:在AI大模型发展正面临“数据墙”困境下,您认为证券期货业未来是应该更专注于从存量数据中提炼更高价值,还是应该更积极探索合成数据技术、可信数据空间等应用以突破面临的瓶颈?
存量数据价值深挖是战略基点。证券业沉淀了海量高质量核心数据资产,通过合规化开发利用,能直接赋能业务效率提升与决策优化,这是看家本领。
合成数据+可信数据空间是突破方向。合成数据技术能突破真实数据稀缺性限制,为模型训练提供高质量“燃料”;可信数据空间依托区块链与隐私计算,构建安全可控的跨机构协作环境。
两者协同才能制胜。存量数据开发夯实价值基础,合成数据与可信空间拓展创新边界。二者同步推进,才能在合规框架下实现技术突围与业务创新的双赢。
记者:在当前的热点技术中,以及Gartner提出的2026年十大战略技术中,您认为,哪些对证券期货业的数据领域更具潜力?
马丽霞:国家“十五五”规划建议已明确要健全数据要素、建设全国一体化数据市场、加快AI创新,这为行业指明了方向。结合Gartner技术趋势和目前我们建设的方向,我认为“数字溯源”“多智能体系统”“特定领域语言模型”更具潜力。
数字溯源技术将超越简单血缘分析,记录数据全生命周期信息,成为数据要素流通的“信任基石”,解决数据信任、质量管控、合规审计等关键问题。
多智能体系统将重塑核心业务流程。通过多个智能体交互协作,实现复杂流程快速自动化,意味着从依靠单个“数据分析师”到“智能数据分析团队”的跃迁,更智能、更自动地解决复杂问题。
特定领域语言模型能解决通用模型不懂证券、期货业务的问题,更精准合规地实现业务场景落地,加快场景演进。