近日，中国证券业协会发布了《证券业务示范实践第7号——证券公司风险数据管理》（下称《示范实践》）。
　　据悉，《示范实践》从夯实风险管理数据质量、提升风险管理数据价值的角度出发，聚焦风险数据战略、风险数据治理、风险数据架构、风险数据标准、风险数据安全、风险数据质量六大风险数据管理能力域，指导证券公司从战略层面提升对风险数据管理的重视程度。
　　《示范实践》通过建立权责清晰、执行有力的风险数据治理机制，统筹规划风险数据架构，构建统一的风险数据标准体系，实施全生命周期的风险数据安全管理及风险数据质量管理，最终实现集团风险数据统一管理。
　　在风险数据治理方面，《示范实践》在考虑了证券公司业务复杂程度、体量大小、技术能力差异的基础上，分别介绍了风险数据治理、子公司风险数据治理的建设内容。
　　风险数据架构部分主要介绍了风险数据分布、风险数据建模、风险数据集成与共享、元数据管理的统筹规划及建设思路。其中，风险数据分布部分介绍了数据分层、数据流转、数据目录的设计；风险数据建模部分介绍了风险数据模型建设、风险数据模型管理；风险数据集成与共享部分介绍了集成需求管理、集成平台接入、数据集成调度、源端变更通知机制。
　　风险数据安全部分介绍了公司级数据安全策略、子公司数据安全管理模式、数据出入境安全管理。并基于实践案例进一步介绍了从风险数据集成到风险数据应用的全流程风险数据安全管理，包括风险数据安全管理策略，风险数据采集，风险数据传输、存储与加工，风险数据使用，风险数据提供与共享。
　　其中，存在跨境子公司的证券公司，如涉及数据出境，需要对数据类型、规模、传输路径等情况开展数据跨境评估。例如，涉及个人信息出境的，需要开展个人信息影响评估。如涉及数据入境，需要依据跨境子公司所在的国家/地区的法律法规要求开展评估，确保数据入境的合法合规。面对境内外监管差异，证券公司可以通过境内外合规差异动态评估机制，及时识别并评估各地区法规变化对数据跨境的影响。 记者 朱希杰