1、新环境下保险统一监管平台建设之路个人简介沈勇毅1981 年 11 月出生，籍贯江苏。2004 年 7 月苏州大学信息工程本科毕业。2004 年 7 月 - 2017 年 8 月期间先后历任友邦咨询科技、友邦中国信息科技部、友邦中国营运部高级经理，多次主导核心替换升级，业务转型等战略性项目。2017 年 8 月 - 2019 年 9 月任同方全球人寿保险营运部总监，主导核心替换以及营运转型等工作。2019 年 9 月 - 2020 年 4 月任富卫信息科技（上海）有限公司技术总监，负责富卫集团内部信息系统建设和对外孵化。2020 年 4 月入职民生人寿保险股份有限公司，任职数据服务部副总经理，全

2、面负责公司信息化建设。行业监管背景我们面临的挑战系统建设分享目 录项目实施收益未来规划展望CONTENTS 现行监管体系政策 监管科技应用 监管热点介绍 数据挑战 应用挑战 管理挑战 营运挑战 统一数据平台 数据治理方案 统一监管应用 系统提升效果 项目获奖 工作成果展示 发展规划 践行监管科技 规划策略 数据治理目标01行业监管背景 现行监管体系政策 监管科技应用 监管热点介绍监管体系-逐渐完善的金融监管体系国务院国务院金融稳定发展委员会金融稳定发展委员会银保监会银保监会各地金融监管局各地金融监管局统筹协调金融监管重大事项指导地方金融改革发展与监管审议金融业改革发展重大计划各类银行保险机构信

3、托公司银行业协会保险业协会信托业协会保险学协会保险保障基金防范系统性风险和维护金融稳定人民银行人民银行外汇管理局各类银行证监会证监会证券公司公募基金私募基金期货公司基金销售机构上市公司证券资信评级机构证券期货投资咨询机构证券交易所期货交易所证券业协会期货业协会证券投资基金业协会证券期货经营机构证券投资基金管理公司证券登记结算公司中央国债登记结算公司期货结算机构金融资产交易所大宗商品交易所小额贷款公司融资担保公司农民专业合作社民间融资机构监督稽核支付体系信贷服务经理国库行为监管职能微观审慎监管金交所业务融资担保业务小额贷款业务券商理财资管计划公募基金业务私募基金业务 2018年我国形成“一委一行

4、两会一局+地方金融监管局”的金融监管新格局，地方金融监管局与一行两局（地方人行、银保监局、证监局）形成错位监管和补充。监管政策-越来越重视数据监管中国银保信面临中组部、银保监等外部压力成立数据治理专项小组，持续排查并跟踪解决数据问题日常治理过程中对沟通不畅的公司采取高管约谈约谈每月给保险公司排名，并定期对数据治理不力的公司公开发布通报人民银行面临国际反洗钱组织施加的压力实行现场执法检查，公布接口规范收集明细数据对检查发现问题的公司及主要负责人开出高额罚单公开公布反洗钱处罚信息银保监会各大监管机构相继推进数据监管政策，2020年，银保监会又相继发布了监管数据质量专项治理（45号文）和保险业监管数

5、据标准化规范（人身保险公司版）（50号文），趋势越发明显银保监会发布稽核数据标准，保险数据统一接入EAST系统各地银保监局开展稽核数据治理经过多轮紧急应对后，前期仅7家保险公司通过校验对数据质量持续较差的公司采取公开通报的监管措施监管科技-金融监管“五大”新特征钛资本研究院钛资本研究院：20182018年是年是RegTechRegTech元年，目前还是以在传统市场占有率比较高的元年，目前还是以在传统市场占有率比较高的IT IT企业为主，为了满足监管要求而开发了相应企业为主，为了满足监管要求而开发了相应监管平台。但从监管平台。但从20192019年开始，涌现了一批早期投资项目机会。预计年开始，涌

6、现了一批早期投资项目机会。预计20202020年全球监管科技投资需求总量将达到年全球监管科技投资需求总量将达到11871187亿美元。亿美元。智能化高效快速地识别风险，并对监管数据进行挖掘，释放数据潜力；智能掌握监管尺度，制定合规要求。实时化能够实时监控各种指标数据，及时生成报告和解决方案；提高风险识别和处置能力，及时处理风险事件，提高事中监管的效率。敏捷化能够充分利用云计算技术，实现相关应用的快速部署，对错综复杂的数据组进行快速解耦和组合。标准化实现监管数据的共享性和数据结构的统一性；对监管合规数据形成统一的标准，实现宏观监管和机构内部监管的统一。数字化新技术的应用实现了报告数字化和合规流程

7、的自动化，能够快速收集和分析处理复杂的数据，实现由了解客户KYC到了解数据KYD的转变。“五大”新特征监管科技-大数据热度高涨 趋势一：行业标准化未来将进一步制定和完善我国大数据领域标准体系。 趋势二：区域化协同共进国内大数据产业的区域化协同共进的局面愈加清晰。 趋势三：技术融合下的应用时代如果不能与互联网、云计算、物联网、人工智能技术等创新技术的结合应用，大数据的价值也无法凸显。 趋势四：数据安全国内大数据产业的区域化协同共进的局面愈加清晰。 趋势五：数据开发与共享国内大数据产业的区域化协同共进的局面愈加清晰。2014年2015年2016年2017年“大数据”的概念首次正式写入政府工作报告大

8、数据政策顶层设计年政策细化落地，国家发改委、环保部、工信部、国加林业局、农业部等均推出了关于大数据的发展意见和方案。大数据产业的发展正从理论研究加速进入应用时代监管科技-科技赋能穿透式监管中国监管科技发展报告：监管科技的核心技术主要包括云计算、大数据、AI、区块链和API等五大领域。云计算为监管科技提供廉价的计算和存储资源，通过数据集中汇聚提供大规模的数据资源，提升监管工具的共享程度。大数据实现大规模数据的挖掘分析能力、高效实时的处理能力。人工智能进一步提升数据的智能分析能力，提升客户交互能力。区块链保证获取的基础信息的真实性和效率，保证业务合规性，同时提高业务办理的效率。API有助于监管政策

9、及合规准则的有效落实。提高监管的规范性，以最小扰动的方式进行监管。人工智能人工智能大数据大数据云计算云计算APIAPI区块链区块链数据传输通道海量数据存储高质量数据提高速度和质量未篡改数据监管科技-核心技术场景应用监管科技的应用场景主要包括用户身份识别、市场交易行为监测、合规数据报送、法律法规跟踪、风险数据融合分析、行业风险监测六大方向，每个场景都需要多种技术共同支撑，都会在金融监管机构和金融从业机构中进行广泛应用。应用场景应用机构核心技术金融机构监管机构云计算大数据人工智能区块链API用户身份识别市场交易行为监控合规数据报送法律法规跟踪风险数据融合分析行业风险监测监管热点-人行反洗钱处罚分析

10、2020年上半年，中国人民银行总处罚金额为24.29亿元，其中，银行处罚金额为11.45亿元，非银处罚金额为12.77亿元，总体处罚形势可总结如下：双罚比例突破95%较前几个季度，双罚比例已逾95%，基本实现单位与个人并罚，且为了加强警示，此前的“对相关负责人罚款”改为“具体公司具体职位具体姓名”，可见中国人民银行对反洗钱的重视。整体罚金再创新高处罚金额延续2019年第四季度的井喷上涨模式，季度处罚金额再创新高非银机构处罚比例增加从罚单和金额上看，银行仍然是接受检查和处罚的重点机构，但非银机构的比例在逐步增加。大额罚单逼近20%自2019年以来连续上升趋势明显，且超过100万元罚单占比逼近20

11、%巨额罚单靠齐国际一季度惊现中国反洗钱史上最大罚单（6159.5万），金额向国际监管机构公布大额罚单规模靠齐非银机构处罚比例增加从罚单和金额上看，银行仍然是接受检查和处罚的重点机构，但非银机构的比例在逐步增加。第一季度形势分析123456监管热点-持续加码的保单登记 日常治理过程中对沟通不畅的公司采取高管约谈 每月给保险公司排名，并定期对数据治理不力的公司公开发布通报 成立数据治理专项小组，持续排查并跟踪解决数据问题 项目团队加班通宵应对，疲于应付，领导不满意2015 2015 年年 7 7 月月1717日保监会保日保监会保单登记领导小组办公室成立单登记领导小组办公室成立20152015年年1

12、212月月2525日，日，保单登记平台上线保单登记平台上线20172017年年1 1月月1515日，保日，保单登记平台二期上线单登记平台二期上线2017 2017 年年 9 9月月 中保信第一中保信第一轮数据治理工作开始轮数据治理工作开始2018 2018 年年5 5月月3131日保单日保单登记平台三期上线登记平台三期上线20182018年年1010月，保信公布月，保信公布全行业数据治理排名全行业数据治理排名20182018年年11 11月，保信第二月，保信第二轮数据治理工作开始轮数据治理工作开始20192019年年5 5月开始，保月开始，保信专项治理持续中信专项治理持续中监管热点-银保监专项

13、数据治理非现场监管（1104）客户风险监管数据标准化（EAST）保险统计信息保险偿付能力保险资金运用银保监办发202045号123456总结交流阶段2021年5月问题整改阶段2021年1月-4月监管检查评估阶段2020年9月-12月银行保险机构自查自评阶段2020年6月-8月工作启动阶段2020年5月监管热点-三位一体的监管评价体系银保信评价服务水平中保协评价经营效果银保监评价风险状况服务评价体系经营评价体系风险评价体系02我们面临的挑战 数据挑战 应用挑战 管理挑战 营运挑战数据挑战-内外监管压力骤增内在外在监管机构数据检查监管数据的勾稽校验数据分散取数逻辑复杂配合提数昼夜加班竞争排名政策趋

14、严没有统一数据源建设的系统越来越多数据是资产还是负担？!数据治理的挑战数据挑战-数据报送问题明显接口繁多取数方式多样数据完整性、一致性差数据监控困难系统间数据口径不统一取数逻辑复杂取数性能低数据重复度高管理困难监管风险高指标缺失码表转换遗漏数据修复困难数据挑战-内部数据价值被埋没-历史数据庞大复杂，表关系不清晰-表结构变更、系统改造时，对应造成的影响难于甚至无法评估-已然形成大量数据，系统悠久，找不到接口人，针对其应用困难数据表和模型繁多，价值未最大释放系统之间数据变更对应的影响分析困难数据多样化缺少数据标准，对表字段的命名随意性强，定义混乱-同一英文字段名对应多个中文名，反之也存在着中文的一

15、对多-同一业务元素对应多种数据类型和长度业务系统之间缺少统一标准-数据质量低下，统计不准确，许多预期需求无法实现、造成决策失误-数据错误的发现不及时-数据处理过程中的问题未及时纠正，导致更多的后续错误数据质量差，错误发现不及时缺少标准影响分析困难数据质量差数据价值低-一个系统一套模型，各自管理各自系统，同一字段，名称不一-各个系统存储不一，对接困难，管理困难-历史数据问题多，数据价值无法发挥数据挑战-内部数据价值被埋没-DB、数据模型、应用程序、数据标准、数据质量等信息分散-企业数据资产无法集中管理和展现，共享性差-标准管理体系不完善-管理角色分工不清晰-标准管理系统不完善，标准管理软件易用性

16、差，落实效果差-出了问题再补漏，数据管理部门和生产部门相互推脱责任业务系统之间数据资产分散，共享性差管理体系不完善，已有标准落实差-数据权限划分不清-敏感数据得不到监控-账号和权限无法追踪-非正常的访问行为无法捕捉数据安全得不到保障资产共享差安全无保障管理差落实差应用挑战-监管系统多，管理困难独立系统小独立系统小而多：而多：20+20+系统架构陈系统架构陈旧，多样旧，多样设计方案设计方案多样多样风格不统一类似功能类似功能重复建设重复建设多厂商多厂商多团队维护多团队维护后台接口后台接口难以监控难以监控运维沟运维沟通困难通困难管理困难管理困难成本高成本高风险风险高高管理挑战-日常管理小、多、杂码表

17、配置遗漏核心业务系统码表字典变化后，需要同步到各个监管模块进行配置，容易遗漏硬件资源浪费服务器资源利用率低，中间件、数据库不统一，网路专线复杂需求与项目管理需求管理困难，涉及部门众多。系统上线后，维护人员维护多套数据库，多套应用、多套服务器环境，人力协调难，成本难以控制等日常监控困难需要用户每天主动登录到多个系统去了解运行状态和运行结果。耗时耗力，问题处理时效性较差。数据修复麻烦各监管模块错误数据显示不统一，需要登录到多个系统进行查询和处理错误数据，操作麻烦且数据处理流程复杂用户体验不佳日常操作系统多，需要维护多套账号密码，设置多套权限。跨系统操作不方便123管理战456营运挑战-监管系统状况

18、频出系统模块系统问题说明保单登记保单登记排名行业垫底，数据存在漏报、错报情况，数据质量差、逻辑混乱，没有监控通知，每月核对差异率达80%，18年被约谈反洗钱福建宁德被处罚，六家分公司接受检查，功能缺失，业务逻辑混乱、导致错误数据多，系统不稳定，长时间宕机无法使用，业务不满意统信报送每月报送费力，数据核对困难，错误数据处理流程冗长，和保单登记每月核对存在较大差异，核对耗时费力，指标口径不统一，时效性差，系统功能用户不满意服务评价监管要求的系统缺失，数据通过6000系统出，数据部分口径不准确CRS税务上报监管要求的系统缺失保单验真后台难以监控，系统分散，管理难度大，功能缺失河南消保数据上报接口，无

19、法直接查询、统计、分析和监控难，时效性差，体验较差，系统运行不稳定，时有发生数据漏报情况，有监管风险保单验真系统不稳定数据平台对外报送数据分散，提数脚本重复开发，监管报送口径不一致，统一数据平台缺失常规运维人力投入保单登记和反洗钱常规运维投入4人，问题高峰期，投入10人以上，其他监管系统核心兼职投入较大03系统建设分享 统一监管应用 统一数据平台 数据治理方案统一监管平台（应用+数据）建设蓝图核心单证渠道（销管）数据平台（EDW）内部统一监管数据平台监管标准化保单登记保监会报表BI反洗钱统一监管应用平台其他上海人身险北京健康险北京意外险山东预警江苏集时通湖南预警保单验真河南消保服务评价二代稽核

20、报送四川反欺诈其他业务建模ETL数据质量技术平台财务再保呼叫中心数据整合（解决：报送口径问题）应用整合（解决：管理困难）统一监管平台-整体架构开发框架团险核心个险核心财务系统数据交互贴源数据UI控件Email服务工作流引擎Web中间件规则引擎批处理引擎 公共模块业务模块反洗钱客户风险统信上报保单验真保单登记执法检查服务评价CRS税务上报任务管理系统配置系统管理运维管理监控管理保监会人民银行行业协会中国保信其他监管监管系统业务系统WS、Http统一监管平台（URP）技术软件统一监管模型报文管理日志管理指标管理监管大数据平台河南消保稽核上报上海人身险修改密码收藏夹应用设计思路-统一口径，整合管理数

21、据整合数据同源，一次对接，多方报送。大数据平台突破性能瓶颈。取数口径指标化应用整合前端统一作业平台后端类微服务平台风险分散功能整合易维护易扩展减少重复开发需求整合报送口径一致，需求资源整合设计思路-合与分的有机结合微服务化分风险分散升级方便服务独立互不影响技术统一口径一致风格统一单点登录独立部署界面统一合数据整合应用平台-前后分离、服务化作业平台作业平台反洗钱系统客户风险系统统信上报执法检查系统保单登记系统服务评价系统CRS税务上报稽核上报系统河南消保系统北京健康浙江保险服务北京意外上海人身险重庆救助对象山东意外四川反欺诈保单验真系统江苏保险从业批处理引擎tasktasktask作业调度Loa

22、d Balancer服务平台服务平台服务服务服务服务服务服务服务服务服务服务服务服务服务DBDBDBDBDBDBDBDBDBDBDBDBDB广东保险诈骗数据标准化广西服务监督数据平台-逻辑架构核心渠道费控财务销管源数据轨迹库同步库统一任务调度平台数据接入平台贴源层主题数据整合层风控池数据集市数据服务批量推送监管系统从库人力 保单客户财务账户机构指标 报表系统BI系统风控系统 Sql服务JDBC读取ETL服务报表池监管池 数据湖统一数据处理综合监控平台统一数据平台逻辑架构应用系统群数据平台-技术选型数据采集业务系统财务系统投资系统数据推送应用数据其他源数据生产数据Cloudera Manager

23、大数据平台技术选型OracleHBaseHDFSSqoop关系型数据库关系型数据库OozieHueImpalaSpark数据池整合层贴源层SqoopImpalaMySqlSQL ServerHiveHDFSHiveHDFSHiveHBaseHBase数据提炼数据转换HsqlHsqlZK分布式集群管理FSETL调度、监控OA系统数据平台-参考寿险行业标准数据模型保单(PL)投保单保单保单被保险人保单险种保全审批单理赔(CL)报案立案赔案赔案保单赔案责任财务(FI)账户收费信息付费信息产品(PD)产品条款责任再保(RI)再保机构(IO)保险机构客户(CU)客户基本信息客户地址企业客户信息非企业组织

24、渠道(CH)销售渠道直销人员个人代理代理经纪机构合作方(PA)售前售中售后服务(SE)潜在客户存量客户主题域数据实体数据项业务代码数据传输-自动化ETL调度ETL资料库ETL元数据调度及结果源系统监管模型层ODS层数据池层源系统数据质量校验规则监管模型数据质量校验规则监管上报数据质量校验规则数据质量报告标准校验完整性代码约束标准校验完整性代码约束标准校验完整性代码约束数据质量Data Quality文 件轻 度汇 总维 度汇 总ETL调度资料库T+0T+1T+1数据传输-流程化ETL异常处理JOB1JOB2JOB3存盘存盘JOB4调用方案1任务恢复调用方案2实际执行的数据任务会有环环相扣的jo

25、b任务链，如图，job3依赖于job2和job4。job4出错后job3就无法继续执行。对于数据量大的任务，在各个Job之间还会存在读写磁盘的操作，服务器内存有限。当发生job执行错误，此时应急方案有：1.任务调度平台有任务失败重试机制，我们可以设置失败重试的次数以及失败重试等待间隔，例如：使它可以失败重试的次数为10次，每次等待间隔为5分钟；2.遇到平台自己不能解决的问题，在经历了方案1之后，会通过发送邮件，拨打数据运维人员电话的方式，及时通知技术人员处理。数据平台-参考银行业数据治理指引金融机构数据治理指引总则立法依据使用范围数据治理定义总体要求数据治理原则监管数据依法监督数据治理架构总体

26、要求董事会职责监事会职责高管层职责归口管理部门业务部门岗位设置团队建设数据文化建设数据管理制定数据战略数据管理制度监管统计制度数据标准信息系统监管统计系统数据共享数据安全资料存储应急预案自我评估机制数据治理问责机制数据质量控制质量控制要求业务制度技术工具日常监控考核评价整改制度监管数据报送监管数据质量控制数据价值实现数据价值实现要求风险管理有效性风险监控数据加总能力风险报告风险定价重大收购、资产剥离新产品评估客户营销业务流程优化业务创新内部控制评价制度数据管理监管方式监管措施附则实施范围解释权执行和废止数据治理-数据治理与数据应用建设策略长期规划对数据治理与能力应用模式建立长期发展规划，建立具

27、备长期性和扩展性的可持续发展目标。统筹管理对企业需求与数据治理建立统筹管理机制，规范业务需求，引导部门间协同，规范数据治理流程，提升数据治理能力。渐进实施随着企业经营管理需要和数据治理能力的逐步提升，分阶段、有步骤地实现多样的数据治理及数据应用能力。短期速赢选择重要且急迫的提升需求作为切入点和突破口。持续优化对管理信息管控及服务能力进行持续监测和优化，满足业务的快速发展要求。数据治理与应用是一项复杂、长期的系统性任务，需结合企业实际和业务及IT发展规划，建立合理可行的实施策略。通常来讲，企业可结合实际情况，采用如下的规划与策略。数据治理-完善数据治理制度设立数据治理工作领导小组董事会，监事会高

28、级管理层财务管理部内控合规部业务相关部门数据服务部总公司办公室设立数据治理工作小组由财务部牵头，数据服务部为主体，各个部门及各分公司指派一名室主任担任工作组成员，处理数据治理相关工作。建立数据治理制度1.数据治理职责划分；2.数据治理措施及范围；3.数据治理评价机制；4.数据治理监督制度；5.数据治理应急处置机制；6.数据治理数据管理制度；7.数据治理数据业务制度；8.数据治理数据流程流转流程制定；管理职责1.董事会应当对数据治理工作承担最终责任；2.高级管理层应当承担数据治理管理的实施责任；3.由总公司统一领导，参与单位为总公司各部门、各分公司及下辖机构。组织架构、制度及职责日常工作数据治理

29、宣讲定期数据治理重要性宣传培训，增强全员数据治理的工作能力数据治理领导小组成立数据治理制度制定数据治理问题自纠自查数据治理问题整改问题整改监控和验证工作定期数据治理工作会议数据治理工作安排数据治理报告数据治理问题报告数据治理总结报告7千+条规则数据治理-持续迭代更新规则库业务类源数据校验，包括表内单字段、表内跨字段、表间业务逻辑校验逻辑类源数据与转换后的报送数据之间的一致性、完整性校验报送类监管报送及治理规则校验7千+条规则5百+条规则立体规则库全面质量保证监管规则全覆盖行业治理经验规则数据迁移校验核心治理规则定期规则迭代数据治理-数据探查对数据源的技术性分析，对数据的内容、一致性和结构进行描

30、述。1.源表的数据量的统计2.源表字段空值的统计3.源表字段的业务含义的探查4.源表字段的数据格式5.增量规则6.是否符合需求7.代码约束检查8.表结构变更检查9.数据检查审计、监控、报告确保数据一致性，执行影响分析以及持续监控质量开发和管理访问批量或实时访问任何系统发现分析和探查任何来源的任何数据清洗验证、纠正和标准化所有数据类型集成转换和协调所有数据类型提供及时以正确格式提供正确数据数据探查规则数据治理-让质量检查遍布每个环节数据湖财务数据池风控数据池运营数据池监管数据池业务数据池数据池PB+GB+业务数据贴源层校验确保源头准确应用层校验保证报送可靠整合层校验确保业务完整ETL校验确保转换

31、无误数据治理-数据自查质量流程根据公司制定的数据治理制度、领导小组和工作小组；组建一支精通监管政策，业务数据，所需技术的团队；整理数据治理所需系统数据范围：例如数据标准化、客户风险、现场检查等系统所需数据；根据系统所需数据，分析整理业务相关校验规则；通过大数据平台对贴源层、整合层以及数据池对不同层级数据进行业务性、逻辑性、上报性规则进行配置。统一监管应用发现问题及时反馈，整改。通过定时执行批量任务执行数据校验规则，主动及时发现问题；工作小组分配问题归属部门和人员，领导小组裁决争议；对短期内解决的立查立改，暂时无法解决的确保计划逐步整改；快速准确定位问题原因并及时修正，提高数据质量，打牢数据质量

32、根基；定期对数据治理工作进行总结和考评。数据治理-数据自查质量流程 成立数据治理制度 成立数据治理领导小组 成立数据治理工作小组 制定数据治理范围 检查核心指标数据准确性 检查数据指标真实性、完整性 数据校验控制机制是否完整 组织制度系统保障是否到位 内部重大差错报告和监督是否到位 数据问题的下一步改进措施 配合监管现场检查 配合监管现场督察 配合监管现场评估工作 梳理检查发现的质量问题 梳理检查发现的薄弱环节 整理成相关台账 明确责任部门和完成时限 认真整改数据质量问题工作启动阶段自查自评阶段监管检查评估阶段问题整改阶段总结交流阶段 对数据治理工作总结 对数据治理工作考评数据治理工作要求：0

33、1 提高认识，压实责任02 突出重点，标本兼治03 强化整改，完善机制数据治理-典型问题案例问题核查数据修正1.未按要求核查2.核查不深入3.思路、方法有误4.原因模糊、片面1.时效慢2.问题重复出现3.规则套用4.未从源头治理数据治理-数据质量问题核查未按要求核查未按照要求完成完整性自核等相关工作0102核查不深入多问题回复相同的原因：程序问题、逻辑错误03思路方法有误未从数据出发核查问题：未核实清单04原因模糊、片面未严格排除报送逻辑、映射关系等内容。数据质量问题无法穿透统一监管系统-问题解决成效框架设计系统管理分与合监控管理系统通过短信和邮件多重保障，自动监控系统正常及异常结果，提高自动

34、化监控程度，省时省力，时效高。 通过统一监管系统建设，不仅解决了历史长存已久的问题，而且结合目前主流技术，使得系统设计更加的友好、自动化程度高，用户体验佳。抽象公共功能，各个系统独立功能互不影响，分布式部署，分合有道，接口统一对接和使用，处理错误数据效率高，减少系统重复建设，分散并降低风险影响。独立系统统一重建合并，统一登录入口，统一系统地址，统一专业监管团队维护，解决系统小而多，多厂商多团队维护难、沟通不畅和系统管理困难等问题，用户体验佳，团队稳定。解决系统架构陈旧多样问题，采用主流架构，统一架构设计、统一页面风格，前端页面可视化程度高，维护容易。节省资源所有系统使用统一中间件，数据库等资源

35、，利用充分，管理便捷，服务器资源节省非常明显。统一数据平台-问题解决成效整合周边10+个系统的数据，使用统一ETL工具，同时应对多种关系型数据库，定时同步，性能高。提炼公共指标，设计行业标杆模型，统一对外供数，解决数据完整性、一致性、口径不统一、数据重复度高等问题。针对不同计算数据特性，使用大数据不同计算引擎和统一ETL工具相结合，提数效率高，复杂逻辑效率高，解决海量数据传输和计算的性能难题。专职监管团队统一维护，监控流程自动化，工作流层层监控，数据完整性校验核对，保证数据完整性和准确性。内置10000+以上数据校验规则，检查源数据问题，按照数据治理制度，解决修复数据问题，提高数据质量。统一周

36、边系统数据整合统一数据模型设计大数据处理能力运维监控校验数据治理能力 通过统一数据平台建设，采用主流大数据设计模型，以及丰富的数据质量校验规则，使得数据传输计算快、自动化监控程度高。不仅解决了海量数据上报难、计算慢的问题，而且大大降低数据计算等重复开发成本，并解决了数据准确性、一致性等问题，解放IT人力资源，避免团队加班熬夜，同时也提升了公司的信息技术水平，使得内部业务及监管报送更加合规。统一监管应用-制定目标夯实应用基础各个应用系统统一从大数据平台取数，解决同一指标不同系统差异问题，公共数据指标化，无需重复计算。所有系统统一技术架构，页面展示风格一致，微服务化部署,各个系统互不影响，分散风险

37、。不同监管系统统一整合，统一风格，统一登录地址，无需记录多个系统信息，公共功能独立管理，差异功能互不影响，节约系统建设和成本。统一数据来源统一技术架构统一整合管理所有系统统一登录入口，绑定员工账号和密码登录，通过登录验证等多重安全验证，防止恶意暴力破解密码，安全更方便。统一登录入口统一数据平台-制定目标夯实数据基础梳理数据来龙去脉，轻松应对数据加工、存储、分析、建模等数据问题把数据、口径、项目、工程等管理统一，保证数据正确性，积累数据资产。通过数据中台获取足够的数据应用能力，提升运营效率和决策效率，支撑各种场景应用数据梳理数据管理数据应用通过数据治理规则，发现数据问题，对数据、流程进行修改和完

38、善，对数据循环进行以上步骤，保证数据正确性，为数据准确性奠定坚实基础。数据治理04项目实施收益 系统提升效果 项目获奖 工作成果展示项目成果展示保单登记系统提升反洗钱提升效果服务评价系统监控数据上报成果反洗钱系统效果明显，阻断了连续4年被处罚的情况，2019年度控制措施有效性初评得分77.5分，对应等级为BB级；相较于2018年度的70分和B级，提高了7.5分和1个等级统一数据管理，让数据统一口径报送，解决口径不一致的大难题，并且指标可共用，极大的方便了监管数据采集。 例如稽核系统，民生上海分公司是上海全行业第一批存量数据通过验收的公司，大部分批次达到90分以上。保单登记系统的排名从垫底已经提

39、升到中等水平数据质量提升，指导服务评价工作，服务评价系统排名提升，由BB提升到BBB项目成果迁移、重构监管系统序号监管系统状态上线时间1统信系统已迁移2019-12-012CRS报送系统已迁移2019-12-013客户风险等级系统已迁移2019-12-014大额可疑交易报送系统已迁移2019-12-015执法检查系统已迁移2019-12-016保单验真系统已迁移2019-12-017保单登记系统已迁移2019-12-018河南消保系统已迁移2020-05-149上海人身险系统新建2020-09-1410稽核系统新建2020-09-3011EAST数据标准化系统新建待上线12重庆救助对象保险信息

40、核查系统新建2020-10-1613北京健康险报送系统待迁移14北京意外险数据报送系统待迁移15广西服务监督系统待迁移16四川反欺诈系统待迁移17广东保险诈骗风险防控平台新发文实施中18浙江医疗数据信息对接系统新发文待开发19江苏保险从业人员综合信息管理平台新发文实施中 迁移、新建至统一监管平台上的系统有12个，占比64%。 待迁移的监管系统还有北京健康险数据报送系统、北京意外险数据报送系统、广西服务监督系统、四川反欺诈系统。 收到新发文待建设的系统有广东保险诈骗风险防控平台、浙江医疗数据信息对接系统、江苏保险从业人员综合信息管理平台。64%保单登记专项治理保单登记专项治理专项治理涉及规则量补

41、报送批次量核查保单数据量整改业务及核心问题量统一社会信用代码数据质量专项治理111091税优税延数据专项治理102630保单查询专项治理602116,901,88941保单销售人员和中介机构专项治理22511,787,6382年度数据质量提升专项治理118031,276,68760合计1824759,966,586104保单登记排名趋势1、201808保单登记三期系统上线，数据治理严格，导致排名急剧下降。2、201906开始协助进行保单登记专项数据治理，通过数据治理规则对数据进行校验分析和修改，排名提升。3、201912统一监管保单登记和数据治理上线，报送时效和数据质量提高，排名提升明显。4、

42、系统上线以后，还在不断的进行本地拦截问题，银保信专项治理数据问题的沟通和改造中。716238.250070802018年2019年2020年保单登记平台年度月均排名变化趋势反洗钱评级变化（一）固有风险评估。固有风险评估结果为较低：公司被利用进行洗钱、恐怖融资、扩散融资的可能性较低；（二）控制措施有效性。控制措施有效性得分77.5分，较上一年提升11.8分，人行评级结果为满意：控制措施能够有效管控，减轻固有风险，虽仍存在少数问题，但预计能够得到充分解决；（三）整体风险评级结果。整体风险评级结果为B（较低风险），截至目前，公司未收到人行营管部的风险评级结果项下的相关监管。高C

43、DDEE较高CCDDE中BCCDD较低BB（公司位置）CCC低ABBCC固有风险控制措施有效性强健满意一般不充分重大缺陷年度分类评级得分分类评级等级2018年度70B2019年度77.5BB2018年度2019年度分类评级得分7077.57077.56668707274767880分类评级得分反洗钱系统效果明显，阻断了连续4年被处罚的情况，2019年度控制措施有效性初评得分77.5分，对应等级为BB级；相较于2018年度的70分和B级，提高了7.5分和1个等级。2019年度洗钱和恐怖融资风险评估结果系统自动化监控大数据平台和系统数据报送采用邮件、短信以及人工校验等多种方式结合的形式进行数据质量

44、检查，保证数据完整性以及上报和预警通知自动化，尽可能减少人工运维工作量。数据治理收益在数据治理中，共发现163种数据质量问题，同时发现很多历史遗留问题和业务品质问题，所有问题都已反馈对应系统进行改造，例如产品定义，人力EOR等。统一监管收益统一监管平台的建设，利用大数据技术提效和分析，解决了传统的监管报送的各种历史问题，能够做到统一应用、数据统一口径、规则全覆盖、源头问题治理、节约成本、规避监管风险等特点。系统优势统一监管大数据及报送平台具有一定的行业通用性，可复制性和行业领先性整体规划监管报送应用，加强合规管理，提升公司治理水平开创性地建设保险行业统一监管平台，其前瞻性和彻底性在行业领先，为

45、保险行业信息系统建设提供了参考模型公司收益运用大数据Hadoop生态技术，建设统一大数据平台，提升公司信息技术水平为公司建设数据中台、整体数据治理以及挖掘数据资产潜在价值打下了坚实的基础数据治理，发现问题，治理问题，提高公司数据质量为公司建设数据中台、整体数据治理以及挖掘数据资产潜在价值打下了坚实的基础行业影响推动保险行业发展，为国家金融创新储备力量未来在其他监管模块接入、非结构化数据接入、实时数据查询、多维报表展示、用户画像、数据挖掘、商业智能等方面积极推进，不断践行“监管科技”应用积极响应监管政策，解决口径和数据问题，提高报送质量有效降低了监管上报人力成本、避免了数据漏报、错报，优化了上报

46、时效、提高了上报质量紧紧围绕“三个突破，一个提升”经营方针，实现公司在用户、科技、投资、管理方面的全面突破与提升，更好地服务于广大用户的保险保障需求和新时代经济社会发展大局提升我司信息技术影响力民生保险统一监管项目荣获2019年度“中国保险行业信息化创新项目奖”！05未来规划展望 发展规划 践行监管科技 规划策略 数据治理目标统一监管平台四大规划策略应用导向、价值为先顶层设计、试点先行注重效果、统一协同继承优化、整合共享四大规划策略1234统一监管平台具有良好的扩展性，在新技术、新监管模块、新业务方面都可以实现定制化统一监管平台发展展望发展展望持续的系统模块迭代报表供数报表供数系统改造系统改造

47、趋势分析趋势分析数据治理数据治理01.报表供数：接入实时数据传输方式，完善大数据平台数据对接方式，替换报表系统数据对接方式，统一由大数据平台供数，数据采集更高效、统一指标，统一数据来源。02.数据治理：我们将结合EAST数据标准化系统、保单登记平台等监管系统，加大核心等周边系统数据质量的治理工作，优化数据采集方式，全力对数据治理问题进行解决，满足银保监会数据治理要求，提升我司数据质量。03.应用改造：按照计划，对老系统继续迁移至统一监管系统中，优化数据采集，完善系统监控预警，做到分散系统统一管理，统一数据采集口径。04.趋势分析：提高数据质量，提升数据治理和预测能力，结合实际业务场景，根据过程

48、数据对结果或未来发展趋势分析、预判，提前介入和干预，依据数据来证明或判断决策。践行监管科技打造监管云服务，开始在黑名单，风控等模块尝试。从监管机构角度思考穿透式监管云服务模式。云服务持续关注区块链技术，寻找合适应用场景，目前反欺诈有一些结合点，但场景还需要摸索。区块链安全扫描，版本保护，代码质量，性能提升，用户体验。非功能分布式，服务化，公共模块升级，前后端分离，UI升级。应用架构未来可以反洗钱或反欺诈为入口，开始训练第一代洗钱、欺诈风险识别模型，通过模型+规则，提高风险识别能力。人工智能统一监管数据平台架构进一步优化，接入外部数据，开始数据分析，开始图数据库应用。大数据逐步实现数据治理整体目标关系视图化提供数据流向视图数据关联视图指标关联视图提供元数据地图提供元数据血缘视图数据标准化统一企业数据标准统一企业指标定义统一算法统一的主数据资产资产集中化元数据集中管理主数据集中管理集中监控与报告管理服务业务化客户管理分析数据校验数据监控指导应用系统整体目标ThanksThanks