财务数据治理新论

　　本书的几个特色之处：
1.经典。这一点体现在：内容全面，涉及了本领域几乎所有的概念、术语和惯例；视角前沿，结合了全球范围内最新的信息管理实践来解释其基本原理及创新理念；逻辑连贯，站在历史发展的高度深入剖析财务数据管理议题（agenda） 的各个维度、面临的挑战及其发展趋势（参见本书的第4章内容以及前后各章之间的逻辑联系），致力于提升本书的实用性。
2.有会计元素。文中多次出现了IASB（国际会计准则理事会）、IFRS（国际财务报告准则） 以及XBRL （可扩展商业报告语言） 等会计专业领域的专业组织及专业名词， 尤其是模仿“GAAP”（General Accepted Ac⁃counting Principle，公认会计原则） 构造了“GAIP”（General Accepted In⁃formation Principle，公认信息原则） 这一概念。这些零星的会计元素给予了译者很大的鼓励与信心：一方面，促使作为会计专业从业者的译者感觉到了此次翻译工作的价值和意义；另一方面，也触动译者重新认识到了这个专业的特殊性质及其增量价值。尽管事实上会计信息系统乃是财务数据或财务信息管理的题中应有之义。
3.图文并茂，文采飞扬。这一点或许是任何计算机应用或者信息管理领域之知识普及类著作的必备要点或者基本特征。然而，对于译者来说，它确实具有较大的视觉及语言冲击力。正因为如此，译者把所有的图表翻译交由专人负责，而且认真核对原文，确保表述及其含义上的一致性。此外，还要反复斟酌语言的专业性、趣味性及节奏感等。

　　第1 章　不断变化的金融服务行业格局　1
1.1　数据是金融服务行业的命脉　1
1.2　信息管理的发展　3
1.2.1　监管需求　7
1.2.2　顾客偏好　8
1.3　数据管理的供应链视角　9
1.3.1　金融服务业自动化的极简发展史　10
1.3.2　信息供应链　15
1.4　数据管理问题　17
1.5　本书各章的大纲　22
参考文献　24
第2 章　财务数据的分类　25
2.1　引言　26
2.2　主数据与交易数据的对比　27
2.3　结构化数据与非结构化数据的对比　28
2.4　财务信息的来源　30
2.4.1　按照来源类型的分类　30
2.4.2　关于数据供应商的简要概述　33
2.4.3　信息源的碎片化及其相互合并　34
2.5　数据创建过程与信息生命周期　36
2.5.1　数据来源　36
2.5.2　数据供应商与授权　38
2.6　信息集概述　43
2.6.1　安全主数据　44
2.6.2　交易支持数据　47
2.6.3　公司行为　49
2.6.4　价格、报价以及流动性　50
2.6.5　分析　57
2.6.6　法律实体数据以及实体关系　61
2.6.7　投资组合数据　65
2.6.8　交易　69
2.6.9　财务报表　70
2.6.10　风险及监管报告　71
2.6.11　税务信息　73
2.6.12　其他文件　74
2.6.13　通信记录　76
2.6.14　新闻　77
2.6.15　信用信息　78
2.6.16　其他　83
2.7　结论　84
参考文献　86
第3 章　信息是金融服务业务流程中的燃料　87
3.1　信息获取的步骤　88
3.1.1　信息供应链　93
3.1.2　技术挑战　97
3.1.3　数据部署　97
3.2　金融工具生命周期视角下的数据管理　100
3.2.1　发行　101
3.2.2　资产服务　102
3.2.3　托管　103
3.2.4　案例研究：公司行为处理中的信息问题　106
3.2.5　证券借贷　107
3.2.6　抵押品管理　109
3.2.7　基金管理　110
3.3　交易生命周期视角下的数据管理　111
3.3.1　交易前阶段　116
3.3.2　交易　119
3.3.3　交易风格与数据需求　120
3.3.4　清算与结算　121
3.4　客户互动视角下的数据管理　124
3.5　监管报告视角下的数据管理　127
3.5.1　监管主题　127
3.5.2　监管的生态系统　127
3.5.3　监管关注点的多样化　129
3.5.4　扩展了的流程关注重心及数据需求　130
3.5.5　巴塞尔规则的例子：对交易账簿的基本审查　134
3.5.6　例子：更高的估值标准　136
3.5.7　总结　137
3.6　业务数据结构　138
3.7　结论　140
参考文献　142
第4 章　财务数据管理议题的挑战和趋势　143
4.1　引言　144
4.2　不断变化的业务需求　146
4.2.1　关键信息指标　147
4.2.2　采购部门角色的变化：创意采购的时代　148
4.3　不断变化的客户需求　150
4.3.1　数据集成的需求　150
4.3.2　客户决策　152
4.4　不断变化的监管要求　153
4.4.1　例子：记录保存　156
4.4.2　例子：估值政策　158
4.4.3　例子：KYC　161
4.4.4　例子：欧盟交易报告——EMIR和MiFID Ⅱ　162
4.5　供应链的发展　165
4.6　大数据以及大数据管理　167
4.7　结论及未来展望　168
4.7.1　客户、业务以及监管需求中的共性问题　168
4.7.2　向新的IT组织模式迈进——确保创新专区的安全　169
4.7.3　总结性的评价　170
参考文献　171
第5 章　数据管理工具与技术　172
5.1　绪论：技术的赋能　173
5.1.1　IT基础设施的不同层次　174
5.1.2　数据管理工具的简要分类　177
5.1.3　数据治理工具　182
5.1.4　分析工具　183
5.1.5　数据分发方式　183
5.1.6　EUDA　186
5.2　数据存储模式　189
5.2.1　数据建模与数据库　190
5.2.2　NoSQL数据库　197
5.2.3　数据管理　202
5.2.4　数据仓库与数据市场　203
5.2.5　数据湖　204
5.2.6　社交媒体与银行的交锋　207
5.3　适用于金融机构的大数据技术　208
5.3.1　数据分析能力的发展　211
5.3.2　金融服务中大数据技术的用例　213
5.3.3　结论　215
5.4　数据安全性　216
5.4.1　风险和威胁　216
5.4.2　缓解措施　217
5.5　区块链　219
5.5.1　概念界定　219
5.5.2　当前基础设施所面临的挑战　221
5.5.3　区块链的优势　222
5.5.4　主数据的区块链　222
5.5.5　其他应用领域　223
5.5.6　一些挑战　224
5.5.7　结论　226
5.6　云与信息访问　228
5.6.1　云模式　228
5.6.2　数据中心的要求　228
5.6.3　鉴证标准与认证　231
6 财务数据治理新论
5.7　IT管理以及外购还是自建的权衡　232
5.8　结论与展望　236
参考文献　238
第6 章　数据管理流程与质量管理　240
6.1　绪论：元数据的分类与数据管理流程　241
6.2　关于数据质量的一些基础知识　242
6.3　数据质量的维度　245
6.4　数据质量的业务规则　250
6.4.1　信息转换　252
6.4.2　针对各类金融工具的具体规则　253
6.4.3　阶段性的质量流程规则　254
6.4.4　示例：市场数据规则　256
6.5　质量指标：信息管理供应链KPIs　258
6.5.1　吞吐量　260
6.5.2　供应比率　261
6.5.3　平衡计分卡　261
6.5.4　周转期　262
6.5.5　每百万机会缺陷数　262
6.5.6　完美订单量　264
6.5.7　存货周转　265
6.5.8　COPQ　265
6.5.9　其他指标　266
6.5.10　KPIs 与本因分析　266
6.5.11　KPIs的界定与监管及其在SLA中的使用　269
6.5.12　最佳KPI实践　272
6.6　探索并控制信息的不确定性　275
6.7　提升质量以及修正流程：怎样结合KPIs来采取行动？　278
6.8　数据标准所扮演的角色　281
6.9　数据管理成熟度模型　286
6.10　数据管理流程与质量管理的ROI　288
6.11　结论与展望　293
参考文献　296
第7 章　数据管理的组织问题　297
7.1　引言：组织方面的需求变化　298
7.2　信息治理　300
7.2.1　什么是数据治理？　303
7.2.2　数据治理模式　306
7.2.3　数据治理与成本分摊　308
7.3　组织方法　308
7.3.１　哪种组织模式？　309
7.3.2　数据管理的新角色：CDOs与数据管家　310
7.3.3　将员工转变为负责任的“数据公民”　316
7.4　数据管理中的外包与服务选项　317
7.4.1　各种不同的服务模式　318
7.4.2　1∶1模式　321
7.4.3　1∶N模式；行业共享服务以及实用模式　322
7.4.4　重新规划后台的边界：哪是里面，哪是外面？　324
7.4.5　对服务提供商的影响　325
7.4.6　未来的发展趋势；N∶M 模式？　328
7.5　共享数据服务的变更管理程序　330
7.5.1　最佳实践　331
7.5.2　变更的各个阶段　335
7.5.3　治理　340
7.6　结论与展望　341
8 财务数据治理新论
参考文献　343
第8 章　未来是什么？　344
8.1　金融服务业的结构调整　344
8.2　信息管理的供应链视角　347
8.3　对数据管理的展望　352
参考文献　355