金融机构外部数据管理实践指南（2025年）

外部数据管理实践指南（2025年） CCSA TC601大数据技术标准推进委员会 2025年12月 版权声明 本实践指南版权属于CCSA TC601大数据技术标准推进委员会，并受法律保护。转载、摘编或利用其他方式使用 本实 践 指 南文 字 或 者 观 点 的 ， 应 注 明“来 源 ：CCSATC601大数据技术标准推进委员会”。违反上述声明者，编者将追究其相关法律责任。 参编单位： 中国信息通信研究院云计算与大数据研究所、交通银行股份有限公司、中国工商银行股份有限公司、中国建设银行股份有限公司、中国邮政储蓄银行股份有限公司、南京银行股份有限公司、中信银行股份有限公司、平安银行股份有限公司、广发银行股份有限公司、厦门国际银行股份有限公司、重庆银行股份有限公司、泰和泰（重庆）律师事务所、中央国债登记结算有限责任公司、中债金融估值中心有限公司、北京宇信科技集团股份有限公司、中原银行股份有限公司、中信建投证券股份有限公司、中国平安财产保险股份有限公司、银联智策顾问（上海）有限公司、河北银行股份有限公司 参编人员： 侯宁、吕艾临、袁博、周筠、沈心艺、谢海花、巩为、叶伟、查礼、韩琳明、徐祎、林丹、李聪、李昀阳、文秋捷、温国梁、王汉轩、章卓、王禹鸥、战楠、徐小锋、俞佳、陈颖珺、傅逸颖、李少伟、宗露、李大勇、熊剑廷、杨宇宽、曾金辉、赵亮、张文博、罗颖妍、张小军、王佳晋、林少华、宋浩、曾铮、陈利、吴雪梅、杨娜娜、朱杰、肖何文思、刘峰、王超群、何苗、徐超、陈嘉宁、张彬彬、刘畅、刘远东、张晗、赵浩军、毛信鸽、陈伟波、黄山、许立芳、刘树国、郝宏宇、许璐、陈道长、王子剑、刘嘉琦、盛普、王恒磐 前言 在数字经济蓬勃发展的时代浪潮中，数据已成为关键生产要素，深刻重塑各行各业的发展格局。自国家数据局成立以来，一系列数据相关政策与改革举措密集落地，我国数据要素发展路径愈发清晰、完善，为各行各业的数据管理和应用创新提供了有力支撑。 金融机构凭借自身的数据资源优势，积极投身于数据创新应用的实践中，不断探索内部数据与外部数据的融合路径，以提升数据的价值创造能力，为整个数据要素市场的繁荣贡献力量。在此过程中，外部数据管理的重要性日益凸显，不仅关系到金融机构自身的业务发展与风险防控，更对整个数据要素市场的健康、有序运行起着关键作用。 2021年起，大数据技术标准推进委员会连续三年联合多家金融机构编制并发布金融机构外部数据管理实践系列指南，包括《金融机构外部数据管理实践指南（2022年）》《金融机构外部数据管理实践指南（2023年）》《金融机构外部数据管理实践指南（2024年）》，旨在持续跟进外部数据管理的前沿动态，掌握当前实践中所面临的真实问题。 《金融机构外部数据管理实践指南（2025年）》在2024年版本基础上更新完善，深入探讨新环境下金融机构在外部数据应用中的热点、难点和趋势问题，整合行业具有创新性和实效性的管理经验，为企业在外部数据管理的各方面提供更为前沿的指导。 目录 一、外部数据管理概述................................................................................................1（一）外部数据的概念.......................................................................................................1（二）外部数据的管理模式...............................................................................................1二、外部数据全流程管理............................................................................................2（一）外部数据的引入流程...............................................................................................4（二）外部数据的应用管理...............................................................................................7（三）外部数据的退出流程.............................................................................................11三、外部数据发展热点问题分析..............................................................................11（一）外部数据纳入外包风险管理的实践探索.............................................................12（二）外部数据在AI智能体的具体应用与落地...........................................................15（三）外部数据管理模式转型难点与破局路径.............................................................20（四）公共数据开放提速下外数引入痛点待解.............................................................23四、外部数据管理的发展趋势..................................................................................25（一）外部数据市价分化，采购策略适配趋紧.............................................................26（二）监管新规落地，外部数据安全防控升级.............................................................27（三）可信数据空间助力外数流通迎转型新机.............................................................29附录：外部数据管理的实践与案例..........................................................................32中信银行：压实金融终端需求管控强化全流程统筹管理............................................32南京银行：外部数据集团共享机制探索.........................................................................34邮储银行：公共数据引入及使用的探索实践.................................................................36工商银行：融安e信整合外部数据打造智能风控新生态..............................................38平安产险：外部数据合规应用实践与生态布局.............................................................40中债估值中心：多措并举数智赋能债市高质量发展.....................................................42中信建投证券：外部数据多源融合与高质量数据集建设.............................................44 图目录 图1统一集中管理模式下的外部数据管理流程（示例）......................................3图2工商银行外数智能体页面................................................................................18 一、外部数据管理概述 （一）外部数据的概念 金融机构外部数据指为实现金融机构特定业务目标，通过采购、合作、自主采集等方式，从金融机构外部引入的数据。 金融机构外部数据管理指金融机构通过构建组织架构、明确各部门职责要求、建立和实施系统化制度、流程和工具等方式，针对外部数据进行引入、应用、共享和退出的全流程管理，确保外部数据的合法引入、合规使用、充分共享和有序退出，并在经营管理中最大化发挥外部数据价值的动态过程。 （二）外部数据的管理模式 重塑外部数据管理流程，深耕外部数据应用，保障外部数据安全合规，促进外部数据降本增效已成为当前金融机构的热门话题。然而，外部数据在机构内部运用时，经常面临需求重复、标准不一、授权范围不规范、共享不充分、成效难评估等问题，加之外部监管对于数据安全的合规要求不断增加，构建具备安全屏障的外部数据管理流程和机制势在必行。 目前，国内金融机构对于外部数据的管理主要分为自主分散、统分结合以及统一集中三种模式。自主分散模式指金融机构的外部数据由内部各业务部门自行管理。统分结合模式指金融机构对外部数据统一管理，包括维护和发布外部数据目录，管理基础平台工具等，业务部门在统一管理下根据各自需求引入并应用外部数据。统一集中模式指金融机构内部明确外部数据归口管理部门，并授权其 对金融机构所有外部数据进行全流程集中管理，包括需求、预算、采购、应用和退出等。 为加强外部数据资源的集约化管理，实现外部数据的共享应用，进一步发挥外部数据的价值，统一集中模式已逐渐成为外部数据管理的主流模式，其优势主要包括：一是整合需求，避免重复。统一管理的模式下，机构可将所有外部数据需求进行整合论证，合并去重，最大限度地确保数据需求的合理性，避免重复引入造成不必要的资源浪费。二是规范流程，提高效率。统一管理的模式下，机构可从顶层出发对外部数据全流程进行规范管理，通过组建专业的外部数据管理团队使其专注于外部数据管理，提高外部数据引入和应用的效率。三是一点接入，充分共享。统一管理的模式下，机构通过建设配套的外部数据系统，实现外部数据在机构层面的统一接入，最大限度实现数据共享；同时，通过对外部数据进行调用情况的整体统计分析、系统对账、费用监测等，机构能够最大程度挖掘出外部数据的应用价值。四是双重约束，确保安全。统一管理的模式下，机构通过建立统一的管理制度、流程以及一体化的技术手段对外部数据管理全流程进行双重约束，进而确保数据引入的合法合规以及数据使用过程中的安全。 二、外部数据全流程管理 本节在往年版本的基础上，结合近一年行业实践的变化和发展，对统一集中模式下的管理流程进行了调整与更新。需要注意的是，各机构由于业务模式和组织架构不同，统一集中模式下的管理流程 存在差异，各机构可根据实际情况参考。 （一）外部数据的引入流程 外部数据在引入阶段主要包括需求收集、需求评估、数据供方评估、数据验证测试、预算申请以及采购流程。 ⚫需求收集 按照外部数据需求的获取方式，可将需求分为申请和征集两种。需求申请指各部门可以根据业务需要，收集部门内提出的外部数据需求，论证后提交至外部数据归口管理部门审核。需求征集指外部数据归口管理部门通过与行业间以及数据供应商的沟通交流，及时掌握市场动态，将时下高价值的数据和应用场景推荐给各业务部门，主动收集相关外部数据需求。之后，需求由归口管理