民用互联网在1990年代的迅速普及推动全球经济进入了真正意义上的信息化和数字化时代。一方面，信息技术的加速扩散降低了信息的获取和传播成本，从而极大地提高了传统产业部门、特别是金融业的效率；另一方面，日渐成熟的新兴互联网经济模式对传统产业部门和商业模式构成了冲击，特别是使作为信息密集型产业的传统金融业面临一系列挑战。在网络经济浪潮的冲击下，各国金融监管当局面对跨界经营和层出不穷的金融创新，如何加强宏观审慎监管从而提高对系统性风险的预测和防范能力？传统金融机构如何在日益复杂的金融交易网络中识别和管理风险？信息时代的数据洪流、特别是新兴的大数据技术将对金融业产生何种影响？这是各国金融当局和传统金融机构正在面对且必须作出回答的重要问题。2008年全球金融危机爆发以来，美国作为全球金融创新和监管改革的领头羊，大力推动金融数据体系的改革，以此作为全面强化宏观审慎监管、提高金融市场透明度和有效性的基础。这一金融数据体系改革折射出美国金融监管理念和监管方法的重大转变，其对于美国乃至全球金融市场将产生深远影响。系统考察这一改革的背景与进展，对于强化宏观审慎监管、把握国际金融监管改革的趋势具有十分重要的意义。
一.美国金融数据体系改革的背景
在2008年全球金融危机爆发前的数十年里，全球金融市场和金融体系发生了显著变化。在多种因素的共同催化下，金融全球化和一体化趋势不断增强，各国原本相对独立的金融部门加速融合，一个彼此高度关联和互动的真正意义上的全球金融体系得以形成。在此背景下，主要专注单一机构和单一部门的传统的微观审慎监管理念以及相应的监管框架和风险评估方法逐渐失效，金融监管的风险预测和防范功能也日趋弱化。导致微观审慎监管日渐式微的一个重要原因是，长期以来，金融数据信息的统计体系如同微观审慎监管框架一样，按照国别、地域或业务领域等不同标准被制度性地割裂开来；不同国家乃至一国内部不同监管部门制定的信息标准差异很大，以至于跨部门以及跨国家的信息整合几无可能。为此，在全球金融危机爆发一年后即2009年10月，国际货币基金组织（IMF）和金融稳定委员会（FSB）联合向“二十国集团”（G20）财政部长和央行行长会议提交了一份题为《金融危机与信息缺口》（The Financial Crisis and Information Gaps）的报告。在这份也被称为《“二十国集团”数据缺口协议》（G20 Data Gaps Initiative，DGI）的报告中，IMF和FSB将实施宏观审慎监管政策对数据信息整合的需求与统计零散、标准不一的现行微观金融数据体系之间的这一矛盾，称之为“数据缺口”（Data Gap）或“信息缺口”（Information Gap），并指出重构现行的微观金融数据体系已迫在眉睫。
从美国自身的情况来看，此次全球金融危机的导火索——美国雷曼兄弟公司的破产倒闭及其诱发的连锁反应，是促使美国金融监管当局痛下决心改革微观金融数据体系、弥合“数据缺口”的重要原因。危机爆发前，雷曼兄弟公司曾在全球50多个国家和地区拥有数千家有独立法人地位的子公司。然而，美国金融监管当局对这些子公司所从事的极其复杂的衍生交易无从知晓，甚至连其交易方的信息亦知之甚少。面对如此巨大的数据信息缺口，美国金融监管当局和市场主体在雷曼兄弟公司倒闭后，都无法判断该公司的风险敞口。而当时许多金融机构正是出于对这种“交易对手风险”（Counter-party Risk）的忌惮，才大幅收紧流动性。从这个意义上说，数据缺口导致了市场恐慌并最终诱发了危机。因此，危机过后，美国金融监管当局一方面改革监管框架，在制度设计上强化宏观审慎监管，如成立“金融稳定监管委员会”（FSOC）并强化美联储和财政部的宏观审慎监管职能；另一方面，将提高金融体系的透明度、特别是将改革微观金融数据体系这一问题提上了议程。
二.改革的主要内容与进展
美国大力推动的微观金融数据体系改革的内涵十分丰富。目前来看，这一改革大体上包含三个方面的内容：第一，建立金融机构识别系统，即使用标准化的数字编码，在复杂的金融网络中识别真正参与金融交易的法人机构；第二，加强金融交易识别，即使用信息管理和人工智能方法对全部金融工具进行分类和标准化定义，将其转化为机器可读的标准化信息；第三，探索金融产品识别系统，即对金融市场上交易的金融产品进行数字化编码，从而提高金融风险监控的及时性和精准度。
2010年11月23日，美国财政部“金融研究办公室”（OFR）发布了一份题为《关于金融合约中的法人识别问题的声明》的文件，首次提出了为金融市场构建一个标准化的法人实体识别码（Legal Entity Identifier，LEI）系统的设想：为每一家参与金融市场交易的法人实体分配一个独一无二的身份识别码，并制定一套标准化的数据报送准则；在美国境内参与金融交易的各方须严格按照这一准则及时提交并更新相关信息。这一身份信息的报送、识别和共享系统被命名为LEI系统。美国最初的设想是率先在本国建立金融市场LEI系统。但该系统作为金融市场一项重要的“基础设施”，其公共产品的属性决定了只有在全球范围内统一推进，才能够发挥其作用。于是，美国自2012年以来开始大力推动全球金融市场LEI系统的建设。全球金融市场LEI系统具有全球化、一体化和公开化的特点。该系统作为一个真正意义上的全球金融信息收集和分享平台，涵盖了参与金融市场交易的全部法人实体，从而打破了银行、证券、基金以及保险等这一传统金融的各个子部门之间的界限，使得跨部门的风险管理在技术上变得可行。由于任何获得LEI编码的法人机构都可以获取其交易对手的相关信息，因此该系统具有显著的公开性和透明度。
由美国提出并主导的全球金融市场LEI系统建设得到了其他主要发达经济体的支持。目前，该系统的运行中枢——监管监察委员会（ROC）共有66个成员机构，共26个国家（地区）已经建成了与ROC对接的本地运行体（LOU），并开始进行编码申请受理和数据维护工作。截至2015年2月，全球发码总量逾30万个。相比较而言，美、欧主要发达国家的系统建设和发码速度较快，而亚洲国家则相对较慢。目前，包括日本、韩国、印度和中国在内的亚洲国家共发放了3000余个LEI编码。美、欧主要发达国家已经开始在相关领域的金融监管中推广LEI编码的应用，新加坡、日本以及中国香港也在酝酿类似的制度安排。进一步扩大LEI编码的应用将成为未来国际金融监管领域的重点工作。当然，从主要发达经济体推进LEI系统建设的实践中可以发现，当前该系统的建设和推广也面临一系列的问题，例如与现有金融监管框架和司法体系的整合、新数据标准的推广方式与成本以及与LEI系统配套的新的分析工具的开发等等。这些问题都需要我们密切关注并开展深入研究。
（二）金融交易识别：基于Ontology技术的FIBO框架
现行微观金融数据体系存在的两个明显问题是：值得我们密切关注。第一，由于统计口径差异等原因，微观金融数据的格式千差万别。即使是对同一类统计指标，由于金融术语往往缺乏统一、准确的定义，因此不同数据源（Data Repository）之间的数据整合难度大、成本高。第二，目前绝大多数微观金融数据信息缺乏机器可读性（Machine Readable），从而限制了人工智能技术和更为高级的信息管理工具和方法的使用，使得金融信息的获取和处理主要依靠人工操作。面对迅速增长的海量微观金融数据信息，一方面人工成本和出错率高企，另一方面信息处理效率难以大幅提升。为了有效解决上述问题，近年来，美欧国家金融当局和业界开始探索有效的解决之道。如由“企业数据管理委员会”（Enterprise Data Management Council，简称EDM委员会）正在开发的“金融业务本体”（Financial Industry Business Ontology，简称FIBO），已经获得越来越广泛的认可。
成立于2005年的EDM委员会属于一个非营利性的金融行业数据标准制定组织，其成员方涵盖了美欧国家金融当局和全球主要大型商业银行集团、投资银行等众多机构。2012年以来，美国金融当局联合金融业界和学界代表，致力于通过Ontology技术构建一个统一的FIBO系统，从而为微观金融数据的整合以及基于此的复杂建模方法奠定基础。Ontology（国内一般将其译为“本体”）是从哲学研究范畴借鉴而来的概念，经过十几年的发展已经成为人工智能和信息管理领域一种比较成熟的技术范式，一般指对某类概念进行的规范、明确的解释和说明。Ontology旨在对某个领域的知识提供共同的理解，如确定该领域内被共同认可的术语（专业词汇），并以严谨的建模方式对这些术语和术语间的关系进行明确的定义（邓志鸿等，2002）。FIBO的基本逻辑是通过模型化方法对整个金融术语以及金融关系进行明确定义并附加机器可读的标准化信息，从而为整合零散、彼此分割的微观金融数据体系奠定基础，同时也为金融信息搜集、处理和匿名分享的高度自动化创造条件。由于FIBO的开发是一个极其复杂的过程，不仅涉及行业标准的制定和推广，还涉及大量的技术细节，因此EDM委员会下设立了多个研发团队从不同方面协同推进。美国财政部、美联储、联邦存款保险公司等主要监管当局以及美国主要的大型金融机构都参与了这一过程并发挥了重要作用。FIBO的开发和推广进展值得我们密切关注。
（三）金融产品识别：住房抵押贷款识别码和FIGI方案
美国微观金融数据体系改革的第三层次，也可以说是最高和最复杂的部分，就是金融产品的编码和识别。众所周知，条形码等标准化编码技术早已被成功地运用在物流管理和企业质量监控等众多领域。从理论上说，如果能够建立一个标准化的金融机构和金融产品编码系统，那么就能够在金融市场中描绘出一幅金融机构之间相互联系的网络；同理，也能够在极其复杂的衍生金融链条中，追踪衍生金融产品的原生资产，从而实现对金融风险的跨部门乃至跨国监控和动态管理。这都将极大地提高金融市场的透明度和有效性。然而，现代金融创新活动的飞速发展使得金融产品的种类和数量呈几何级数增长，实现上述目标无疑面临着十分艰巨的困难和挑战。
自2013年以来，美国金融当局开始探索金融产品和金融工具识别的可行性和具体方案。如同年11月，美国联邦储备银行费城分行的一篇工作论文探讨了从宏观和微观两个层面构建一个标准化的金融工具数据库的可行性和具体步骤，并阐明了金融工具（产品）识别的重要意义，从而为金融产品的识别问题提供了比较清晰的分析框架（Nakamura，2013）。同年12月，美国财政部金融研究办公室以工作论文的形式提出了构建一个标准化的“住房抵押贷款识别码”（Mortgage Loan Identifier）系统这一方案（McCormick and Calahan，2013）。具体来看，住房抵押贷款市场在美国金融体系中具有特殊而重要的地位，其一端为美国家庭部门70%的负债——原生的房地产抵押贷款，另一端则为证券化后各类衍生金融产品。为
这一市场构建一个统一的、“从摇篮到坟墓”（Cradleo Grave）式的识别码系统，将原生信贷合约与各级衍生金融产品一一对接起来，能够极大地提高该市场的透明度，从而有助于金融监管当局和各类机构识别和管理金融风险。目前，该系统仍处于酝酿和讨论之中。美国金融监管当局这一创新性的思路无疑对于正在处于资产证券化试点的中国具有启发意义。此外，关于金融产品识别的另一个有益的尝试是EDM委员会正在推进的“金融工具全球识别码”（Financial Instrument Global Identifier，FIGI）项目。该委员会致力于通过Ontology和语义网（Semantic Web）技术，为复杂的金融工具进行统一编码和机器识别，从而实现全球微观金融数据的系统整合（受篇幅所限，本文不再具体展开）。
三.美国金融数据体系改革的主要目标
（一）加强宏观审慎监管
全球金融危机爆发后，加强宏观审慎监管成为全球金融监管改革的主旋律。以美国为代表的主要发达国家纷纷采取大刀阔斧的改革，从制度上和技术上为加强宏观审慎监管提供保障。一般认为，宏观审慎监管分为时间维度和截面维度两个方面（Crocket，2000）。前者指系统性风险在时间轴的动态变化，而后者指特定时期风险在金融体系中各金融机构之间的分布状况和相互作用（Borio，2003）。时间维度的宏观审慎监管侧重于纠正金融体系的顺周期性问题，政策工具比较明确具体，如逆周期资本缓冲机制，动态拨备制度，嵌入逆周期因素的会计准则和薪酬制度等等（史建平，高宇.2011）。截面维度的宏观审慎监管主要关注特定时间内金融机构共同的且相互关联的风险敞口。然而，在支离破碎的数据标准和彼此分割的监管框架下，其监测难度相当大。因此，截面维度的宏观审慎监管政策工具较为匮乏，缺乏识别金融系统截面风险的有效工具和方法。构建一个开放、统一的微观金融数据体系，能够使金融监管部门在系统整合此前被割裂的不同金融子部门（sub-sector）的微观信息的基础上，开发更加高级的数量化风险识别模型，从而实现对于不同子部门之间风险敞口的实时监测；同理，也能够通过监测系统重要性金融机构的风险敞口和交易网络，评估和预测金融体系面临的潜在风险，从而杜绝雷曼兄弟事件的发生。
（二）降低金融机构的数据管理成本
金融交易在技术层面上主要表现为交易方、交易价格、交易数量、交割条件等金融信息的交换和处理（如资本市场的集合竞价）。电子计算机和网络技术的普及使得金融信息的处理进入了高度自动化的时代。出于提高金融交易和清算效率、防范金融风险以及维系和拓展客户关系等多种需求的考量，现代金融机构一般都设有独立的信息技术（IT）或数据管理部门，负责收集和处理金融交易中涉及的大量数据信息。据统计，2012年，全球金融机构在IT方面的总投资已达到1733亿美元并以超过3%的速度逐年递增。随着全球金融市场规模的不断扩大，金融交易所涉及的微观数据量呈几何级数增长。相应地，美国等主要发达国家金融机构数据管理部门的压力也越来越大。据估计，目前全球金融业每年的内部数据管理成本在100亿美元以上；而另一项据SWIFT的测算则表明，这一成本早在2002年便高达120亿美元。此外，每年都有大量的金融交易由于不同金融机构内部数据之间的不匹配或不完整问题而最终导致交易失败。不同国家、不同金融部门乃至不同机构之间数据标准的不统一，使得跨机构的数据交换变得非常困难。全球金融机构每年都必须投入大量的人力和物力进行数据清洗工作（在2007-2010年这一期间，全球金融机构在这方面的年均总支出高达17.5亿美元，并以大约3.5%的速度逐年递增）。美国推动金融数据体系改革的主要目标之一旨在通过构建统一的微观金融数据体系，大幅降低金融机构的数据管理成本。
（三）提高金融机构的风险管理能力
微观金融数据体系特别是数据信息的质量和透明度，将会直接影响金融机构的风险管理能力，尤其是对于交易对手风险（Counter-party Risk）和操作风险（Operational Risk）的管理。如前所述，2008年美国雷曼兄弟公司的破产倒闭充分证明了，交易对手信息的不可得性将放大系统重要性金融机构倒闭的负面影响，导致市场信心的崩溃进而诱发金融危机。美国重构微观金融数据体系，特别是其大力推动的金融市场LEI系统的主要目标是解决金融机构识别过程中的信息不对称问题，使得金融机构能够通过这一标准化的开放系统，便捷地获取金融交易各方的信息，从而极大地提高其管理交易对手风险的能力。此外，微观金融数据体系事关金融机构对操作风险的管理。1980年代以来，国际上商业银行等金融机构由于操作风险而诱发的破产倒闭事件频发。为此，《巴塞尔协议I》对操作风险进行了明确界定，并要求各国商业银行须针对操作风险提高风险资本计提。以Grody（2006）为代表的大量研究表明，微观金融数据的质量与金融机构的操作风险之间有着显著的相关性。数据质量低下、微观金融数据格式的不匹配、数据信息获取不便等都会加大操作风险发生的概率，从而使金融机构蒙受重大损失。因此，数据质量的改善不仅能提高金融机构应对操作风险的能力，而且还能起到降低操作风险的资本计提进而节约资本的作用
四.美国金融数据体系改革的影响
金融数据体系改革背后折射出的是美国金融当局监管理念和监管方法的重大转型。从监管理念上看，从危机前的重在微观审慎向危机后的微、宏观审慎监管并重转变；从监管方法上看，强调运用大数据技术和更加高级的模型化方法，提高对系统性风险的监测和预判。金融数据体系改革作为上述转变的具体体现，其重大意义首先在于通过构建统一、开放的金融信息平台，使得微观金融主体和宏观监管当局都能够从中受益，从而在真正意义上打破微观和宏观审慎监管之间的界限；而信息平台和规范的数据规则的确立，作为一项重要的金融基础设施，必将进一步带动相关风险管理工具和分析方法的发展，并不断强化和完善危机后美国在《多德—弗兰克法》的授权下确立的微、宏观结合的审慎监管框架，从而为切实维护美国乃至全球金融体系的稳定提供技术支持与保障。
（二）加速传统金融部门的转型
1990年代以来，网络信息技术在美国的率先普及，推动了一大批传统产业部门的转型和升级。金融服务业作为高度信息密集型的传统产业部门之一，也经历了一番系统的再造和重构。网络信息技术在金融业的应用和扩散是一个渐进的、由量变到质变的过程，即最初从极大地提高传统金融业的结算效率，到深刻影响金融交易、市场营销以及风险管理方式，最终到引发传统金融业态和模式的改变——互联网金融和大数据金融的出现和迅速发展。可以肯定，由美国发动的这场自上而下的金融数据体系革命将加速传统金融部门的转型：一方面，商业银行等传统金融机构将依托新的数据平台，加速拓展互联网金融和大数据金融业务，风险管理水平将大幅提高，金融创新将更加活跃；另一方面，金融产业链条也将更加丰富，金融主体将更加多样化，将会出现更多地提供数据服务的专业金融服务公司，金融产业的数字化程度将进一步提高。
纵观1980年代以来国际金融监管改革的历史，美国始终是引领改革的“头羊”。国际金融监管改革主要体现了以美国为代表的主要发达国家监管改革的需要，即美国凭借其发达的金融市场和在国际金融体系中的影响力，始终牢牢掌控着国际金融监管改革的方向。1980年代初由前美联储主席保罗·沃尔克提出的资本监管理念最终演绎为全球银行业监管的“神圣公约”这一历史是对美国金融领导力的最好注解。本轮美国的金融数据体系改革也必将深刻影响和改变现行的国际金融监管规则。事实上，从2012年以来美国在全球范围内大力推广LEI系统建设过程中便可初见端倪。尽管国际金融监管改革的过程往往是复杂曲折的，但可以预见的是，在美国的领导和大力推动下，建立开放的数据平台以及统一规范的数据标准最终可能成为与《巴塞尔协议》比肩的“新神圣公约”。
（四）对发展中经济体产生复杂影响
金融稳定委员会（FSB）在2012年6月19日发布的一份调查报告中指出，全球金融危机爆发以来，由美国等主要发达国家主导的国际金融监管改革对金融体系相对欠发达的广大发展中国家产生了一系列“意外的后果”（Unintended Consequences），主要包括在国际金融监管规则的制定和执行过程中可能产生的“溢出效应”（spilovers）、“域外效应”（extraterritorial effects）、“跨境效应”（cross-border effects）以及“母国歧视”（home bias）等等。尽管目前还难以准确评估由美国主导的金融数据体系改革将对广大发展中经济体产生何种影响，但是对于中国等发展中经济体而言，全球金融数据体系的重构可谓机遇与挑战并存，为此应该认真谋划和积极应对。
五.结论性评述
在金融全球化趋势不断加强和“数据缺口”问题日益凸显的大背景下，美国近年来开始大刀阔斧地改革彼此割裂、标准不一的传统微观金融数据体系，从而为实施微、宏观审慎相结合的金融监管奠定坚实的基础。从内容上看，美国的金融数据体系改革有着十分丰富的内涵——从较为初级的金融机构识别到比较复杂的金融交易和金融产品识别，实现了对金融体系的“全覆盖”。金融数据体系改革背后所体现的是美国金融监管理念和监管方法的重大转型，特别是强调在大数据时代运用更加先进的人工智能和信息管理方法进行金融风险的监控和管理，从而为强化宏观审慎监管、维护金融体系稳定提供坚实的技术保障。金融数据体系改革打通了微观审慎和宏观审慎监管之间的界限，有利于降低金融机构不断攀升的数据管理成本并提高其风险管理能力。金融数据体系改革可能对传统的金融产业部门形成一定的冲击并加速其转型。从全球层面来看，美国的金融数据体系改革将引领新一轮国际金融监管改革，建立开放的数据平台以及统一规范的数据标准最终可能成为与《巴塞尔协议》比肩的“新神圣公约”。
需要指出的是，无论是从一国层面来看还是从全球层面来看，传统微观金融数据体系的改革不仅涉及新的数据标准的制定和推广，而且还涉及金融监管框架的调整、宏观审慎监管方法的改进以及不同监管当局之间的协调配合等诸多方面的问题。因此，微观金融数据体系改革是一个系统工程。受文章篇幅所限，本文未能对所涉及的诸多方面一一展开，特别是这一改革进程面临的主要问题与挑战。此外，出于保持文章分析逻辑的连贯性的考虑，大量的技术细节也被“善意忽视”（Benign Neglect）了。美国的微观金融数据体系改革是全球金融监管领域的一个新动向，其代表了国际金融监管改革的方向。因此，需要国内学术界和业界予以密切关注并开展深入研究，在此基础上深化中国金融监管体制的改革，构建和不断完善符合中国国情的微、宏观相结合的审慎监管框架。
