📰 券商风险数据管理迎规范！AI风控需强化数据与模型安全管理
为提升证券公司风险数据管理能力并构建高质量风险数据驱动的“穿透式+全景式”风险管控体系，中证协发布《证券业务示范实践第7号——证券公司风险数据管理》，聚焦风险数据战略、治理、架构、标准、数据安全与质量等六大领域，以及境外子公司治理与AI风险管理等重点。在AI浪潮下，数据风险管理与数据安全、合规管理被进一步凸显，要求建立权责清晰、可追溯、可解释的治理架构，确保集团层面的风险数据集中统一管理，提升风险治理的主动性和前瞻性。业内已有券商通过自研大模型、智能体矩阵或接入第三方大模型来推动AI在风险管理中的落地应用，如AI舆情分析、风险报告自动化与知识库问答等场景，需在模型训练与部署全流程遵循安全、审计追踪等要求，防范数据污染与模型偏差。行业普遍认同通过AI与风险数据管理的深度融合，推动风险管理从被动、事后转向主动、前瞻，并提升数据维护、风险安全和隐私保护等方面的系统性治理能力，促进证券公司数字化管理的成效提升。
🏷️ #风险数据管理 #AI风险管理 #数据安全 #风险治理 #数字化转型
🔗 原文链接
📰 券商风险数据管理迎规范！AI风控需强化数据与模型安全管理
为提升证券公司风险数据管理能力并构建高质量风险数据驱动的“穿透式+全景式”风险管控体系，中证协发布《证券业务示范实践第7号——证券公司风险数据管理》，聚焦风险数据战略、治理、架构、标准、数据安全与质量等六大领域，以及境外子公司治理与AI风险管理等重点。在AI浪潮下，数据风险管理与数据安全、合规管理被进一步凸显，要求建立权责清晰、可追溯、可解释的治理架构，确保集团层面的风险数据集中统一管理，提升风险治理的主动性和前瞻性。业内已有券商通过自研大模型、智能体矩阵或接入第三方大模型来推动AI在风险管理中的落地应用，如AI舆情分析、风险报告自动化与知识库问答等场景，需在模型训练与部署全流程遵循安全、审计追踪等要求，防范数据污染与模型偏差。行业普遍认同通过AI与风险数据管理的深度融合，推动风险管理从被动、事后转向主动、前瞻，并提升数据维护、风险安全和隐私保护等方面的系统性治理能力，促进证券公司数字化管理的成效提升。
🏷️ #风险数据管理 #AI风险管理 #数据安全 #风险治理 #数字化转型
🔗 原文链接
