一种金融业数据管理能力成熟度量化评估的方法模型F-DCMM与流程

本发明涉及数据安全及数据治理，尤其涉及基于dcmm模型建立的金融业企业级通用数据管理能力成熟度量化评估模型f-dcmm。

背景技术：

1、

2、自dcmm发布以来，国内各领域都开展了基于dcmm的数据管理能力成熟度评估应用研究，《金融业数据能力建设指引》也提供了数据管理能力评估的基础性和引领性行业标准，但仍然存在三个问题：一是评估指标体系的精细化程度不高，大部分评价指标仅细化到二级过程域，在实际运用中不能完全满足评估需求。二是评估模型缺少具体的评估操作方法，也未通过实证分析对建立的评估指标体系进行验证。三是评估方式基本都是定性评估，评估结果的准确性和客观性不足。

技术实现思路

1、本发明所要解决的技术问题是：提出一种适用于金融机构的企业级通用数据管理能力成熟度量化评估模型“financial-data management capability maturityassessment model”，简称“f-dcmm”，实现具有全面性、多维度、高效性和高可操作性的量化评估，提升评估结果的准确性和客观性，以便对金融机构数据管理能力状况进行准确测度和全面画像，指导金融机构做好数据治理、应用和保护。

2、为了解决上述技术问题，本发明采用的技术方案为，综合运用层次分析法、模糊综合评价法和蛛网模型，从八个维度研究提出一种适用于金融机构的企业级通用数据管理能力成熟度量化评估模型f-dcmm，包括步骤：

3、根据《数据管理能力成熟度评估模型》和金融行业标准《金融业数据能力建设指引》提出的数据管理能力成熟度模型，结合金融业实际情况，将评价指标体系从数据战略、数据治理、数据架构、数据应用、数据安全、数据质量管理、数据标准和数据生命周期管理八个方面进行构建，将评价指标细化至三级指标，并提出具体的评价标准项。

4、基于每项指标对成熟度评价的影响程度不同，采用ahp层次分析法确定各级评价指标的权重。为确保权重的真实性、准确性和可靠性，尽量减轻主观因素影响，采取了以下方法：一是选择较多的、专业性强的专家在互不干扰的情况下进行打分，通过调查问卷的形式采用1-9比例标度法对构建的评价指标体系中每一项指标的重要性进行两两对比评价。二是初步筛除偏差结果，认真分析收回的调查问卷，剔除其中明显不满足一致性的评分，最终选择质量较高的10位专家评分结果作为权重确定依据。三是对评价值进行标准化处理，把10位专家对每两项指标比较的结果分别取平均值和最大占比值，减少累积放大导致的偏差，并按照一致性原则对计算结果进行综合评估，得出相应的指标权重结果。

5、基于多级模糊综合评价法建立数据管理能力成熟度评估模型，将金融机构的数据管理能力成熟度划分为初始级、受管理级、稳健级、量化管理级和优化级五个等级。通过细化指标因素的评价标准，对每一条评价标准的完成度进行评判来确定每个指标因素的隶属度，假设每一条评价标准的评价权重相同，每个指标因素所有评价标准中被判定为每个成熟度等级评价的概率为该评判指标的隶属度，进而得出三级指标的评价矩阵，通过matlab等工具将评价矩阵与上一步确定的权重相乘计算得出二级评价指标，同样的方式计算出一级评价指标。根据最大隶属度原则可以粗略判断每一项指标的能力成熟度评价结果，为了计算数据管理能力成熟度的量化评估结果，将各成熟度等级分值中间值与对应的隶属度进行相乘加总，得出各指标的最终评价值。

6、基于蛛网模型建立数据管理能力优劣势评估模型，根据第三部分确定的评价指标，建立一级、二级指标双层蛛网模型。将初始数据进行规范化处理后，计算蛛网模型各指标围成的最大蛛网面积，分析蛛网点与中心的距离及其构成的最大多边形面积可以客观分析数据管理能力成熟度，即距离越远、面积越大则成熟度等级越高，反之则越低。

7、本发明的有益效果在于，通过细化金融业数据管理能力成熟度评价标准，采用ahp层次分析法和多级模糊综合评价法建立了对于金融机构数据管理能力成熟度评价的一种量化评估方法，实现对金融机构数据管理能力状况的准确测度和全面画像。同时，建立的双层蛛网模型能够较为直观地对数据管理能力各分项指标进行比较和判断，对于分析金融机构数据管理能力优劣势，明确改进方向具有较好地辅助作用。f-dcmm能够辅助金融机构做好数据治理、应用和保护，有助于解决金融业数据资源富集但价值潜力还未充分释放的问题，有助于推动金融数据技术产品、应用范式、商业模式和体制机制协同创新，对于数据赋能金融高质量发展具有实践意义。

技术特征：

1.一种金融业数据管理能力成熟度量化评估模型，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述数据管理能力成熟度评价因素的隶属度根据隶属函数rij=tn/t计算，其中rij表示对第i条评价指标评判为成熟度等级j的概率，tn为符合某个成熟度等级的评价标准个数，t为该评价指标的评价标准总数。

3.根据权利要求1所述的方法，其特征在于，所述评价指标体系包括一级指标、二级指标和三级指标，所述指标、指标权重及评价标准包括：

4.根据权利要求1所述的方法，其特征在于，所述基于多级模糊综合评价的数据管理能力成熟度量化评估模型，基于公式bx=wx rx=，其中，x为一级或二级评价指标，wx为该指标的子评价指标的权重集合，rx为该指标能力成熟度评价矩阵，j为矩阵的列，m的个数取决于指标x包含的子评价指标个数。

5.根据权利要求4所述的方法，其特征在于，所述能力成熟度评价矩阵，二级指标评价矩阵根据对二级指标中包含的每一个三级指标进行单因素评判得出，一级指标评价矩阵根据二级指标评价矩阵与对应的权重集合计算得出。

6.根据权利要求4所述的方法，其特征在于，所述各级指标的权重集合，基于每项指标对成熟度评价的影响程度不同，采用专家打分、1-9比例标度法和层次分析法确定。

7.根据权利要求1所述的方法，其特征在于，所述基于蛛网模型的数据管理能力优劣势评估模型是基于一级、二级评价指标建立的双层蛛网模型，评价指标i的坐标值为，其中ri为评价指标i的能力成熟度评价矩阵，wi为指标i所包含的评价指标的权重，p=（10,30,50,70,90）为数据管理能力成熟度等级对应的分数集。

8.根据权利要求7所述的方法，其特征在于，所述评价指标坐标值需要通过进行规范化处理，以便提高模型精度，加快收敛速度。

9.根据权利要求1所述的方法，其特征在于，所述蛛网模型最大面积基于公式：

技术总结本发明提供了一种适用于金融机构的企业级通用数据管理能力成熟度量化评估模型Financial‑data management capability maturity assessment model，简称“F‑DCMM”。该模型结合DCMM模型和《金融业数据能力建设指引》行业标准，通过可量化的方法对金融机构数据管理能力进行准确测度和全面画像。本模型的方法为：1）根据模型提供的八个维度的量化评估指标体系，确定每个指标因素的隶属度及评估矩阵；2）运用多级模糊综合评价法结合指标权重计算得出每项评价指标的得分及评价等级，确定被评价机构的数据管理能力整体和分项情况；3）建立双层蛛网模型直观地对数据管理能力各分项指标进行比较和判断。该发明可以解决定性评估准确性和客观性不足的问题，对金融机构做好数据治理、应用和保护具有重要价值。技术研发人员：李佳卉,白鹏受保护的技术使用者：中国人民银行嘉峪关市分行技术研发日：技术公布日：2024/8/20