魔都资管运营界的两位大佬，彻底治愈假期综合症

在贵人的帮助下，11日长假归来后，有幸见到了魔都资本管理运营领域的两位大佬。两人除了经验丰富、功力深厚之外，还具有平易近人、无所不知、滔滔不绝的优势。除了风趣幽默之外，我们在专业领域也受益匪浅，在阵阵笑声中笑得彻彻底底。假日综合症得到治愈。

忍耐……

突破

当然，运营中的人见面时，难免会谈论一些工作上的坏事，吐出心中的苦涩，表达相互理解和支持。 Z大哥说了这样的话。乍听之下，处理这件事的方式如此原始和低效，令人惊讶。不过，在说明了这背后的原因之后，大家纷纷表示了然于胸，也算是有所领悟了。别无选择。

事情是这样的：众所周知，每天公布的基金产品净值是估值人员经过一系列计算得出的。一般流程中，估值岗每天计算净值，与受托人审核，然后传递给股份登记岗，由股权登记岗将净值传递给中登完成发行。

整个过程在操作系统中完成。净值在估值系统中计算。验证完成后，一键导出净值文件，然后TA系统读取净值文件。然而，这么小的一步，Z总是让团队多做一步：与受托人核对净值时，手动将与核对一致的净值记录在一张纸上，然后导出系统同上图第三步。公司的净资产将再次被检查；核对一致后，才将净值档案交给TA。

在可以实现纯系统数据交互的情况下，为什么还需要这样做？对此，Z总是表示背后的难处。之前，Z先生的团队没有这个流程。核对净值后，直接导出到TA系统。但是后来发现有时候系统导出的净值和原来的校验不一样；也就是说，说，净资产变了！

为什么会这样？检查完成后有人犯错了吗？是否有人在未通知他人的情况下更改了估值数据？鉴于事发现场已不复存在，Z先生决定先投保：每次查看净值后，将净值锁定在系统中。这种情况下，理论上可以排除误操作的可能。误操作消除后，只需要关注需要修改净值的真实场景，并添加一些审核流程即可。

没想到加了锁后情况并没有好转，而且系统推导出的净值还是和检查时看到的净值不一致！经过排查，原来是系统存在BUG，导致某款产品的操作影响了另一款产品的数据，即使锁定了净值，依然会受到影响。这与系统操作和工作流程无关，只能等待厂商解决bug；但大家都知道，与其等着厂商解决bug，不如想办法处理，更实际一些。 Z总是真的别无选择，想了想，只好采取了最愚蠢但也最有效的方法：记笔记。于是，就出现了上述人工记录净值、人工核对的过程。虽然费时费力，但总比报错净资产好。

所以，这里有一个使用风险控制方法来弥补系统缺陷的例子。不得不说这个缺陷是非常致命的，因为这个缺陷，它影响了数据传输和处理的逻辑一致性，导致所见即所得，直接结果就是降低了用户的信任度系统。

熟悉笔者的朋友可能知道，笔者将基金估值业务中的数据风险管控概括为三类：逻辑一致性、数据准确性和数据完整性。这次借花供佛，趁着老板吐槽的机会，让大家打破这三种控制。

一、逻辑一致性

目前业内常见的基金估值流程多为线性流程，类似于流水线。如果某个流程节点的数据处理逻辑出现不一致，则意味着无论该节点之前的数据质量有多高，风控再好，在这个节点之后，一切都得从头开始。因此，逻辑一致性的验证在操作风险管控中具有无可比拟的重要性。

逻辑一致性的验证通常采用另一种并行的过程，即在数据交互的节点处，使用相同的业务逻辑设置和相同的输入值，通过输出结果对处理过程进行逆向校验。是否如预期的那样。由于大部分业务逻辑已经基本固化在业务系统中（别告诉我我还是要手动做，愿上帝保佑你），越来越多的这个验证是通过系统外的手动流程来完成的，检查和弥补系统的逻辑缺陷。

在当前人工智能和深度学习的舆论环境下，很多机构越来越倾向于使用机器来完成一些流程化的事情。目前，市场上确实有一些系统厂商。搭建业务系统的思路正逐渐向“一键完成XX操作”靠拢。但需要警惕的是，在系统逻辑缺陷没有解决（至少大部分）没有解决的情况下，单纯追求自动化会导致业务的下游从上游携带所有错误的数据。大家都知道，当数据出现错误时，最好的解决时机就是现在，如果传回去，会给解决问题带来更长的分析路径，分析的难度会成倍增加。因此，笔者在此建议，在自动化、智能化的道路上，先实现一个小目标：解决系统内部逻辑一致性问题，为后续自动化提供空间，为效率提升铺路。

二、数据准确性

数据的准确性是指数据源在输入到业务流程节点的过程中能否准确反映业务本质。除了业务流数据，这里的数据还包括一些业务逻辑设置参数。这么直接说太抽象了，我举个例子大家就知道了：

列表记录错误，系统设置有问题。实际上，将业务语言转换为流程语言时，会出现“翻译”错误。在实践中，通过复核来保证数据的准确性；双重检查，老外说是四眼检查。我认为他们显然没有调查我国近视的流行情况。两人审核中，A岗位负责业务数据的录入，B岗位直接对照原文件核对A岗位录入数据的准确性。与上述逻辑一致性检查相比，数据准确性审核往往一步到位，不涉及计算、判断等逻辑操作步骤。

问题来了，双重审查，费时费力，还是事后检查，缺陷多多。那么，数据准确性测试的效率是否还有提升的空间呢？答案很简单：用机器记录。

使用机器记录一直是资金运作数据录入的主流和持续努力。你没看到市面上有很多操作系统、平台、金融机器人，都在做这个。但是，如果你把系统的覆盖范围算到业务场景，你会发现它并没有达到预期的高度。据笔者观察，主要受两个因素制约：

1、系统逻辑一致性。上面已经讲过了b级基金风险分析，我就不重复了。另外，这也是很多系统厂商应该反思和加强的地方。

2、标准化数据接口。

说起标准化的数据接口，大家的第一印象应该是交易所和注册公司的标准化数据接口。不得不说，我国的交易所和注册公司为参与市场的机构做了大量工作，服务范围和服务质量绝对处于世界前列。但这也造成了基金运营中的一个奇怪现象：运营数据过度依赖交易所和注册公司，缺乏内部数据提取和使用。

这很奇怪，因为从逻辑上讲，尤其是从经理的角度来看，交易室是所有交易数据的来源。方便就是方便，但也放弃了很多信息：资金来源、策略、交易者、质押情况……在粗放经营的时代，这些信息就像埋在地下的金子。越来越多的管理者希望利用这些数据进行精细化管理。但是，当我在操作模式下查看数据流时……嗯，我会想办法……

过度依赖交易所和注册公司的数据也带来了另一个问题，那就是非交易数据、场外数据和非标准数据在格式上没有很好的标准化。但这是一个先有鸡还是先有蛋的问题：标准先出现，然后接口？还是先做接口，再逐步完善标准？但无论如何，事实是这些交易所之外的数据b级基金风险分析，因为没有标准的接口，也没有电子数据交互，很大程度上依赖人工输入，因此成为了数据准确性风险事件的高发区。

对此，笔者的建议是从管理员入手，至少在组织内部实现全交易和非交易数据的电子化交互，提高业务数据传输的准确性。因此，业务系统架构需要做如下改动：

简单来说就是打通前、中、后端系统，改变后端系统孤立的局面。

三、数据完整性

如果将估值业务中的风险事件按照发生频率进行排序，我认为第一个肯定是交易缺失导致的净值误差。之前遇到的太多了，现在闭眼列举一些常见的情况：

1、被动发起的转账付款不记录：错过银行转账费、账户维护费等很常见，通常是因为估价师没有查银行头寸，或者查询时间过了早上.

2、跨行交易遗漏：常见于交易完成较晚，估价师已完成估价并认为当日没有新交易，或估价师遗漏交易单，并且该值在一天结束时尚未完成。可查询银行仓位；但是，无论哪种情况，基本上可以肯定的是，估价师在一天结束时没有通过交易系统检查头寸。

3、开放式基金赎回确认交易遗漏：基本上是估值师错过了赎回确认，也没有用交易系统或基金公司报表核对头寸。

4、可转债转股交易遗漏：可能是系统缺陷导致交易读取失败，但一定是对账没有做。

5、Block transaction failed but not deleted：结算结果检查失败，但一定是没有对账。

6、…

其实从上面的例子可以看出，应对数据不完整的风险，往往需要依赖第三方资金，事后查仓。最常见的有日终头寸的银行资金对账、场内头寸的对账、OTC开放式基金的资金对账、同业头寸的中债/上海清算所等。位置查验等。利用这些第三方，尤其是注册机构的数据，进行事后查验，基本上是万无一失的，所以很受运营商欢迎。

但是，问题是，当这些数据不可用时，我该怎么办？例如，开放式基金的报表可能不是每天都出，或者对于一些场外标的，经理可能连报表都拿不到。面对这种情况，笔者认为解决的办法还是打通前中后台，最大限度地利用管理员产生的数据，至少保证主动发起的业务不会错过对于被动业务，涉及资金的，如扣费等，应纳入对账表；不涉及资金的应多为权益。您可以使用信息和职位数据来生成公司行为计划。控制和审查。这样，即使不能做到100%覆盖，也聊胜于无，总比单纯依靠第三方数据好。

以上是笔者总结的基金估值业务风险管控的三大要点。当然，各机构估值仓的职责和定位各不相同，估值业务覆盖的范围也有大有小，面临的风险也可能超出本文讨论的范围（如估值仓）。无论如何，在笔者看来，随着系统自动化程度的逐步提高，风险管控将逐渐成为基金运营的业务核心和价值，操作流程的设计也将逐渐从业务流程转变。以风险为导向。那么，各位估价师，你们准备好了吗？