兴业证券股份有限公司企业标准
The Big Data Asset Scoring Model
2026年3月6日发布2026年3月31日实施
Q/XYZQ
Q/XYZQ001-2026
目录
目 录前引
1范围..2规范性引用文件3术语和定义， 4缩略语.5总体原则..5.1客观性原则.5.2可操作性原则5.3价值优先原则 5.4合规底线原则5.5持续更新原则，6评分模型框架...6.2模型计算公式 6.1评分模型结构，6.3模型评分范围7评分指标体系设计7.1质量评分指标.7.3安全评分指标 7.2资源评分指标，7.4价值评分指标8算法选择与实施，8.1算法选择... 8.2实施流程...9模型动态调整机制.9.1模型验证与校准.9.2模型动态调整因素9.3模型动态调整触发机制 9.4模型动态调整实施流程10评分模型应用参考..10.1数据全生命周期价值运营10.2建立供需双向评价机制. 0110.3安全评分与动态访问控制 10.4支持可信数据集持续运营， 10 10附录A（资料性附录）大数据资产评分体系设计参考 11附录B（资料性附录）模型使用算法介绍 14附录C（资料性附录）大数据资产评分模型动态调整机制流程图， 16II
前言
本标准按照GB/T1.1-2020《标准化工作导则第1部分：标准化文件的结构和起草规则》给出的规则起草.
本标准由兴业证券股份有限公司提出.
本标准由兴业证券股份有限公司归口.
本标准起草单位：兴业证券股份有限公司.
本标准主要起草人：陈锋、李细杰、卢丹、周仪、马浩、薛鸣.
引言
随着金融科技加速发展与数据要素市场化进程推进，证券期货行业正从经验驱动向数据智能驱动转型.大数据资产作为行业核心生产要素，已成为提升机构竞争力、优化资源配置的关键抓手.《推动数字金融高质量发展行动方案》等政策明确要求夯实数据治理与融合应用能力，而行业实践显示，大数据 已深度重构业务流程.为科学评估数据资产的业务价值与合规属性，需建立统一、可量化的评分标准.本标准基于兴业证券实践与理论研究，规范大数据资产评分的维度、指标、方法及实施流程，为公司提供数据资产管理的量化工具，推动数据要素价值释放与合规风险防控.
