摘 要：国际金融危机后，各国央行在强化统计监测方面作了大量的探索和研究，我国也针对性地开展了金融统计标准化项目研究。目前进入实施阶段且对传统统计监测手段具有根本性变革的是欧央行的中央证券数据库（CSDB）。CSDB采用元数据①逐笔统计方式（Security-by-Security），彻底改变了传统的表单式汇总统计模式，其设计理念、思路及实施经验值得参考借鉴。
关键词：欧央行；中央证券数据库；金融统计标准化；启示
中图分类号：F832.2 文献标识码：A〓 文章编号：1003-9031（2013）05-0029-03 DOI：10.3969/j.issn.1003-9031.2013.05.06
一、CSDB简介
CSDB系统是由欧洲央行（ECB）统计处建立，旨在将所有证券类数据按照元数据逐笔统计的方式聚集在单一的数据仓库，为欧洲中央银行系统（ESCB）提供全面、准确、一致和及时的证券类相关统计信息，以满足国际和国内层面的各类统计数据需求。经过几年的建设和运行，截止目前CSDB累计包含大约500万条由欧盟成员国或其他国家居民发行的债务型证券、股票和互惠基金份额/单元信息，并提供多个证券类数据统计报告[1]。
二、CSDB的主要特点
（一）具有强大的数据集中功能
CSDB由欧洲中央银行系统（ESCB）共享，通过一致和统一的证券统计口径，实现了数据“大集中”的特点。一是数据集中范畴广，不仅包括欧元区居民证券发行者或持有者，还包括国外居民证券发行者或持有者。二是数据集中来源宽，不仅包括各国中央银行（NCBs）提供的数据，还包括商业数据提供商及政府统计部门数据。三是数据集中内容丰，彻底改变以往表单式汇总数据统计模式。
（二）提供多维的金融统计信息
CSDB的数据提供者无需了解数据汇总制度及汇总关系，仅需按照工具分类、部门组成等属性分类标准报送元数据，由数据管理机构对数据信息进行检查，并根据需要加工和处理。目前，CSDB不仅提供国际收支、国际投资持仓和投资基金统计，同时还提供前瞻性的货币金融机构（MFIs）和金融工具公司统计（FVCs），为欧元区提供全面、准确、统一和及时的证券交易（流量）和持仓（存量）等数据信息[2]。CSDB还计划将提供证券持仓（包括金融账户统计）、金融稳定、政府融资和证券发行统计等，为货币政策研究、金融稳定分析和市场运营分析提供直接的数据支撑[3]。
（三）使用开放的数据统计结构
CSDB在统计理念上是以金融工具为主线，在元数据逐笔统计的基础上，通过设定国际通用的金融工具分类标准，广泛收集该工具不同的业务属性信息。同时还根据不同时期对统计需求的发展和变化，随时调整或扩充金融工具所需的特定属性信息。此外，ECB将继续与NCBs合作，考虑将证券持有人按经济部门划分并收集相关数据信息纳入CSDB，同时还考虑收集未在欧元区注册或很少在二级市场交易的持有人信息。为获得这些信息ECB还致力于与数据报告机构、托管人、证券结算系统或其他信息来源渠道合作，完善证券统计体系[3]。
三、CSDB的建设经验
（一）建立中央证券统计数据集成系统
ESCB实际为一个证券统计数据集成系统（SIET），SIET主要依托关系数据库、分析数据库和多维数据库进行原始数据的收集、转换、处理、校验和统计报表的输出。首先，将收集到的数据存储至关系数据库（见图1），并实施以验证为主的第一层次数据质量控制，对于缺失数据进行估值补充。其次，将已经验证和完善的数据复制到分析数据库，并以一致性检验和比较的方法实施第二级别数据质量控制，数据不同维度的业务属性信息传送至多维数据库保存。最后，从分析数据库和多维数据库提取所需的数据信息形成多维的统计报表[4]。
（二）注重金融交易的跨境监测
CSDB的数据范畴将包括欧元区居民发行的证券以及持有和交易的欧元区或非欧元区发行的证券，同时还包括非欧元区居民持有的欧元区居民发行的证券或少数非欧元区居民发行的证券。无论是欧元区或非欧元区居民发行的证券，只要以欧元计价，都将引进CSDB数据系统。图2列示了CSDB的取数范畴，其中粗黑线条表示CSDB数据总集，必要时CSDB数据范畴将扩大至D子集。
（三）构建统计数据属性框架
CSDB数据框架（见图3）属性主要依托于两个关键字段，即证券发行人和证券持有人，囊括证券工具类别、机构部门、发行人和持有人居住国、价格（报价）、收入、与证券发行相关的交易和持仓（如发行、赎回和余额等）、与证券投资相关的交易和持仓（如投资、销售和股票等）和公司事件等内容。其中公司事件主要包括股票分割、逆向回购、收购和兼并等会影响发行者或证券余额的活动信息。
（四）对工具属性进行标准化分类
大多数证券都拥有一个国际证券识别编码（ISIN），CSDB则基于ISIN作为数据库系统唯一标识符。发行者的机构部门和金融工具类别也是两类重要的识别标识。发行者机构部门主要根据1995年欧洲国家和区域账户系统（ESA 95）进行划分，将机构部门确定为非金融公司、金融公司和广义政府。金融工具类别分类（CFI）则是一种商业化目的的统计分类，其诸多属性也适合ESA 95标准下的证券分类。
（五）建立科学的数据处理流程
一是数据收集。CSDB的数据（见图4）主要由商业数据提供商及中央银行提供。ECB将会以一种通用的数据结构或形式来接收相关数据，同时还会通过与其他中央银行合作，编制金融统计标准，以确保不同来源的数据集中且获得完整和统一的记录。二是数据“清洗”。数据的“清洗”主要通过在CSDB内部建立一些规则或校验关系来进行，为每一个存在矛盾的数据选择最可靠的数据来源。在清理过程中，CSDB还会将一些数据提交给数据质量管理进行测试，以确保数据质量。三是数据估值。估值主要以市场价、交易价或名义价为原则进行。例如对于债务型证券，根据发行人的计价货币、剩余期限和信用余额进行估价或依赖于过去某一种金融工具的回报率来定价。如果没有可观测的市场价格且估价方式不可行，那么CSDB将会恢复自动初始值。
（六）加强数据质量后台检查
CSDB将会与欧洲央行、数据提供商进行联网运营，数据提供商、国家统计部门和信息来源机构将会从CSDB加载数据并进行质量监控检查，以确定数据离群值和误差程度。并通过建立一套完善的统计数据标准（如数据报送标准和质量监控标准），提高数据质量。
四、启示和借鉴
“全面、统一、协调、敏锐”是金融统计标准化的最终目标，与CSDB“全面、准确、统一、及时”的统计目标具有高度的相似性，其建设经验值得参考借鉴。
（一）建设中央银行数据库集成系统
在进一步完善相关技术准备的前提下，通过在系统内部组建临时数据库、正式数据库和多维数据库等方式，形成一个完善的数据库集成功能，实现以金融机构的最小业务单元（逐笔统计）为基础的业务元数据采集功能。
（二）建立开放可拓的统计框架体系
从实际统计需求出发，以金融工具为主线，在对金融工具属性进行标准化分类的基础上，构建统计数据属性框架。属性内容至少需要包括金融工具类型、持有人、价格和余额等信息内容。今后还可根据统计需求的变化，调整金融工具及其属性分类。
（三）制定标准化统计数据处理流程
在数据收集方面，需要制定数据报送标准，统一报送格式和指标内容，确保原始数据收集的一致性；在数据处理方面，建议由科技部门和调查统计部门一起设置数据库的映射规则或校验标准，“清洗”和过滤存在错误或矛盾的统计数据；数据运用方面，要加强数据质量测试，并需要定期对数据报送机构进行数据质量检查。
（四）拓宽金融统计基础数据的来源
人民银行积极加强与“三会”、工商、统计等部门的沟通协调与合作，对金融统计信息覆盖面进行扩充。同时，对于能够提供真实、准确、可靠金融数据的商业数据提供商，也需加以考虑，广泛拓宽原始数据来源，丰富并完善统计内容。
（责任编辑：王艳）
参考文献：
[1]ECB， The Centralized Securities Database In Brief[R]. ECB Report， Feb.2012.
[2]ECB， Centralized Securities Database Current Use in
the Production of the Euro Area Balance of Payments and International Investment Position[R]. Twenty Second Meeting of the IMF committee on balance of payments statistics in Shanghai， Nov.2009.
[3]Werner Bier， Centralized Securities Database supporting the production of external and other financial statistics[R].20th Meeting for the IMF committee on Balance of payments statistics， Oct.2007.
[4]Joao Cadete de Matos， The use of security-by-security database for portfolio investment statistics[R].IFC Bulletin NO 29， 2009.