当前，数据已经成为很好重要的企业资产甚至是行业资产，对于数据资产的了解、规划、治理和预测成为各行业的新兴盈利点。现有的证券期货行业机构多、类型广，交易方式多样，创新产品层出不穷，变化迅速。市场上机构间数据交互相对复杂；机构内部应用系统多，数据交换接口多样，通用程度差。基于行业数据的治理工作迫在眉睫。

部分背景篇/1
章国内外数据治理综述/3
1.1数据治理概述/3
1.2国外数据治理相关论述及标准/4
1.3国内数据治理相关规范及标准/8
第2章我国证券期货业数据治理现状/10
2.1证券期货业数据治理的背景/10
2.2证券期货业数据治理的价值/11
2.3证券期货业数据治理面临的问题及挑战/11
第3章基于证券期货业数据模型的数据治理/13
3.1证券期货业数据治理的思考/13
3.2数据模型与数据治理/14
3.3证券期货业数据治理相关工作组/15
第2部分方法论篇/17
第4章证券期货业数据模型概述/19
4.1模型整体框架/19
4.2总体方法论/20
4.3建设流程及步骤/21
4.4抽象模型框架/23
4.5逻辑模型框架/24
第5章抽象模型设计方法/26
5.1概述/26
5.2公共部分设计方法/27
5.3交易类模型设计方法/28
5.4监管类模型设计方法/37
5.5披露类模型设计方法/42
第6章逻辑模型设计方法/54
6.1模型的设计思路/54
6.2模型的设计原则/57
6.3模型建设的工作机制及实施步骤/58
6.4归纳共性划分数据域/61
6.5定义数据域/61
6.6构建核心关系及架构/62
6.7补充数据表及数据项/63
6.8规范代码/64
6.9业务条线梳理/65
6.10数据敏感性标签/66
第3部分成果篇/69
第7章证券期货业顶层数据流图/71
7.1顶层数据流图的绘制方法/71
7.2机构间数据流图/73
7.3开放式基金业务数据流图/75
第8章数据模型基本组成/79
8.1模型数据层次/79
8.2数据层次逻辑关系/80
8.3数据层次示例/81
8.4元语定义/82
8.5代码表/88
8.6实体—关系图/89
第9章抽象模型设计成果/91
9.1抽象数据模型概况/91
9.2抽象数据模型梳理过程产物/101
0章逻辑模型设计成果/116
10.1逻辑数据模型概况/116
10.2逻辑数据梳理过程产物/116
1章数据模型管理平台/122
11.1管理平台建设目标/122
11.2管理平台功能架构/123
11.3管理平台用户类型/125
11.4管理平台评审流程/126
11.5管理平台的展现形式/128
11.6管理平台数据展示实例/129
11.7企业数据标准管理云服务/130
11.8数据模型半自动化审核工具/131
第4部分应用篇/133
2章支持证券期货业标准化工作/135
12.1数据模型审核工作概述/135
12.2数据模型审核的原则和流程/136
12.3数据模型审核的范围及要点/138
3章支持证券期货业监管科技建设/142
13.1协助监管数据治理/142
13.2规范监管数据报送/143
4章指导证券期货业机构系统建设/145
14.1强化内部数据治理，规范数据管理/145
14.2指导数据仓库建设，辅助数据分析/146
14.3探索智能数据挖掘，助推金融科技/146
14.4中信建投证券应用实践案例/147
14.5华菁证券应用实践案例/163
14.6富国基金应用实践案例/170
附录A数据类型定义/176
附录B引用类别定义/177
附录C术语定义/178
参考文献/180
后记/181