JR∕T 0158-2018 证券期货业数据分类分级指引(金融)
|
ID： |
9F29D9FDB2764DA6A2D919190097970D |
|
文件大小(MB)： |
1.68 |
|
页数： |
103 |
|
文件格式： |
|
|
日期： |
2021-12-27 |
|
购买： |
文本摘录（文本识别可能有误，但文件阅览显示及打印正常，pdf文件可进行文字搜索定位）：
ICS 03.060,A11 JR,中华人民共和国金融行业标准,JR/T 0158—2018,证券期货业数据分类分级指引,Data classification guidelines for securities and futures industry,2018 - 09 - 27 发布2018 - 09 - 27 实施,中国证券监督管理委员会发布,JR/T 0158—2018,I,目 次,前言 III,引言.. IV,1 范围 1,2 规范性引用文件.1,3 术语和定义1,4 适用的数据范围.2,5 数据分类分级前提条件.2,5.1 建立数据分类分级组织保障.2,5.2 建立数据分类分级管理制度.3,5.3 建立数据资产分类分级清单.3,6 数据分类分级方法概述.3,6.1 分类分级方法的来源.3,6.2 主要用语说明3,6.3 数据分类分级的前提.4,6.4 数据分类层级4,6.5 三个基本流程阶段.5,6.5.1 总体说明5,6.5.2 业务细分阶段.6,6.5.3 数据归类阶段.6,6.5.4 级别判定阶段.7,7 数据分类. 7,7.1 数据分类原则7,7.2 数据分类方法8,7.2.1 第一阶段：业务细分阶段8,7.2.2 第二阶段：数据归类阶段.10,8 数据分级.. 14,8.1 数据分级原则.14,8.2 数据分级要点.14,8.3 数据分级方法.14,8.3.1 数据定级要素..15,8.3.2 数据定级方法.,JR/T 0158—2018,II,9.3 数据时效性与数据分类分级的变更. 21,9.4 数据的获取与提供..21,9.5 数据的汇总、统计、分析、加工21,附录A（规范性附录） 证券期货行业典型数据分类分级模板. 23,A.1 关于数据分类分级模板的说明..23,A.1.1 总体说明.23,A.1.2 基本原则.23,A.1.3 分类与定级的细分说明..23,A.1.4 定级与安全保护说明24,A.2 数据汇集型会管单位典型数据分类分级模板. 25,A.3 一般会管单位典型数据分类分级模板. 39,A.4 行业协会典型数据分类分级模板.54,A.5 证券公司典型数据分类分级模板.61,A.6 期货公司典型数据分类分级模板.75,A.7 基金管理公司典型数据分类分级模板. 86,参考文献 97,JR/T 0158—2018,III,前 言,本标准按照GB/T 1.1-2009给出的规则起草,本标准由全国金融标准化技术委员会证券分技术委员会（SAC/TC180/SC4）提出,本标准由全国金融标准化技术委员会（SAC/TC180）归口,本标准起草单位：中国证券监督管理委员会信息中心、中国证券监督管理委员会证券基金机构监管,部、中国金融期货交易所、上海证券交易所、深圳证券交易所、上海期货交易所、大连商品交易所、郑,州商品交易所、中国证券投资者保护基金有限责任公司、中证信息技术服务有限责任公司、中国证券金,融股份有限公司、全国中小企业股份转让系统有限责任公司、中国证券登记结算有限责任公司、中国期,货市场监控中心有限责任公司、中证资本市场运行统计监测中心有限责任公司、中国证券业协会、中国,期货业协会、中国证券投资基金业协会、上海金融期货信息技术有限公司、中国银河证券股份有限公司、,海通证券股份有限公司、中信证券股份有限公司、华泰证券股份有限公司、兴业证券股份有限公司、国,泰君安期货有限公司、华泰期货有限公司、中信保诚基金管理有限公司、交银施罗德基金管理有限公司,本标准主要起草人：张野、刘铁斌、周云晖、王东明、毛嘉伟、王恺、高红洁、朱翔、郭郛、祁博、,曹雷、许凯文、史光伟、鲁继东、戴鹏、张千里、吕德旭、于培言、朱明康、翁念龙、林林、谢冉、王,欣、邵辰、丛日权、周桉、吴忠华、林鹏、向春丞、和冲宇、张婧妍、崔慧阳、陈明、张诗潮、周常顺、,艾青、郑文天、邓廷勋、王东、吴保杰、李琛、张嵩、王玥、倪韬雍、胡卫宁、吴福文、陈逸辛、董明,余、唐华,JR/T 0158—2018,IV,引 言,我国证券期货市场信息化程度起点较高，随着近年来信息技术进步与行业内应用程度进一步加深,包括行业主管部门(或监管机构)直接管理的行业机构（简称“会管单位”）及证券期货基金经营机构在内,的各类市场主体都沉淀了大量数据。一方面，需要有效甄别合理化的数据使用需求，明确关键环节的技,术标准，确定使用新型技术的范围；另一方面需要结合行业发展变化，有效识别新增风险隐患，持续加,强数据安全管理，建立健全数据管理制度，采取必要的数据安全防护措施，切实维护市场安全运行，切,实维护投资者合法权益,证券期货行业业务种类繁多，数据呈现出复杂性高，多样性强的特点。采用规范的数据分类、分级,方法，有助于行业机构厘清数据资产、确定数据重要性或敏感度，并针对性地采取适当、合理的管理措,施和安全防护措施，形成一套科学、规范的数据资产管理与保护机制，从而在保证数据安全的基础上促,进数据开放共享,数据分类是数据保护工作中的一个关键部分，是建立统一、准确、完善的数据架构的基础，是实现,集中化、专业化、标准化数据管理的基础。行业机构按照统一的数据分类方法，依据自身业务特点对产,生、采集、加工、使用或管理的数据进行分类，可以全面清晰地厘清数据资产，对数据资产实现规范化,管理，并有利于数据的维护和扩充。数据分类为数据分级管理奠定基础,数据分级是以数据分类为基础，采用规范、明确的方法区分数据的重要性和敏感度差异，并确定数,据级别。数据分级有助于行业机构根据数据不同级别，确定数据在其生命周期的各个环节应采取的数据,安全防护策略和管控……
……