参考数据（Reference Data）是一套面向金融行业的参考数据系统设计与管理技能，主要服务于投资管理、资产服务、财富管理等场景下的数据架构与治理工作。
一、用途 该技能用于指导机构设计、构建和治理参考数据体系，包括证券主数据、客户主数据、账户主数据、标识符映射、定价数据源以及黄金源指定。其目标是确保参考数据在准确性、完整性、及时性和一致性方面满足投资组合管理、交易、绩效、报告和合规等下游系统的需求。
二、主要能力
- 证券主数据（Security Master）：定义工具级参考数据的权威存储库，涵盖标识符（CUSIP、ISIN、SEDOL、FIGI、Ticker、内部 ID）、分类（资产类别、子类、GICS 行业、国家、货币）、发行人信息（名称、LEI、评级）、条款与条件以及定价因子（乘数、日计数、结算惯例）。支持按资产类别（股票、固定收益、基金、ETF、期权、另类投资）定义专属属性，并管理证券生命周期事件（IPO/上市、公司行动、退市/到期）。强调证券主数据应作为机构工具参考数据的黄金源。
- 标识符系统：梳理 CUSIP、ISIN、SEDOL、FIGI、Ticker 和内部标识符的格式、管理机构和适用场景，并说明标识符映射中的一对多关系、公司行动导致的时间变化以及供应商差异等挑战。
- 客户主数据（Client Master）：定义客户级参考数据的权威存储库，支持入职、账户管理、KYC/AML 合规、报告和关系管理。涵盖个人、实体、信托的数据模型，身份管理（唯一标识符与去重），家庭与关系分组，KYC/AML 数据（验证状态、风险评级、PEP 状态、OFAC 筛查、受益所有权等），以及客户偏好。
- 账户主数据（Account Master）：存储每个客户账户的属性和配置，包括注册类型、账户类型、税务状态、托管人、顾问、模型分配和功能特性；管理账户与客户关系、账户状态（活跃、受限、关闭、休眠）以及跨系统识别映射。
- 定价数据（Pricing Data）：涵盖日终定价、定价层级（按证券类型定义首选源与自动回退）、公允价值定价、定价验证与陈旧价格检测、人工覆盖的授权与审计要求。
- 参考数据治理：建立数据所有权、数据管家、数据质量指标、MDM 模式（注册表、合并、共存、事务/中心）、变更管理和审计追踪等治理结构。
- 参考数据分发：支持事件驱动/推送、轮询/拉取、批量/文件、API/按需等发布模型，增量分发、缓存策略以及时间点检索。
- 供应商管理：介绍主要数据供应商（Bloomberg、Refinitiv/LSEG、ICE Data Services、S&P Global、Moody's、FactSet、MSCI），评估标准（覆盖范围、质量、及时性、格式/交付、许可条款、成本、支持质量），多供应商策略和供应商监控。
三、使用方式 该技能以文档形式提供系统化的概念框架、设计考量和实施指导，并包含三个完整的工作示例：
- 示例 1：为多托管顾问公司设计证券主数据，展示如何通过集中化证券主数据消除分散、未对账的证券数据问题。
- 示例 2：实施带验证和异常处理的定价数据管理，展示分层定价层级、自动验证和异常分类处理。
- 示例 3：为监管合规构建客户主数据治理，展示数据所有权分配、黄金源指定和数据修复。
四、适用场景 适用于投资管理公司、注册投资顾问（RIA）、财富管理公司、资产服务商等需要建立或优化参考数据体系的金融机构，尤其适合涉及多托管人、多供应商、多系统数据整合以及监管合规（如 MiFID II、EMIR、FinCEN AML/CFT）要求的场景。
五、限制 该技能为概念性和方法性指导，不提供具体代码实现或可直接运行的安装命令。部分监管时间节点（如 FinCEN 投资顾问 AML/CFT 项目要求）在资料中标注了状态日期并提示需核实最新情况。具体实施需结合机构自身的技术栈、数据供应商合同和组织结构进行调整。