1、ICS 03.060CCS A11JR中 华 人 民 共 和 国 金 融 行 业 标 准JR/T 0176.42022证券期货业数据模型第 4 部分：基金公司逻辑模型Securities and futures industry data modelPart 4: Logical data model of fund company2022-04-12 发布2022-04-12 实施中国证券监督管理委员会发 布JR/T 0176.42022I目次前言.II引言.III1范围.12规范性引用文件.13术语和定义.14概述.25数据域划分.25.1主体数据域.25.2账户数据域.35.3产品数据域
2、.45.4交易数据域.45.5资产数据域.55.6合同数据域.65.7渠道数据域.75.8营销数据域.86数据域间关联关系.87实体关系图.98数据表和数据项.129行业英文词根库及模型的英文翻译.1210基金业务分类标签.1311数据敏感性标签.1612数据应用标签.1613主流系统软件商代码映射关系.1714产出物说明.18参考文献.19JR/T 0176.42022II前言本文件按照GB/T1.12020标准化工作导则第1部分：标准化文件的结构和起草规则的规定起草。本文件为JR/T0176的第4部分。JR/T0176已经发布了以下部分：第1部分：抽象模型设计方法；第3部分：证券公司逻辑模
3、型；第4部分：基金公司逻辑模型。本文件由中国证券监督管理委员会提出。本文件由全国金融标准化技术委员会（SAC/TC180）归口。本文件起草单位：中国证券监督管理委员会、中证信息技术服务有限责任公司、中证数据有限责任公司、中国期货市场监控中心有限责任公司、中国证券投资基金业协会、中软国际科技服务有限公司、申万宏源证券有限公司、富国基金管理有限公司、华夏基金管理有限公司、嘉实基金管理有限公司、工银瑞信基金管理有限公司、博时基金管理有限公司、南方基金管理股份有限公司、招商基金管理有限公司、中融基金管理有限公司、中信保诚基金管理有限公司、广发基金管理有限公司、恒生电子股份有限公司、深圳市金证科技股份有
4、限公司。本文件主要起草人：姚前、蒋东兴、罗凯、程立、周云晖、陆骋、金星、周思宇、谢晨、路一、黄璐、汪萌、李向东、张春艳、汤玥玥、肖彬、梅亚雷、朱旭、刘佳、王瑞娜、石宏飞、李强、陈东斌、吴艳华、汪松良、陈士琛、许亚东、姜海、张智、李甘、葛峰、李维肖、李军权、黎峰、盛庆、陈逸辛、曹碧辉、陈兆荣、王俊凯、邹丽娜、杨志华。JR/T 0176.42022III引言证券期货业数据化程度相对较高， 机构多、 类型广、 交易方式多样， 机构内及机构间数据交换频繁、业务发展迅速，为提高数据交换效率、规范行业机构数据应用系统建设、推进行业数据标准化水平，证券期货行业组织开展了行业数据模型建设工作，旨在清晰描述整个
5、市场的数据流向、数据名称、数据定义、结构类型、代码取值和关联关系等，为行业机构内部系统建设和机构间数据交换提供基础。证券期货业数据模型包括抽象模型和逻辑模型两大部分， 其中逻辑模型部分， 按照行业数据模型公共部分和证券交易所、期货交易所、证券公司、期货公司、基金公司、监管机构的不同视角，以“1+6”的方式，依托抽象模型，设计一系列实用性比较强的数据表，最终形成逻辑模型。为固化数据模型工作成果，开展了证券期货业数据模型行业标准的编制工作，证券期货业数据模型共分为8个部分：第1部分：抽象模型设计方法；第2部分：逻辑模型公共部分行业资讯模型；第3部分：证券公司逻辑模型；第4部分：基金公司逻辑模型；第
6、5部分：期货公司逻辑模型；第6部分：证券交易所逻辑模型；第7部分：期货交易所逻辑模型；第8部分：监管机构逻辑模型。本文件为证券期货业数据模型的第4部分，主要阐述了基金公司逻辑模型梳理方法并概述了梳理成果。基金公司逻辑模型首先依托抽象数据模型成果， 归纳各类业务交易行为、 过程中的数据共性， 合并、提炼数据特征，形成数据分类；其次，通过找出散乱归类中的核心数据特性，归纳、划分逻辑模型数据域；然后根据IBR的方法，建立数据域之间的关系，形成从核心到外延的逻辑模型架构；最后，以逻辑模型架构为基础，采用通用的逻辑模型设计步骤，进行系统级分析、表级分析、字段级分析、代码整合，构建各数据域中实体及实体间关
7、系，并补充完善实体属性，最终形成逻辑模型。JR/T 0176.420221证券期货业数据模型第 4 部分：基金公司逻辑模型1范围本文件规定了基金公司逻辑模型的数据域划分、 数据域间关联关系、 实体关系图、 数据表和数据项、行业英文词根库及模型的英文翻译、基金业务分类标签、数据敏感性标签、数据应用标签、主流系统软件商代码映射关系及产出物说明等相关内容。本文件适用于基金公司开展数据中心、数据仓库、大数据平台等数据归集建设中的逻辑模型梳理，支持应用系统建设，以及企业数据标准、主数据管理等数据治理相关工作。2规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。 其中， 注日期
8、的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T359642018证券及相关金融工具金融工具分类（CFI编码）JR/T01582018证券期货业数据分类分级指引JR/T0176.12019证券期货业数据模型第1部分：抽象模型设计方法3术语和定义下列术语和定义适用于本文件。3.1主体identity以基金公司为视角在证券投资基金运作过程中的相关参与方。3.2账户account记录主体（3.1）关于产品、资金持有及其变动情况的载体。3.3产品product基金公司在运营及执行业务过程中可以被主体（3.1）发行、出售、购买地能够满足
9、特定金融需求的各种金融工具。注：既包括基金公司本身对外提供的金融工具，也包括在基金公司业务流程中涉及的其他方提供的金融工具。3.4交易trading基金公司在运营及执行业务时发生的交互活动。注：包括基金公司投资人员进行的各种金融工具买卖交易，投资者通过基金公司办理的各类登记、申赎等客户业务以及对投资者进行管理等行为。3.5JR/T 0176.420222资产asset主体（3.1）在证券期货市场上投资、交易（3.4）形成的给主体带来经济利益的资源。注：既包括基金公司在投资交易过程中所形成的资源，也包括基金募集和基金销售形成的资源。3.6合同agreement不同主体之间签署的开展某种业务或者购
10、买某种产品的协议。3.7渠道channel基金公司与客户、合作伙伴及内部机构等进行接触和交互的通道。3.8营销marketing基金公司为了获取、维护、增强与客户的关系、提升品牌知名度、促进产品销售而开展的一系列活动。4概述4.1逻辑模型梳理方法基金公司逻辑模型采用上下结合的方式进行梳理：上则是以行业抽象模型为基础，具体设计方法应符合 JR/T0176.12019 要求，采用自顶向下的方法进行梳理；下则是从自底向上的角度， 采用金融行业逻辑模型通用的建设方法进行设计， 通过系统级分析、表级分析、 字段级分析、 代码整合， 构建各数据域中实体及实体间关系， 并补充完善实体属性，最终形成逻辑模型。
11、4.2逻辑模型梳理步骤数据域的划分、 数据域和数据域之间关联关系的构建是模型编制的基础。 基金公司逻辑模型的梳理步骤如下：a） 根据JR/T0176.12019的抽象模型设计方法，归纳业务交易行为、数据共性，合并、提炼数据特征，形成数据分类；b） 在数据分类中，根据核心数据特性归纳并划分逻辑模型数据域（见第5章）；c） 以产品全生命周期为主线，按照“主体行为关系”（Identity-Behavior-Relevance，以下简称IBR）方法，建立数据域间关联关系（见第6章），形成从核心到外延的逻辑模型架构；d） 最后对该逻辑模型进行细分处理， 补充该逻辑模型中可扩展的实体和非键值属性， 实现满
12、足各视角的逻辑模型编制。4.3逻辑模型成果依据上述梳理方法及编制过程梳理形成基金公司逻辑模型成果，包括：实体关系图、数据表和数据项、行业英文词根库，其中数据表和数据项包括了英文翻译、基金业务分类标签、数据敏感性标识以及主流系统软件商代码映射关系。5数据域划分5.1主体数据域JR/T 0176.420223主体是对证券投资基金运作过程中的相关参与方的概括， 根据基金公司实际业务过程特征、 数据分布、完整性、一致性等方面将主体归纳、抽象为用户、客户与组织三大类：a)用户：区别于客户，主要指在正式注册登记为客户前的客户存在形式；b)客户：分为机构客户、个人客户、产品客户；c)组织具体包括：1)内部组
13、织：内部员工作为一种特殊内部组织与内部机构共同构成了内部组织的两个分类；2)监管组织；3)自律组织：描述实行行业自律管理的组织，分为协会组织、交易所、登记结算机构；4)商业组织：按照机构自身类型分为金融机构、第三方销售机构、金融数据供应商与基金信息技术系统服务机构。金融机构又可再细分为商业银行、证券公司、保险公司、资产管理公司。同一主体可能参与多种基金业务活动，例如一家商业银行既从事基金代销业务又从事基金托管业务，应通过“组织业务类型”桥接两者之间的多对多的关系，识别主体的唯一性。逻辑模型实际应用中，可根据实际业务情况对组织业务类型进行扩充与裁剪。主体数据域的分类如图1所示。图 1主体数据域分
14、类5.2账户数据域账户数据域是主体因业务需求在相关机构登记的各类账户信息，账户数据域按照账户类型划分三类，包括销售类账户、投资类账户和资金类账户：a)销售类账户： 投资者作为主体在基金公司或者基金销售机构开立的用于理财活动的账户， 用于记录投资者买卖基金份额的变动及结余情况的账户。 包括管理人为投资者开设的基金账户， 销售渠道为投资者开设的基金交易账户， 根据销售渠道的不同， 基金交易账户还分为直销交易账户和代销交易账户；b)投资类账户： 基金作为主体开立的用于投资活动的账户， 用于记录投资的各类产品份额的变动及结余情况，包括证券账户、基金账户、期货账户等；c)资金类账户：基金销售运作和投资过
15、程中涉及的资金持有及其变动情况的载体。账户数据域的分类如图2所示。JR/T 0176.420224图 2账户数据域分类账户数据域包含了账户从申请、开立到销户过程中需要的完整信息，与主体、合同、交易、资产数据域有密切联系。5.3产品数据域产品数据域包括基金公司自己发行和管理的产品， 还包括在投资交易过程中涉及的金融工具， 分为资管产品和外部金融工具两类：a)资管产品： 基金公司自己发行和管理的产品， 包括基金公司投资管理视角下的组合及投资者视角下的市场端产品，其下分类可结合各基金公司内部业务及管理分析需要而自行进行定义；b)外部金融工具：基金公司在投资交易过程中所涉及的金融工具：1)一级分类按照
16、 GB/T359642018 要求，将产品类型划分为权益、集合投资工具、期货、期权、现货产品、互换、权证、远期、参考性金融工具；2)二级分类代表每个产品类别下的细分品种；3)自定义分类是在二级分类下，由基金公司结合国内品种现状自行定义。产品数据域的分类如图3所示。图 3产品数据域分类5.4交易数据域交易数据域用于描述基金公司及相关主体在运营和开展业务过程中的各类活动， 包括投资研究、 投资交易事件、投资者交易事件、投资者管理事件、清算事件、风险管理事件：a)投资研究：描述基金公司为推断出实际的投资决策而开展调查研究的相关活动；JR/T 0176.420225b)投资交易事件：描述基金公司投资人
17、员的投资行为，包括投资指令、交易询价、交易执行、投资合规控制、投资资金清算、投资资金财务管理等活动；c)投资者交易事件：描述基金公司与投资者之间的业务活动，包括基金账户开销户、基金产品申赎或追加提取、投资资金清算、投资资金财务管理等活动；d)投资者管理事件：描述基金公司对客户的管理活动，包括客户信息变更、客户培训、客户评级等；e)清算事件： 描述投资交易事件和投资者交易事件中清算事件的汇总统计及会计记账活动， 包括投资端清算、销售端资金清算、会计记账等活动；f)风险管理事件：描述基金公司在业务开展过程中的风控合规管理活动，包括操作风险监控、投资限制管理、投资监控等合规监控活动，以及业绩归因分析
18、等事后风险控制活动。交易数据域的分类如图4所示。图 4交易数据域分类5.5资产数据域资产数据域按照资产所属主体的不同划分为基金投资资产和基金销售资产两类：a)基金投资资产从基金投资的角度， 解释基金资产有什么的问题， 体现了基金公司在投资交易过程中所形成的资源；基金投资资产包括了组合头寸、组合市值、组合持仓和组合变动，类别覆盖了现金、票据、股票、债券、回购、基金、衍生品等，维度涵盖明细和变动；b)基金销售资产从基金销售的角度划分， 解释基金资产由谁拥有的问题， 体现了基金公司募集和销售业务所形成的资源；基金销售资产记录到最细粒度的客户静态明细资产。资产数据域的特点是，既反映了客户的历史资产状态
19、，也代表了未来的经济价值，同时又与其他数据域密切相关，资产数据域的分类如图5所示。JR/T 0176.420226图 5资产数据域分类5.6合同数据域合同是基金业务涉及到的不同主体之间根据相关法律法规或规章制度制定的协议。 合同数据域的数据范围以线上为主，涵盖基金募集销售过程中投资人、基金公司、销售渠道和托管银行等主体签署的电子化合同，以及基金作为主体在进行证券交易时产生的交易合约。合同数据域既包含了签订的合同，也包括了交易中涉及的各项合约。基金业务中的合同分类包括销售类合同和交易类合同：a)销售类合同包括：基金合同、理财产品合同、托管协议、代理销售协议、交易方式服务协议、支付服务协议、基金业
20、务服务协议；b)交易类合同包括： 债券分销合同、 定期存款合同、 融资融券授信合同、 融资融券信用客户合同、转融通参与人合同及交易过程中产生的合约，合约分类包括：场内合约、银行间合约，其中场内合约是指股票交易市场内标准化的合约交易，包括：转融通、债券回购合约；银行间合约包括：利率互换合约、利率远期合约、债券远期合约、证券借贷合约、协议存款合约、外汇远期合约、外汇掉期合约。合同数据域的分类如图6所示。JR/T 0176.420227图 6合同数据域分类5.7渠道数据域渠道用于表述业务发生的地点、通道或路径，通常与业务事件关联，分为直销渠道和代销渠道：a)直销渠道包括：基金公司的直销柜台、自有平台
21、、直销第三方渠道及其他直销渠道；b)代销渠道包括：证券公司代销、银行代销、保险代销、独立第三方销售公司及其他代销渠道。渠道数据域的分类如图7所示。图 7渠道数据域分类JR/T 0176.4202285.8营销数据域营销数据域涵盖了基金公司开展营销活动的行为方式所涉及的数据，主要实体有：营销政策、营销活动、营销任务、营销跟踪等。营销数据域的分类如图8所示。图 8营销数据域分类营销数据域体现了营销活动的全流程，开展营销活动的步骤为：a)制定营销政策：确定营销目标，包括交付目标、预算等，形成营销政策和方案；b)制定营销活动：根据营销政策制定营销活动，营销活动包括首发、持营、拉新及市场推广等活动；c)
22、制定营销任务：根据营销活动制定营销任务，营销任务包括产品销售、日常拜访、渠道维护、会议承办等任务；d)执行营销任务：执行并记录营销任务的开展情况；e)营销跟踪：对营销活动结果进行分析和改进。6数据域间关联关系数据域的清晰划分和界定之后，基于IBR方法构建各个数据域之间的关联关系，根据数据域和数据域之间关联关系的分析结果， 确定特定主体的核心地位。 基金公司逻辑模型中各数据域之间的核心关联关系如图9所示。JR/T 0176.420229图 9核心关系在基金公司逻辑模型中， 不同角色的主体开展的实际业务情况不同， 各数据域之间的关系逻辑会有所差异，图9中描述了各数据域间核心的关联关系，如上图中主体
23、与产品之间的关联关系“发行”是指当主体为基金公司时，基金公司与其自己发行和管理的产品之间的发行管理关系， “投资”是指基金公司发行的产品运作过程中，主体与产品之间的投资交易关系；当主体为基金公司的客户时，“投资”是指客户与基金公司发行的产品之间产生的交易关系。基金公司逻辑模型每个数据域的设计包括本域与其他数据域的关联关系， 通过实体关系图体现 （见第7章）。7实体关系图通过IBR方法，找出数据域中核心数据的特征和关系，构建数据域之间的核心关系。在基金公司逻辑模型中划分为主体、账户、品种、交易、资产、合同、渠道、营销八大数据域（见第5章），在每个数据域中形成各自的实体关系图，基金公司逻辑模型设计
24、过程中主体数据域的实体关系图示例如图10所示。JR/T 0176.4202210图 10主体数据域实体关系图示例根据IBR的总体方法论在主体数据域的设计过程中遵循了以下原则：a)高内聚低耦合：从业务数据特性进行分析，业务特性相似地进行抽象，在保证实体定义清晰数据覆盖定位准确的情况下，减少逻辑模型实体数量，例如“主体状态”，将可能随历史缓慢变化“状态”类属性以“主体状态类型代码”进行记录；b)实体水平拆分：对于属性不相容的实体进行水平拆分，保证模型范式化要求，例如：用户实体与客户实体由于业务特性产生的阶段不同使得属性有较大差别，所以水平拆分为两个实体；c)公用属性合并：对子实体之间的公用属性合并
25、至父实体，形成共享属性；d)识别变化属性：针对关心历史变化的属性以历史方式记录。账户数据域的实体关系图示例如图11所示。JR/T 0176.4202211图 11账户数据域实体关系图示例账户是记录主体对证券、资金持有及其变动情况的载体，与主体、资产、合同、交易等数据域都有密切联系，主体持有账户，账户可以体现不同主体之间的关系；账户是资产的载体，也是交易的重要属性，同时合同关系也部分体现在账户上。基金业务中，营销和投资是两条业务主线，投资者和基金产品是重要的参与主体。根据主体和交易的不同梳理出各类业务。 营销活动中， 投资者通过在管理人和销售渠道开立销售类账户来参与基金理财活动， 同时基金产品需
26、要设立用于销售运作的资金账户来完成资金的募集、 清算和托管； 在投资活动中，基金产品本身在不同的交易场所开立投资和资金账户来完成对应的投资活动。JR/T 0176.42022128数据表和数据项基金公司逻辑模型在明确了数据域及数据域之间关系后， 在每个数据域中， 应对各业务系统进行分析整合，筛选出符合该数据域定义范围的数据表，并完成数据表及其描述的补充。注：数据表是基于抽象模型的梳理成果进行抽取、制定、设计形成的一系列实用性比较强的表.在筛选、 补充数据表过程中， 以各数据域定义为基础， 甄别该数据域中数据表是否需要新增或删除，并建立各数据表之间的关系。经筛选和完善的数据表，经细化设计确定其具
27、有的数据项及其定义。图12为基金公司逻辑模型中主体数据域关键表及其属性的示例。图 12主体数据域关键表及其属性示例9行业英文词根库及模型的英文翻译基金公司逻辑模型英文翻译使用英文词根命名原则，具体规则应符合表1。表 1英文名称及词根的命名规则序号序号规规则则项项规则描述规则描述1大小写规则采用小写字母2连接符只能用下划线“_”作为连接符3表英文名命名规则a）需加前缀，前缀为主题域名b）表名长度：25 位以内4字段英文名命名规则a）用的词汇不超过 5 个，连接符不超过 4 个b）长度：25 位以内，如果超长，需要重新切词5切词原则a）按中文字段名中的词汇进行切词b）如遇中文名称过长，抽取主要部分
28、进行翻译，重新切词6词根长度不超过 4 位：3 位辅音+1 位元音7英文翻译时词根选择a）词汇不超长：取易理解业务含义的词根b）词汇超长：词根选取从长原则8各数据域英文词根命名主体id、 品种var、 账户acc、 交易evt、 资产ast、 营销mkt、渠道chn、合同agt、财务fin、资讯inf、跨数据域pubJR/T 0176.4202213英文词根库（示例如图13所示）及模型的英文名称翻译（示例如图14所示）。图 13英文词根库示例图 14模型英文名称翻译示例10基金业务分类标签基金公司逻辑模型应符合国家主管部门规定的可从事业务范围，并根据基金监管范围（见表2）开展业务条线的梳理工作
29、。JR/T 0176.4202214表 2基金监管范围监管范围监管范围业务条线业务条线机构设立新公司设立分支机构设立其他重大事项变更业务资格基金销售资格基金托管资格合格境外投资者合格境外机构投资者托管资格合格境内机构投资者私募资产管理业务资格其他人员资格基金公司高级管理人员基金托管人高级管理人员产品公募基金其他其他持有人大会其他注1：分支机构设立业务条线包含但不限于子公司设立。注2：产品其他业务条线包含但不限于私募资产管理计划。图 15基金业务分类按照图15中的基金业务分类， 对基金公司逻辑模型筛选出的实体进行归类整理， 为每个实体增加对应的业务分类标签，形成实体与基金公司业务线的对应关系，示
30、例如表3所示。JR/T 0176.4202215表 3基金公司逻辑模型涉及业务线示例数据表编码数据表编码数据表中文名称数据表中文名称业务线业务线/ /数据目录中文名称数据目录中文名称TLF0000144投资研究产品创设TLF0000175业绩归因产品创设TLF0000048第三方销售机构注册登记TLF0000076外部金融工具估值核算TLF0000220销售类合同注册TLF0000221基金合同注册TLF0000131产品分红销售及服务TLF0000051账户募集TLF0000052账户与资产关系募集TLF0000053账户关系募集TLF0000038监管组织成立TLF0000051账户成立T
31、LF0000052账户与资产关系成立TLF0000053账户关系成立TLF0000058基金交易账户备案TLF0000059代销交易账户备案TLF0000133产品成立信息上市TLF0000176资产上市TLF0000146指令投资交易TLF0000119参考性金融工具投资交易TLF0000020客户销售及服务TLF0000021客户评分评级销售及服务TLF0000023个人客户销售及服务TLF0000024机构客户销售及服务TLF0000056销售类账户销售支付结算业务TLF0000057基金账户销售支付结算业务TLF0000058基金交易账户销售支付结算业务TLF0000176资产基金份额
32、登记服务TLF0000213基金销售资产基金份额登记服务TLF0000039商业组织律师事务所/会计师事务所业务TLF0000040商业组织行业律师事务所/会计师事务所业务TLF0000217产品基金评价TLF0000218组合基金评价TLF0000140产品投资比例限制投资咨询服务TLF0000141产品申赎限额投资咨询服务JR/T 0176.420221611数据敏感性标签基金公司逻辑模型数据敏感性标识表示实体的敏感度， 在逻辑模型的梳理过程中， 数据敏感性标识应符合JR/T01582018要求，数据级别标识应符合表4要求。表 4数据级别标识表数据级别标识数据级别标识数据重要程度标识数据重
33、要程度标识数据特征数据特征4极高1、数据的安全属性（完整性、保密性、可用性）遭到破坏，数据损失后，影响范围大（跨行业或跨机构），影响程度一般是“严重”；2、一般特征：数据主要用于行业内大型或特大型机构中的重要业务使用，一般针对特定人员公开，且仅为必须知悉的对象访问或使用。3高1、数据的安全属性（完整性、保密性、可用性）遭到破坏，数据损失后，影响范围中等（一般局限在本机构），影响程度一般是“严重”。2、一般特征：数据用于重要业务使用，一般针对特定人员公开，且仅为必须知悉的对象访问或使用。2中1、数据的安全属性（完整性、保密性、可用性）遭到破坏，数据损失后，影响范围较小（一般局限在本机构），影响程
34、度一般是“中等”或“轻微”。2、一般特征：数据用于一般业务使用，一般针对受限对象公开；一般指内部管理且不宜广泛公开的数据。1低1、数据的安全属性（完整性、保密性、可用性）遭到破坏，数据损失后，影响范围较小（一般局限在本机构），影响程度一般是“轻微”或“无”。2、一般特征：数据可被公开或可被公众获知、使用。每个实体增加对应的数据敏感性标签， 形成实体的数据敏感性标识对应关系， 相关示例如图16所示。图 16数据敏感性标签示例12数据应用标签JR/T 0176.4202217基金公司逻辑模型在建设过程中，依据各数据域对实体的定义，结合基金公司的实际情况，对实体的应用场景进行分类标识，如：监管报送、
35、风险管理、行政许可、合规管理、经营类、权益类等相关标签，最终形成逻辑模型实体与应用标识的对应关系，相关示例如图17所示。图 17实体应用标签示例13主流系统软件商代码映射关系针对模型中代码类属性， 基金公司逻辑模型整合了一套具备行业通用性的代码取值， 并根据市场上主流系统软件提供商的代码取值定义，梳理完成可对接系统的关系，通过映射表的设计，最终实现行业属性代码库的标准化处理，完成可对接系统的关系映射表（如图18所示）。图 18基金公司逻辑模型代码映射关系示例JR/T 0176.420221814产出物说明根据上述基金公司逻辑模型的设计方法，目前已梳理形成了包括主体、账户、产品、交易、合同、营销、资产、渠道八个数据域的模型成果，涉及数据表200余张、数据项1900余个，补充行业英文词根200余个，行业属性代码及映射关系6000余个。这些模型产出成果通过专门的数据模型管理平台进行存储及管理，并提供了浏览、查询、修改、删除、评审等功能，以便模型建设人员、评审人员、管理人员、普通用户等按权限对数据模型产出物进行查找使用和科学管理。 证券期货业数据模型管理平台的访问地址为http:/。JR/T 0176.4202219参考文献1GB/T359642018证券及相关金融工具金融工具分类（CFI编码）_
