严监管下的商业银行数据治理：难题待解，出路何方？_新浪财经

　　原标题：科技创新篇 | 严监管下的商业银行数据治理：难题待解，出路何方？

　　来源：银行家杂志

　　特约撰稿人：岳华

　　信息化技术快速发展时代背景下，发展数字化经济是必然选择。尤其是当前全球经济放缓、金融脱媒、互联网金融快速发展的背景下，商业银行更是大力推进数字化转型，积极构建数字经营体系。

　　根据中国银行业协会《中小银行数据治理研究报告》中的定义，完整的数字银行经营体系应该覆盖三层：基础数据层、业务应用层和经营管理层。显然，数据是银行数字化的基石，数据治理工作是业务应用和经营管理的基础，同时也是上层应用运营的支撑。

　　近年来，随着监管机构对数据质量、数据治理及业务合规性的要求不断提升，对于银行机构在监管数据质量和数据报送中存在的违法违规行为，不断加大处罚与整治力度。近期，银保监会严肃查处一批监管标准化数据（EAST）数据质量领域违法违规案件，对政策性银行、国有大型银行、股份制银行等共21家银行机构依法作出行政处罚决定，处罚金额合计8760万元。监管要求的日益严格，无疑对商业银行提出了更高的数据治理要求。

　　数据治理为何重要？

　　数据治理是一项复杂、长期、系统性的工程。商业银行通过数据治理可以推动全行数据标准化、加强数据质量管理、防范风险发生、加速业务创新、提高精细化运营和更好满足监管要求等。据统计，超过80%的银行已经将数据治理纳入公司治理范畴，将数据治理提升至战略发展高度，积极构建数据治理架构。

　　一方面，有效的数据治理可以帮助商业银行提升经营管理效率，加强内外部数据在客户、渠道、产品、风控、运营等业务应用方面的价值挖掘和使用，实现以数据为驱动的精细化智慧经营，为实现数字化银行转型提供有效支持。通过对数据的不断挖掘，可以识别冗余、低效的流程环节，最终达到提高运营效率、降低成本的目的；还可以通过分类识别、提前预判，从而有效防范和降低风险发生，有效降低商业银行运营风险。

　　更重要的是，做好数据治理，保证监管报送数据质量、满足监管机构的相关要求也是银行等金融机构满足政策要求和合规性要求的必备条件。近年来我国监管机构日益重视对商业银行的数据治理进行监督和管理，以数据为本的数字化金融监管新时代已经到来。2018年5月银保监会发布《银行业金融机构数据治理指引》；2020年5月银保监会下发《关于开展监管数据质量专项数据治理工作的通知》，开展为期1年的监管专项数据治理工作；2020年7月，人民银行发布《关于建立金融基础数据统计制度的通知》；2021年9月银保监会发布《商业银行监管评级办法》，“数据治理”要素首次纳入评价体系，并占5%的权重。

　　从管理手段上，从2003年银监会启动的“1104”工程，到2008年提出EAST监管系统，直到近日《中国银保监会银行业金融机构监管数据标准化规范（2021 版）》的发布，提升以数据为抓手的监管合规能力再次引发金融业关注。银行业金融机构已经不能通过基础报表、专项报表和监管指标的简单填写满足监管要求，而是需要依托数据仓库、围绕业务场景开展数据标准规范化建设，以便应对监管愈发细化的随时更新的数据报送要求。

　　数据治理难在哪里？

　　一项针对商业银行的调查显示，尽管几乎所有商业银行都已经充分意识到了数据管理的重要性，但是占比92.1%的中小银行表示，数据定义不清晰、口径不统一、数据可信度低等问题仍然存在，极大增加了数据治理的难度。

　　随着我国信息化发展提速，商业银行在业务发展中逐渐积累了大量的内外部数据。从数据规模上看，银行规模的增长伴随着数据数量的几何式增长。从数据来源上看，伴随移动端支付、互联网金融、征信体系的构建以及银行业务发展进一步下沉都使我国商业银行的数据来源越发广泛。除了以核心系统、信贷系统等为主的内部数据，还有大量数据是从外部机构引入。这也给商业银行的数据治理工作带来了不小困难。

　　此外，日益严格的监管报送要求也对银行数据治理水平提出了挑战。对于此次专项检查中发现的问题，银保监会表示：督促银行机构严肃追责问责，深挖数据质量违规问题背后的治理不完善、机制不健全等根源性问题，坚持当下改与长久立相结合，完善机制缺陷，弥补制度漏洞。

　　下一步将继续加大对监管数据质量违法违规问题的查处力度，严肃市场纪律，提高违规成本，引导并督促银行机构切实发挥监管标准化数据在防范金融风险、提升内控水平等方面的作用。

　　很多银行数据管理部门从业人员表示工作量巨大，加班严重，业务部门报送数据质量不高。可见，缺乏整体的监管数据管控体系，缺乏统一的指标口径、缺乏系统支撑、时效性不强、数据补录等问题已经严重影响到银行报送数据的时效性和准确性。

　　总体来看，为什么很多银行在进行数据治理工作方面困难重重？有几方面原因。

　　首先，数据治理工作需要较高投入，如果前期的重视程度不够、投入不足，就很难依靠自身力量开展大规模的数据治理工作。

　　数据治理的人才非常稀缺也是一方面原因。整个金融业都缺少既懂业务又懂数据的复合型人才，加之在数据治理培训和人才培养方面投入力度不够，导致相关工作进展缓慢。

　　数据治理工具的缺乏也是导致银行数据治理工作不顺畅的重要原因。调查显示，23%的中小银行都表示缺少有效的系统支撑工具，数据标准、数据质量的闭环管理流程依靠人工流转，管理范围有限，管理效率较低，从而导致数据质量把控和问题处理跟踪难度较大，数据质量问题反复发生，数据质量提升困难。

　　除此之外，很多银行也缺乏数据治理方面的顶层设计，没有构建科学合理的数据管理体系和数据管理架构，也缺乏全行层面的数据治理文化宣导。

　　全景式监管合规平台“破解难题”

　　面对诸多难题，商业银行应该如何破解？近年来，无论是银行本身，还是金融科技厂商，都在不断致力寻求更好的解决方案，通过更完善的管理机制以及加强数字技术的应用，提升数据治理能力。

　　IDC中国金融行业研究部市场分析师王晨表示，银行需要逐渐由治标向治本转变，在事前的标准与规则制定、事中的数据质量及时监控与问题整改等方面加强相关能力的建设。银行业金融机构可选择具备相关能力的厂商进行合作，借助厂商在该领域的经验及技术优势，加速监管数据治理能力体系的搭建进程。

　　索信达控股业务总监段宜瑾认为，在数据建设上，银行要有自上而下的全局化建设思路，建立从解读监管制度、设计监管模型，到明确采集数据的全景式监管集市建设思维模型。以监管的视角为切入点，进行导向性的数据治理；还要强化保障措施，在管理上一定要有闭环管理和相关的数据认责机制。

　　针对当前银行机构监管报送及数据治理的痛点，索信达控股推出了自主研发的灵矩全景式监管合规平台，以微服务、中台化的思路，“全景式”满足金融机构面向人民银行、银保监会、外汇管理局等的监管合规要求，助力金融机构及时、准确、完整、高效地完成监管数据报送工作，快速响应金融监管机构的要求。

　　平台具有四大优势：一是全景式报送场景支持。平台拥有数据加工、穿透式数据分析及一站式数据管控功能；客户基于产品可获得从IT开发、数据管控、数据分析到业务报送等所有数据报送需求场景的功能支撑。二是一站式监管数据管控。平台拥有事前、事中、事后的一站式数据管控支持能力。用户可将自身数据治理的成果，通过产品配置实施，获得事前防患、事中控制、事后查纠的一站式数据治理能力。三是数据资产型监管集市。这一集市基于监管需求设计数据架构，整合所有监管数据，统一监管统计口径，保证各监管报送的数据同源、同质、同标准、同口径，确保报送和对外披露数据的一致性、准确性和完整性。同时为业务用户利用平台资产管控功能，自定义处理数据、统计数据、分析问题数据奠定基础。四是灵活高效的应用架构。平台采用微服务架构，可实现单个应用的独立部署或多个模块的灵活组合，也可快速接入后续研发的新监管子产品。

　　索信达灵矩全景式监管合规平台的核心价值在于：一是事前、事中、事后的数据管控，可把报送期间大量的数据问题处理工作，分摊到日常进行；二是业务直达数据的能力，比如业务分析问题数据、自定义报表数据、查询数据；三是中台式服务能力，可对内对外提供数据服务和数据管控、资产管理等功能服务。同时，索信达还可为金融机构提供监管报送咨询服务，提供一站式的监管报送解决方案，形成统一的监管报送门户，集成各类监管报送产品；选择开放性的技术平台以及开源的技术产品，支持各类型国内主流服务器、数据库等软硬件产品，满足金融机构监管合规需求。

　　对于研发这一产品的思路，索信达控股产品总监黄一青表示，通过对当前新的监管形势分析及银行实际痛点需求，产品应该做到：一是能够支撑立查立改；二是建立长效机制；三是要从源头治理。即能够穿透分析，定位业务责任机构及相关责任人，从而在业务层面修改源数据，并在源系统责任部门层面推动源系统改造。索信达有着在数据智能领域多年服务头部银行的丰富经验和案例积累，以及自主创新的产品研发能力，借助这些优势，索信达打造的灵矩全景式监管合规平台，可以很好的解决银行当前数据治理存在的难题。

　　总之，在数字化金融监管趋势下，金融机构不仅仅是完成监管数据报送，而是要自上而下的构建一整套监管制度保障体系、监管数据治理体系、监管数据资产管理体系、监管数据报送体系、监管数据应用体系，实现自外而内的“数据化”。索信达将持续为金融机构提供成熟稳定又具有前瞻性的产品及服务方案，助力金融机构发挥数据价值，加速推动数字化转型。