金融机构数据治理应对方略

《金融机构数据治理应对方略》由会员分享，可在线阅读，更多相关《金融机构数据治理应对方略（12页珍藏版）》请在金锄头文库上搜索。

1、IBM 商业价值研究院 专家洞察 箭在弦上 步步为营 强监管、强合规下的金融 机构数据治理应对方略 扫码关注 IBM 商业价值研究院 官网 微博 微信 微信小程序 主题专家 吴大维 IBM GBS CBDS团队 副合伙人 张玉明 IBM GBS CBDS团队 首席数据架构师 周茜 IBM GBS CBDS团队 数据治理高级顾问 韩玲玲 IBM GBS CBDS团队 数据治理资深顾问 陈晓熹 IBM GBS CAI团队 数据治理高级顾问 王莉 IBM 商业价值研究院 高级咨询经理 谈话要点 监管单位对数据治理提出新要求 银保监会明确提出数据质量专项治理要求， 不断加强对金融机构的业务开展合规问题

2、的 监管以及对银行各类业务风险问题的监控。 专项数据治理应当聚焦3W1H 专项数据治理工作的开展需要关注在什么时 点、 由哪些人、 做哪些动作、 交付什么成果物。 数据治理不是项目，而是旅程 数据质量提升不是一蹴而就的。金融机构需 要构建常态化的工作机制，开展组织保障制 度、质量规则设计、问责通报等一系列举措。 虽然监管体制在2017年、2018年进行了改革，但是依靠现有 的人力与监管模式很显然难以应对如此繁重的监管任务。传统的 监管模式主要依靠监管报表与监管指标以及监管当局现场检查， 不论是监管的细度、还是监管的覆盖面以及穿透性都难以满足。 此外，从监管的经验看，监管往往滞后于金融创新，且往

3、往只能 进行金融风险事后监管。金融行业发展速度快，主体多、跨市场 风险传染性高，监管人力资源极其有限。因而监管当局亟需以科 技改善金融监管，利用大数据、人工智能技术监控与防范金融风 险，提高监管的主动性和权威性。 站在商业银行视角， 银行经营的无非两类资产， 一类是 “资金流” ， 一类是“数据流”。资金流最后又体现为数据流。大部分商业银 行都已经意识到数据是战略资源，数据是生产要素，并且逐步加 大在数据治理和数据应用方面的投入。各类数据基础设施逐步成 熟，具备数据管理经验和能力的人才队伍逐渐壮大。无形中这也 为监管当局开展以数据为核心的穿透式监管提供了必要的条件。 EAST数据覆盖面广、数据

4、之间关联性好、数据粒度细、穿透性 强，透过EAST可以全面分析银行各类业务，精准定位银行业务 违规问题，评估银行各类风险，在银保监对银行“市场准入、非 现场检查、现场检查”三驾马车都发挥重要作用。对于银行而言， EAST为银行合规管理提供了监管视角的思路，EAST大量的数 据也是银行重要的数据资产，甚至有些银行基于EAST数据规范 来制定本行的数据标准规范，用于指导应用系统的开发建设，所 以银行完全可以利用EAST开展合规管理和数据治理提升工作。 监管单位已经“亮剑”，但是商业银行并未完全做好准备。不少 商业银行负责监管报送的人员，在接到通知这项任务时，不 禁会发问： 监管数据质量专项治理做什

5、么，对监管数据质量规范、口径和 要求理解透彻了么？ 监管数据质量专项治理应该如何开展，选择哪些专题，这些专 题间有何联系？ 专项治理之后银行的数据质量会有多大程度的改良， 能解决 “表 哥”“表姐”们的困扰吗？ 这一年专项治理工作结束后，应该建立什么样的常态化的机制 来保障银行数据质量的持续提升？ 对于上述几个困惑，IBM希望能够带您拨云见日，步步为营。 1 道高一丈 从1104报表到EAST报送，从监管统计报表到基础数据报送， 银行的 “表哥” “表姐” 们持续与Excel相爱相杀， 标准不明确、 口径不统一、数据找不到、问责压力大，数据不完整、不准确， 报送不及时等的数据质量问题让多少银行

6、人焦头烂额。 2020年5月20日，银保监会下发了关于开展监管数据质 量专项治理工作的通知（以下简称通知），1明确银行 业机构需要就1104、EAST和客户风险报送的数据开展数据 质量的专项治理。 事实上这已经成为近年来监管单位的常规动作了，随着金融市 场乱象问题的层出不穷，监管当局不断加强对金融机构的业务 开展合规问题的监管以及对银行各类业务风险问题的监控。不 仅仅是1104报表、EAST报送，还包括反洗钱、反欺诈、关 联交易等，都已成为监管单位的重点核查对象。 正所谓“魔高一尺，道高一丈”， 当下的金融风险呈现着各类 业务交叉性强、隐蔽性高、传染性广的特点，监管当局在数据 治理上的铁拳动作

7、体现了其“强监管、强合规”，“深化整治 银行市场乱象”的决心。 规圆矩方，准绳嘉量 我们先来看看监管的思路和重点，以及企业所面临的挑战。 监管动态 2018年5月21日，银保监会下发银行业金融机构数据 治理指引（以下简称“指引”），2其中，对于监管数 据，明确要求银行业金融机构应当将监管数据纳入数据治理， 建立工作机制和流程，确保监管数据报送工作有效组织开展， 监管数据质量持续提升，法定代表人或主要负责人对监管数 据质量承担最终责任。 2020年5月20日，银保监会又下发了关于开展监管数据 质量专项治理工作的通知，通知中明确给出数据质量专项治 理的工作方案，同时对数据范围和数据质量提出了更高要

8、求。 从2018年5.21指引推出到2020年5.20通知的 发布， EAST报送已进入了4.0时代，共包括十个监管主题 域、66张报表、1852个数据项和新增了897条监控规则， 可以看出监管对报送的数据范围进一步扩大，要求进一步精 细化， 也意味着监管数据体系逐步迈向成熟， 正在往更标准化、 效率化的方向发展（见图1）。 监管不断发出对于数据治理强监管的信号， 且相关规范更明确、 更落地，甚至更严厉。2020年5月初就EAST开具罚单，涉 及8家银行，共计1770万元。4 数据报送不满足监管要求被 监管开具罚单并不少见， 而此次EAST的罚款， 恰恰是在 通知 发布之前，这一次的信号更像一

9、次警钟：数据不治理，那金融 机构就会被监管治理。这也更符合指引的要求，数据治理 纳入公司治理，并与监管评级挂钩。 监管思路解读 我们认为，可以从以下三个方面来解读本次监管的思路： 监管脉络：指引是宏观的，从组织、机制、流程等方面对 数据治理提出的要求，例如，第四章用整个章节来明确数据质 量控制机制，包含了源头、监控、整改等，而通知是微观的， 以数据为抓手，问题为导向，追根溯源。因此二者结合，管理 上强化，数据上控制，有针对性的逐步提高改善，使得数据质 量的提升呈现常态化、长效化趋势； 监管重点：覆盖报告报表和源头数据， 覆盖指标数据和基础数据， 多监管视角对数据质量提出更高要求。从发文要求来看

10、，重点 排查核心监管指标，那对于核心监管指标与 1104 报表中指标 的关联，核心监管指标拆解后的基础数据与 EAST 数据的关联， 核心监管指标与客户风险报送数据的关联，这些也许都会作为 数据真实性、准确性检查的重点。 从处罚情况来看，银保监会此次开出的罚单，均与监管标准化 数据报送质量有关，处罚事由主要包括分户账信息、关键且应 报字段信息、资金交易信息漏报错报等问题，一方面体现出监 管对信息报送的重视度，另一方面也反映出银行对信息申报的 重视程度有待提高。 基于本次监管处罚情况，分析出以下四个方面的重点问题： 第一，分账户明细数据漏报很严重。有 8 家银行存在“分户账 明细数据记录应报未报

11、”的问题，7 家银行存在“分户账账户 数据应报未报”的问题，均收到监管公开行政处罚。 第二，关键且应报字段漏报错报较为突出。关键字段的缺失、 错误会直接或间接反映出金融机构的数据质量问题。 第三，资金交易、贸易融资交易、信贷资产转让和贷款核销业 务也存在漏报错报情况。而“理财业务”作为新增报送的数据 报表，4 家银行机构因“理财产品数量信息漏报”被监管处罚。 第四，信贷业务数据质量尤为不高。信贷业务是业务活动重中 之重，也是监管关注的风险重点。 监管手段：自查自评和监管现场检查相结合，指引中已经 明确要求每年银行业金融机构要开展数据治理的自评估，而此 次有针对性的数据质量检查，数据范围、机构范

12、围覆盖之广还 是首次，对于发现问题的整改具体到时间，落实到人，管理形 成闭环，对于银行保险机构来说，是一次巨大的挑战。 图 1 近两年数据治理方面的监管动态 2 2018 5 月 2019 1 月 2019 10 月 2019 12 月 2020 5 月 2020 5 月 银行业金融机 构数据治理指引 银保监会安徽凤阳 农商行被罚 25 万 中国银保监会银行业金融 机构监管数据标准化规范 （2019 版）(EAST 4.0) 中国银保监会现场 检查办法（试行）3 中国银保监会办公厅关于 开展监管数据质量专项数据 治理工作的通知 银保监会就 EAST 开具罚单， 8 家银行共计罚 1770 万元

13、 企业面临的挑战 面对监管提出的新要求，企业面临一系列的挑战。 数据治理落地困难：根据指引要求，各家商业银行均需建 立完备的数据治理体系框架，但在落地执行过程中仍存在不 足，包括数据标准内容更新不及时；数据质量问题处理机制未 形成闭环，效率低；主数据及数据生命周期管理有待加强等问 题； 系统竖井、数据割裂：受限于法规、监管要求及企业的管理 现状，不同业务部门间的数据并未完全连通，尤其在取数、 用数过程中存在壁垒。同时，企业级架构不规范、不成熟导 致信息系统建设存在一定程度的割裂，系统竖井现象突出， 数据关联关系构建和还原需要耗费大量手工工作； 职责不清、 意识不足：业务部门更多关注于业务的经营

14、和发 展，数据意识不足，对数据管理并不敏感，尤其对监管报送 工作重视程度不足，遇到数据问题时，往往将责任推脱给信 息系统建设部门，并未承担起数据治理的相应职责； 数据治理人才匮乏：虽然金融机构日益加大对金融科技人才 建设和培养方面的投入，但是数据治理领域专业人才的匮乏 仍是不争的事实。大部分商业银行建立了专职的监管报送团 队，但是人员数量极其有限，承担了超负荷的工作量，数据 治理又是一项专业性和技术性极强的工作，既要有扎实的银 行保险实务基础，也需要有高超的分析问题和解决问题的能 力。专业人才的匮乏也制约了监管数据治理工作的开展。 专项治理，箭在弦上 长期以来，银行保险机构的业务开展、数据分析

15、等严重 依赖IT。但其实很多银行和保险机构（尤其是地方中小银 行）的业务和管理粗放、数据散乱、数据质量不高。导 致数据价值无法完全体现，而数据资产管理和数据变现也 大多停留在蓝图规划阶段。 大多数银行和保险机构近年来在业务快速发展的过程中， 积累了客户数据、交易数据、外部数据等海量数据。数据 质量的主要问题大多体现在数据准确性、完整性的欠缺， 数据时效性、适应性的不足，进而导致监管报送不准确、不 规范等结果。 本次监管数据质量专项治理提出了“提高认识、压实责任； 突出重点、标本兼治；强化整改、完善机制”的总体要求， 覆盖所有银行与保险类金融机构，数据范围包括监管数据 及相关源头数据，要求通过为

16、期 1 年的数据治理专项工作 （时间从 2020 年 5 月开始到 2021 年 5 月底结束），以 监管数据质量问题为导向，通过银行保险机构开展专项自 查自评和监管检查评估双向驱动，切实提升监管报送数据 和相关源头数据的质量，以优质的数据信息服务于监管工 作，并促进银行业保险业高质量发展。具体内容如下： 总体工作要求 监管数据质量专项治理的总体工作要求包括以下三个方面： 图 2 数据治理工作进度安排 3 成立数据质量治理小组， 制定本机构监管数据质量专项 治理工作方案 在机构内部展开宣传动员 提交报告 会管：6月15号之前报送 领导小组和工作方案银保 监会统信部局管：按照属地 要求属地机构统信处室 根据评估模板， 组织开展自查 自评 完善数据质量 工作机制 提交报告 监管数据 质量专项治 理工作开展 情况报告和 自评估报告 总结专项治理工作，对 监管数据质量及其治理 情况进行内部考评 01 2020年5月 工作启动 02 2020.6-8 自查自评阶段 05 2021年5月 总结交流阶段 03 202