從數據管理到數據治理

何海鋒 楊文堯天

2018年5月21日，銀保監會正式發布《銀行業金融機構數據治理指引》（以下簡稱《指引》），對銀行業金融機構數據治理的原則理念、數據治理架構、數據管理、數據質量控制、數據價值實現，以及對銀行業金融機構數據治理的監督管理等做出了規定。《指引》明確廢止了銀監會2011年下發的《銀行監管統計數據質量管理良好標準（試行）》（以下簡稱《標準》）。而在此之前，《標準》正是規范銀行業數據的主要依據。從《標準》到《指引》，體現的是銀行業金融機構從數據管理到數據治理的核心邏輯轉變。

《標準》是數據管理的產物，目的是通過數據標準化，確立數據意識，提高數據的質量，提升監管效能。《指引》是數據管理的結果，也是數據治理的起點， 目的在于引導銀行業金融機構加強數據治理，提高數據質量，充分發揮數據價值， 提升經營管理水平，由高速增長向高質量發展轉變。二者的區別顯而易見：《標準》的直接目的是監管，針對的也是“監管數據”，但在間接上提高了銀行的數據質量；而《指引》的目的則是綜合性的， “監管數據”只是其中一部分，《指引》規定“數據治理應當覆蓋數據的全生命周期，覆蓋業務經營、風險管理和內部控制流程中的全部數據，覆蓋內部數據和外部數據，覆蓋監管數據，覆蓋所有分支機構和附屬機構”。二者的聯系也同樣顯著： 一方面，沒有數據管理沉淀下來的標準化、高質量的數據，就不會有更高質量、更大價值的數據治理；另一方面，脫胎于《標準》的《指引》在很多方面也有所承襲。

因此，對于《指引》的理解，至少應當包括兩個層面：第一個層面，數據管理是數據治理的基礎和重要組成部分；第二個層面，數據治理是數據管理的延伸和高級階段，比數據管理的內容更加豐富。基于這兩個層面的理解，才能預見數據治理時代金融機構的未來。

數據管理是數據治理的基礎

《標準》將數據管理分為5個方面要素，分別是組織機構及人員，制度建設， 系統保障和數據標準，數據質量的監控、檢查與評價，數據的報送、應用和存儲。5方面要素下共有15項原則，每項原則下有61條具體標準。這5方面要素在《指引》中基本上都有所體現，成為數據治理的基礎內容。

在數據治理架構方面，《指引》與《標準》對組織機構及人員部分的要求基本一致，包括建立組織架構健全、職責邊界清晰的數據治理架構，明確董事會、監事會、高級管理層、歸口管理部門、業務部門的職責分工，對相關部門的崗位設置和團隊建設提出要求，建立多層次、相互銜接的運行機制。

在數據管理具體要求方面，《指引》延續了《標準》中關于數據管理制度的要求，包括制定與監管數據相關的監管統計管理制度和業務制度，及時發布并定期評價和更新；延續了有關系統保障和數據標準化的要求，包括信息系統的覆蓋面、數據字典和維護流程的規定，以及遵循統一的業務規范和技術標準；延續了數據的報送、應用和存儲方面的要求，包括建立適應監管數據報送工作需要的信息系統，明確系統間數據交換流程和標準，建立全面嚴密的管理流程、歸檔制度等；延續了制定應急預案的要求，保證在系統服務異常以及危機等情景下數據的完整、準確和連續。

在數據質量控制方面，《標準》從日常監控、監督檢查、考核評價三個方面做出了較為詳細的規定，《指引》基本上沿用了這些規定，要求銀行業金融機構建立控制機制，確保數據的真實性、準確性、連續性、完整性和及時性；特別強調建立監管數據質量管控制度，包括但不限于關鍵監管指標數據質量承諾、數據異常變動分析和報告、重大差錯通報以及問責等。

數據治理是數據管理的延伸

隨著信息技術的發展，特別是大數據在營銷、風控和普惠金融等領域的廣泛運用，數據已經從提高運營效率和監管效能的工具進化成為銀行業最核心的資產和實現監管意圖的重要依托。銀行業金融機構從被動滿足監管要求的數據管理、數據報送轉向主動的數據戰略布局，全方位的數據價值開發。監管機構則有可能從繁瑣的數據報表處理中解放出來，依靠監管科技實現更有效的監管。2018年5月25日歐盟通用數據保護條例（GDPR）正式生效， 刷新了對數據價值和數據治理認識的高度。在這些背景下，銀行業金融機構從數據管理走向數據治理成為必然。

數據治理內涵更加豐富，強調四項原則。《標準》所涉及的數據管理主要是對滿足監管工作需要組織實施的各項統計活動中形成的數據的管理。《指引》中的數據治理是在做好數據管理，確保數據統一管理、高效運行的同時，在經營管理中充分發揮數據價值的動態過程。《指引》遵循的原則包括：（1）全覆蓋原則。數據治理應當覆蓋數據的全生命周期，覆蓋業務經營、風險管理和內部控制流程中的全部數據，覆蓋內部數據和外部數據，覆蓋監管數據，覆蓋所有分支機構和附屬機構。（2）匹配性原則。數據治理應當與管理模式、業務規模、風險狀況等相適應， 并根據情況變化進行調整。（3）持續性原則。數據治理應當持續開展，建立長效機制。（4）有效性原則。數據治理應當推動數據真實準確客觀反映銀行業金融機構實際情況，并有效應用于經營管理。

第二，數據治理體系更加完整，堅持文化先行。與《標準》相比，《指引》增加了首席數據官（CDO）的規定，銀行業金融機構可根據實際情況設立首席數據官，首席數據官是否納入高級管理人員由銀行業金融機構根據經營狀況確定。這一條規定具有極強的導向性，又有適度的靈活性，對于建立起責任明確的數據治理體系有促進作用。CDO職位的推出，也有利于全行業數據文化氛圍的營造。對于數據文化，《指引》也明確要求，銀行業金融機構應當建立良好的數據文化，樹立數據是重要資產和數據應真實客觀的理念與準則。

第三，數據治理內容更加全面，體現與時俱進。著眼于數據資產重要性的提升，《指引》除了要求制定數據管理制度和業務制度外，還要求銀行業金融機構結合自身發展戰略、監管要求等，制定數據戰略并確保有效執行和修訂，將數據治理上升到公司戰略層面。為進一步接軌國內外數據保護、數據安全的最新立法實踐， 《指引》規定，銀行業金融機構應當建立數據安全策略與標準，依法合規采集、應用數據，依法保護客戶隱私，劃分數據安全等級，明確訪問和拷貝等權限，監控訪問和拷貝等行為，完善數據安全技術，定期審計數據安全。銀行業金融機構采集、應用數據涉及個人信息的，應遵循國家個人信息保護法律法規要求，符合與個人信息安全相關的國家標準。這里的法律法規主要是《網絡安全法》，而標準則包括5 月1日生效的《信息安全技術個人信息安全規范》及其他相關配套規定和標準。

第四，數據治理理念更加進步，鼓勵數據運用。數據的運用，既取決于數據本身的質量，也取決于數據處理技術的高低。受當時的數據質量和技術水平所限制，《標準》將數據分析應用作為15條原則之一，提出“銀行在保密安全的前提下充分共享和使用監管統計信息，為本機構經營決策和風險管理服務，同時通過擴大共享、加強分析、適時披露，促進數據質量提升”。在大數據背景下，數據有了更大的用武之地。因此，《指引》專設一章，對數據價值實現做出了規定，要求在風險管理、業務經營和內部控制中加強數據應用，實現數據驅動，提高管理精細化程度，發揮數據價值，特別是鼓勵充分運用大數據技術，實現業務創新、產品創新和服務創新。

數據治理時代的金融業

5月26日，以“數化萬物、智在融合”為主題的2018年中國國際大數據產業博覽會在貴陽開幕。博覽會上的信息顯示，當前，我國數字經濟發展進入快車道，數字經濟總量已超過22萬億元，占GDP比重的30%。習近平總書記在給博覽會的賀信中指出，要把握好大數據發展的重要機遇，促進大數據產業健康發展，處理好數據安全、網絡空間治理等方面的挑戰。數據的價值毋庸置疑，特別是在金融領域，說數據是最重要的資產毫不為過。

但是，金融業在數據治理上仍然有很大空間。在金融機構端，數據質量不高、標準不統一、歸集處理手段單一、存儲分散，數據挖掘能力不足，數據割裂、共享不充分等問題較為普遍；在監管端， 交叉性金融活動、系統重要性金融機構、金融控股公司等關鍵領域數據監測不足， 風險預警數據不敏感，政策效果評估數據不充分，還有部分金融活動游離于金融統計體系之外，基礎數據不健全等問題較為突出。《指引》的出臺，為金融業解決上述問題，擁抱數據治理提供了一份參考樣本，盡管并非盡善盡美。

《指引》是立足于銀行業金融機構的業務模式、風險特征和監管路徑，針對銀行業的數據治理專門制定的，但在數據治理內涵、數據治理體系、數據治理內容和數據治理理念等方面，對于整個金融行業都具有參考意義。首先，在認識上，要把數據管理上升到數據治理的高度，納入到公司治理、行業治理和行業監管中，建立起主動、全周期、全覆蓋、動態的數據治理體系。其次，在架構上，要構建自上而下、多層次、覆蓋全員，責任明確的數據治理機制，同時營造積極審慎的數據文化。再次，在管理上，要依靠制度，落實責任，把握國內外數據產業、數據技術的發展趨勢和數據管理、數據立法的最新動向，持續評價更新數據管理制度和手段。最后，在理念上，要更加重視數據的價值挖掘，金融機構要把數據作為核心資產管好用好，促進數據資產的流動和增值；監管機構要依靠數據發展監管科技，豐富監管手段和風險監測方法，提高監管水平。

（作者單位：京東金融法律與科技實驗室，中國社會科學院研究生院）