城市商業銀行數據治理研究

摘要：大數據時代，數字經濟成為了當下熱門的話題，數據成為各個銀行發展的核心競爭力。與國有大型銀行相比，城市商業銀行雖存在底子薄、起步晚、資金少的劣勢，但歷經多年的發展與信息化建設，城市商業銀行也逐步積累了大量的數據資源。然而，目前城市商業銀行的數據治理的方式并未能將數據資源的價值充分發揮出來，主要原因在于數據較為分散、整體數據質量不高。如何對城市商業銀行的數據進行有效治理，充分發揮數據資源的優勢，以提升經濟效益，這是現階段城市商業銀行主要的研究任務。本文就城市商業銀行的數據治理的現狀進行分析，并提出數據治理研究的方法、建立數據治理體系的建議，以幫助城市商業銀行提升核心競爭力。

關鍵詞：大數據;城市商業銀行;數據治理;數據管理

中圖分類號：F832.33? 文獻識別碼：A? 文章編號：2096-3157（2020）09-0153-03

近年來，全國經濟快速發展，城市商業銀行也隨之而迅速發展。經歷二十多年的發展，城市商業銀行各個渠道業務發展迅猛，業務種類層出不窮，業務數據爆發式增長。城市商業銀行的業務數據雖然達到了一定的量，但由于數據來源渠道多樣，數據凌亂分散，缺乏進一步的整合處理，導致數據非但不能為企業帶來效益，反而加重了企業儲存數據的負擔[1]。大數據時代，數字經濟給城市商業銀行的轉型發展帶來了契機，如何利用好前期積累的大量數據資源，如何將無用的數據整理成銀行可以使用的資源，如何將數據資源轉換成核心競爭力，是大數據時代城市商業銀行轉型發展面臨的重大挑戰，也是一項持久而艱巨的任務。

一、城市商業銀行數據治理的意義

隨著經濟的迅速發展，銀行業規模的迅速擴張，我國銀行業機構數量日益增多，現已達到四千多家。城市商業銀行作為地方區域經濟發展的一個主力軍，在我國的經濟發展中起到不可忽視的作用。城市商業銀行業在經歷二十多年的信息化發展后，業務類型不斷更新、金融產品層出不窮，信息科技水平也不斷提高。在大數據時代，對于銀行數字化的要求迫在眉睫，目前大部分國有銀行和股份制銀行已啟動了數據治理工作。但是對于城市商業銀行，數據資源的處理能力遠遠達不到國家、社會和客戶的要求，城市商業銀行數字化轉型工作必須提上日程，啟動數據治理工作[2]。通過數據治理，整合碎片化數據，形成高質量的優質數據資源，是目前城市商業銀行向前發展的需要，是國家、社會和客戶對于城市商業銀行的要求，是城市商業銀行適應大數據時代必須完成的工作。完善的數據治理系統對于城市商業銀行的前進和發展有著重大的意義，具體表現在：

1.完善的數據治理系統可以推動城市商業銀行業務的創新

大數據時代下，城市商業銀行的經營模式和思維模式面臨轉型變革。隨著大數據時代的不斷步深入、科學技術的發展，銀行行業業務和互聯網融合度進一步增高，城市商業銀行收集、處理和使用的信息資源將與日俱增。通過收集各個渠道的信息，整合銀行內部的信息資源，運用大數據的先進技術進行數據整合將會推動城市商業銀行業務的創新[5]。

2.完善的數據治理系統能夠滿足數據存儲量大的要求

隨著大數據時代的到來，商業銀行數據的數量呈現爆炸式增長，數據的形式也日益繁多。大數據下開放的網絡環境、分布式系統架構提供了復雜的數據應用。復雜的應用提供了眾多用戶訪問的信息，這些資源都為城市商業銀行獲取更廣泛更全面的數據提供了環境和平臺，為城市商業銀行的發展提供更大的空間。在大數據時代下，想要獲得新的數據資源可以通過各種終端設備、傳感器和爬網等手段從互聯網上獲取。但當獲得新數據資源后如何儲存這些數據卻成了城市商業銀行必須考慮的問題，而建立完善的數據治理系統恰好能夠幫助城市商業銀行解決數據存儲之憂。不同的數據資源可以用不同的儲存方式，多類型多方法儲存大量的信息并構建存儲架構。城市商業銀行可以利用獲取、存儲得到的數據，借助大數據技術，使用吞吐量大、處理能力強的計算設備對龐大的數據信息加以分析運用。

3.完善的數據治理系統能夠提升城市商業銀行發展前景

大數據時代下，信息資源大量涌現，城市商業銀行要善于抓住良機，利用好大數據時代的便利，提升數據洞察能力，以獲得更廣闊的視野、更有價值的發展契機。在大數據時代，城市商業銀行的經營管理往往由數據所驅動，在這種情況下就會更加注重信息化、數字化和智能化，更加注重在數據的驅動和支持下進行客戶服務、產品研發和運營管理。將數據的價值普及到銀行的各個方面、各個階層，形成用數據主導業務的習慣和文化，提高銀行智能化的水平。隨著技術的發展，各行各業的形式都在隨之變化，商業銀行也在不斷演化[4]。要跟上時代的步伐更新技術和方法，可以通過完善數據治理體系，將數據化為力量推動銀行的進一步發展。

二、數據治理的內涵和發展

數據治理的歷史并不長，它起源于20世紀90年代，在2009年DMMA發布了第一版數據管理體系指南并定義了數據管理的框架，其中主要包含十個主要數據管理的職能，而數據管理框架的核心為數據治理，由此可見數據治理的重要性。DAMA還曾提出數據治理包含著數據資產價值實現其中的權威性、控制性行為，其中涉及到數據政策、數據組織、數據資產運用、數據管理技術、數據管理職能等多個方面和領域。2018年，中國銀保監會印發了數據治理指引，闡述了銀行企業機構數據治理的方法理念原則、數據管理、數據治理架構、數據質量的控制、數據價值實現等。

近年來數據治理工作已經成為全世界關心的話題，各行各業都在努力做好數據治理工作，全球性的數據治理成為各國各方共同關心的問題，各國國家領導都希望制定全球數據治理的規則，建立全球性的數據監督體系，開啟數據治理的新篇章。目前，我國的數據治理雖不廣泛但也在積極探索和實踐，與之相關的法律法規也陸續頒布。一些銀行在大數據體系、數據模型管理、數據管控方法、數據治理機制、數據服務體系等方面展開了深入的研究。國際上對數據治理比較重視，企業將數據治理提高到戰略層面，并強調數據治理的獨立性與專業性，與數據治理的相關職業首席數據官也應運而生，掌管現代企業的數據治理任務[3]。

三、數據治理的難點

1.數據收集手段落后，數據收集難度大

相較于大型銀行，我國的城市商業銀行信息技術系統建設相對落后，存在后臺系統開發人員和前臺業務人員，融合度不足等問題。此外，銀行開發的信息系統也存在缺陷，數據收集功能不能滿足數據應用的要求，甚至部分小型商業銀行技術不夠先進，依然使用傳統的手工收集方法。手工收集紙質記錄，大量的數據消耗著人力物力財力，手工收集速度慢、效率低、容易發生錯誤、查找困難，加大數據收集的難度。

2.數據凌亂分散，缺乏有效集成

城市商業銀行的數據資源雖然多，但都是碎片化分散式的。數據龐大而雜亂，數據與數據之間沒有聯系，數據缺乏有效地集成。后臺系統、前臺業務以及產品數據之間相互獨立，各自擁有一部分數據但是缺乏數據的架構和聯系，沒有形成全局數據觀[2]。龐大的數據無法發揮自身的優勢，非但不能給銀行企業帶來經濟效益，反而因為數據的繁冗帶給銀行企業壓力。

3.數據治理發展體系不成熟，數據治理制度不完善

目前我國數據治理發展體系不夠成熟，大部分銀行機構處于探索研究階段，沒有較為成功的案例。絕大多數商業銀行還沒有成功建立數據治理制度，與之相關的制度仍處在研究制定的階段，沒有正式出臺相關的政策制度，無法形成完整的制度體系。此外，數據治理涉及的數據龐大繁雜，涉及的系統繁多，不是某個人或某一部分人就能完成，需要全行上下相配合，形成一個體系。這一體系需要建立一系列相關的規章制度，明確各個部門的任務職責，部門之間相互配合協同。

4.缺乏統一標準，數據整合難度大

建立高質量的數據標準是數據治理的關鍵，沒有標準就無法區分數據質量的好壞，就無法將龐大的數據整合。數據標準需要依據相關的政策規章制定，而數據質量的優劣則反映了相關政策是否執行到位。目前，我國大部分城市商業銀行沒有制定統一標準的數據規范，數據錄入缺乏數據的字段、數值標準等明確的規范，導致數據在源頭出現雜亂無章的現象，數據質量參差不齊標準不一，難以統一整理[5]。

5.信息系統落后，難以滿足數據管理要求

隨著業務規模的擴張，城市商業銀行的信息系統建設相對于成立之初有了較大的進步，但相對于業務數據的爆炸式增長，城市商業銀行的信息系統仍然沒有達到數據管理的要求，難以處理迅速出現的大量的數據，也難以支持銀行的長遠發展。城市商業銀行信息系統存在的問題主要有：第一，系統之間關聯度低、融合度小。各個系統相互獨立，割裂關聯度低，數據信息分散，數據質量低。大量無效數據、垃圾數據的存在導致依據數據而做出的決策出現偏差大。第二，系統缺陷導致客戶風險預警失效。信息系統不關聯，導致無法準確預警客戶風險，降低風險評估的準確性，增加業務風險。第三，系統存在著信息泄露的風險，加大數據安全管理的難度。

四、數據治理方案

1.打好數據底層基礎，搭建數據治理體系

開展數據治理工作，需要城市商業銀行管理層牽頭組織，站在長期發展的戰略高度，組織全行各個部門，共同推進數據治理項目的實施，推動業務發展的目標實現。通過數據治理項目的組織架構的搭建，建立制度、流程、執行工作機制，以保障數據治理任務達到目標效果。此外，數據治理體系得以實現離不開數據集成平臺提供的技術支持和數據應用服務帶來的便利。數據標準、數據質量、元數據、主數據和數據安全作為數據治理工作系統框架的底層單元，只有將系統框架底層的任務做好、做完整才能為整個數據治理體系打好堅實的基礎[2]。有了堅實的基礎以及正確戰略規劃領導，才能在工作機制中實現數據治理，將數據資源發揮到最大化。

2.多措并舉，提升數據質量管理

高質量且有體系的數據有利于銀行的發展，能為業務的運行提供良好的數據支持，有助于提升銀行高級管理層決策水平，對銀行合規地開展業務也有重要的價值。為提升數據質量管理水平，首先，需要深入了解數據質量水平不高的原因，找出原因，從根本上解決數據質量水平不高的問題。其次，需要對數據進行全方位的質量管理，做到實事求是、全流程管理、持續提高，并把數據質量納入考核中。再次，需要加大監管力度，建立一個完善的數據質量管理體系，管理好已有的數據質量并對后期的數據進行約束。以高質量的數據作為保障，既可以幫助銀行擴大業務范圍、提高產品銷售量和進一步深入拓展業務，又可以幫助銀行提高風險分析的準確性。

3.立足自身實際，建立完善的數據治理制度

完善的制度體系是數據治理工作實施的保障和基石，而建立完成的制度則須理清數據形成的根源。我國銀保監會出臺了數據治理指引，該政策的出臺指引了數據治理的方向，為我國城市商業銀行數據治理工作提供了依據和保障。現階段，各個大型商業銀行數據治理逐步走上了制度化軌道，其他城市商業銀行可以結合自身情況借鑒實施。例如部分大型商業銀行已開始按制度的要求把數據治理工作放到銀行高級管理層面，并將數據治理體系納入企業治理體系當中，同時采用專人負責制，并陸續出臺銀行數據治理管理辦法及細則等[6]。數據治理制度的出臺進一步明確了各個單元、各個部門在數據治理工作中的定位和任務，明晰了組織領導和責任分工，同時通過流程管理和評價考核等方式監控政策制度的執行。形成全行上下聯動，各部門緊密配合的組織體系，以制度推動工作實，以實施效果評價制度的優劣，進一步優化制度的管理。

五、結語

大數據時代，城市商業銀行想要跟上時代的步伐就必須迅速轉型，以適應數字信息時代的到來。數據驅動的業務模式受到各行各界的重視，數據思維越來越流行。而數據治理是大數據信息化時代的必經之路，需要長期堅持不懈的努力。想要取得實質性成效，需要管理層堅定決心，保障資金投入。此外，城市商業銀行應充分借鑒國內外銀行的經驗，結合自身實際情況，針對自身的問題提出相應的解決方案，努力探索出建立數據治理機制的有效方法[7]。持續提高信息化水平，以提高自身核心競爭力，將數據治理體系滲透到銀行的各個方面，推動城市商業銀行持續性發展。

參考文獻：

[1]劉凱，于天.商業銀行數字化轉型中的數據治理策略研究[J].現代管理科學，2019，（10）：105～107.

[2]邵理煜，劉巍.淺析商業銀行數據治理之數據核心能力[J].中國金融電腦，2018，（11）：37～39.

[3]孫速超.商業銀行大數據應用現狀[J].納稅，2018，12（29）：199～199.

[4]卞雨茗.商業銀行數字化轉型下的數據治理[J].銀行家，2018，（04）：76～78.

[5]王燕.大數據時代銀行數據治理的幾點認識[J].金融電子化，2018，（03）：26～27+25.

[6]張迎.淺談大數據時代下商業銀行的數據治理體系建設[J].通訊世界，2016，（08）：69～70.

[7]張莉.大數據背景下商業銀行信貸風險管理的完善思考[J].全國流通經濟，2018，21（26）：96～97.

[注]基金項目：本文系南寧學院質量工程建設項目“工商管理專業認證”（項目編號：ZYRZ04）階段性成果

作者簡介：陳淑蘭，南寧學院管理學院統計學專任教師;研究方向：統計，經濟，金融，財務管理等。