淺談商業(yè)銀行數據治理的難點與應對策略

摘要：大數據是我國經濟社會進入新時代新的歷史特征，數字經濟也成為了當下討論和探索較多的話題，數據已經成為企業(yè)的不可或缺的資產、生產力和核心競爭力，特別是經過多年信息化建設的商業(yè)銀行，積累了龐大、海量的數據資源，但數據價值沒有完全發(fā)揮應有的作用，其主因就是由于數據沒有集成，大部分都是分散的，質量不高，難以發(fā)揮數據支撐決策、服務經營的需要，針對此現狀，商業(yè)銀行數據治理已迫在眉睫，治理工作任重道遠，如何實現高質高效可充分利用的數據資源是擺在現階段商業(yè)銀行工作的難題，本文通過數據治理制度化、數據治理組織架構、數據源清洗、數據標準化制定等方面，形成系統的、統一的數據管理體系，形成高效、快捷、可被利用的一種資源，為外部監(jiān)管、內部經營、服務實體經濟提供高質量服務，有力推動商業(yè)銀行高質量發(fā)展進程。

關鍵詞：商業(yè)銀行;數據治理;難點;應對策略

近年來，隨著社會經濟技術進步，國民經濟體系、結構發(fā)生了巨大變化，達到了歷史新高度，作為體系中的一員，商業(yè)銀行業(yè)務取得了迅猛發(fā)展，業(yè)務品種層出不窮，全渠道業(yè)務取得了長足發(fā)展，在發(fā)展過程中也積累了海量數據，如何加工、整理這些碎片化、分散化的數據，使之成為銀行業(yè)可以利用的資源，已成為銀行業(yè)公司治理中的一項長期而艱巨的任務[1]。

中國銀保監(jiān)會于2018年出臺了《銀行業(yè)金融機構數據治理指引》的通知，其背景就是積極對接國家政策的需要，數據治理是國家層面高度重視數據基礎性戰(zhàn)略決策，是服務社會經濟向高質量發(fā)展轉變的需要，特別是商業(yè)銀行在服務國家實體經濟中扮演著重要角色，通過數據的發(fā)掘、分析及利用，可以定位實體經濟在發(fā)展中的困境與難點，有助于“對癥下藥”，促進新時代我國經濟增長新動能，實現向高質量發(fā)展轉變，使我國經濟“換檔”成功，再次步入良性、綠色、健康發(fā)展的快車道。

1商業(yè)銀行數據治理的意義

伴隨著我國銀行業(yè)的發(fā)展，截止目前為止，我國銀行業(yè)機構已達4588家，在國民經濟發(fā)展中扮演著重要角色，銀行業(yè)務類型和金融產品層出不窮，銀行業(yè)信息化建設也經歷了二十多年的發(fā)展，金融科技得到了長足發(fā)展。國家監(jiān)管機構、商業(yè)銀行內部管理層、客戶等對商業(yè)銀行數據的需求與日俱增，而現階段商業(yè)銀行的數據質量還沒有達到所需的要求，銀行商業(yè)銀行數字化轉型工作已勢在必行，而數據治理是商業(yè)銀行數字化的基礎，目前，僅有18%的少數中小商業(yè)銀行將數據治理工作納入到公司治理體系當中，可見，商業(yè)銀行加強數據治理工作任務艱巨，有必要將數據治理工作提升到一個新高度，通過數據治理，提升數據質量，形成高質量的數據資源，是社會各界的需要，是促進數字智能化發(fā)展趨勢的需要，也是商業(yè)銀行業(yè)適應新時代經濟發(fā)展的需要，良好的數據管理也會在銀行業(yè)發(fā)展普惠金融和綠色金融的道路上發(fā)揮重要作用，具有重大意義。

2商業(yè)銀行業(yè)數據治理五大難點

2.1數據治理制度尚未有效建立

目前，絕大多數商業(yè)銀行數據治理制度化尚未有效建立，相關制度的建立正處在研究制定階段。數據治理是一個體系過程，數據龐雜、系統繁多，涉及方方面面。另外，內部數據治理職責不清，部門之間協同效應差，需要建立一系列有效的數據治理制度或規(guī)章成為數據治理的一大痛點[2]。

2.2未建立全局數據觀

目前，由于大多數商業(yè)銀行的數據廣而散，龐而雜，相互割裂，沒有形成有效集成，系統間、業(yè)務間及產品間等數據的產生架構聯系粗放，有的甚至處于完全割裂的狀態(tài)，沒有全局數據觀，數據價值難以有效發(fā)揮，在指導企業(yè)經營、服務實體經濟、服務監(jiān)管等方面成效性不足。

2.3數據收集難度大

目前，商業(yè)銀行信息系統建設滯后，系統開發(fā)人員與業(yè)務人員融合度不足，開發(fā)的信息系統存在頂層設計缺陷，數據收集功能滿足不了數據應用的需要，大多數商業(yè)銀行數據還有大量的靠傳統手工收集，耗費大量的人力、物力、財力，效率不高，差錯也時有發(fā)生，數據收集難度大。

2.4缺乏數據統一標準，數據應用難

數據治理最關鍵的是要建立高質量的數據標準，沒有標準，也就無法區(qū)分數據質量的好壞，而數據標準的制定又要以相關政策法規(guī)及內部規(guī)章為依據，如財務政策、信貸政策等，數據質量的好壞反過來也是對相關政策執(zhí)行好壞的反映。就目前狀況來講，大多數商業(yè)銀行還沒有制定統一數據標準，數據錄入標準、數據語言字段、數據數值等不規(guī)范、不統一等底層原始數據呈碎片化分布，不同業(yè)務間、不同產品間、不同時段間的數據用途、分布結構、數據價值及數據質量水平參差不齊，缺乏數據分析工具，數據運用難。

2.5信息系統落后，存在安全隱患

雖然目前商業(yè)銀行信息系統建設較傳統手工階段有較大提高，但遠沒有達到數據管理需求，與人們長遠預期仍差距甚遠，主要是系統間融合度不高，數據分散、相互割裂，關聯度不高，數據質量不高，無效或垃圾數據易導致決策出現失誤，對客戶風險預警、信貸風險評估、交易欺詐等數據支撐不足，也會導致業(yè)務風險上升，另外還會存在信息泄露風險，數據安全管理難度大。

3商業(yè)銀行數據治理應對策略

3.1建立良好的數據治理文化

文化是企業(yè)的精髓，數據治理也一樣，企業(yè)文化建設務必貫徹數據是企業(yè)不可或缺的資源的理念，牢同樹立全局數據觀。數據治理從圍家層面將其提升到戰(zhàn)略高度，納入商業(yè)銀行法人治理體系當中，商業(yè)銀行要從戰(zhàn)略視角啟動、開展和推進數據治理，建立以“數據資源”為導向的企業(yè)文化，做到高層推動，將數據治理與商業(yè)銀行經營規(guī)劃、IT發(fā)展規(guī)劃有機結合起來，將商業(yè)銀行數據治理、科技治理和公司治理有效的結合起來，最終達到數據治理目標[3]。

3.2建立完善的數據治理制度體系

數據治理制度體系是商業(yè)銀行數據治理工作實施的基石與保障，要研究解決制度層面的問題，就要厘清數據形成的基理，中國銀保監(jiān)會出臺的數據治理指引制度，為我國商業(yè)銀行業(yè)數據治理工作提供了依據和保障，現今各商業(yè)銀行已進入到了數據治理制度化軌道，如某些商業(yè)銀行已按要求將數據治理工作納入到了企業(yè)董事會層面，納入到了公司治理體系當中，采取“一把手”負責制，相續(xù)出臺了數據治理管理辦法及細則，通過組織領導、責任分工、管理流程、評價考核等明確各單元在數據治理過程中職責定位，做到既各司其職，又相互協同，從制度體系層面高質高效推動數據治理工作，用數據治理執(zhí)行成效反顯制度落實成效，加強制度執(zhí)行力建設。

3.3打造高標準數據治理領域

數據治理內容主要包括元數據、主數據、數據標準、數據質量、數據生命周期等內容，與數據構建模型、數據分布特點、數據存儲、數據交換、數據安全等一起構成數據治理領域，此領域各單元質量、契合度、融合度是數據治理成敗的關鍵，要求頂層設計、標準制定一定要達到高標準要求，且此領域伴隨商業(yè)銀行業(yè)務發(fā)展而變化，各領域之間關系保持動態(tài)關系，需要不斷融合和挖掘，最終保持相互協同與相互驗證的過程，這種有機融合和良性協同，必將全面提升商業(yè)銀行數據治理成效。

3.4建立高質高效數據支撐系統

商業(yè)銀行的系統多而雜，但主要以核心系統為基礎，其他外圍系統如信貸管理系統、票據系統、客戶關系系統等，有些商業(yè)銀行已將這些系統有效整合，建立了數據倉庫進行管理，各系統間建立了數據接口，實現了數據管理集市，數據治理在支撐系統上要求在系統開發(fā)階段對數據質量進行校驗設計，避免邏輯錯誤;在系統錄入端要實現錄入標準與數據標準高度統一，保持高度一致;系統日常運維方面要實現高效快捷;數據分析應用階段的數據集成頂層設計要高質高效，形成可利用的數據資源;數據質量監(jiān)控要達到動態(tài)預警、及時預警等功能，只有這樣才能打造一個高效、快捷的系統支持體系。

3.5積極構建適應大數據時代專業(yè)人才隊伍

目前，商業(yè)銀行存在科技人員與業(yè)務人員在數據管理領域未實現有效融合，既懂技術開發(fā)又懂業(yè)務的復合性人才短缺，現在已進入大數據時代，數據治理是一項紛繁復雜的體系化治理過程，涉及數據模型的建立、數據采集、數據標準、數據整合、數據應用、數據管理等個個環(huán)節(jié)，為實現高質量數據管理要求，滿足商業(yè)銀行業(yè)務發(fā)展，商業(yè)銀行應超前謀劃這種復合型人才引進與培養(yǎng)，為商業(yè)銀行數據治理工作提供人才保障。

當前是數字化時代，商業(yè)銀行數字化轉型是適應大數據、人工智能化的時代要求，移動金融、互聯網金融、智能金融等新興業(yè)態(tài)迅猛發(fā)展，數據驅動業(yè)務決策模式越來越受到社會各界高度重視，數據思維日趨盛行，數據是商業(yè)銀行精細化運營管理、推動數據驅動業(yè)務發(fā)展戰(zhàn)略轉型、提升風險控制能力、服務實體經濟的基礎，而數據治理工作又是實現高質量數據資源的管理手段，數據治理作為一項戰(zhàn)略性、基礎性工作，重要性日益突出，商業(yè)銀行只有建立高質高效的數據治理體系，才能在當今激烈的數字化競爭時代搶占先機，才能更好的服務監(jiān)管、服務實體經濟、服務社會各界，適應新時代發(fā)展要求。

參考文獻

[1]張一鳴.數據治理過程淺析[J].中國信息界，2012（ 09）.

[2]彭陸軍，周鋒.我國商業(yè)銀行提升核心競爭力的幾點建議[J].商業(yè)會計，2011（03）.

[3]劉錦淼，劉巍.銀行數據管理實踐之核心對象[J].金融電子化，2015（02）.

作者簡介：李旭東（ 1970，10-），男，籍貫：吉林長嶺縣，本科，會計師，現任職于昆侖銀行股份有限公司克拉瑪依分行計劃財務部任經理。