張兆虎,郝路安,武成偉
(山東省農村信用社聯合社,濟南 250014)
2018 年5 月,中國銀行保險監督管理委員會(以下簡稱“銀保監會”)發布《銀行業金融機構數據治理指引》,從數據治理架構等5 個方面全方位規范了銀行業金融機構的數據治理活動。這是銀保監會首次將數據治理提高到銀行常規管理的戰略高度。2021 年9月,銀保監會印發《商業銀行監管評級辦法》,首次將數據治理列為銀行業金融機構監管評級要素,權重占比為5%,將數據治理工作重要性推向了新的高度。
對于數據治理的含義,目前業內沒有統一的標準,各數據管理協會、國內相關政府部門都是基于各自的研究領域和管理范疇對數據治理作出闡述。國際數據管理協會將數據治理定義為在管理數據資產過程中行使權力和管控,包括計劃、監控和實施。《數據管理能力成熟度評估模型》將數據治理定義為對數據進行處置、格式化和規范化的過程。
銀保監會發布的《銀行業金融機構數據治理指引》(以下簡稱“銀保監會《指引》”)指出,數據治理是銀行業金融機構通過建立組織架構,明確董事會、監事會、高級管理層及內設部門等職責要求,制定和實施系統化的制度、流程和方法,確保數據統一管理、高效運行,并在經營管理中充分發揮價值的動態過程。
中國人民銀行發布的《金融業數據能力建設指引》(以下簡稱“人民銀行《指引》”)中,將金融數據管理能力劃分為8 個能力域,包括數據戰略、數據治理、數據架構、數據規范、數據保護、數據質量、數據應用及數據生存周期管理。
綜合以上內容來看,目前數據治理的含義主要包括狹義和廣義兩種。狹義的數據治理是指對數據質量的管理,專注于數據質量問題整改和數據質量提升;廣義的數據治理包括元數據、數據標準、數據質量、數據安全、數據服務與應用等內容。從金融領域看,農村商業銀行應將銀保監會《指引》和人民銀行《指引》作為數據治理工作的綱領性文件,在開展數據治理工作時必須結合監管要求,將其視為一項具有全面性、系統性的工作。
在大數據、人工智能等科技的驅動下,農村商業銀行從移動銀行向數字化銀行轉變已是大勢所趨。數據作為新型生產要素,是產業數字化轉型的基礎。農村商業銀行作為中小型地方性金融機構,要想通過數字化轉型提高核心競爭力,就必須全面開展數據治理,打造高質量的數據資產,有效發揮數據價值,真正實現數據驅動。
統計工作在銀行經營決策、風險防控等方面發揮著重要作用,而數據的質量將直接影響統計的精準度。統計數據是經營狀況的“風向標”,可以對農村商業銀行的經營狀況、財務管理、風險水平等進行準確、及時的反映,為準確識別風險、科學經營決策提供參考。農村商業銀行要想強化精細管理,真正落實以效益為中心的經營理念,必須有效利用統計數據分析,對經營質量進行客觀評價。
近年來,監管部門陸續出臺系列政策制度,不斷加大監管處罰力度,推動銀行業金融機構加強數據治理。政策制度方面,監管部門陸續出臺《銀行業金融機構數據治理指引》《金融業數據能力建設指引》《商業銀行監管評級辦法》等,對數據治理的要求更高、更全面;監管處罰方面,近幾年有不少銀行業金融機構因數據治理問題被監管部門處罰,2020 年有8 家股份制銀行被經濟處罰,罰款共計1 770萬元。全面開展數據治理工作是更好滿足監管合規要求,提高監管數據質量的必然之舉。
與大型股份制商業銀行相比,農村商業銀行數據治理起步較晚,還存在較多問題,如數據質量不高、數據治理的系統性和全面性不足等,農村商業銀行全面開展數據治理工作迫在眉睫、勢在必行。
3.1.1 加強頂層設計,制定數據治理戰略規劃
銀保監會《指引》要求銀行業金融機構應當結合自身發展戰略、監管要求等制定數據戰略,并確保有效執行和修訂。在數據治理工作推進方面,農村商業銀行應加強頂層設計,充分發揮高管層的決策引領作用,組織各部門業務骨干,制定全行級的數據治理戰略規劃,并將數據治理納入銀行治理范疇。同時,以全體員工大會表決等形式審批數據治理戰略,確保在全行范圍內得到廣泛認可。從農村信用社同業情況來看,目前農村商業銀行的數據治理體系基本呈現金字塔結構,依次為戰略、機制、領域、技術支撐,是一個從上至下指導、從下而上推進的多層次、多維度、多視角的全方位框架,其中戰略規劃是數據治理的最高指導原則。
從全國農信系統來看,部分省聯社進行了數據治理戰略規劃,并在其指導下開展工作,如SX 省聯社編制了《數據驅動能力體系建設實施方案》、ZJ 省聯社制定了數據治理工作五年規劃等。
3.1.2 健全組織體系,明確組織層級與職責分工
組織建設包括組織架構、數據責任等內容,是各項數據治理工作開展的基礎。銀保監會《指引》要求銀行業金融機構應當建立組織架構健全、職責邊界清晰的數據治理組織架構,明確董事會、監事會、高級管理層和相關部門的職責分工,建立多層次、相互銜接的運行機制。
農村商業銀行數據治理組織架構一般應包括決策層、管理層、執行層。一是成立由銀行領導牽頭的數據治理委員會,將其作為數據治理的決策層,統一領導數據治理工作,協調解決重大事項;二是成立數據治理管理部門,將其作為數據治理委員會的辦事機構和數據治理的管理層,負責全行數據治理的牽頭管理;三是明確各業務部門、各支行及網點的數據治理工作職責,其作為數據治理的執行層,要根據相關要求和內容開展數據治理工作。
從全國農信系統來看,部分省聯社構建了完整的數據治理組織架構。例如,SX 省聯社的決策層是數據治理委員會,管理層是數據治理辦公室(設在信息科技部),執行層是各個數據治理工作小組。
3.1.3 強化制度建設,規范數據治理流程
數據治理涉及組織建設、質量控制等領域,需要有制度保障,以實現工作的標準化、規范化。銀保監會《指引》要求銀行業金融機構應當制定全面科學有效的數據管理制度,包括但不限于組織管理、部門職責、協調機制等方面。從農信同業實踐情況來看,農村商業銀行數據治理制度建設可分層次設計,分為政策、制度、細則、規范等4 個層次。
從全國農信系統來看,部分省聯社構建了相對完善的制度體系。例如,SX 省聯社設計了《數據驅動能力體系建設方案》,明確了數據治理的范疇和目標,制定了《數據標準管理辦法》《數據質量管理辦法》等16 項制度規范。
3.1.4 依托技術支撐,引入數據治理管控工具
銀保監會《指引》要求銀行業金融機構應當持續完善信息系統,覆蓋各項業務和管理數據。從同業實踐情況來看,部分頭部農村商業銀行通過建立數據治理平臺,依托技術支撐實現數據治理的線上化、自動化,極大提高了數據治理工作質效。目前,市場上成熟的數據治理工具較多,主要包括數據標準管理、元數據管理、數據質量管理等功能模塊,對數據進行系統化管理和治理。
從全國農信系統來看,部分省聯社搭建了數據治理管控平臺。例如,ZJ 省聯社搭建了數據治理管控平臺,通過數據質量管理模塊可定期執行檢核規則,提高了問題解決效率,提升了數據治理工作質效。
3.2.1 加強數據標準化建設
完善的數據標準能夠有效促進數據的共享、交互和應用,促進數據質量提升。銀保監會《指引》要求銀行業金融機構應當建立覆蓋全部數據的標準化規劃,遵循統一的業務規范和技術標準。對農村商業銀行來說,完整的數據標準體系建設流程應包括數據標準管理機制建設、數據標準制定、數據標準的落地執行等,其中數據標準落地執行是關鍵點,決定著數據標準化工作的成效。
從全國農信系統來看,部分省聯社構建了統一的企業級數據標準體系,并穩步推進標準的落實工作。例如,FJ 省聯社的數據標準涵蓋9 大主題、1 200 余個信息項,針對新老系統制定了差異化的標準落實策略,逐步推進數據標準的落地執行。
3.2.2 規范數據質量管控流程
銀保監會《指引》要求銀行業金融機構應當確立數據質量管理目標,建立控制機制。完整的數據質量管理體系能有效提升銀行數據質量,更好地支撐銀行業務發展、經營決策。目前,部分頭部農村商業銀行基本建成了制度、流程和系統三位一體的數據質量管理體系,這些體系以制度和規范為約束,以工具為輔助,以系統為支撐,從設計、開發、生產等各環節發現數據問題并及時解決。
從全國農信系統來看,部分省聯社持續完善數據質量管理體系,加強質量管控。例如,FJ 省聯社出臺了《數據質量管理辦法》,明確了數據質量管理流程,總結了數據質量問題三步法,實現了數據質量管理的閉環。
3.2.3 組織開展問題數據專題整改活動
銀保監會《指引》要求銀行業金融機構應當建立數據質量監控體系,覆蓋數據全生命周期,對數據質量持續監測、分析、反饋和糾正。農村商業銀行在日常監測的基礎上,可針對監管統計報送、客戶信息等領域開展專題治理活動。監管數據治理工作與全行數據治理工作是相輔相成的,是全行數據治理的重要組成部分。農村商業銀行可持續開展監管數據專題治理活動,以監管數據治理效果為抓手,追根溯源,推動完善源系統數據治理工作,不斷提高監管報送數據質量。
從全國農信系統來看,部分省聯社重點對監管數據開展了專題治理活動。例如,ZJ 省聯社開展客戶信息專題治理活動,有效解決了客戶信息不一致、不規范等問題;FJ 省聯社開展監管數據專題治理活動,有效提升了監管報送數據質量。
3.2.4 嚴格數據源頭管控
銀保監會《指引》要求銀行業金融機構應當加強數據源頭管理,確保將業務信息全面準確及時錄入信息系統。農村商業銀行應堅持實行數據質量源頭負責制,把好數據質量入口關,尤其是基層機構和一線業務崗位在對數據進行采集、整理和錄入時要嚴格遵守數據錄入維護規范,確保將業務信息真實、準確、連續、完整地錄入系統中。針對數據源頭錄入問題,要及時進行整改,從源頭上保證數據質量。
從全國農信系統來看,各省聯社均強化數據質量源頭管控,要求各級機構、人員參與數據治理工作。例如,ZJ 省聯社要求法人行社負責按照省聯社統一部署開展數據治理工作,規范源頭數據錄入標準,并加強考核。
農村商業銀行數據治理工作是一項復雜的、長期的系統性工程,涉及戰略、文化、方法、組織、系統工具等多方面要素的綜合運用,需要決策層、管理層、執行層上下協同、齊抓共管,各部門密切配合、共同推進。此外,數據治理不是一項臨時性的工作,因此農村商業銀行要從數據治理意識形成、數據治理體系運行的角度入手,建立一套長效機制,還要長期堅持、循序漸進。