浅析：提高数据治理能力及监管报送质量的措施

监管报送作为数据治理工作的输出端，既是监管的要求，也是治理能力和管理水平的集中体现。目前监管报送主要包括对应人民银行金融基础数据和金融统计及存贷款标准化报表、银监会EAST4.0（标准化数据监管系统）和非现场监管报表（1104）四大块内容。这些监管报表依托农发行统计数据集中管理平台和数据服务平台进行报送。经过持续不断的数据治理制度和机制建设，全行监管报送体系逐步完善，报送质量有了提高，但在数据治理和监管报送中也还存在一些问题，需要引起高度重视，研究措施加以改进。

一、数据治理及监管报送主要问题分析

（一）重视程度不够，报送体系不完善。

一是重要性认识不足。对数据资产是银行的核心资产认识不到位，重业务发展轻准确反映；对银行数字化转型认知不到位，没有认识到银行经营无时无刻离不开数据支撑；对监管部门实行数据监管的制度性安排认识不到位，对数据合规监管不重视；对数据报送工作认识不到位，还停留在简单报表、报数据阶段。二是领导责任不落实。部分行没有落实“一把手”数据治理责任制，支行报表报送责任未落实，考核机制不完善。三是报送体系不完善。二级分行、支行数据报送人员不落实，统计人员不稳定，统计人员频繁更换、疲于应付，数据填报沟通机制需进一步优化。

（二）数据差错较多，质量管控不到位。

以湖北省分行营业部为例，2021年前三季度，营业部监管报送差错28条，主要反映在银监1104报表系统和人行统计报表。一是错报、漏报、迟报。基层行人员在日常操作中主要关注的是业务流程能不能通过，对于数据录入质量要求不高，导致数据信息录入不完整、不准确、不规范。二是数据审核质效不高。部分行、部分填报部门履行审核职责不到位，数据质量管控不严，审核流于形式，频繁申请解锁重报。各条线没有认真关心数据，没有各条线横向沟通，同步各系统数据。三是没有严格遵守统计制度报送时限。统计人员对数据报送及时性不重视，没有提前安排，存在迟报、漏报现象。

（三）源数据关联性不够，报表一致性不强。

一是信贷系统与核心系统的一些业务数据长期存在多头录入问题。缺乏跨部门协调机制和流程，导致系统间数据长期存在差异。例如银保监会现场检查指出的客户行业分类、贷款投向行业分类等不一致问题，各系统录入人员只按各自业务理解和业务关联度录入信息，没有关注与其他系统的关联性。二是报表数据与生产系统源头数据存在“两张皮”现象。人行金融统计、银保监会非现场1104等汇总类报表存在数据与源头数据不一致问题，少数数据需人工干预修改。EAST数据中，对公信贷分户账、对公活期存款分户账、内部分户账等错误条数较多，提示源头数据录入不正确。

（四）数据自动提取准确度不够，数据审核链条长。

监管数据分别向总行、人行及银监报送报表，遵循“先纵后横、先内后外”的报送原则，即：“总行自动抽取--分发分支行填审--总行确认锁定数据--通知分支行向当地监管部门报送”。人行报表数据，由人总行向各行政大区分行分发，农发行基层行不需横向报送。银监报表数据，由农发行分支机构横向报送给当地银监部门。

一是部分应用系统存在业务数据采集规范不全或规范要求模糊。各系统因原数据标准要求不一致，导致各系统录入字段在完整性、准确性方面存在诸多问题。在系统初期设计时没有把数据标准化和数据来源纳入需求设计、数据结构设计中，导致后期系统数据质量控制不严格，出现多源化结果。例如银保监会现场检查指出的统一社会信用代码、贷款期限、金融许可证号等出现空值、错值等问题都属于此类情况。

二是数据审核逐级汇总审核。过长审核链中任何一点出现问题都会影响整个数据质量。数据报送环节多易出错。

三是数据质量管控手段和技术监测工具等保障措施刚刚起步应用，数据质量考核和问责机制尚待实施。四是数据审核链预警多数针对业务性指标进行控制，而数据标准性指标往往是在向外报送时才检验，未能在日常管理中体现出来。

（五）科技系统建设不足，应急处理滞后。

一方面系统应对集中式突发访问，易出现服务瘫痪。特别是长假期间，全国统计人员集中加班访问总行系统，提取数据出现更新慢、返回空数据、分功能模块服务终止等情况。另一方面应急处理滞后。前端业务人员连续提交数据申请，进一步增加总行系统后台处理任务压力加剧，数据返回更加滞后，前台数据没有返回又重复提交数据申请，造成恶性循环，最终功能模块拥堵服务终止。

二、提高数据治理能力及监管报送质量的措施

（一）落实数据治理“一把手”负责制，压实管理责任。

一是加强组织领导。数据治理工作要切实纳入各级行“一把手”工程，主要负责人履行数据治理第一责任人职责，对本行数据治理工作负总责负首责。要高度重视监管数据质量，充分保障资源配备，采取有效措施强化数据治理，履行数据报送主体责任，切实提高数据报送质量。二是成立监管数据质量治理工作领导小组。按照监管部门的统一部署，领导统筹数据质量专项治理工作。三是建立通报考核奖惩机制。进一步落实支行及各业务部门数据质量考核，层层传导工作压力，数据差错问题要进行通报，实行违规积分处理。强化考核激励，将数据治理专项考核与考核评先等工作挂钩，推动责任落实。

（二）规范数据治理机构，形成数据治理协同机制。

一是明确牵头机构职能。落实总行数据治理框架规定，进一步明确运营科技部门牵头数据治理和监管报送职责。要把提高本行数据治理能力、满足监管需求、提升数据质量、有效服务业务经营决策和高质量发展作为工作目标。二是落实填报审核职责。各支行、各业务部门作为源头数据录入及管理部门对数据质量承担责任，管理本业务条线数据源，确保准确录入和及时维护。按照“谁的数据谁负责的原则”，建立数据异常报告、问题数据整改、数据质量监测问责机制，加强报表审核，完成报表报送任务。三是建立报送沟通机制。要建立上下级行纵向沟通机制，建立部门之间横向协调机制，形成报送合力。四是加强与监管部门沟通。牵头部门要及时掌握监管要求，及时报告监管报送情况和问题。

（三）规范监管报送流程，提升监管报表质量。

一是规范报送流程。按照监管部门数据报送的工作流程对内部报送工作进行梳理和优化，建立报送网络和体系。所有机构和填报人员，都要严格按照工作流程和时间表，完成填报任务。二是加强条线审核把关。业务部门要准确掌握上级行制度办法和填报口径变化，及时将要求传导到支行填报人员。加强报表审核，强调报送及时性。业务条线要加强与上级行沟通汇报，避免对填报口径的误读，提高报表审核准确性。强化表内、表间校验及数据审核、复核等管控措施，保持数据一致性。对报表调整事项，要及时与上级行、统计条线沟通达成一致。三是抓好重点环节治理。针对反映问题较多、严重影响报表质量的问题要分析原因、制定措施、落实督导，及时有效进行整改。

（四）提高数据源质量，推进报表抽取全自动化。

一是规范业务源头操作。CM2006系统和新核心系统数据录入的准确性、合规性是保证报送质量的关键。各业务条线录入人员要从源头上严格规范业务操作，把好数据入口关。要树立大数据观，确保CM2006系统和新核心系统关联数据的一致性，提高数据源质量，建立农发行标准数据源，为各业务条线提供统一的数据信息。二是改进总行和基层行数据审核机制。重点解决总行生成报表后的校验和提示制度，明确基层行需要调整和订正的具体单元，打通报表审核和基层行数据订正的堵点。减少数据报送环节，优化报送流程。三是推进报表抽取全自动化。把数据标准和数据抽取纳入前期系统设计需求中，规范数据入口和数据来源，所有标准数据均使用统一来源，以便新业务使用和数据抽取分析。

（五）加强监管报送系统建设，建立长效保障机制。

一是加强数据平台建设。打通数据服务瓶颈，加强数据中心建设配套建设与农发行数字化转型的金融基础设施，提高系统的易用性，提高监管报送和报送平台准确性和效率。二是加强系统培训和数据人才培养。保持数据统计队伍稳定，采取多种方式组织学习和培训，确保数据人员熟练掌握和使用各数据平台、填报系统等工具，培养数据填报和分析人才，切实提高履职能力。三是推进数字化转型和高质量发展。推进业务、数据、技术融合能力持续增强，为全行数据治理能力提高提供动力和支撑。

结语

针对当前数据治理和监管报送问题，银行要从完善数据治理框架、压缩审核报送链条、强化数据平台建设、建立数据治理长效机制等方面采取有效措施，提升数据治理能力及监管报送质量。

中翰软件：专注数据治理17年（http://www.jobhand.cn）

免责声明：本网站所发布的文章为本网站原创，或者是在网络搜索到的优秀文章进行的编辑整理，文章版权归原作者所有，仅供读者朋友们学习、参考。对于分享的非原创文章，有些因为无法找到真正来源，如果标错来源或者对于文章中所使用的图片、连接等所包含但不限于软件、资料等，如有侵权，请直接致电联系，说明具体的文章，后台会尽快删除。给您带来的不便，深表歉意。