金融统计数据质量管理的国际借鉴与中国实践

【摘要】数据质量是金融统计的生命线，也是一个不断演进的综合性概念。近年来，各国及国际组织依据实际需求成立管理机构，构建管理框架，建立健全量化分析体系，全面强化数据质量管理。通过对当前我国金融统计数据质量管理现状的分析，借鉴国际实践经验，提出了夯实金融统计基础、健全质量管理机制、强化数据分析审计等政策建议。

【关键词】金融统计 数据质量 管理

金融统计是国家统计体系的重要组成部分，是国家宏观调控的决策基础，也是金融机构加强自身经营管理的有效依据。而数据质量是金融统计的生命线，直接决定了数据分析及决策的科学性、正确性。近年金融业快速发展，主体多元化、业务创新化、交易关联化趋势持续增强，但金融统计数据质量管理工作相对滞后，数据质量管理和评估框架亟需完善。

一、统计数据质量管理的内涵

国际官方统计界对统计数据质量概念界定主要包括三方面内容：一是注重从用户需求的角度来衡量统计数据质量，强调用户的满意程度；二是强调数据质量是一个多维度的综合性概念，应从多方面、多角度来衡量，建立一套开放、透明的统计数据质量管理体系；三是明确构成数据质量的基本标准。各国及有关国际组织从各自的统计实践及理解出发，确定了不尽相同的数据质量标准。例如，英国政府统计数据质量标准是准确性、及时性、有效性、客观性；美国国民经济分析局要求满足可比性、准确性、适用性的质量标准；国际货币基金统计局的质量标准是准确性、适用性、可取得性、方法专业性等，这些标准是各国政府统计机构对数据进行质量评估、监管的重要内容和依据。

国内学者普遍认为统计数据质量是一个综合性概念，涵盖数据准确性、可获取性、可理解性、有效性、完整性等多方面要素，但具体内容存在差异。国家统计局总统计师鲜祖德认为，从国际经验来看，政府统计数据质量主要应从准确性、适用性、可比性、及时性、衔接性、可获得性、透明度和有效性等八个方面进行评价。马元三（2010）提出，统计数据质量因需求不同、角度不同而有不同的理解和看法，但最广泛的共识是数据的真实性、准确性、及时性、完整性、可比性、一致性和适用性等是统计数据质量不可或缺的要素。金勇进（2010）认为，统计数据质量就是要符合标准，首先要能够准确反映客观现象，即准确性；其次要能满足使用者的需求，即适应性；以及由此发展而来的准确性、及时性、可比性、适用性、经济性、可得性和保密性等。朱建平、陈飞（2012）在IMF数据质量评估框架（DQAF）基础上，借鉴全面质量管理的思想，主要从满足用户和统计数据产生过程的角度，认为一个系统而全面的统计数据质量概念可以定义为：在收集、处理和公布等数据产生和公布过程中影响统计数据满足用户需求的特征，其中包括数据收集过程中的客观性、适用性、准确性；数据处理过程中的方法健全性、可靠性、可比性；数据公布过程中的及时性、完整性和可获得性。

综上所述，统计数据质量一般有广义与狭义之分。广义的统计数据质量即综合性的数据质量概念，它包括准确性、可靠性、适用性等多方面涵义，是国际机构对一国（或上级部门对下级机构）统计数据长期、动态的综合评价体系，也是一个国家（或地区）统计数据的改进方向。狭义的数据质量则专门指数据的准确性。不管是广义或狭义的概念，数据的准确性都占据了极端重要的位置，很多时候，数据准确性成为数据质量的代名词。本文界定，从满足用户需求的角度出发，数据质量应是多维的综合性概念，包括准确性、及时性、可比性、可获得性、衔接性等多方面指标。

统计数据质量管理（Data Quality Management），是指对数据从获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的数据质量问题，进行识别、度量、监控、预警等一系列管理活动，并通过改善和提高组织的管理水平使得数据质量获得进一步提高。

二、统计数据质量管理的国际实践

各国都十分重视数据质量的评价和管理，目前，国际上对数据质量管理的做法主要有：

（一）成立专门统计数据质量管理机构

美国自1961年开始成立以麦克·波斯金为命名的5人咨询委员会即著名的BOSKIN委员会，专门对消费者物价指数（CPI）的准确程度进行评价。英国皇家统计学会成立统计数据质量评估工作组，每年对官方统计数据的质量情况进行独立评估，并对外公布评估报告。加拿大由国家审计总长负责统计局的数据质量评审工作，其审计的内容包括：统计局质量管理体系是否充分、完整；统计局内部质量管理的自我评价体系是否合理；统计局是否以适当的方式向用户通报有关数据质量情况和所应用的方法。荷兰统计局借鉴加拿大的质量管理办法，建立了数据质量审计制度，成立质量审计委员会，其下设若干统计专业审计组，人员由统计局内部不同部门的专业人员兼职组成，每5年审计一次。

（二）建立统计数据质量管理框架

各国和国际组织依据各自的不同需求，在实践中逐渐形成了格局特色的数据质量管理框架，主要类型有：

1.国际货币基金组织（（IMF）的管理框架。该框架认为数据质量与统计体系管理、核心统计程序和统计产品密切相关，应从数据诚信、统计方法及数据质量要求等方面着手，将目标数据与最佳标准进行对比来评估数据的质量。

2.欧盟统计局（（ESS）的管理框架。该框架依据欧盟统计手册，从统计制度、统计程序及统计输出三个纬度对统计数据质量进行评估。通过对统计制度进行分析、对统计过程进行评估、对用户感受进行调查等方式，综合评估数据质量。

3.欧洲中央银行（ECB）的管理框架。该框架基于《欧洲中央银行体系和欧洲中央银行条例》，规定了数据质量的原则和要素，如统计保密性、关联性、可靠性及成本效益等，来指导和规范数据质量评估。

4.联合国统计署的通用国家质量保证框架（NQAF）。该框架是采取分层评估，从统计系统、制度环境、统计过程和统计产出等4层面，每层又细分19个方面，每个方面采用相同评估模式。

上述各种统计数据质量管理框架都从广义的统计数据质量出发，从统计制度、统计程序、统计产出及数据的相关性、一致性、有效性和可获得性等多个纬度对统计数据质量进行管理和评估，但各自的侧重点又有所不同。

（三）开展数据质量量化分析

北欧国家为强化数据质量管理，建立了一套数据质量调查和量化指标评价体系，全面分析和评价数据的质量状况。例如，通过定期问卷调查的方式编制数据满意度指数，了解用户对数据的满意程度；编制调查负担系数，向数据提供者了解调查负担程度；规定月度、季度、年度数据从调查期结束到公布的时间；统计出版物销售量和销售收入等。根据量化分析结果，提出改进数据质量的具体目标。如，荷兰统计局1996～2000年的计划目标要求住户调查的回答率提高8%；通过简化调查表项目的填写，改进数据传输技术，减少样本规模，利用行政记录资料等措施，将调查负担率减轻13%；出版物销售量提高20%。丹麦统计局曾提出1994～1999年数据公布、出版时间缩短30%的目标；工商企业的调查负担1999年应比1996年平均减轻20%。实践证明，数据质量的量化分析和量化目标是一种行之有效的管理方式。

三、我国统计数据质量管理工作实践

我国于1999年公布了国家及省两级对主要统计指标数据质量评估的实施办法，之后大部分地区建立了主要统计指标数据质量评估制度和评估办法，以保证统计信息的准确性、客观性和有效性。2000年我国修订了《统计法实施细则》，其中第二十一条规定：“国家建立健全统计数据质量监控和评估的制度，加强对各省、自治区、直辖市重要统计数据的监控和评估”，对统计数据质量的评估工作做出了明确规定。2002年，我国正式加入国际货币基金组织（IMF）的数据公布通用系统（GDDS），这标志着中国统计系统的发展迈出了重要的一步，意味着我国统计数据采集、质量评估、公布等将与国际标准衔接。2004年开始，国家统计局开始健全统计数据质量全面控制体系，在国民经济核算、固定资产投资、工农业以及建筑业等行业建立了统计数据质量定期评估联审制度，修订了工业、建筑业、房地产开发经营业、农业、投资等主要专业统计数据质量控制办法，进一步强化了对统计调查任务布置和统计数据采集、审核、处理、汇总和上报的全面质量控制。制定了《主要统计指标数据质量评估办法（试行）》，建立了运用用电量、货运量、税收等行政记录，依据经济指标间的逻辑关系，科学评估主要统计指标数据质量的制度。

近年来，各地统计部门为了进一步提高统计数据质量，进行了各种探索与实践。如《北京市部门统计数据质量评估办法》（2007）对数据质量评估的概念、原则、范围、方法以及组织方式等进行了统一的规定。广东省2009年出台的《广东省统计数据质量控制办法》对统计数据质量评估进行了专门规定，并分部门、分行业出台了地区生产总值、农村、工业、能源、批发零售业、投资、房地产、建筑业、人口等主要统计指标数据质量评估办法。

四、当前金融统计数据质量管理存在的主要问题

（一）金融统计制度机制不完善

1.机构覆盖范围不全面。对新型金融机构尤其是金融控股公司统计信息严重缺失，在“分业经营、分业监管”背景下，金融控股公司以集团形式实现了不同种类金融业务的综合经营，但目前对这些大量涌现的金融控股公司统计信息几乎为零。

2.金融产品覆盖范围不全面。对于快速发展的各类创新型金融产品，如衍生工具、资产证券化以及银证、银保、银基合作等业务，缺乏系统性统计信息。随着金融机构产品创新速度不断加快，这些创新业务已对贷款、社会融资规模等核心统计指标产生较大影响。

3.协调、共享机制不健全。当前，银行与证券、保险、基金等金融机构业务往来日益频繁，在分业经营、分业监管模式下，由于各监管部门在统计理念、目标、方法以及标准上存在差异，银、证、保及创新型金融机构缺乏一致的统计标准，难以形成协调、一致的金融业综合统计信息。

（二）金融统计的基础仍然比较薄弱

1.统计信息化程度有待加强。部分金融机构特别是中小法人金融机构受自身实力等因素影响，统计信息系统化程度低，会计科目和台账要素设置无法满足人民银行等金融管理部门的数据报送要求，且基础信息缺失，大部分统计数据依靠手工报送，在数据报送量日益繁重情况下，数据质量难以得到有效保障。

2.统计人员素质有待进一步提升。统计人员及相关部门人员对统计制度熟悉程度不够，造成统计系统参数设置、校验关系、数据提取对照关系，以及相关系统的基础信息录入等不完全符合统计制度的要求，直接影响系统生成数据的准确性。

3.个别金融机构依法合规统计意识有待深化。金融统计是国家宏观调控的关键决策指标，但仍存在个别金融机构对金融统计的严肃性、权威性和强制性认识不足。调查显示，有的基层金融机构为应对考核等目的，采取混用会计科目和台账分类、表内外帐务调整等方式，人为调整统计数据，损害了金融统计数据的权威性和公信力。

五、进一步改进金融统计数据质量管理的建议

（一）健全统计管理制度、机制

在国家层面，可参照国际实践，建立由人民银行、统计部门、审计部门等组成的金融统计数据质量管理协调机制，加强统计信息交换和协调，负责对金融统计数据质量进行分析、评估。在评估框架方面，参照国际通行做法，建立健全分层次评估框架，采用层次分析等数量方法，定期对金融统计数据开展质量分析、评估。在数据采集层面，各金融机构应根据业务管理权限，安排相应业务部门负责各自范围内的统计数据质量管理，完善管理制度和办法、数据复核规则、问题数据处理方案；各业务部门要将数据管理的职能详细明确到相关岗位，明确数据质量管理责任，加强统计数据加工处理过程中的质量控制，使得业务数据质量管理工作制度化、常规化。

（二）完善数据质量控制体系

依据金融统计工作流程，实行全过程管控，探索完善行之有效的数据质量控制体系。在数据录入环节，设置相应的逻辑规则，排查错误数据，将可能的错误录入解决在数据进入系统之前，提高原始数据的准确性。在数据校验环节，在系统软件中设置逻辑检验关系，数据采集后进行自动审核，及时发现各类异常数据，分层面推送至相关人员进行纠正。在数据复核环节，紧扣数据质量标准，规范履行校验规则，修正错误数据。

同时，探索开展统计数据审计，从总体上保障数据完整性、及时性、准确性。可以运用人工审计和软件审计两种方式。人工审计即运用随机抽样方法，从总体中选择一定容量的样本数据进行审计，重点审查数据的准确性和完整性。主要方式是通过实地检查、调阅资料、手工对各类录入信息系统的电子数据与纸质资料内容进行对比核实。软件审计即利用专门开发的计算机软件对数据进行审核校验，重点审查数据的时效性、一致性、完整性及相容性。

（三）夯实统计数据质量基础

一是加强统计信息电子化建设。电子化建设是提升金融统计工作效率，提高数据质量的有效手段。要根据金融统计工作需求，持续完善统计业务管理系统和统计系统规划，加快现有系统的升级和改造速度，优化系统操作流程，加强系统数据核查，为金融统计提供全面、规范、准确的业务状况信息，提高数据报送质量和工作效率。二是加强统计队伍建设。统计队伍素质是决定数据质量的基础。坚持依法统计，深入开展统计职业道德教育，提高统计工作人员维护数据真实的职业自觉性，增强法纪观念；加强业务培训，通过多种形式加大业务培训力度，提高统计人员的经济金融知识和统计理论水平，注重培养提高素质的“复合型”统计人才。在金融统计数据管理工作中引入激励机制，创新工作考评方法，奖优罚劣，充分调动金融统计人员的工作积极性。

（四）推进金融业综合统计

系统总结社会融资规模统计及前期安徽等地金融业综合统计试点经验，完善金融统计法律法规，健全金融统计共享机制，全面推进金融业综合统计，推动统计信息共享和协调。加强对互联网金融等创新性金融工具及其他金融性公司统计制度研究，及时覆盖创新性金融产品和机构。大力推进金融统计标准化，统一金融部门、金融工具的分类和编码，建立指标科学合理，与金融发展相适应，涵盖银行、证券和保险的金融业综合统计体系。

参考文献

[1]许涤龙，龙海跃.欧盟数据质量评估框架及其对我国的启示.统计与决策，2013，（8）.

[2]汤琰，金勇进.数据质量评估框架及其信息量分析.商业经济与管理，2011（9）.

[3]朱松，高喜燕.国外统计数据质量评估框架、方法及对我国的借鉴.西部金融，2014，（10）.

[4]郭红丽，王华.宏观统计数据质量评估的研究范畴与基本范式统计研究，2011，（6）.

[5]童铭红，虞波.国际统计数据质量管理框架的思考和实践.现代经济信息，2013，（12）.

作者简介：汪豪威，女，就读于利物浦大学（University of Liverpool）金融数学专业。