农村商业银行数据治理工作研究

张兆虎，郝路安，武成伟

（山东省农村信用社联合社，济南 250014）

0 引言

2018 年5 月，中国银行保险监督管理委员会（以下简称“银保监会”）发布《银行业金融机构数据治理指引》，从数据治理架构等5 个方面全方位规范了银行业金融机构的数据治理活动。这是银保监会首次将数据治理提高到银行常规管理的战略高度。2021 年9月，银保监会印发《商业银行监管评级办法》，首次将数据治理列为银行业金融机构监管评级要素，权重占比为5%，将数据治理工作重要性推向了新的高度。

1 数据治理的含义

对于数据治理的含义，目前业内没有统一的标准，各数据管理协会、国内相关政府部门都是基于各自的研究领域和管理范畴对数据治理作出阐述。国际数据管理协会将数据治理定义为在管理数据资产过程中行使权力和管控，包括计划、监控和实施。《数据管理能力成熟度评估模型》将数据治理定义为对数据进行处置、格式化和规范化的过程。

银保监会发布的《银行业金融机构数据治理指引》（以下简称“银保监会《指引》”）指出，数据治理是银行业金融机构通过建立组织架构，明确董事会、监事会、高级管理层及内设部门等职责要求，制定和实施系统化的制度、流程和方法，确保数据统一管理、高效运行，并在经营管理中充分发挥价值的动态过程。

中国人民银行发布的《金融业数据能力建设指引》（以下简称“人民银行《指引》”）中，将金融数据管理能力划分为8 个能力域，包括数据战略、数据治理、数据架构、数据规范、数据保护、数据质量、数据应用及数据生存周期管理。

综合以上内容来看，目前数据治理的含义主要包括狭义和广义两种。狭义的数据治理是指对数据质量的管理，专注于数据质量问题整改和数据质量提升；广义的数据治理包括元数据、数据标准、数据质量、数据安全、数据服务与应用等内容。从金融领域看，农村商业银行应将银保监会《指引》和人民银行《指引》作为数据治理工作的纲领性文件，在开展数据治理工作时必须结合监管要求，将其视为一项具有全面性、系统性的工作。

2 农村商业银行数据治理的必要性

2.1 加强数据治理是农村商业银行数字化转型的前提条件

在大数据、人工智能等科技的驱动下，农村商业银行从移动银行向数字化银行转变已是大势所趋。数据作为新型生产要素，是产业数字化转型的基础。农村商业银行作为中小型地方性金融机构，要想通过数字化转型提高核心竞争力，就必须全面开展数据治理，打造高质量的数据资产，有效发挥数据价值，真正实现数据驱动。

2.2 加强数据治理是农村商业银行做好经营决策的重要保障

统计工作在银行经营决策、风险防控等方面发挥着重要作用，而数据的质量将直接影响统计的精准度。统计数据是经营状况的“风向标”，可以对农村商业银行的经营状况、财务管理、风险水平等进行准确、及时的反映，为准确识别风险、科学经营决策提供参考。农村商业银行要想强化精细管理，真正落实以效益为中心的经营理念，必须有效利用统计数据分析，对经营质量进行客观评价。

2.3 加强数据治理是监管合规的必然要求

近年来，监管部门陆续出台系列政策制度，不断加大监管处罚力度，推动银行业金融机构加强数据治理。政策制度方面，监管部门陆续出台《银行业金融机构数据治理指引》《金融业数据能力建设指引》《商业银行监管评级办法》等，对数据治理的要求更高、更全面；监管处罚方面，近几年有不少银行业金融机构因数据治理问题被监管部门处罚，2020 年有8 家股份制银行被经济处罚，罚款共计1 770万元。全面开展数据治理工作是更好满足监管合规要求，提高监管数据质量的必然之举。

3 农村商业银行全面开展数据治理工作的策略

与大型股份制商业银行相比，农村商业银行数据治理起步较晚，还存在较多问题，如数据质量不高、数据治理的系统性和全面性不足等，农村商业银行全面开展数据治理工作迫在眉睫、势在必行。

3.1 全面开展数据治理工作要从“大”处着眼

3.1.1 加强顶层设计，制定数据治理战略规划

银保监会《指引》要求银行业金融机构应当结合自身发展战略、监管要求等制定数据战略，并确保有效执行和修订。在数据治理工作推进方面，农村商业银行应加强顶层设计，充分发挥高管层的决策引领作用，组织各部门业务骨干，制定全行级的数据治理战略规划，并将数据治理纳入银行治理范畴。同时，以全体员工大会表决等形式审批数据治理战略，确保在全行范围内得到广泛认可。从农村信用社同业情况来看，目前农村商业银行的数据治理体系基本呈现金字塔结构，依次为战略、机制、领域、技术支撑，是一个从上至下指导、从下而上推进的多层次、多维度、多视角的全方位框架，其中战略规划是数据治理的最高指导原则。

从全国农信系统来看，部分省联社进行了数据治理战略规划，并在其指导下开展工作，如SX 省联社编制了《数据驱动能力体系建设实施方案》、ZJ 省联社制定了数据治理工作五年规划等。

3.1.2 健全组织体系，明确组织层级与职责分工

组织建设包括组织架构、数据责任等内容，是各项数据治理工作开展的基础。银保监会《指引》要求银行业金融机构应当建立组织架构健全、职责边界清晰的数据治理组织架构，明确董事会、监事会、高级管理层和相关部门的职责分工，建立多层次、相互衔接的运行机制。

农村商业银行数据治理组织架构一般应包括决策层、管理层、执行层。一是成立由银行领导牵头的数据治理委员会，将其作为数据治理的决策层，统一领导数据治理工作，协调解决重大事项；二是成立数据治理管理部门，将其作为数据治理委员会的办事机构和数据治理的管理层，负责全行数据治理的牵头管理；三是明确各业务部门、各支行及网点的数据治理工作职责，其作为数据治理的执行层，要根据相关要求和内容开展数据治理工作。

从全国农信系统来看，部分省联社构建了完整的数据治理组织架构。例如，SX 省联社的决策层是数据治理委员会，管理层是数据治理办公室（设在信息科技部），执行层是各个数据治理工作小组。

3.1.3 强化制度建设，规范数据治理流程

数据治理涉及组织建设、质量控制等领域，需要有制度保障，以实现工作的标准化、规范化。银保监会《指引》要求银行业金融机构应当制定全面科学有效的数据管理制度，包括但不限于组织管理、部门职责、协调机制等方面。从农信同业实践情况来看，农村商业银行数据治理制度建设可分层次设计，分为政策、制度、细则、规范等4 个层次。

从全国农信系统来看，部分省联社构建了相对完善的制度体系。例如，SX 省联社设计了《数据驱动能力体系建设方案》，明确了数据治理的范畴和目标，制定了《数据标准管理办法》《数据质量管理办法》等16 项制度规范。

3.1.4 依托技术支撑，引入数据治理管控工具

银保监会《指引》要求银行业金融机构应当持续完善信息系统，覆盖各项业务和管理数据。从同业实践情况来看，部分头部农村商业银行通过建立数据治理平台，依托技术支撑实现数据治理的线上化、自动化，极大提高了数据治理工作质效。目前，市场上成熟的数据治理工具较多，主要包括数据标准管理、元数据管理、数据质量管理等功能模块，对数据进行系统化管理和治理。

从全国农信系统来看，部分省联社搭建了数据治理管控平台。例如，ZJ 省联社搭建了数据治理管控平台，通过数据质量管理模块可定期执行检核规则，提高了问题解决效率，提升了数据治理工作质效。

3.2 全面开展数据治理工作要从“小”处着手

3.2.1 加强数据标准化建设

完善的数据标准能够有效促进数据的共享、交互和应用，促进数据质量提升。银保监会《指引》要求银行业金融机构应当建立覆盖全部数据的标准化规划，遵循统一的业务规范和技术标准。对农村商业银行来说，完整的数据标准体系建设流程应包括数据标准管理机制建设、数据标准制定、数据标准的落地执行等，其中数据标准落地执行是关键点，决定着数据标准化工作的成效。

从全国农信系统来看，部分省联社构建了统一的企业级数据标准体系，并稳步推进标准的落实工作。例如，FJ 省联社的数据标准涵盖9 大主题、1 200 余个信息项，针对新老系统制定了差异化的标准落实策略，逐步推进数据标准的落地执行。

3.2.2 规范数据质量管控流程

银保监会《指引》要求银行业金融机构应当确立数据质量管理目标，建立控制机制。完整的数据质量管理体系能有效提升银行数据质量，更好地支撑银行业务发展、经营决策。目前，部分头部农村商业银行基本建成了制度、流程和系统三位一体的数据质量管理体系，这些体系以制度和规范为约束，以工具为辅助，以系统为支撑，从设计、开发、生产等各环节发现数据问题并及时解决。

从全国农信系统来看，部分省联社持续完善数据质量管理体系，加强质量管控。例如，FJ 省联社出台了《数据质量管理办法》，明确了数据质量管理流程，总结了数据质量问题三步法，实现了数据质量管理的闭环。

3.2.3 组织开展问题数据专题整改活动

银保监会《指引》要求银行业金融机构应当建立数据质量监控体系，覆盖数据全生命周期，对数据质量持续监测、分析、反馈和纠正。农村商业银行在日常监测的基础上，可针对监管统计报送、客户信息等领域开展专题治理活动。监管数据治理工作与全行数据治理工作是相辅相成的，是全行数据治理的重要组成部分。农村商业银行可持续开展监管数据专题治理活动，以监管数据治理效果为抓手，追根溯源，推动完善源系统数据治理工作，不断提高监管报送数据质量。

从全国农信系统来看，部分省联社重点对监管数据开展了专题治理活动。例如，ZJ 省联社开展客户信息专题治理活动，有效解决了客户信息不一致、不规范等问题；FJ 省联社开展监管数据专题治理活动，有效提升了监管报送数据质量。

3.2.4 严格数据源头管控

银保监会《指引》要求银行业金融机构应当加强数据源头管理，确保将业务信息全面准确及时录入信息系统。农村商业银行应坚持实行数据质量源头负责制，把好数据质量入口关，尤其是基层机构和一线业务岗位在对数据进行采集、整理和录入时要严格遵守数据录入维护规范，确保将业务信息真实、准确、连续、完整地录入系统中。针对数据源头录入问题，要及时进行整改，从源头上保证数据质量。

从全国农信系统来看，各省联社均强化数据质量源头管控，要求各级机构、人员参与数据治理工作。例如，ZJ 省联社要求法人行社负责按照省联社统一部署开展数据治理工作，规范源头数据录入标准，并加强考核。

4 结语

农村商业银行数据治理工作是一项复杂的、长期的系统性工程，涉及战略、文化、方法、组织、系统工具等多方面要素的综合运用，需要决策层、管理层、执行层上下协同、齐抓共管，各部门密切配合、共同推进。此外，数据治理不是一项临时性的工作，因此农村商业银行要从数据治理意识形成、数据治理体系运行的角度入手，建立一套长效机制，还要长期坚持、循序渐进。