中小型商業銀行數據質量管理探索

摘要：隨著信息的爆炸性增長，大數據引領時代發展已是全球共識。數據作為企業的重要信息資產，已逐漸體現出其獨特的商業價值。對于商業銀行來講，隨著業務規模的擴大和管理水平的提高，無論是為了滿足監管部門的要求，還是為了自身業務發展或風險管理的需要，都對數據管理水平提出了更高的要求。本文從數據質量管理體系入手，闡述了數據質量管理的基本步驟和方法，對中小型商業銀行如何有效開展數據質量控制進行了一些研究與探索。

關鍵詞：數據質量 商業銀行 風險管理

一、數據質量管理背景

近年來，以信息通信技術的發展和成熟為標志的數據大集中是全球信息化建設領域的熱門話題，也是包括銀行、證券、保險等行業在內的整個金融信息化的發展趨勢。通過對數據實施統籌管理、合理規劃、有效開發和充分利用，商業銀行可以建立起全面的數據服務與決策體系，將業務數據轉化為管理信息，以及時準確的掌握銀行的運營狀況，推動業務流程再造，增強金融創新能力和核心競爭力。然而，我國銀行業信息化建設雖然取得了令人矚目的成果，但有效的數據治理工作尚處于起步階段。中小型商業銀行在應用系統建設方面缺乏規劃，擴張式開發導致信息孤島現象嚴重，數據標準不統一，數據質量參差不齊，數據質量管理迫在眉睫。

一方面，外部監管環境的變化對加強銀行業數據管理，有效保障數據的真實性、準確性、完整性和及時性提出了更高的要求。《中國銀行業信息科技“十二五”發展規劃指導意見》中指出，各大中型銀行要“建立數據治理機制，推進數據標準化和質量建設”。《銀行監管統計數據質量管理良好標準（試行）》中也提出，在組織機構、制度建設、數據標準、數據質量及數據應用等各方面應考慮數據的質量。此外，1104工程、EAST等監管手段都需要高質量的數據作為依托；另一方面，隨著我國銀行業分步實施新資本協議的步伐逐步加快，各家商業銀行對數據質量的要求也不斷提高。商業銀行必須為三大支柱提供充分的數據支撐。同時，金融創新需要商業銀行對客戶信息和業務數據進行分析與挖掘。有效的數據質量管理可確保商業銀行對數據的統一管理和規范使用，尤其是數據的精細化管理可為客戶提供個性化增值服務，使用戶真正體會到“智慧的銀行”。因此，開展數據質量管理是商業銀行滿足外部監管和內部管理的共同需求。

二、數據質量管理體系

質量一詞含義較為廣泛。國際標準化組織（ISO）2005年頒布的ISO9000：2005《質量管理體系基礎和術語》中對質量的定義是：一組固有特性滿足要求的程度。美國質量管理專家克勞斯比從生產者的角度出發，曾把質量概括為“產品符合規定要求的程度”；美國的質量管理大師德魯克認為“質量就是滿足需要”。由此可見，質量實質上是一種滿足程度。對于數據來說，其質量是指滿足明確或隱含業務需求的能力。這種能力可以從完整性、準確性、一致性、時效性和合規性等方面加以衡量。

遵照ISO9000的要求，開展數據質量管理應建立全面的數據質量管理體系。對于商業銀行來講，所謂數據質量管理體系，即為實現銀行的數據質量方針和目標，建立相應的組織、制度、過程的集合。最高管理者可通過它指揮和控制數據質量方面的活動，包括制定質量方針和目標，進行籌劃和制定質量計劃、進行質量控制、保證和改進，而使質量方針和目標得以實現。總體來說，數據質量管理體系應從戰略規劃、組織架構、制度流程和支撐工具四個層面加以構建。

圖示：數據質量管理體系框架

三、數據質量管理步驟

數據質量管理應以“預防為主、標準先行、源頭控制、持續改進”作為指導原則。在完善的數據質量管理體系框架內，合理開展數據質量管理工作，是全行貫徹數據質量控制戰略，有效組織人員，按既定規范和流程，采用不同的技術手段，綜合實現數據質量管理的一整套工作過程。其本質是基于PDCA的循環過程，通過不斷的檢查與改進，以持續提升數據質量。對于中小型商業銀行來說，有效開展數據質量管理還應結合實際情況，充分利用已有資源，合理開展數據質量的檢核與控制，其大體應遵循以下步驟：

（一）構建合理的組織架構

合理的組織架構是順利開展數據質量管理的前提。為確保數據質量控制的有效性，組織架構應至少分為管理層和實施層。管理層負責數據質量工作的協調、管理、溝通等工作；實施層負責具體辦理數據質量的監控、問題分析和整改工作。對于中小型商業銀行，可以考慮將該職責設置在科技或統計部門，但具體的數據質量控制工作需要全行上下的統一行動和分工實施。

（二）建立統一的數據標準

統一的數據標準是推進數據質量管理的基礎。中國人民銀行2014年頒布的《銀行數據標準定義規范》（JR/T0105-2014）中對數據標準的定義為：對數據的表達、格式及定義的一致約定，包含數據業務屬性、技術屬性和管理屬性的統一定義。通常情況下，數據標準是銀行遵照的唯一數據準則，所有的業務定義、系統建設和數據交換等均應遵循數據標準。對于符合了數據標準，其數據質量被認為是高的。

數據標準的制定需遵循“統一行動、順勢而為”的原則。統一行動即指全行只有一套數據標準，由歸口部門負責制定、解釋與修訂；順勢而為是指在眾多數據標準中，采取急用先上的方式，因需而動，重點先行，逐步推進。數據標準應遵循實事求是的原則。既要結合監管部門的要求和國際、國家的既定標準，又要結合商業銀行的實際情況，制定適合自身并有一定前瞻性的數據標準。

（三）制定有效的檢核規則

有效的檢核規則是評估數據質量的重要手段。數據質量的檢核規則除來自數據標準外，還來自日常工作中的積累，包括但不限于數據問題、業務要求、易混易錯等情況。對于重點系統和敏感時期，數據質量的檢核規則還可包括臨時性的業務約束或部分風險控制條件。

數據質量檢核規則包括業務邏輯和技術實現。業務邏輯是用于描述數據質量要求的業務語言。原則上所有的業務邏輯規則均應由主管業務部門提出；技術實現是評估數據質量的信息化語言，是業務邏輯規則在數據存儲層的具體實現。就規則內容來說，檢核規則可分為通用規則和專有規則。通用規則用于評估通用的數據質量，例如郵政編碼、電話號碼等；專有規則用于評估與業務聯系較為緊密的數據質量，例如貸款五級形態、抵質押物信息等。

（四）實施數據質量評估

實施數據質量評估是數據質量管理與控制的核心，其實現方式為利用技術手段，在數據庫底層執行相應的數據質量檢查規則，以篩選出問題數據。數據質量評估根據目的不同，可分為專項評估和日常監控。專項評估通常情況下是為了評估某業務條線的數據質量，或對現有數據的全面摸查，一般不定期開展；日常監控則傾向于針對增量數據進行常規的數據質量監控，通常情況下定期開展。

開展數據質量評估工作，檢核規則的選取是關鍵。過多的檢核規則不僅會降低檢核效率，還會篩選出過量的問題數據，讓數據質量分析工作無從下手，而過少的檢核規則又起不到數據質量檢查的目的。因此，檢核規則的選取將是一個動態調整的過程。

（五）開展數據質量問題分析

數據質量問題的分析應遵循“業務優先、技術支撐”的原則。業務部門是數據質量問題分析的歸口責任部門，而技術部門則需從技術的角度予以支撐和配合。所有發現的數據質量問題都應遵循統一的問題管理機制，由專崗統一受理、分析、分派、處置和回復，確保所有問題均被妥善處置。

數據質量的問題分析可以采取多種方式：對于專項型數據質量評估，可以采取一事一議的原則，集中業務和技術骨干共同開展，確認問題的產生原因和解決建議；對于日常監控發現的問題，可以固化下相應的處置流程，按流程開展分析工作。此外，本步驟還應針對數據質量檢核規則予以評估和完善。對于長期未命中數據的檢核規則，可視情況停用或廢止；對于檢核規則不正確的情況，應及時調整；對于通過非檢核規則發現的問題，則應視情況建立新的檢核規則，甚至考慮建立相應的數據標準。

（六）實施數據質量問題整改

數據質量問題整改是數據質量控制循環的最后一個步驟。本步驟可在數據質量問題分析的基礎上，制定相應的數據質量整改方案。數據質量的整改可以從“前向”和“后向”兩種思路考慮。“前向”是指對存量數據進行調整，確保已發現的數據質量問題被改正；“后向”是指對增量數據進行控制，確保新增數據不會再出現類似問題。對于存量數據，整改工作以業務人員確認和手工調整的方式為主，盡量從源頭改起，技術部門可配合在數據庫底層實施批量數據清洗；對于增量數據，整改工作以規范業務為主，可建立相應的業務操作規范和流程，制定數據標準，技術部門可協助在錄入層面構建程序的控制功能，確保數據從源頭錄入的可控。

（七）構建數據質量考核體系

數據質量考核是指將數據質量問題納入全行考核體系，根據數據質量出現的問題，對其主管部門實施考核。開展數據質量考核需具備兩個重要前提，一個是明確數據質量問題的主責部門，一個是明確的數據質量考核標準。建立數據質量考核體系可從制度建設、人員安排、數據標準、數據規則、數據評估、數據整改等方面考慮。

（八）搭建有效的支撐平臺

數據質量的控制與管理，除建立一整套行之有效的管理流程外，技術平臺的支撐也很關鍵。可有兩種搭建思路：一是依托行內數據倉庫實現。由于數據倉庫通常情況下是全行數據的集中地，也是管理信息的生成平臺，在其上實施數據質量的控制可直接管理信息的源頭，節省資源，運轉效率也較高；另一個思路是單獨建立數據質量管控系統。從各數據源同步數據，構建統一的數據檢查平臺。該平臺僅用于數據質量的評估與監控，可相對獨立的開展工作。

四、結束語

在數據資產價值被高度認可和開發利用的今天，數據治理不僅需要作為一項管理職能在銀行內貫徹執行，也應成為一種企業文化被全行所重視。可以預見，數據質量的管理水平將是商業銀行之間的又一個競爭領域。但良好的數據質量控制并不是一蹴而就的，是一項長期而復雜的系統性工程。各商業銀行應結合自身的特點和資源，合理開展數據治理，實現數據質量的持續改進和穩步提升。

參考文獻：

[1]DAMA International，《DAMA數據管理知識體系指南》[M].清華大學出版社，2012年

[2]戴劍偉，《數據工程理論與技術》[M].國防工業出版社，2010年

[3]Danette McGilvray，《數據質量工程實踐》，[M].電子工業出版社，2010年

[4]中國人民銀行，中國金融標準化報告[M].中國金融出版社，2010，2011，2012endprint