數據分析推進銀行IT風險管理標準化

文/畢琳娜，中國人民大學信息學院

1 數據資源是銀行IT風險管理重要的資產

近年來，大數據時代的來臨席卷了整個世界，中國銀行業邁入了信息化的時代，逐步實現了銀行集中管理、管理的現代化和服務的信息化。在銀行業高度信息化的今天，發展規模和盈利水平快速提高，擁有的客戶數據、管理信息數據等重要信息數據呈現火箭式增長，因為數據的瘋狂增長，導致與數據相關的IT風險隨時顯露了出來。銀行業的IT風險是銀行信息風險管理不可缺少的重要組成部分。因為銀行IT風險的成因是多種多樣的，所以造成銀行信息管理的難度，往往都是在IT風險事件之后，才能找到事情的原因或者信息管理的薄弱環節。銀行必須認識到在數據庫中擁有潛在的金礦資源，所以要將信息資源劃分到銀行重要資產中，通過數據挖掘和自身定位，確定管理中存在的IT風險，推進IT風險管理的標準化建設。

隨著銀行業務的轉型及精細化的數據管理，范圍包括資產、負債、客戶及業務過程中產生的眾多數據資源在銀行的風險評估、成本控制、資本管理等方面發揮著重要的作用。傳統的銀行IT風險管理往往是通過科學技術、信息科技風險管理、業務連續性管理和外包管理的框架等方式來識別IT風險及采取相關措施。監控數據管理的薄弱環節。通過數據管理和數據分析，銀行可以在明確本行在相關客戶和業務中所占有的地位，確定更好的更適合客戶的交易方案，以保證銀行的盈利效率，以此來達到監控銀行相關業務的IT風險。所以，數據資產將直接關系銀行IT風險管理的精細化水平，也是開啟銀行多元化分析的關鍵基礎。

根據新巴塞爾協議的規定，明確的表明了對銀行數據管理的深度、廣度以及管理數據的完整性、精確性的具體要求，并且還規定將數據安全質量納入風險的計算范圍之內。在我國，各大監管機構也表示，要求對銀行披露的信息要進行管理，對于資產負債表、利潤表、統計報表等信息數據要進行嚴格監控。數據資產信息不僅是滿足外部日益嚴格的監管要求，同時也是銀行有效防止金融風險的重要手段。只有掌握了全面的、基礎的、權威的信息數據資料，才能夠計算出風險資產以及構建出較為完善的風險模型，及時了解企業風險的非正常變化、了解IT行業的相關變化，根據了解的相關因素，將IT風險降至最低，從而更為有效的預防IT風險。

國內銀行業轉型的今天，如何將銀行內存儲的信息資源最大化的轉化為戰略性的價值資產，已經成各家銀行必爭的先機，占據這一個重要的先機，才能夠贏得優勢地位，才能夠在銀行業中占據有利地位。

2 數據資源管理進行數據資源價值評價的基礎

數據資源作為現代銀行重要的戰略性資源，如何管理、應用好這些數據，挖掘這些數據應有的價值等工作，已經成為現代銀行提高管理技術水平、實現精細化管理、加快業務創新及滿足社會監管的重要工作基礎。但是，從目前國內銀行的實際情況來看，普遍存在數據質量不過關和數據決策功能不強等關鍵性的主要問題。導致國內銀行所擁有的數據資源沒有得到應用的地位和應有的數據使用價值。所以在國內，數據信息問題已經成為提高國內各大銀行提高自身競爭力的重要因素，主要體現在沒有建立統一的數據規劃、數據管理職責分不清、數據需求不能得到有效的滿足、數據管理的安全性不高、數據質量不過關。

我國的監管部門一直重視對銀行業數據管理的監管。從一開始的銀行數據管理工作的重點應是建設數據倉庫和數據集中管理，到后來的銀行數據管理的工作重心轉向數據的治理和體現數據價值的管理工作。對于此種情況，銀監會專門出臺了相關的法律法規，并且對銀行數據管理工作的各個環節提出了明確的內容。并且借此機會，各個銀行已經開始實現數據的集中管理，通過數據集中統一管理平臺的幫助，銀行的數據實現了基礎數據的標準化建設和銀行數據質量的增加，現在正在通過使用多樣化的數據方式加快使用數據的真實價值。就目前社會發展主題而言，數據標準化、數據資源的共同開展、數據資源共享、數據資源的深化應用將會是整個銀行業未來數據管理的發展趨勢。

為了有效解決銀行業IT風險管理問題，有效提高數據管理工作，滿足監管要求，銀行需要加大力度建設數據管理控制體系，著力解決業務、數據、技術等方面的具體分工和相互協調，為銀行管理層、業務決策層提供更加準確、實用的、全方位的信息，以此來促進銀行數據的最大化使用效果，推動銀行核心競爭力的提升，降低銀行IT風險，為銀行IT風險管理提供良好的數據保障。數據管理的重要保障應當從以下幾個方面進行具體實施。

2.1 建立統一的數據規劃

數據規劃是數據管理體系的指向標。它可以根據業務對數據產生的需求進行數據調配，對所有滿足業務要求的數據進行統一的管理和調度。利用現有的數據資源進行預測未來計劃需求的數據情況并做好數據管理工作，使得數據管理在一定程度上能夠滿足外部監管、對外披露和內部需求、分析、管理的需要。建立統一的數據管理規劃就是將數據生命周期的各個環節作為核心工作，并且根據提出的具體要求和管理原則、策略進行指導數據管理工作成果的落實。根據數據生命周期進行數據規劃需要針對數據的實際應用方向進行制定指標性的戰略措施。也需要為每個數據指標指明相應的數據處理方式。

2.2 建立完善的數據科學管理機制

數據管理機制是實現整個數據管理體系的基礎。數據管理機制的建設需要銀行高層管理人員不斷的推動和加強重視，同時還必須建設相關的數據管理機制、數據決策機制和數據控制機制，以便管理人員能夠更好的獲取數據資源的信息。建設有效的數據管理機制需要專門的部門和相關組織承擔起整個銀行的數據管理和應用職責。該組織負責從戰略角度分析數據的準備和計劃，時刻做好數據的統籌和管理規劃工作，明確數據管理工作的具體范圍，做好數據資產的歸屬工作、使用工作、管理工作等具體實際操作流程。明白數據管理工作的組織、功能、職責，確定數據管理工作的具體操作工具，需要使用的信息技術、應用平臺等真實內容。切實做好信息數據的共享工作、提高信息數據的價值，引領銀行業數據管理業務的發展。

2.3 建立統一的數據管理標準規范

數據管理標準規范緊密的連接著數據管理體系。其通過改進、提高數據的質量，成為數據管理工作成敗的重要關鍵。數據管理的標準化已經成為數據標準形成和使用的一套標準規范，已經實現制定、實施相關數據管理標準及提過數據管理水平的重要過程。數據管理標準的制定需要參考行業監督和標準的機構提出的數據標準，同時還應該參考各個部門使用的特定數據，制定出數據標準的管理體系框架。制定出的數據標準體系可以分成基礎數據管理標準、業務數據管理標準和應用數據管理標準等，以標準數據管理框架為基礎進行詳細細分[5]。在數據管理體系的框架中對數據進行整理工作，從而對業務數據和技術數據經行詳細分類管理，便于對銀行業數據庫中的數據進行全方面的數據標準化。近年來，眾多銀行也根據統一數據管理平臺進行數據管理標準化建設，相關的數據管理、數據相關分析等基礎工具，保障銀行業基礎數據的統一標準。

2.4 建立數據質量管理的持續化規范

數據質量管理是推動整個數據管理體系的動力體系。其主要作用是對業務需求的數據資源進行全方面的質量管理，確實保障各種數據管理工作能夠得到正常有效的落實，確保數據質量的完整性、真實性和數據的準確性，并且能夠為數據資源提供有效的增值業務。數據質量管理包括數據質量管理團隊建設、數據質量管理制度建設、數據質量管理基本流程建設和數據質量監管平臺建設等眾多項目。其中，數據質量監管平臺的建設是至關重要的，在當今大數據時代的背景下，銀行需要依靠數據資源在數據資源的各個生命周期發揮應有的實際價值，建立數據質量監管平臺，可以即使發現相關數據的關鍵問題，不斷改善數據的使用質量，降低數據資源出現質量錯誤導致銀行業務出現風險，能夠實現數據更大的價值體現，滿足銀行業務分析和管理決策的數據需要。近年來，因為銀監會發起了一系列的眾多活動和數據質量現場檢查工作，對眾多銀行從制度到流程再到數據質量檢測進行全方位的檢查梳理，初步建立起了符合監管規定的數據監管質量體系。

2.5 完善數據安全防范規定

數據安全防范是數據管理體系的重要的“防火罩”。目前，銀行時常發生信息數據泄漏的事件，保障信息數據不被泄漏和非法訪問，已經成為銀行數據安全管理的非常急切解決的重要問題。隨著云計算技術和商業銀行的IT框架的合作和廣泛應用，致使未來云平臺的安全性將會是未來商業銀行面臨的重要難點之一，需要商業銀行通過加強數據的安全性來保障數據生命周期的管理、增加防止信息泄露的防范措施、強化數據管理體系，建設統一的數據安全審計工具來保障云平臺的數據安全性。

3 數據分析時實現銀行IT風險管理標準化的重要手段

數據分析工作是一整套的技術、流程與應用工具，通過建立相關的信息數據分析模型從而對數據進行核對、檢查、核查、判斷等實際操作。將收集到的樣本數據的現實情況與理想狀態進行詳細的對比，從而發現潛在的風險，并且搜集相關的數據證據。在實際應用過程中，數據分析可以幫助銀行做出最正確的分析和判斷，以便銀行在市場競爭中采取適當的行動，掌握主動權，占據有利地位。所以，數據分析的過程就是組織收集數據資料、分析數據資源，并且使數據資源最終實現增值的作用。

數據分析的目的是通過海量的看似雜亂無章的數據表面，進行實際的數據統計、定量分析、制定相關的數據模型，并通過相關的實施管理，找到隱藏在數據背后的實際規律和風險，最終推動經濟發展的方式。近年來，數據分析在通訊行業、零售業和制造業等眾多行業中得到廣泛的應用，并且已經有不少的銀行已經開始建立用于業務經營分析管理的數據庫。數據作為銀行重要的戰略資產，在實現完善管理，進行有效的數據分析，使得數據資源獲得增值。

一個以市場風險為導向的銀行數據分析工作可以分成五個具體步驟，包括明確分析目標、收集基礎數據資料、數據資源挖掘和分析、風險跟蹤、數據指標固化。其中，數據挖掘和數據分析是整個工作流程的核心工作。

4 基于數據分析推進銀行IT風險管理的標準化

根據銀監會頒布的相關法律規定，信息科技的風險是指信息科技業務在商業銀行中進行數據應用過程中，由于自然因素、人為因素、技術漏洞和管理因素等產生的操作、法律和聲譽的風險，同時也明確商業銀行在信息科技業務風險管理應當覆蓋信息數據管理、信息數據科技風險管理、信息安全等眾多內容。傳統的商業銀行IT風險管理基本上都是依靠該框架進行相關的風險管理的，但是有效的IT風險管理經過相關的商業銀行實踐證明，目前眾多依賴技術規范的事前約束和事后信息科技風險事件進行實際的效果分析和查漏補缺，真正的科學的IT風險識別仍是目前IT風險管理的重難點。

銀行可以通過數據管理體系的提升來尋找自身的IT風險源，基于自身的IT風險框架，分析現有客戶的交易習慣、系統的交易量、系統峰值等數據來定位風險值，進而推進銀行建立符合自身的IT風險管理體系，構建出標準的IT風險監管指標和標準化工具。

5 總結

隨著科學技術的普及，對數據的管理工作將會從局限的層次發展到銀行整個業務體系中，不只是單純的對數據的認識，更是將數據變成銀行的重要資產。通過數據的運用，將會引領銀行業務走到最前端。數據，通過有效的管理與分析，將會變成銀行完善自身、實現增值的重要籌碼。同時也可以將銀行的日常IT風險源尋找出來，建立科學的IT風險識別、監管體系，促進商業銀行的健康、安全、持續發展。