淺談商業銀行數據治理的難點與應對策略

摘要：大數據是我國經濟社會進入新時代新的歷史特征，數字經濟也成為了當下討論和探索較多的話題，數據已經成為企業的不可或缺的資產、生產力和核心競爭力，特別是經過多年信息化建設的商業銀行，積累了龐大、海量的數據資源，但數據價值沒有完全發揮應有的作用，其主因就是由于數據沒有集成，大部分都是分散的，質量不高，難以發揮數據支撐決策、服務經營的需要，針對此現狀，商業銀行數據治理已迫在眉睫，治理工作任重道遠，如何實現高質高效可充分利用的數據資源是擺在現階段商業銀行工作的難題，本文通過數據治理制度化、數據治理組織架構、數據源清洗、數據標準化制定等方面，形成系統的、統一的數據管理體系，形成高效、快捷、可被利用的一種資源，為外部監管、內部經營、服務實體經濟提供高質量服務，有力推動商業銀行高質量發展進程。

關鍵詞：商業銀行;數據治理;難點;應對策略

近年來，隨著社會經濟技術進步，國民經濟體系、結構發生了巨大變化，達到了歷史新高度，作為體系中的一員，商業銀行業務取得了迅猛發展，業務品種層出不窮，全渠道業務取得了長足發展，在發展過程中也積累了海量數據，如何加工、整理這些碎片化、分散化的數據，使之成為銀行業可以利用的資源，已成為銀行業公司治理中的一項長期而艱巨的任務[1]。

中國銀保監會于2018年出臺了《銀行業金融機構數據治理指引》的通知，其背景就是積極對接國家政策的需要，數據治理是國家層面高度重視數據基礎性戰略決策，是服務社會經濟向高質量發展轉變的需要，特別是商業銀行在服務國家實體經濟中扮演著重要角色，通過數據的發掘、分析及利用，可以定位實體經濟在發展中的困境與難點，有助于“對癥下藥”，促進新時代我國經濟增長新動能，實現向高質量發展轉變，使我國經濟“換檔”成功，再次步入良性、綠色、健康發展的快車道。

1商業銀行數據治理的意義

伴隨著我國銀行業的發展，截止目前為止，我國銀行業機構已達4588家，在國民經濟發展中扮演著重要角色，銀行業務類型和金融產品層出不窮，銀行業信息化建設也經歷了二十多年的發展，金融科技得到了長足發展。國家監管機構、商業銀行內部管理層、客戶等對商業銀行數據的需求與日俱增，而現階段商業銀行的數據質量還沒有達到所需的要求，銀行商業銀行數字化轉型工作已勢在必行，而數據治理是商業銀行數字化的基礎，目前，僅有18%的少數中小商業銀行將數據治理工作納入到公司治理體系當中，可見，商業銀行加強數據治理工作任務艱巨，有必要將數據治理工作提升到一個新高度，通過數據治理，提升數據質量，形成高質量的數據資源，是社會各界的需要，是促進數字智能化發展趨勢的需要，也是商業銀行業適應新時代經濟發展的需要，良好的數據管理也會在銀行業發展普惠金融和綠色金融的道路上發揮重要作用，具有重大意義。

2商業銀行業數據治理五大難點

2.1數據治理制度尚未有效建立

目前，絕大多數商業銀行數據治理制度化尚未有效建立，相關制度的建立正處在研究制定階段。數據治理是一個體系過程，數據龐雜、系統繁多，涉及方方面面。另外，內部數據治理職責不清，部門之間協同效應差，需要建立一系列有效的數據治理制度或規章成為數據治理的一大痛點[2]。

2.2未建立全局數據觀

目前，由于大多數商業銀行的數據廣而散，龐而雜，相互割裂，沒有形成有效集成，系統間、業務間及產品間等數據的產生架構聯系粗放，有的甚至處于完全割裂的狀態，沒有全局數據觀，數據價值難以有效發揮，在指導企業經營、服務實體經濟、服務監管等方面成效性不足。

2.3數據收集難度大

目前，商業銀行信息系統建設滯后，系統開發人員與業務人員融合度不足，開發的信息系統存在頂層設計缺陷，數據收集功能滿足不了數據應用的需要，大多數商業銀行數據還有大量的靠傳統手工收集，耗費大量的人力、物力、財力，效率不高，差錯也時有發生，數據收集難度大。

2.4缺乏數據統一標準，數據應用難

數據治理最關鍵的是要建立高質量的數據標準，沒有標準，也就無法區分數據質量的好壞，而數據標準的制定又要以相關政策法規及內部規章為依據，如財務政策、信貸政策等，數據質量的好壞反過來也是對相關政策執行好壞的反映。就目前狀況來講，大多數商業銀行還沒有制定統一數據標準，數據錄入標準、數據語言字段、數據數值等不規范、不統一等底層原始數據呈碎片化分布，不同業務間、不同產品間、不同時段間的數據用途、分布結構、數據價值及數據質量水平參差不齊，缺乏數據分析工具，數據運用難。

2.5信息系統落后，存在安全隱患

雖然目前商業銀行信息系統建設較傳統手工階段有較大提高，但遠沒有達到數據管理需求，與人們長遠預期仍差距甚遠，主要是系統間融合度不高，數據分散、相互割裂，關聯度不高，數據質量不高，無效或垃圾數據易導致決策出現失誤，對客戶風險預警、信貸風險評估、交易欺詐等數據支撐不足，也會導致業務風險上升，另外還會存在信息泄露風險，數據安全管理難度大。

3商業銀行數據治理應對策略

3.1建立良好的數據治理文化

文化是企業的精髓，數據治理也一樣，企業文化建設務必貫徹數據是企業不可或缺的資源的理念，牢同樹立全局數據觀。數據治理從圍家層面將其提升到戰略高度，納入商業銀行法人治理體系當中，商業銀行要從戰略視角啟動、開展和推進數據治理，建立以“數據資源”為導向的企業文化，做到高層推動，將數據治理與商業銀行經營規劃、IT發展規劃有機結合起來，將商業銀行數據治理、科技治理和公司治理有效的結合起來，最終達到數據治理目標[3]。

3.2建立完善的數據治理制度體系

數據治理制度體系是商業銀行數據治理工作實施的基石與保障，要研究解決制度層面的問題，就要厘清數據形成的基理，中國銀保監會出臺的數據治理指引制度，為我國商業銀行業數據治理工作提供了依據和保障，現今各商業銀行已進入到了數據治理制度化軌道，如某些商業銀行已按要求將數據治理工作納入到了企業董事會層面，納入到了公司治理體系當中，采取“一把手”負責制，相續出臺了數據治理管理辦法及細則，通過組織領導、責任分工、管理流程、評價考核等明確各單元在數據治理過程中職責定位，做到既各司其職，又相互協同，從制度體系層面高質高效推動數據治理工作，用數據治理執行成效反顯制度落實成效，加強制度執行力建設。

3.3打造高標準數據治理領域

數據治理內容主要包括元數據、主數據、數據標準、數據質量、數據生命周期等內容，與數據構建模型、數據分布特點、數據存儲、數據交換、數據安全等一起構成數據治理領域，此領域各單元質量、契合度、融合度是數據治理成敗的關鍵，要求頂層設計、標準制定一定要達到高標準要求，且此領域伴隨商業銀行業務發展而變化，各領域之間關系保持動態關系，需要不斷融合和挖掘，最終保持相互協同與相互驗證的過程，這種有機融合和良性協同，必將全面提升商業銀行數據治理成效。

3.4建立高質高效數據支撐系統

商業銀行的系統多而雜，但主要以核心系統為基礎，其他外圍系統如信貸管理系統、票據系統、客戶關系系統等，有些商業銀行已將這些系統有效整合，建立了數據倉庫進行管理，各系統間建立了數據接口，實現了數據管理集市，數據治理在支撐系統上要求在系統開發階段對數據質量進行校驗設計，避免邏輯錯誤;在系統錄入端要實現錄入標準與數據標準高度統一，保持高度一致;系統日常運維方面要實現高效快捷;數據分析應用階段的數據集成頂層設計要高質高效，形成可利用的數據資源;數據質量監控要達到動態預警、及時預警等功能，只有這樣才能打造一個高效、快捷的系統支持體系。

3.5積極構建適應大數據時代專業人才隊伍

目前，商業銀行存在科技人員與業務人員在數據管理領域未實現有效融合，既懂技術開發又懂業務的復合性人才短缺，現在已進入大數據時代，數據治理是一項紛繁復雜的體系化治理過程，涉及數據模型的建立、數據采集、數據標準、數據整合、數據應用、數據管理等個個環節，為實現高質量數據管理要求，滿足商業銀行業務發展，商業銀行應超前謀劃這種復合型人才引進與培養，為商業銀行數據治理工作提供人才保障。

當前是數字化時代，商業銀行數字化轉型是適應大數據、人工智能化的時代要求，移動金融、互聯網金融、智能金融等新興業態迅猛發展，數據驅動業務決策模式越來越受到社會各界高度重視，數據思維日趨盛行，數據是商業銀行精細化運營管理、推動數據驅動業務發展戰略轉型、提升風險控制能力、服務實體經濟的基礎，而數據治理工作又是實現高質量數據資源的管理手段，數據治理作為一項戰略性、基礎性工作，重要性日益突出，商業銀行只有建立高質高效的數據治理體系，才能在當今激烈的數字化競爭時代搶占先機，才能更好的服務監管、服務實體經濟、服務社會各界，適應新時代發展要求。

參考文獻

[1]張一鳴.數據治理過程淺析[J].中國信息界，2012（ 09）.

[2]彭陸軍，周鋒.我國商業銀行提升核心競爭力的幾點建議[J].商業會計，2011（03）.

[3]劉錦淼，劉巍.銀行數據管理實踐之核心對象[J].金融電子化，2015（02）.

作者簡介：李旭東（ 1970，10-），男，籍貫：吉林長嶺縣，本科，會計師，現任職于昆侖銀行股份有限公司克拉瑪依分行計劃財務部任經理。