马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据
您需要 登录 才可以下载或查看,没有帐号?立即注册
x
前言2018年,中国银行保险监督管理委员会(以下简称“银保监”)印发了《银行业金融机构数据治理指引》。这是我国银行业金融机构的一件大事,也是数据治理领域的一件大事。 《数据治理指引》首次将数据治理提升到公司治理的高度,要求董事会、监事会、高管层“两会一层”明确数据治理职责、要求制订数据战略、建议设置首席数据官,同时并未区别对待国有商业银行、股份制商业银行和城市商业银行、农村商业银行/农村信用社、民营银行,亦未降低对外资银行、村镇银行的要求。对于广大中小银行来说,这是难得的巨大挑战与机遇。 本文就中小银行紧抓银保监的政策机遇,落地《数据治理指引》、切实有效地提升数据治理能力提供一些思路和方法。 一监管机构的新东风传统上,数据是业务的度量,支撑着业务运行。但今天,数据直接创造业务价值,数据文化必须植入业务过程及创新,数据已经成为银行的重要资产,充分发挥数据价值、用数据驱动银行发展、提高银行经营质效,具有十分深远的重要意义。 《数据治理指引》的出台背景十分明确:中央高度重视数据的基础性战略意义,国际组织正积极开展数据治理实践,但我国的银行数据质量存在较多问题,阻碍了银行向高质量发展,也影响了银保监的监管效率。 因此,《数据治理指引》在价值、架构和管控等方面,提出了明确的指引: 价值:通过数据治理有效实现数据价值,实现数据驱动银行发展,以数据价值驱动业务和管理。 架构:建立组织架构健全、职责边界清晰的数据治理架构,数据治理上升到企业治理高度,建议设立首席数据官(CDO)。 管控:建立管理制度及整改制度,建立数据质量控制机制,提高数据加总能力,建立和实施上至高管层的数据治理问责机制。
相比之前的《数据质量良好标准》,《数据治理指引》的标准更高、要求更严: 范围全覆盖:管理对象全覆盖,要求领域全覆盖,数据范围全覆盖。 标准高、要求严:向“两会一层”直接问责;与公司治理评价、监管评级挂钩。 治理架构健全:健全、清晰的数据治理架构,“两会一层”、归口管理部门、业务部门职责边界清晰,设置专兼职岗位、建立专业队伍及数据文化。
在理念和概念上,《数据治理指引》出现了不少新提法、新词汇,例如: 首席数据官:银保监首次提出首席数据官应成为需要监管任职资格许可的管理岗位。通过设立首席数据官,明确银行数据治理架构和“两会一层”的职责分工。 数据文化:银保监首次正式提出将数据作为企业文化建设的一环,要求树立数据是重要资产、数据应真实客观的理念与准则,通过数据文化建设,获得数据价值在全行的认同。 整改制度:银保监首次在明确要求建立管理制度后,明确要求建立整改制度。目的是建立数据质量控制机制,全面提高数据质量,强化银行对数据质量的责任,建立和实施上至高管层的数据治理问责机制。 数据价值:银保监首次明确数据价值的概念,通过数据治理有效实现数据价值,以数据价值驱动管理。要求银行加强数据应用,发挥数据价值,实现数据驱动银行发展,强调数据应当成为经营管理尤其是风险管理的重要依据。 数据加总能力:银保监通过提出数据加总能力,进一步明确数据在全面风险管理中的价值。银行应当建立数据统一集中管理的制度,确保整体数据完整性,确保各类数据之间的统合性、关联性和一致性,满足在正常经营、压力情景以及危机状况下风险管理的数据需要。
二中小银行如何借东风面对银保监的数据治理东风,中小银行如何借力打力,实现紧抓监管机遇、领跑数据价值的效果? 中小银行普遍数据“家底”较薄,数据问题层出不穷,数据质量成为业务的“拦路虎”,因此,数据治理不仅是基础较差,简直是“狗咬刺猬无处下牙”。 《数据治理指引》不仅带来了中小银行数据治理的理论框架,也足可作为中小银行提升数据治理能力的实操指南。 建议中小银行可以从以下几个角度来落地《数据治理指引》。 2.1数据治理基础先从宏观上梳理本行的数据治理基础:
治理架构:是否成立数据管理部门?有否全行级数据治理决策机构? 数据战略:是否制订数据战略?数据战略落地情况如何? 数据价值:从客户体验、业务创新、流程优化、风控合规等角度,数据是否体现了足够的业务价值?
2.2数据治理架构《数据治理指引》在数据治理架构上对“两会一层”提出了明确的高要求: 通常来说,中小银行的“两会一层”并不具备数据治理职能,能设置虚拟的“数据治理委员会”负责数据治理工作就算不错了。 “两会一层”之下,中小银行数据部门的职能设置与核心流程需要进一步明确和加强。建立着眼点: 总体定位:围绕数据价值实现,成为业务运行、业务创新、风险管理及内部控制的大脑与保障。 组织模式:在集中式、分散式及联邦式等组织模式中,选择偏集中的联邦式组织模式。 职能边界:CDO及数据部门愈完备,业务分析及业务创新支撑能力愈强。数据不应被视为科技部门,它其实是业务部门,与风控合规、业务运营、内部控制及信息科技等职能关系密切。
2.3数据价值实现《数据治理指引》要求:在风险管理、业务经营与内部控制中加强数据应用,实现数据驱动,提高管理精细化程度,发挥数据价值。具体内容概述如下: 针对这些数据价值实现的要求,很多中小银行可能处于“尚待建立”、“暂无”、“需要深化”等状态。 2.4数据战略《数据治理指引》要求: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。 仅有少数中小银行曾经或正在制定数据战略,且即使制定数据战略,通常层级较低,达不到《数据治理指引》的要求,建议在以下三方面升级: 2.5团队建设与数据文化《数据治理指引》要求:建立一支满足数据治理工作需要的专业队伍,按年度对人员进行系统培训。科学规划职业成长通道,确定合理薪酬水平。建立良好的数据文化,树立数据是重要资产和数据应真实客观的理念与准则,强化用数意识,遵循依规用数、科学用数的职业操守。 这对中小银行数据治理工作的团队结构与规模、数据驱动的企业文化提出了严峻挑战。通常来说,中小银行谈不上数据文化,且全行数据人员规模、人员结构及专业能力均很难达到《数据治理指引》的要求。 2.6数据质量控制《数据治理指引》在数据质量方面提出了很多严格的要求,而且对监管数据提出了单独的专门要求。具体内容概述如下: 质量控制手段之业务制度:指标含义清晰明确,取数规则统一。 质量控制手段之技术工具:加强数据源头管理,自动提示异常情况和错误。 日常监控:数据质量监控体系。 检查制度:数据质量现场检查制度。 考核评价:数据质量考核评价体系。 整改制度:数据质量整改制度。 监管数据报送:保证同一监管指标在监管报送与对外披露之间的一致性。 监管数据质量管控:监管数据质量管控制度。
一般来说,中小银行在数据质量控制方面已建有部门管理制度和管理机制,关键在于执行;也存在某些方面,如数据质量现场检查制度、数据质量整改制度,之前可能是空白。 2.7数据管理《数据治理指引》在数据管理方面的要求亦不低,质量控制手段概述如下: 相比之下,中小银行在数据管理方面与《数据治理指引》的要求差距较小,多数不是完全空白。但是,数据管理的具体执行和持续优化,对中小银行的管理现状提出了挑战。 三工作思路与主要方向建议中小银行采用以下思路来落地《数据治理指引》: 以实现数据价值为导向,以改善治理架构为核心,以制定或优化数据战略、提升数据质量、完善数据管理为主要工作方向。 然后,根据《数据治理指引》的要求,分块梳理本行现状、制订改进计划,并落实为年度目标和日常工作计划。以数据质量控制为例: 作者:陈书悦 来源:数据工匠俱乐部
|