银行业是数据驱动型行业,在提供金融服务的过程中,积累了海量的用户数据、交易数据以及外部数据。数据已经成为银行业的重要资产。银行业通过数据挖掘、分析和应用,使静态数据流动起来,一方面,可以赋能现有业务的发展,更好地实现数字化转型;另一方面,能够对客户群体进行精准画像,充分了解客户需求,构建真正“以客户为中心”的金融产品与服务。
一、银行数据治理的现状
近年来,国家监管层面不断完善数据治理工作,但目前商业银行数据管理仍存在一些突出问题:
1、没有完善的组织和制度。
随着数据治理工作逐渐被重视,银行内部已离不开一个企业级的数据治理职能组织。需要各个部门之间,尤其需要加强科技部门和业务部门之间的合作,才能最终高质量、高成效的完成数据治理工作。
2、缺少数据治理企业文化
全行企业文化的建设必须考虑到数据资产管理这个层面,从战略角度启动、开展和推进数据治理工作,建立一种以数据资产为导向的企业文化,将数据治理、科技治理和公司治理有机的结合起来。
3、缺少数据治理各领域的管理体系
只有建立起全行级别的数据治理体系,整合行内人才资源,制定相应的管理制度和文化体系 ,完善数据治理流程管理,才能达到数据开发、共享、使用和管理的全方位良性循环。
4、未建立数据治理流程和有效的认责管理制度
由于没有完整的流程管理机制,一是会出现沟通成本高,协调难度大的问题。二是较少考虑数据复用和共享机制,不利于后续的系统整合工作。三是较少进行跟踪管理和规范治理,后续的认责机制不健全。
二、商业银行数据治理的定义
数据治理是提高数据质量、发挥数据价值、提升经营绩效的前提。根据2018年3月16日银监会发布的《银行业金融机构数据治理指引》相关定义,数据治理是指通过建立组织架构,明确董事会、高级管理层、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。
三、商业银行数据治理方案
1、明确全面实现数据价值的要求
提出银行业金融机构应当将数据应用嵌入到业务经营、风险管理和内部控制的全流程,有效捕捉风险,优化业务流程,提升内部控制有效性,实现数据驱动银行发展。
2、明确数据治理架构
多数银行数据管理职能分散在不同部门,容易出现职责分散、权责不明的情况,需要进行统一管理。同时,数据治理是系统工程,从下至上,应做到人人有责、层层把关。
3、明确数据管理和数据质量控制的要求
明确银行业金融机构数据管理方面的要求,覆盖数据战略、数据管理制度、数据标准、信息系统、数据共享、数据安全、应急预案、问责机制和自我评估机制等。要求建立数据质量控制机制,明确将监管数据纳入数据治理范畴,要求全面强化数据质量,保证数据的真实性、准确性、连续性、完整性和及时性。
4、强化数据安全意识
银行业金融机构应当适应大数据时代需要,强化数据安全意识,依法合规采集数据,防止过度采集、滥用数据,依法保护客户隐私。
5、加强监管监督
明确监管机构的监管责任、监管方式和监管要求。对于不满足《指引》有关要求的银行业金融机构,要求其制定整改方案,责令限期改正;或与公司治理评价、监管评级等挂钩;也可能视情况采取其他相应监管措施。