数据治理“起航” 推动银行业高质量发展

银行业金融机构数据治理提上日程。近日，银监会发布《银行业金融机构数据治理指引（征求意见稿）》（以下简称《指引》），要求银行业金融机构将数据治理纳入公司治理范畴，并将数据治理情况与公司治理评价和监管评级挂钩。

“数据是银行科学经营和风险防范的关键因子，将银行数据治理情况纳入监管框架，是实现引导银行高质量发展和实现风险穿透式监管的有效手段。”中国银行国际金融研究所高级研究员李佩珈在接受《金融时报》记者采访时表示。

多数业内专家认为，数据治理将主要在两方面发挥积极作用，一是推动银行业金融机构自身的经营管理效率提高以实现高质量发展；二是为监管层的监管判断和决策提供重要依据以提升外部监管效能，并实现这两方面作用的良性循环。

解密“数据治理”
近年来，随着信息化、智能化的快速发展，数据产生的价值越来越受到重视。业内人士认为，银行业金融机构有着良好的大数据基础，数据资源必将逐步成为银行业的战略资产，最大程度地挖掘数据价值、实现有效的数据治理将成为银行机构最重要的功课之一。

那么，什么是“数据治理”？《指引》将数据治理定义为：“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。”

“总体来看，数据治理包含这样几个基本要素，即数据治理架构、数据管理高效运行、数据质量控制以及数据价值充分实现。”一位分析人士对《金融时报》记者表示。

然而，值得关注的是，目前，我国银行业金融机构的数据质量存在较多问题，主要表现为数据的准确性和完整性欠缺，时效性和适应性不足，数据治理亟待加强。银监会相关负责人表示，这也正是监管层将银行业金融机构的数据治理提上日程的主要原因。

“从目前的情况看，数据质量问题一方面阻碍银行业金融机构向高质量方向发展，另一方面影响了监管效率。”上述负责人表示。

盘古智库高级研究员吴琦对《金融时报》记者表示，作为公司治理的重要领域，数据治理可以使银行业金融机构的董事会、股东、经营层更方便、安全、快速、可靠地获取数据，并通过有效利用数据，提升数据质量，找到经营管理中的问题和不足，进而改进决策、缩减成本、降低风险，同时，也有利于发现客户需求，提升客户服务能力，进而提高经营管理质效，实现收入和利润的增加，增强核心竞争力。

突出监管数据质量要求
除了推动银行业金融机构自身的高质量发展以外，数据治理对于金融监管的意义更加值得重视。《指引》重点要求“突出监管数据质量要求”。对此，业内人士分析认为，监管层重点强调监管数据质量，用意在于要求银行机构提高所报送监管数据的准确性和完整性，以提高监管效能。

那么，如何才能使监管数据质量得到保证？专家认为，制度建设是基础。《指引》鼓励银行业金融机构开展制度性探索，结合实际情况设置首席数据官；还要求银行业金融机构建立数据治理问责机制，定期监控数据管理、数据质量控制、数据价值实现等方面问题，依据有关规定对高级管理层和相关部门及责任人予以问责。

“商业银行数据治理工作的痛点之一，就是责任主体不清楚，《指引》的发布明确了数据治理的直接责任人，特别是在高级管理层中，设置首席数据官牵头负责全行数据治理工作，责任更加明确。”一位银行业分析师表示。
值得关注的是，有业内人士将利用数据治理提升监管效能视为智能监管的趋势。去年，国务院印发《新一代人工智能发展规划》，首次提出“智能金融”概念，明确了建立金融大数据系统、创新智能金融产品和服务、应用智能技术和装备、建立风险智能预警与防控系统等重点内容。

“智能金融的加快发展，必然需要监管方式与之相匹配，以加强对金融科技带来的金融新业态、新模式、新技术、新产品的监管。”吴琦认为，未来的行为监管、功能监管必然会对监管的智能化、信息化水平提出更高要求，从这个意义上来说，智能监管将是监管方式创新的重要方向。

机制与人才最为关键
毋庸置疑，数据将成为银行的重要资产和核心竞争力，充分发挥数据价值，用数据驱动银行发展，对银行机构向高质量发展具有重要意义。

那么，银行业金融机构完善数据治理将有哪些重点工作需要去做？

中国外汇交易中心副总裁许再越认为，数据治理是一个长期、复杂的系统工程，涉及到组织、制度、人员、培训、管理等各个方面。数据治理工作的开展离不开组织的支持、制度的保障、人员的参与、体系化的培训和精细化的管理。因此，建立一套长效的数据治理机制，是确保数据治理能够真正实施落地的重要保障。

在吴琦看来，从银行业金融机构自身角度出发，数据治理的重点工作主要包括三个方面，一是提升对数据治理的战略认知，建立良好数据文化，强化运用数据意识，将数据治理纳入经营管理、业务发展和风险管理的全过程；二是建立健全数据治理的体制机制和规章制度，从组织结构、技术架构、业务流程等方面，进行相应的变革和调整，确保董事会、股东、经营层数据获取的可得性、安全性、便利性和可靠性；三是加强与外部科技公司合作，重点在数据共享、技术研发、数据挖掘应用等方面开展深度的合作和实现优势互补。此外，还要建立数据治理的风控机制，明确主体责任，确保依法合规采集和利用数据，保护客户隐私。

值得关注的是，数据治理人才的争夺战或将在银行业金融机构间上演。“总体来说，未来银行业大数据相关岗位主要有三类：一是要精通业务且懂一些数据治理的数据业务专家，主要负责业务应用场景分析和设计；二是专业的数据分析专家，主要负责数据分析和建模；三是数据技术专家，负责数据处理和系统平台建设。” 毕马威中国数据治理服务主管合伙人陈立节认为。