关于加强商业银行数据质量管理的思考

经营管理　关于加强商业银行数据质量管理的思考　口方　亮　摘要：随着大数据时代的到来，人们对于数据信息收集、挖掘、分析及应用的深度和广度都　进入到一个前所未有的新阶段。对商业银行而言，数据信息更是战略决策、业务经营、风险管控　的核心资源，数据信息质量更要得到充分保障。本文从数据质量评价的基本要素入手，坚持问题　导向，剖析当前影响商业银行数据质量的内因，并结合工作实际，提出了有针对性的措施。　近年来，随着外部监管要求不断趋严和内部控　制力度不断加大，商业银行经过不断探索与实践，　的问题未能及时落实整改，导致旧错不改、新错不　断；未能科学制定数据统计口径和加工规则，导致　数据信息与外部监管要求及内部经营需要不对接、　不匹配；未能对各类报表数据做到严格审核，导致　报表无法客观、真实地反映业务经营状况。　（四）考核奖惩不严格。有的行未能按照既定的　方案严格兑现考核结果，存在“失之于宽”、“失之于　软”的现象；有的行未能严格追究涉及数据质量问　题责任人的责任，存在“网开一面”、“下不为例”的　现象，问责方面多以批评教育为主，对纪律处分和　经济处罚的运用力度不足，导致数据质量的重要性　和严肃性大打折扣。　二、加强数据质量管理的措施建议　在数据质量管理方面取得了较为明显的成效。但从　内外部检查情况看，由于对数据信息的获取、分类、　存储、提取、加工、发布、分析、应用各个阶段工作进　行监控、识别、预警、整改的系统化管理不到位，数　据质量“四要素”——完整性、一致性、准确性、及时　性仍然不同程度存在一些问题，这些问题归根到　底，反映了当前商业银行数据质量管理中存在的缺　陷和不足。　一、数据质量管理存在的主要问题　（一）制度体系不健全。一些行对数据质量管理　工作缺乏统筹规划及合理安排，未能构建科学、有　效的制度体系架构，而且在统计制度办法抓传导、　工作要求抓细化、贯彻执行抓落实和监测评价抓考　核方面仍有欠缺，导致出现工作思路不清晰、管理　要求不掌握、操作执行不规范和考核导向不明确等　问题。　一当前，商业银行数据质量管理面临巨大挑战，　是监管要求越来越高，从表内到表外、从汇总到　分类、从报表到明细，对数据质量的监控体系呈现　全面化、多维化、精细化趋势；二是业务量越来越　大，数据颗粒越来越细，数据治理任务成倍增加；三　是业务系统越来越多，系统数据之间的匹配、契合　问题日益复杂；四是管理覆盖面越来越宽，涉及各　（二）机制流程不完善。少数行未能制定科学、　规范的数据质量管理流程，导致管理主体责任不落　实、上下信息不对称、横向分工不明确、数据口径不　统一等问题；未能建立长效性、常态化数据质量管　理机制，导致培训学习简单化、监督检查形式化、治　级行、各责任部门的各岗位相关人员。面对新形势　新要求，商业银行数据质量管理要真正发挥对业务　经营价值创造的基础和推动作用，必须重点抓好以　下几个方面工作。　（一）明确总体思路。要以落实外部监管要求和　满足内部经营需要为导向，着力构建“纵向到底、横　向到边、条块结合、绩效挂钩”的数据质量管理体系　架构。一是加强制度建设。以贯彻监管部门和上级　全里生　堡：尘塑型　现代金融２０１７年第２期总第４０８期　理措施单一化、科技支撑空心化等问题。　（三）过程控制不严谨。部分机构未能严格执行　数据信息收集、存储的规范与标准，导致系统源头　数据录入不完整、分类不准确、更新不及时；未能定　期对系统源头数据质量开展检查，或者对检查发现　７　经营管理　行各项统计制度为抓手，结合本单位实际，制定数　据质量管理规章制度，明确工作职责，划清责任分　工，落实管理要求，规范操作流程，为本行高效、有　序开展数据质量管理工作提供基本遵循。二是完善　工作机制。以监管要求、管理制度和数据标准为依　据，以源头整治为根本，以培训教育、日常监控、监　督检查和考核评价为抓手，以系统建设和科技手段　为支撑，构建全面、协调、高效的工作机制。三是优　化管理模式。切实发挥各级行统计主管部门统筹协　调和相关责任部门条线管控职能，真正做实“谁主　管、谁负责”的分工协作机制，通过“上下联动、横向　协作、各司其职、齐抓共管”，推动形成更加有效的　管理合力。　（二）实现“三个转变”。一是由“被动整改”向　“主动治理”转变。彻底改变发生问题“头疼医头、脚　疼医脚”的情况，对数据质量问题真正做到举一反　三、标本兼治，主动在系统录入分类和报表审核填　报中排查、解决各类问题和隐患，前移管理关口，筑　牢数据质量的根基。二是由“打造单业人才”向“打　造复合人才”转变。彻底改变统计相关岗位人员只　会汇总、上报数据的现状，组织开展各类培训学习、　业务研讨、定向辅导和自我锻炼，着重培养统筹平　衡、沟通协调、需求响应、业务钻研和应急应变能　力，打造一支高素质的复合型人才队伍。三是由统　计部门“单打独斗”向责任部门“齐抓共管”转变。彻　底改变部门之间各自为阵、遇事推诿的局面，重点　突出统计部门对相关责任部门的监督、指导和考　核，增强部门间的集成联动、协调协同，提升全行整　体数据质量管理水平。　（三）构筑“三道防线”。要着力打造一条科学规　范、通畅有序的数据质量管理“流水线”，以“钉钉　子”精神抓好每一个流程节点，为数据信息构筑严　格的质量防线。一是各级机构要严格落实数据质量　管理主体责任，重点是传导落实上级行及监管部门　的政策要求，建立完善体制机制流程，以高度的责　任感抓好系统源头数据的完整录入、准确分类和及　时更新，守住起步关，构筑“第一道防线”。二是各相　关责任部门要认真履行本条线数据质量管控与审　核职责，重点是强化在线监控和实时指导，对系统　源头和报表填报的数据质量问题及时落实预警和　整改，守住审核关，构筑“第二道防线”。三是统计主　，、　全国中文核心期刊　现代金融２０１７年第２期总第４０８期　管部门要有效发挥监测督导、检查纠偏、考核通报　职能，重点是以统计报表数据为突破口和着力点，　抓紧抓实每一个可能引起数据质量问题的节点管　理，守住扎口关，构筑“第三道防线”。　（四）做实“三项措施”。一是加强培训教育。定期　开展业务培训并不断丰富培训的内容和形式，通过　现场和非现场相结合、集中讲解和个别辅导相结　合、先进经验交流和错误案例分析相结合，促进各　级行、各条线、各岗位数据管理相关人员主动学习、　掌握、运用统计制度和规范标准，提升业务水平和　操作技能。二是加强检查督导。定期开展源系统数　据质量常规检查，提升频次和质效，丰富内容和方　法，加强问题数据整改的持续跟踪落实，重点是加　大省、市分行的直接检查力度，通过不问断的、滚动　式的检查清理，对问题数据着力减少存量、坚决遏　制增量，持续提升数据信息质量。三是加强报表审核。　真正做实主责部门初审和统计部门复审的双重审　核机制，严格执行报表指标与明细数据的一致性必　审、表内表问关联指标的逻辑衔接关系必审、跨期　数据异动情况必审及手工修改系统生成数据情况　必审等“四个必审”要求，确保报表数据真实、准确。　（五）深化“三类保障”。一是良好的组织领导保　障。领导层要加强对数据质量管理工作的关心指　导、统筹协调和部署推动，在全行营造领导重视到　位、资源（包括薪酬待遇、成长通道等）配置到位、部　门协作到位、责任人履职到位的良好环境，真正让　数据质量管理的重要性在领导层形成普遍共识、协　调性在部门间形成高度认知、规范性在操作上得到　严格遵守。二是先进的科技手段保障。要加强系统　建设，以打造数据处理平台和数据仓储集市为抓　手，加快整合、优化系统功能，提高自动化水平和操　作实用性，提升数据质量管理工作质效，减少人工　差错，减轻基层负担。三是严格的考核奖惩保障。坚　持“有错必罚、有责必究”，对有章不循、明知故犯、　屡查屡犯、屡禁不止的相关行和责任人采取通报批　评、问责谈话、违规积分、经济处罚等一系列措施，　并加大责任上追力度和重要资源配置的挂钩力度，　提升考核奖惩的实效性，推动形成震慑力和约束　力，进一步强化各级行、各部门、各岗位人员数据质　量管理“守土有责、守土尽责”的责任意识。　（作者单位：农业银行江苏省分行）