段思宇

　　[ 研究顯示，僅9%的中小銀行實現有效數據治理，數據管理體系完善，全面實現大數據應用。 ]

　　近日，一則針對安徽鳳陽農商行的罰單將市場目光聚焦在了銀行“數據治理”之上，此張罰單系為監管開出的第一張關于“數據治理”的罰單。

　　此時距離銀保監會發布《銀行業金融機構數據治理指引》一年半有余，罰單的出現一方面代表了監管層的嚴正態度，另一方面也反映了中小行進行數據治理時面臨的重重問題。

　　第一財經記者采訪多位業內人士了解到，對于中小行而言，盡管對數據治理的意識提高，并且圍繞數據治理開展了一系列工作，但整體發展仍處于初期萌芽時期，治理框架并不完善，基礎數據質量也有待提高。

　　“做數據治理更像是建設基礎設施，是一個漫長的過程，無法快速顯現效果，同時能快速展現數據治理工作帶來益處的手段較少，很容易被人忽視數據治理的重要性。”上海農商行信息科技部相關人士對記者說。

　　目前，已有部分中小行初步建立了數據管理體系和數據管控工具進行了平臺整合，但仍有多數機構業務部門之間的數據互通程度并不理想。為了進一步提升數據治理能力，不少中小行選擇了與金融科技公司合作，在選擇金融科技公司時，多家銀行是以項目為導向。

　　首張“數據治理”罰單出現

　　1月9日，銀保監會安徽監管局披露的罰單顯示，安徽鳳陽農商行因“未能根據要求有效開展數據治理工作，數據治理存在嚴重缺陷，嚴重違反審慎經營規則”被罰二十五萬元，處罰依據為《中華人民共和國銀行業監督管理法》第四十六條第（五）項，即嚴重違反審慎經營規則，該行主要負責人為童永華。

　　第一財經記者以“數據治理”為關鍵詞在銀保監會官網查詢，發現該罰單是有史以來監管層面對銀行開出的第一張有關“數據治理”的罰單。關于被罰緣由，第一財經致電鳳陽農商行詢問，對方表示“不方便透露”。盡管鳳陽農商行未透露被罰的具體原因，但根據罰單的表述分析，這或許涉及到審慎經營中的風險管理、內部控制等。

　　一位資深業內人士對記者說，“既然提到了數據治理存在嚴重缺陷，再結合嚴重違反審慎經營規則來看，可能是該行雖已開展數據治理，但內部數據存在不規范，或向監管報送的數據不規范等，沒有真實反映資產質量，沒有對貸款及其他表內外資產進行及時分類和監控”。

　　類似鳳陽農商行這種現象或是中小行在開展數據治理時的一個縮影。2018年5月，銀保監會發布了《銀行業金融機構數據治理指引》，明確了相關要求，旨在引導銀行業金融機構加強數據治理，提高數據質量，充分發揮數據價值，提升經營管理水平。

　　自此之后，不少銀行積極開展數據治理工作，比如制定與數據治理相關的制度規范、設立數據治理職能部門，從被動治理轉向主動治理模式。然而，這種治理模式的轉變更多是意識層面，還不能改變數據治理框架不完善、治理手段單一落后等深層次問題，特別是對于中小行而言，大多銀行仍未形成完整的數據管控體系。

　　金融壹賬通、中小銀行互聯網金融(深圳)聯盟、埃森哲此前聯合發布的《中小銀行金融科技發展研究報告(2019)》數據顯示，27%的中小銀行缺乏公司級數據規范，46%的中小銀行初步搭建公司級數據管控體系和基礎規范但應用尚未下沉到業務，僅18%的中小銀行初步建立了數據管理體系和管控工具，進行了平臺整合，各部門基本落實公司數據規范體系；僅9%的中小銀行實現有效數據治理，數據管理體系完善，全面實現大數據應用。

　　而數據在下沉到業務過程中，也或多或少存在問題。比如近期裁判文書網公布的一則決定書顯示，在貸款人黃娟向南京銀行(601009,股吧)南通分行消費金融中心申請貸款時，由于南京銀行采用的某第三方信貸系統“e-credit”顯示黃娟有不良征信記錄，從而導致黃娟在申請貸款時被拒。

　　據了解，這一不良記錄來自于南通市崇川區人民法院（下稱“崇川法院”）將黃娟錯列為被執行人，但崇川法院發現執行錯誤后解除了執行措施，之后，央行征信系統和法院執行系統中均沒有黃娟的不良征信信息。但據南京銀行南通分行消費金融中心工作人員表示，“該行電信信貸系統使用了‘e-credit’系統，該系統中顯示黃娟有不良記錄，并不清楚‘e-credit’系統數據的來源”。

　　業內人士分析，這說明了銀行在數據采集使用方面同樣需要受到監督，對中小行來說，由于缺乏足夠的自有客戶數據，難以對客戶進行全面的畫像分析，因此需要借助第三方平臺進行互補，這就要求中小行要確保外部數據的真實性、可靠性及合規性。

　　“尤其是在2019年一些大數據公司被曝出有爬蟲、數據買賣等現象后，銀行更應該對合作的第三方機構進行審慎篩選，并在合作基礎上加強對數據的自主管控力度。”某江浙農商行信息科技部相關人士對記者說，“數據是基礎，一旦數據失真，那么后續處理和解決問題的難度就會變得很大。而至于如何挑選合作機構，基本上還是以項目為導向。”

　　新網銀行首席研究員、國家金融與發展實驗室特聘研究員董希淼也對第一財經表示，中小銀行和金融科技公司雖可以繼續加強深化合作，但銀行需注意，這種外部合作可能存在信用、操作、IT技術等多個層面的風險，由此，銀行在擴大合作的同時，也要進行相關規范，如核心的業務、系統不能外包等，著重培養提升自身的能力。

　　中小行數據治理難題待解

　　除了上述提到的與第三方機構合作需謹慎外，多位業內人士認為，中小行開展數據治理仍面臨著諸多難題。相較于大行的先行先試以及大力投入，在這場以“數據”為名的競賽中，中小行無疑起步較晚，且在基礎設施缺乏、人才匱乏的背景下，中小行只得另辟蹊徑。

　　“在數據治理方面，我們是2015年、2016年的時候建設了數據倉庫，后來按照九宮格等方式進行了清洗。”上述江浙農商行相關人士告訴第一財經記者，“如今，數據源有很多，我們也開始了新一期的數據治理，打算在行內建設一個數據管控平臺，先管理數據質量和業務含義等。”

　　據了解，銀行的數據體系主要包括三個方面，第一方面是基礎數據，即基于底層數據平臺所搭建的標準管理檢索、數據質量監控、數據安全管理、治理監控分析、數據接入報送等模塊，為業務應用層的運營提供基礎；第二個方面是業務應用數據，即應用到銀行的渠道管理、客戶經營、風險管控等各個場景，對全流程業務進行數字化重塑；第三個方面是經營決策數據，即針對不同經營管理場景,建立基于數據的分析決策體系。

　　上述人士所提到的即為基礎數據的搭建，對于中小行而言，基礎數據的搭建并不容易，長期缺少數據規范，再加上沒有沉淀的“數據池”，導致銀行前進起來舉步維艱。目前多數銀行采用的方法是，通過與金融科技公司合作，結合自有數據和外部數據進行數字化轉型。這些金融科技公司同時也進行了細化，以滿足銀行不同的需求，比如有的做研發、有的做落地、有的做應用、有的做場景等。

　　“可以看到，銀行對數據越來越重視，已有很多成立了相關數據部門，還有的成立了數據治理委員會等數據專營機構，專門負責數據管控與治理。”一家城商行相關人士對記者說。

　　上海農商行信息科技部工作人員也對記者提到，“數據治理工作可大大提高數據質量，對監管報送方面有很大幫助，行內非常重視數據治理相關工作，并且與監管報送等工作緊密結合。”

　　然而在數據治理工作推進過程中，中小行正面臨著實際性的難題。蘇寧金融研究院金融科技中心主任孫揚對記者表示，主要在于四個方面，一是數據較為分散，分布在各個軟件系統中，格式和結構均不統一；二是新系統和舊系統的兼容改造難度較大，尤其是舊系統的數據治理，這對業務連續性也有影響；三是短期內數據治理人才匱乏；四是缺乏數據，中小行場景單一、數據類型單一、數據資源相對匱乏。

　　在業內人士看來，數據治理更重要的是要為銀行業務服務，貼合業務場景。那么，從中小行的角度來講，孫揚稱，除了建立數據部門、加強跨部門的溝通協作外，還要制定科學可行的治理改造計劃和數據治理規范，有計劃地推行數據治理；另外，要瞄準業務增長，大力發展客戶畫像、精準營銷技術，通過面向場景定制化的模型，促進存量會員轉化。