摘要：近年来，江苏农商联合银行高度重视数据治理工作，聚焦监管应用和行业转型为目标，面向两级法人体制，遵循对标落标、源头治理、清前堵后、上下联动的工作思路，不断完善数据治理体系，夯实数据治理基础，探索数据治理工作举措，把提升源系统基础业务数据质量，作为重点工作抓牢、抓实、抓好，全省农商行监管数据质量稳步提升，荣获江苏金融监管局“2022 和2024 年度数据报送优秀组织单位”，“2021 和2023 年EAST 数据报送进步单位奖”。本文立足江苏农商联合银行两级法人体制，探讨了其推进监管数据质量提升的关键问题和实施路径，在长效机制、报送模式、考核督导、现场检查、数据分析等方面提出了相应的应对严监管的实施方案，充分发挥了二级法人体制的优势，创新性地解决了上下联动过程中推动监管数据质量提升的难题。

关键词：数字化转型、数据治理、监管数据标准化

一、研究背景和目标

2022 年12 月，《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》正式发布，首次提出构建数据产权、数据要素流通和交易、数据要素收益分配和数据治理等制度，强调压实企业数据治理责任，加强内外部数据融合应用，促进数据要素交易流通。这也是我国在国家层面关于数据要素领域的首份政策性指导文件，对各行业、各领域的数据建设提出了总体要求[1]。2022 年1 月，银保监会发布《银行业保险业数字化转型指导意见》，提出2025 年银行业金融机构数字化转型要取得明显成效[2]。2022 年1 月，人民银行印发《金融科技发展规划（2022-2025）》，提出“十四五”时期金融科技发展愿景，明确了6 个发展目标和金融数字化转型的八项重点任务，力争2025 年，整体水平与核心竞争力实现跨越式提升，数据要素价值充分释放、数字化转型高质量推进，建立协调一致、涵盖数据全生命周期的数据治理体系[3]。

为引导银行业金融机构加强数据治理，提高数据质量，充分发挥数据价值，提升经营管理水平，2018 年5 月，银保监会发布了《银行业金融机构数据治理指引》，从数据治理架构、数据管理、数据质量控制、数据价值实现、监督管理等方面规范了银行的数据管理活动[4]。2020 年5 月，银保监会印发《关于开展监管数据质量专项治理工作的通知》，督导银行加快数据治理步伐[5]。2021 年9 月，银保监会发布《商业银行监管评级办法》，将数据治理纳入评价体系，权重占比5%[6]。2022 年3 月，银保监会针对监管标准化数据（EAST）报送问题开展专项执法，对21 家银行机构作出合计8760 万元的行政处罚。此次处罚是继2020 年5 月首次针对同类问题开出1770 万元罚单后，监管机构再次就数据质量违规问题启动问责程序，且首轮被罚的 8 家机构在本轮处罚中持续在列。两次处罚间隔期内重复违规现象的发生，既反映出部分机构对监管规则的执行偏差，也凸显出监管当局通过递进式处罚机制，推动商业银行强化数据治理体系建设。2022 年 11 月，银保监会办公厅发布《关于印发银行业金融机构监管数据标准化规范（2021 版）的通知》，对多项信息报送操作提出了更加细化的要求[7]。监管部门的一系列举措，充分说明加强数据治理、提升数据质量、推进数字化转型、发挥数据价值是银行发展的必经之路。

相较于大型银行深耕数据治理多年，构建了完善的数据治理体系和基础数据标准，其仍面临突出的监管数据质量问题，多次受到银保监会处罚，监管数据质量俨然成为困扰银行的“老大难”问题，银行机构显得措手不及，应对乏力。然而中小农商行在资金实力、业务规模、人才储备、科技水平等方面与大型银行存在一定的差距，且数据治理工作开展时间比较短，经验积累不足，在数据治理方面存在天然短板，同时系统由于江苏农商联合银行统一建设，辖内农商行高度依赖江苏农商联合银行，而农商行又作为基础业务数据录入的主体，未能履行法人机构数据治理主体责任，存在权责不清的情形。因此，本文立足江苏农商联合银行两级法人体制下的中小农商行，探索构建实用、便捷、高效监管数据质量提升机制，充分发挥江苏农商联合银行统筹协调作用，首先分析存在的关键性问题，进而提炼出适合中小农商行可供借鉴的成功经验和普遍规律，在此基础上，详细介绍了江苏农商联合银行在数据治理“严监管”的环境下，所采取的应对措施和取得的成效。

二、两级法人体制下数据治理的关键问题

（以下简称“江苏农商联合银行”）是一家拥有60 家法人农商行，截至2024 年末，各项存款余额 3.84 万 中8 家法人农商行独立构建系统，另外52家法人农商行系统由江苏农商联合 总数据条数达11 亿条。2011 年完成全省农商行数据大集中， 生各种数据。随着数据的逐渐积累，业务数据应用的增加，对数据质 服务程度，都带来新的要求，与此同时也给数据资产管理与数据治理带来新的挑战，本文针对监管标准化数据治理中关键问题可总结如下：

一、制度体系建设存在结构性短板

当前数据治理工作在顶层设计层面存在显著不足，尚未构建起科学完备的制度框架体系。从制度执行链条来看，在政策传导机制、要求细化落地、执行效能保障以及考核评价体系等关键环节均存在薄弱环节。具体表现为：治理工作缺乏清晰的战略路径规划，部分农商行对管理要求理解模糊，操作执行过程中标准化程度不足。

二、机制流程运行存在功能性缺陷

在数据治理流程贯彻方面，责任分配体系存在系统性漏洞，表现为管理主体权责边界模糊、跨部门协同机制缺失、纵向信息传导存在壁垒以及数据定义标准不统一等问题。质量管控机制建设滞后，尚未形成常态化、精准化的治理体系，具体体现为监督检查流于形式、能力培训体系不完善、治理手段单一化以及技术支撑能力不足，难以满足数据治理的长效化需求。

三、考核问责机制存在激励性不足

部分农商行数据治理考核体系建设滞后，尚未建立覆盖数据源质量的量化考核机制，导致质量管控缺乏制度约束。在激励约束机制运行中，存在考核结果应用场景单 、责任追究力度不足等问题，"柔性处理"现象普遍存在，纪律处分与经济惩戒的组合运用不够精准，未能形成有效的压力传导机制，数据治理的严肃性和权威性未能得到充分彰显。

三、江苏农商联合银行监管数据质量提升实践

（一）建立长效机制

1.强化组织领导，从机制建设“求质效”

一是领导机制健全。为进一步加强对全行业数据治理工作的组织领导，推进数据治理工作的有序开展，搭建了“统一领导、条线管理、分工协助、上下联动”的数据治理模式，成立了以江苏农商联合银行行长为组长，各分管条线副行长为副组长，各相关业务部门、技术部门负责人为成员的数据治理工作领导小组。2020 年以来，数据治理工作领导小组分别对“数据治理提升年”自评问题整改、EAST4.0 溯源数据质量提升咨询项目、整治重大信息虚假问题、“七强行动”方案自查自评问题整改、EAST5.0 咨询和实施服务项目、EAST 数据安全风险隐患解决方案、监管部门历次通报的监管数据质量问题等组织深入研究和明确整改要求，协调保障相关配套资源，推动全行业监管数据质量的决策管理。二是职责分工明确。数据治理工作领导小组下设办公室具体负责数据治理日常工作，成员为各相关部门指定的数据治理工作联系人。在数据治理工作领导小组的统一领导下，计划财务部作为监管标准化数据报送的业务牵头部门，负责数据治理工作的整体组织和协调工作，相关业务部门和技术部门各司其职，通过多方协调、多部门联动，周密部署，有序推进EAST 数据治理工作。

2.筑牢风控底线，从制度严行“促规范”

一是强化整章建制。近年来，紧扣“数据质量闭环管理”这条主线，结合监管部门EAST 数据质量通报、江苏农商联合银行季度EAST 数据质量考核通报，以及江苏农商联合银行年度数据治理评价结果，以统计分析报送平台深化应用、常态化主题数据治理和EAST 数据直报为抓手，认真执行监管统计新制度和EAST5.0 数据标准新规范，先后出台了《2022 年江苏省农村商业银行系统统计管理和数据治理工作要点》《江苏省农村商业银行系统监管标准化数据报送规程》《江苏辖内农村商业银行数据治理工作评价办法》等制度办法，细化了数据采集、质量检核、问题整改、数据报送、考核监督等全流程、各节点工作内容和要求，切实防范合规风险，保障监管数据报送质量。二是强化质量评估。建立涵盖业务源数据质量和EAST 数据质量的自我评估机制，明确评估周期、流程、结果应用、组织保障等要素的相关要求，评估内容覆盖组织架构、数据管理、数据安全、数据质量和数据价值实现等方面。三是强化责任落实。强化考核推动，加大压力传导，将EAST 数据质量分别纳入数据治理条线考核和江苏农商联合银行对农商行年度经营管理考核范围，真正做实“谁加工谁负责”“谁录入谁负责”“谁主管谁负责”的分工协作机制。

（二）创新报送模式

1.贯彻监管要求，在报送模式上“求突破”

2020 年前在传统DB2 数据库上，采用DataStage 全量加工生成全省报文，未按照法人农商行进行拆分报送，监管以整体报文进行考核，各农商行参与度较低，整改工作主要从优化报送程序角度出发，未能深入底层数据质量问题，为推动全行业监管数据质量提升，主要开展了以下工作。一是启动农商行报送试点工作。2020 年初，在监管部门指导下，提出落实强化农商行数据治理主体责任，联动共同推进全省农商行EAST 数据直报工作，形成工作合力，推动建立EAST 数据质量反馈、更正机制。二是搭建金融基础设施。实现从传统DB2 上加工报送数据，迁移至基于Gbase 数据库上加工生成报文，目前Gbase 服务器上共部署8 个节点，可存储 200T 数据，迁移至Gbase数据库后，以紫金农商行运行3400 条校验规则为例，传统DB2 数据库单家运行在2 小时左右，采用Gbase 数据库进行数据校验仅需15 分钟，大大提升了数据加工和校验效率。三是前置数据检核工作。牵头建设了EAST 直报辅助系统，从系统界面的友好性、功能的完备性等方面持续优化系统功能，可实现监管标准化数据在农商行端的数据入库、数据校验、数据整改、一键补录、数据脱敏、数据上报，数据清单和校验清单生成等。

2.启动咨询项目，在系统建设上“打基础”

为发挥 EAST 数据治理的精准力，切实提升EAST 数据报送质量，陆续启动了EAST4.0 溯源数据质量提升咨询项目和EAST5.0 咨询和实施服务项目。通过咨询项目的实施，主要解决了如下问题。一是梳理源系统与EAST之间映射关系。按照模板逐项梳理报表报送范围、报表信息的源系统、报表目前存在的主要问题、解决方案，以及主要的 ER 数据模型、源系统界面截图、报表字段说明等。二是贯通分散的业务系统中共享数据。由于各源系统在客户信息、员工信息、交易对手信息、账户信息存在“数据孤岛”情形，而在短期之内也难以更改到位，在构建监管标准化报送系统时，从加工层面以ECIF 系统客户信息为主数据，打通核心、信贷、贷记卡、国结、资金、电票等业务源系统客户信息；建立了以人力资源系统为主数据，整合其他业务系统中柜员、客户经理、交易员等数据；以核心系统为主体，整合渠道整合系统、前置系统、网银系统、POS 收单等外围系统的交易对手数据；以财管系统作为总账，注重与各业务系统中数据的总分比对等，便于监管更好的使用数据。

3.构建联动机制，在先进示范上“助推动”

为加强对农商行的指导，在工作方式上采取以下创新举措， 是建立主办行任务分工协作机制。为提升行业服务效能，坚持“资源整合、区域融合、 上下结合”的原则， 发挥 智囊参谋和桥梁纽带作用，按报表和业务属性两个维度，将EAST 报表分解至相关 管数据报送质量，主办行主要负责对分配业务报表的问题解答、报备审核、 改方案等方面工作。二是构建统一的数据治理平台。依据实际工作情况出发，基于大数据平 以科技赋能的方式，将各项日常工作集成至统一的工作平台中，主要包括规则管理、监控管理、结果管理、统计分析、系统管理等模块。

（三）强化考核督导

1.严肃考核纪律，扎紧质量管控“篱笆”

自 2020 年起建立了常态化的EAST 数据质量按季考核通报制度，在考核农商行主要做好以下方面：一是注重考核范围的全面性。将独立建设系统的网外8 家农商行纳入考核，实现全省农商行统一评价和考核，并积极吸纳网外农商行先进的做法，进而促进了网内农商行数据质量提升。二是增设跨系统比对。在对监管处罚案例深入研究基础上，加大了 1104 报表与EAST 明细之间跨系统交叉校验。三是持续性开展源系统数据质量通报。为持续提升源系统基础业务数据质量，推动建立数据质量上下联动整改机制，落实强化法人机构数据治理主体责任意识，为监管报送、行业管理和经营决策提供数据支撑，至 2024 年末，按照“问题监测→督促整改→定期跟踪→评价通报”的闭环治理路径，根据不同主题已累计开展11 期主题数据治理工作，每期主题数据治理工作的开展，均制定了数据标准、检核规则、填报说明、操作手册、指导意见等，便于农商行执行推动。

2.强化横向协作，夯实数据治理“根基”

持续开展江苏农商联合银行建设的源系统优化改造，加大源系统监管字段的对标改造，系统自动纠错能力持续提升，其中：2021 年以“数据治理提升年”活动为契机，深入比较源系统与监管数据规则差异，对核心系统、外围系统、人力资源系统、信贷系统和资金业务系统进行改造任务并上线运行，提升了源系统监管数据标准的落地。

（四）开展现场检查

为进一步强化全省农商行数据治理工作，有效提升业务源头数据质量，构建数据质量管控长效机制，从2021年开始开展了数据治理工作现场评价，现场评价由江苏农商联合银行牵头组织各农商行成立评价组，采取推磨评价的方式对所有农商行进行交叉现场评价，评价内容包括组织架构、制度建设、数据质量管控、以前年度问题整改和数据质量抽查等五项重点内容。评价遵循“问题导向、聚焦重点、以评促改、重在质效”的原则，统一抽取疑点数据样本，重点核查数据整改是否浮于表面，是否存在未满足校验规则而进行批量刷数、数据失真等情况。

（五）数据分析应用

监管标准化数据作为监管数字化、智能化实践代表，在过去十年的监管实践表明，监管标准化数据在监管检查层面充分发挥了精确制导、精密追踪和精准定位的作用，检查出了大量疑点数据，挖掘出了大量隐藏问题，提升了检查效率，在网内 52 家农商行监管标准化数据基础上，整合了网外 8 家独立系统的监管标准化数据，在防范金融风险、提升内控水平等方面，开展了大量的应用，其中构建了贷记卡类模型22 个，主要包括贷记卡客户准入、虚增交易量、贷记卡套现、贷记卡资金流向限制领域、不良贷款客户发放贷记卡、贷记卡资金归还贷款；信贷类模型 67 个，主要包括疑似以贷还贷、员工关系人贷款、股东贷款、贷款分类、贷款资金流向限制领域、虚增存贷款、集团互相担保等；运营财务类 15 个，主要包括柜员办理本人业务、非营业时间办理业务、跨网点销户、手工补计利息支出等，通过对监管标准化数据应用可发现大量数据质量问题，也进一步促进了数据质量提升。

参考文献：

1.中共中央，国务院。中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见[Z].2022.

2.中国银保监会。银行业保险业数字化转型指导意见[Z].2022.

3.中国人民银行。金融科技发展规划（2022-2025）[Z].2022.

4.中国银保监会。银行业金融机构数据治理指引[Z].2018.

5.中国银保监会。关于开展监管数据质量专项治理工作的通知[Z].2020.

6.中国银保监会。商业银行监管评级办法[Z].2021.

7.中国银保监会办公厅。关于印发银行业金融机构监管数据标准化规范（2021 版）的通知[Z].2022.