来源 ｜ 零壹财经

作者 ｜ 赵越

2022年3月25日，银保监会披露，近期严肃查处一批监管标准化数据（EAST）数据质量领域违法违规案件，对政策性银行、国有大型银行、股份制银行等共21家银行机构依法作出行政处罚决定，处罚金额合计8760万元。

具体处罚原因是银保监会在对21家银行机构EAST数据质量专项检查中，发现这些银行机构存在漏报错报EAST数据、部分数据交叉校核存在偏差等数据质量违规问题。

而这已经不是银保监会第一次对EAST报送数据质量问题开出“罚单”。2020年4月，六大国有银行和两家股份制银行曾因同类问题被罚1770万元。

高额罚单背后不仅显示出银行业在数据治理上存在短板，更标志着监管部门已经将银行业数据治理管理提升到前所未有的高度。

零壹智库将推出《释放“数据能”：金融业数据生态报告》，从数据保有方、央行征信中心、征信公司、数据交易所、公共数据开放平台、金融机构、数据采集与存储服务商、数据治理商、数据分析与开发服务商、数据安全服务商及数字技术服务商等角度全方位解析金融业数据共享与应用现状，构建金融业数据生态图景，发掘金融业数据共享与应用创新案例。欢迎相关机构献言献策，提供数据应用与创新案例，请添加13261990570（微信同号）详细了解。

一、EAST从“1．0”升级到“5．0”

EAST系统全称Examination and Analysis System Technology，是原银监会在2008年开发的具有自主知识产权的检查分析系统，包含银行标准化数据提取、现场检查项目管理、数据模型生成工具、数据模型发布与管理等功能模块。

EAST系统一方面能帮助银保监会实现对金融风险的分析和监测；另一方面，在银保监会的指导下，可以帮助金融机构提升数据治理能力和数据质量，满足金融机构的经营需求。监管数据标准化（EAST）是银保监会对银行的三个重要的监管报送模块之一，其余两个分别为非现场监管报表（1104）、客户风险数据报送（部分银行报送）。EAST主要采集商业银行基础数据，包括银行的会计数据、交易数据、管理数据，涵盖了银行会计记账、客户、交易、授信、贸易以及理财、资金等信息的各个属性维度。

该系统于2012年正式上线运营。2022年1月30日，银保监会正式下发《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》，标志着EAST系统从4．0迈入5．0阶段。《通知》要求金融机构切实推进数据治理，提升数据质量和数据专业性，进一步增强数据规范性。

图：EAST系统发展历程

资料来源：索信达、九卦金融圈

EAST系统从1．0到5．0，涵盖的金融机构的类型逐渐扩充，监管主体域也不断发生变化，其中，各主体下的数据类型不断细化、完善，逐渐涵盖了表内表外业务数据，同业、个人、对公客户数据，以及境内外机构、分支机构的数据。

二、数据治理进入“强监管”阶段

早在2008年，原银监会发布了《关于进一步提高数据质量做好非现场监管工作的通知》，之后，虽有一些数据治理相关政策发布，但银行业数据治理一直处在不温不火的阶段。

随着积累的数据量的急剧增长，数据成为了银行的重要资产和核心竞争力，然而数据质量问题却对其转型发展造成阻碍。

为此，2018年5月，银保监会发布了《银行业金融机构数据治理指引》，以“通过数据治理有效实现数据价值”为主线，在数据治理架构、数据管理、数据质量控制等五方面提出明确要求，并对数据治理进行了定义，此外，还可以根据实际情况设立首席数据官。自此，银行数据治理监管开始不断升级。

新冠肺炎疫情出现进一步催化了银行的数字化转型，数据治理对银行来说，愈加重要。

2020年5月，银保监会发布《银保监会监管数据质量专项治理方案》，对金融机构数据质量进行摸底，并下发了《关于监管数据质量专项治理自查自评事项的通知》，要求金融机构对自身的数据质量和治理工作进行自评估。

央行在2021年2月发布的《金融业数据能力建设指引》标准中，将数据治理列入了金融数据管理能力域，并将其进一步划分成了组织建设、制度建设、流程规范和技术支撑四个能力项，明确了数据治理的评价标准。

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”首次纳入了评价体系，权重占比5％。这意味着数据治理正式成为商业银行风险监管的评价指标。

2022年以来，央行发布的《金融科技发展规划（2022－2025年）》以及银保监会发布的《中国银保监会办公厅关于银行业保险业数字化转型的指导意见》也均提到了数据能力建设、数据治理体系的提升等。

可以看出，数据治理已经迈入了“强监管”阶段。

三、银行业数据治理任重道远

银行作为数字化的先行者，在提供金融服务过程中，积累大量的客户数据、交易数据以及外部数据。以个人手机银行APP为例，银行年报显示，2021年，工商银行月活超过 1．5 亿户；建设银行月活为1．49亿户。庞大的用户群体产生了海量的数据。

如何将这些静态的数据“盘活”，实现有效的数据治理，对银行来说，需要从数据治理架构、治理制度、治理机制的制定以及数字能力建设等多方面入手，而这是一项工作量巨大、建设周期长的工程。

2019年，中国互联网金融协会等发布的《中国商业银行数字化转型调查报告》显示，在数据治理方面，51家各类商业银行中，只有49％的银行设立了数据管理部门，53％建立了统一数据标准，其中，71％的银行面临数据质量不高，59％面临数据挖掘能力欠缺等问题。

数据治理涉及的部门多，业务多，牵一发而动全身。

根据银保监会的定义，数据治理是指银行业金融机构通过建立组织架构，明确董事会、监事会、高级管理层及内设部门等职责要求，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。

因此，做好顶层设计，制定治理组织架构尤为重要，这是实现数据治理的有效保障。

在六大行发布的2021年年报中，除农业银行外，其他均提及了数据治理规划、架构建设相关内容。其中，工商银行、交通银行在年报中表示已经发布了数据治理相关规划；建设银行设立了数据治理工作组，邮储银行设立了数据治理委员会；中国银行表示数据治理“三横两纵一线”框架基本建成。

农业银行发布的年报中虽未涉及规划、架构建设等内容，但也提出了要“强化数据治理，优化升级风险数据集市和单项风险管理系统，持续提升集团风险数据加总与风险报告能力。”

End．