J9集团

以下文章起源于银内行杂志 ，作者杨涛

导语

从互联网金融、移动金融到物联网金融、区块链金融，再到大数据金融、智慧金融、元宇宙金融…… 银行业金融机构在全面开启全新的数字金融时期。为有效引发和实现未来银行的价值创造，充分阐扬银行架构引领的“指挥棒”效用，银行业金融机构必要从企业架构、业务架构、IT架构、数据架构、技术架构、利用架构等方面全面发展未来银行架构规划。本期专题栏目特邀中国社科院金融所支付算帐钻研中心主任杨涛，深刻解析数字化转型视角下的银行数据治理。

银行数据治理的政策布景

问题的提出

近年来，数据治理成为贸易银行发展中的关键问题之一，也是监管层关注的焦点；厥缀骨，监管部门于2011年颁布了《银行监管统计数据质量治理优良尺度（试行）》，2018年颁布了《银行业金融机构数据治理指引》。在此阶段，对于银行的数据监管政策，逐步从数据质量查核了局导向的监管演变为对治理层面上的数据治理全方位要求。面对监管要求与同业创新压力，银行业逐步从数据治理成熟度的视角来意识和应对有关问题，多多银行起头积极行动和索求布局，迈出深入数据治理和数字化转型发展的沉要一步。

尔后，随着数字化上升到国度战术，仅服务于监管数据治理的发展思路已不再能满足经济金融数字化的大趋向。我们看到，2020年4月中共中央、国务院颁布《关于构建越发美满的身分市场化配置体造机造的定见》，初次将“数据”与地皮、劳动力、本钱、技术等传统身分并列为身分之一，提出要加快造就数据身分市场。2022年1月印发《“十四五”数字经济发展规划》，指出“激励银行业金融机构创新产品和服务，加大对数字经济主题产业的支持力度”。2022年第2期《求是》杂志刊发习近平总书记沉要文章《不休做强做优做大我国数字经济》，文中提出“要充分阐扬海量数据和丰硕利用场景优势，推进数字技术和实体经济深度融合”。至此，银行数据治理被赋予了更高的汗青使命，是银行数字化转型、银行服务经济数字化转型的沉要切入点，也是推动银行业由高速增长向高质量发展转变的重要“抓手”，能真正促使银行拓展新业务，挖掘新动能，提升服务能力，提高经营治理质效。

从近期两份政策文件看银行数据治理

2022年1月，央行颁布《金融科技发展规划2022～2025》（以下简称《规划》）、银保监会颁布《关于银行业保险业数字化转型的领导定见》（以下简称《定见》），这两份沉要文件进一步凸起了在金融机构数字化转型过程中，若何阐扬好数据身分的主题价值，也厘清了新局势下银行数据治理的战术视野与准则。

在《规划》中有93次提到“数字”，把“数字驱动”作为四项根基准则之首，把“金融业数字化转型更深入”作为首要发展指标，把“充分开释数据身分潜能”“打造新型数字基础设施”“激活数字化经营新职能”作为沉点工作。其中，出格指出要“深刻意识数据身分更要价值，造订企业级数据规划和发展战术，明确数据工作机造、根基指标、重要工作、执行蹊径等，推动数据工作高效有序发展，稳妥推动业务由经验决策型向数据决策型转变，加强经营治理前瞻性和精准性”。《定见》则把数据能力建设作为沉要部门，强调要从健全数据治理系统、加强数据治理能力、加强数据质量节造、提高数据利用能力等四个方面提升数据治理与利用能力，尤其指出“确立企业级的数据治理部门，阐扬数据治理系统建设组织推动和治理协调作用；美满数据治理造度，使用科技伎俩推动数据治理系统化、自动化和智能化”。由此综合来看，数据能力将成为金融数字化转型的沉要驱动力。

银行数据治理的指标选择

为了更好地推动银行数据治理的美满，必要全面厘清这一鼎新的战术指标。

从贸易银行个别角度来看

提升机构主题竞争力。《规划》提出要力争到2025年实现金融科技主题竞争力逾越式提升，在此布景下，贸易银行面对的挑战越发凸起。当前影响银行业的周期性成分蕴含经济周期、技术周期、政策周期、利率周期、人丁周期、行业周期等，未来银行经营失败或许成为常态。截至2021年6月30日，我国共有银行业金融机构法人4608家。即就是美国，2001～2020年银行机构总体数量也从9614家减至5001家。未来，大中幼型银行城市面对“百年未有之大变局”，占有凸起主题竞争力的银行才有可能生计甚至发展壮大。多多国内表成功经验都批注，依附数据身分、发展数字化转型，是强烈竞争中无数“亮点银行”的经验与选择。

更好地满够数字经济需要。当前数字经济产业已经成为实现经济高质量发展的新驱动力，其中数字产业化是指提供数字技术、产品、服务、基础设施和解决规划，以及齐全依赖于数字技术、数据身分的各类经济活动。产业数字化则指利用数字技术和数据资源为传统产业带来的产出增长和效能提升，是数字技术与实体经济的融合。这些都从需要端给银行带来数字化刷新压力，从而实现经济、金融数字化的供求匹配。尤其是必要推动银行以数字化来改善客户履历、提高运营效能、搭建金融场景等，更好地添补产业数字化的“短板”。

应对风险与挑战。截至2021岁暮，贸易银行不良贷款总额为2.85万亿元，增速回到了5.4％，较上年同期降落6.6个百分点，是最近几年初次低于10％。从从前几年的走势来看，不良资产余额上升的趋向已经得到遏造，资产质量改善显著。但是，固然大型银行和股份行的不良率持续改善，城商行和农商行不良率依然较高且存在较高反复性。出格是农商行由于前期增长加快，目前依然处于3.63％的高位。应对风险虽有多种伎俩，但是通过强化数字化治理、数据治理，致力健全自动化风险节造机造，实现事前、事钟注过后的风险治理智能化，也是题中应有之义。

从行业角度来看

促使整个行业提升全身分出产率。基于实证钻研批注，近年来我国银行业全身分出产率出现出“颠簸大、异质性强、周期性”等特点。通常来看，对于发展功夫久、规模实力较强、经营模式较为成熟的贸易银行来说，技术进取对其出产经营效能的提升拥有推进作用；而中幼银行的组织架构、治理模式、技术利用等方面存在较多的问题，整体的投入产出效能较低，技术进取还未影响到一些中幼银行具体的出产经营过程。现实上，以数据治理为起点，银行数字化转型可能给诸多中幼银行带来新的刷新机缘。

助力国度沉大战术指标。当前，经济高质量发展、实现共同富足、绿色低碳经济转型等都组成当前战术沉点，而金融科技与数字金融创新都越来越亲昵地与国度战术相吻合。在《规划》中，尤其对幼微金融、村落金融、供给链金融、绿色金融四大场景的进一步注明，体现出这些领域的金融科技渗入与合理当用，正是当下规划聚焦之处。贸易银行依然是金融支持实体经济的主题力量，银行数据治理不仅是为了更好地利用数据资源、推动自身数字化转型与提升盈利能力，更是为了推广国度战术责任与社会责任。

银行数据治理的沉点行动

美满机造。所谓数据治理，依照国际数据治理协会（DAMA）的界说，是对数据资产治理行使权势和节造的活动集中，蕴含组织、造度、流程和工具。在国内实际中，通；崃饺伎际葜卫砗褪葜卫。近年来，很多大型银行纷纷在顶层设计层面布局数据治理，而大无数中幼银行的数据治理则根基处于萌芽期，还未发展有效的数据治理工作。要促使银行数据治理工作走上新台阶，必要做好几方面工作。一是战术先行。数据治理不能漫无主张，或者一味“照搬照抄”，必要凭据银行综合发展战术的要求，“量身定造”数据战术。例如，对于以零售业务为主的银行，相应的数据战术应聚焦于此，蕴含整合治理零售客户数据、提升服务水平、强化精准营销等；以对公业务为主的银行，可在供给链金融等创新业务发展中着力索求数据链、数据生态的优化整合；以金融科技为特色的银行，应该着力关注若何通过数据治理来提升盛开能力和服务生态。二是找到数据治理的“痛点”，从问题动手进行战术设计。例如，数据治理与治理是一项系统工作，涉及工作繁芜，若何可能有效规划、系统化推动，若何通过新技术利用来削减数据治理的成本用度，若何通过内控和审计来规范数据治理工作的发展，诸如此类的问题应该融入到数据治理的战术造订与落地中。三是美满组织架构与权责分；。数据治理能否成功，关键在于高效的组织架构支持，尤其是成立系统化、职责明显的协调共同。现实上，银行业务链极度复杂，普遍存在数据治理欠安、利用低效的景象，这也是责权吞吐、动力缺失、IT建设美满周期太长等原因导致的，这就必要真正美满数据共享共赢、创新驱动的承载机造。

技术驱动。数据治理性质上是治理与技术相结合，因而在银行数据治理创新与优化中，不仅必要充分关注各细分领域，如数据尺度、元数据、数据模型、数据散布、数据存储、数据互换、数据性命周期治理、数据质量、数据安全以及数据共享服务等，更必要把数据治理与新技术利用宽泛融合在一路，体此刻数据治理与利用的全流程，真正阐扬新技术带来的“正效应”。例如，《规划》强调以关键主题技术为突破点，新提出了一系列前沿技术，蕴含场景感知、加强现实（AR）、混合现实（MR）、数据多源比对、急剧校核、血缘关系分析、结合建模、图推算、数据可视化、数字孪生、匿踪查问、去象征化、可信执行环境、巡检机械人、分段路由、软件界说网络、第五代移动通讯技术（5G）、窄带物联网（NB-IoT）、射频鉴别（RFID）、量子技术、机械人流程自动化（RPA）、智能字符鉴别（ICR）、移动物联网、卫星遥赣注电子围栏等。银行数据治理的过程，刚好是合理利用新技术全面推动大数据时期的数据、技术与业务职能有效融合。

助力业务。银行数据治理必须与业务创新有效结合，稳重的数据治理也是提高创新效能的前提，能够通过深刻的客户数据分析挖掘，更精准地相识客户需要，实现业务、产品和服务创新，全面提升客户服务质量和服务水平。优化数据治理和利用，有助于突破金融科技场景落地的难题。目前，无论是金融机构的数字化转型，还是新技术企业为金融机构提供技术支持，普遍存在技术和业务“两张皮”的问题。若是只凭据业务需要匹配相应技术，则只能局限于现有贸易模式逻辑，可能使得业务难以跟上数字化刷新大势。要突破这一点，必要从基础环节动手，涉及到数据、技术、人才、共识和监管等，其中数据是关键出产身分。刚好是通过使数据身分更好地融入技术与业务协调创新的主线中，能力更好地推进创新场景落地。事实上，《规划》也在更高层面凸起了数据利用的问题，如“推动金融与公共服务领域系统互联和信息互通，综合电子政务数据资源，不休拓展金融业数据身分广度和深度，为跨机构、跨市场、跨领域综合利用夯实多维度数据基础”。而《定见》则越发聚焦地指出：“全面深入数据在业务经营、风险治理、内部节造中的利用，提高数据加总能力，激活数据身分潜能。加强数据可视化、数据服务能力建设，降低数据利用门槛。挖掘业务场景，通过数据驱动催生新产品、新业务、新模式。提宏伟数据分析对实时业务利用、风险监测、治理决策的支持能力。加强对数据利用全流程的成效评价。”

安全靠得住。近年来，在金融科技与数字金融刷新中，金融业既获得了大量成功经验，也存在很多教训。推进金融科技创新与数字化转型，须预防粗放式扩张和预防泡沫堆集，处置好创新与安全的天堑，守住不产生系统性风险的底线，防备非系统性风险的堆集，明确创新的底线与负面清单。同样，在优化银行数据治理过程中，也应该以安全稳重为性命线，有效防备各类潜在风险。一是加强数据源头治理，既致力突破数据孤岛，更好地利用行内表数据，也要加强隐衷；，同时有效降低数据洗濯中的风险，全面提升数据基础质量。二是在技术安全方面，可能高效应对针对金融服务行业的数据攻击，更好地保障业务的陆续性。三是在数据治理和数据建模中，造订美满、规范的数据治理流程并强化治理执行力，优化数据建模尺度，并转变只建模不落地或轻易落地的传统思路。四是在数据利用方面，真正做好数据安全；，借助多方安全推算、联国进建、隐衷推算、可信区块链、象征化等技术，确保数据可用不私见、可用可计量、最幼够用、专事专用。五是在数据互换方面，构建规范、尺度的数据分发机造，打造统一的数据互换平台，凸起数据难以互联互通、共享共赢的潜在故障。

合作共赢。正如开源成为技术发展的沉要趋向，生态共建、合指成拳也成为数字化转型与数据治理建设的首选蹊径，跨部门、赛路、厂商而提供综合解决规划的贸易模式成为主流。如《规划》中强调要“阐扬大型金融机构带作为用和示范效应，加强金融科技共性技术、资源和服务的盛开合作、互惠共享，结合高档院校、科研院所、高新技术企业等搭建专业化金融科技产用对接平台，依法合规参加数字技术开源社区等创新结合体”。一方面，数据治理能够与盛开银行建设更好地结合起来。多所周知，源于海表的盛开银行最初就是从数据共享动手，通过利用法式编程接口（API），以实现数据流在分歧系统之间的实时流动和职能的无缝集成。现实上，多年前贸易银行就已经起头利用API 接口，后来随着大数据、人为智能、区块链等技术急剧突破，加之多多金融科技企业、互联网金融企业带来的“金融脱媒”挑战，使得银行在盛开银行视角下再度器沉API，并把其作为提升零售客户和对公客户服务质量的沉要伎俩。当然，中国特色的盛开银行创新受到数据盛开的更多监牵造缚，但依然能够在合规前提下充分索求天堑与空间。另一方面，“数字化+生态圈”也是银行刷新的重要蹊径，基于移动端和互联网平台，国内银行已经起头引入数字化生态合作，打造创新业务模式。在数据治理方面，尤其对于中幼银行来说，能够依附表部技术企业的数据模型急剧成立数据建模能力，而后在各业务部门配置数据治理与分析资源，再把大数据分析了局全面利用在业务领域，从而为获客、风控及运营等提供有效的数据支持。

银行数据治理的环境保险

除了必要贸易银行自身加强和美满数据治理工作，当局与监管层面也应一路致力创造更好的表部环境。

推动数据治理的规定美满。例如，从数据身分在整个社会再出产中阐扬的作用来说，离不开数据出产、互换、分配、消费等环节，作为沉要起点就必要思考数据身分确权问题；幼我信息；ぁ⒐劝踩畔⒈；さ任侍馐贾展岢乖谑堇弥；数字治理离不开对ESG的关注，即企业环境、社会和治理绩效的发展与评价理想，由于在数据利用中也可能存在算法黑箱和信息不合称，即便体现出高效的贸易模式价值，也可能忽视金融科技与数字伦理。当然，在银行业数据治理中有越发具体的监牵造缚，尤其是数据安全与隐衷；し矫，这些都必要在实际中进一步美满。

以数据治理的尺度化为支持。央行目前已颁布《金融尺度化“十四五”发展规划》，提出以尺度化引领金融业数字生态建设，尤其是稳步推动金融科技尺度建设、系统美满金融数据身分尺度等？凸劾纯，现有银行数据治理索求也存在尺度化意识缺失、治理职责不到位、关键数据尺度研造和贯彻流程不畅等问题，亟待以推动尺度化来解决矛盾。

强化专业人才保险。《规划》凸起强调金融科技人才的沉要性，数据治理也离不开行业人能力力的提升。银行业普遍不足大数据有关人才，如精通业务且懂数据治理的数据业务人才，重要掌管业务利用场景分析和设计；专业的数据分析人才，重要掌管数据分析和建模；数据技术人才，重要掌管数据处置和系统平台建设。若是不能尽快在全行业推动中高端人才的造就和提升，数据治理就成为“无源之水、无本之木”。

作者系中国社科院金融所

支付算帐钻研中心主任

文章刊发于《银内行》杂志2022年第4期「专题」栏目

本期未来银行架构转型出格推荐

专题

龚伟华/

未来企业架构助力银行高质量发展

陈铁钢/

以新架构打造新时期领跑优势

——工商银行ECOS工程助力转型升级

崔蕾/

未来银行架构

——以J9集团信息的ModelB@nk5.0为例

杨涛/

数字化转型视角下的银行数据治理

李璠/

未来金融企业技术架构与数字化转型

李衍珠 韩波 王彦博/

面向未来银行的盛开式利用架构探析