本報記者 李冰

    距《中共中央 國務院關于構建數據基礎制度更好發揮數據要素作用的意見》對外發布已近半年。數字經濟時代，數據作為關鍵生產要素，正成為經濟社會發展的重要資源和創新引擎。

    將視角聚焦至金融機構層面來看，作為數字化轉型中必不可少的底層資產，數據的重要性愈加凸顯。要將原始數據轉化為可見、可用、可管的優良數據資產，數據治理是始終繞不開的話題。金融機構如何充分發揮海量數據規模和豐富應用場景優勢，激活數據要素潛能，賦能數字經濟高質量發展，正在被業界廣泛探討。

    “如果將金融機構數字化轉型看作是數字版的‘立柱架梁’，那么數據要素價值發揮及數據治理能力就是助力其‘積厚成勢’的關鍵。”北京鑫科金融發展研究院執行院長甘玉濤在接受《證券日報》記者采訪時著重提到了數據對數字經濟建設的重要性。“若將數字經濟比作一棟樓，數據就是建設這棟樓的磚，若要將樓蓋得高、建得穩，數據‘磚’的地基要牢且承重能力要強。”

    銀行在數據治理方面

    不斷探索前行

    如今數據作為新型生產要素，是數字化、網絡化、智能化的基礎，已快速融入生產、分配、流通、消費和社會服務管理等各環節。據國家互聯網信息辦公室近日發布的《數字中國發展報告（2022年）》顯示，2022年我國數字經濟規模達50.2萬億元，總量穩居世界第二，占國內生產總值比重提升至41.5%。其中，2022年我國數據產量達8.1ZB，同比增長22.7%。

    可以看到，數字經濟已成為穩增長促轉型的重要引擎。對于金融業而言，數據治理是其持續挖掘業務增量和深入推進數字化轉型的重要手段，落實數據治理對于金融機構及監管層均具有重要意義。

    經記者梳理，近些年，金融機構在數據治理與應用領域不斷探索前行，并已在系統平臺建設、組織架構等層面取得了階段性成果。以銀行為例，包括工商銀行、農業銀行、中國銀行在內多家銀行均在2022年年報中披露數據治理相關情況。比如，工商銀行表示，上線企業級數據治理平臺數據安全管理模塊，建立識別規則庫驅動自動貫標，強化基于數據分級分類的數據安全管理；中國銀行表示，“三橫兩縱”數據治理加速集團全面覆蓋推廣，累計梳理280萬個數據項，形成22萬個數據字典項，數據資產價值持續釋放。

    同時，從可查資料來看，建設銀行、交通銀行、郵儲銀行等均設立了數據管理部門。綜合來看，銀行業數據治理的情況參差不齊，起步較早的銀行已經建立體系化的數據治理框架，而一些中小銀行的數據治理工作仍尚處起步階段。

    “由于業務多樣、網點眾多，基層數據治理是銀行繞不過的問題。”工信部信息通信經濟專家委員會委員、浙江大學國際聯合商學院數字經濟與金融創新研究中心聯席主任盤和林告訴《證券日報》記者，“隨著銀行數字化轉型進程的不斷加快，業務轉型發展對數據挖掘應用的訴求會越發強烈，對數據使用靈活性與時效性的要求也會越高。這為銀行充分發揮數據要素價值帶來了新機遇，但同時也對銀行提出了新的要求。”

    數據治理

    是金融機構“必答題”

    當前，數據治理及數據質量已是金融機構在監管數據類檢查中的必答題。

    2023年4月份，畢馬威發布《“監”聽則明：2023年一季度金融業監管數據處罰分析及洞察建議》顯示，2023年一季度，人民銀行等向銀行、保險公司、證券公司等金融機構共開出數據罰單384張，罰款金額為6.45億元，超千萬的大額罰單8張。較2022年四季度，罰單數量環比上漲73.8%，罰款金額環比上漲超3倍。

    “從監管處罰中能看出當下金融機構數據治理層面的問題，也意味著監管部門對機構的數據治理及管理能力要求提到一定的高度。”厚雪研究首席研究員于百程對記者舉例稱：“以銀行為例，數據往往分散在各個部門無法打通，數據不規范，并存在數據違規采集和使用的問題，使得數據應用價值的發揮受到影響。”

    多位受訪者認為，經過前期工作的推進，大多數機構對數據治理組織架構已基本建立，但仍有部分機構尚未在內部各層級組織間達成充分的共識，這或是金融機構涉及數據類罰單較多的普遍原因。

    “這就好比再好的產品經理也‘叫不醒’不作為的程序員，再好的程序員也無法‘帶動’沒有創新的產品。金融機構數據治理需引起從上至下的重視和達成充分的共識。”甘玉濤說。

    “實際上數字化轉型一直頗受機構內部重視，但近些年數據治理及數據孤島問題已影響到一些機構數字化轉型的進程。”某金融機構相關負責人在對《證券日報》記者講述時，頗為感慨。“事實上前些年關于數據治理的問題已經被一些機構內部會議廣泛探討，曾經不少機構以為自己的IT部門可以搞定一切，但事實上金融機構數據治理并不是僅靠一個部門或幾個程序員所能解決的問題。”

    “部分機構的業務人員對數據治理重要性認識尚不充分、各分支行參與程度低、明細數據來源系統多，相關工作往往由數據治理牽頭部門或科技部門單方面發力，導致治理整體效果不佳。”索信達控股金融數據治理專家黃一青告訴《證券日報》記者，“有些機構經常對某個項目有數據需求后緊急拉數據為項目服務，后面做數據治理時才發現有些流程并不規范，而此時開發團隊有可能因為各種原因無法及時整改，長期下去數據治理效果會很差。”

    薩摩耶云科技集團首席經濟學家鄭磊對記者稱：“當前數據治理是金融機構必答題。金融機構的數據治理需對存量數據管理和工作機制進行全面‘手術’。同時也需看到，銀行信息化基礎較好，存量數據規模龐大，各系統間調用關系復雜，且缺乏數據治理標準，這是首先要解決的問題，也是一個漫長的過程。”

    金融機構數據治理難點

    與應對之舉

    過去幾年，監管層相繼發布了多項政策、指引，推動金融領域數據要素能力建設及數據治理體系不斷完備。比如，《銀行業金融機構數據治理指引》就數據治理架構、數據管理、數據質量控制、數據價值實現等方面明確指導要求；《關于銀行業保險業數字化轉型的指導意見》提到了數據能力建設、健全數據治理體系等。

    黃一青告訴記者：“以銀行為例，其數據治理普遍存在數據不可知、不可控、不可取、不可聯等四類痛點。比如，機構內部數據孤島嚴重，不同業務部門的數據庫各自為政，僅僅做數據的收集和統計，變成了KPI系統，但實際上數據和數據間并沒有形成有效的關聯。”

    談及如何應對金融機構數據治理難點問題時，易觀分析金融行業高級咨詢顧問蘇筱芮表示，數字經濟時代，激發數據要素潛能根本在于建立健全數據要素的產權和治理體系。同時，加快制定并明確數據流通交易和定價規則十分必要。對于金融機構來說將重點關注建立以數據為核心的決策機制和業務模式，加快隱私計算技術應用，強化全流程數據安全。未來，預計市場機構將與監管部門一道，共同為探索數據要素的安全、高效應用形成有力的體系化保障。

    黃一青建議，金融機構的數據治理需從“四縱八橫”數據管控方法論向“數據運營服務能力”轉變，具體包括數據管理的專業能力、數據服務的執行能力、數據保障能力。金融機構需形成以治理為基礎，以價值為核心的數據戰略愿景，全面實現數據價值，提升管理經營能力。

    博通咨詢金融業資深分析師王蓬博認為，在實踐中機構數據鏈路較長，從生產到最終使用，中間會經過多環節流轉，機構應當以資產管理的視角來推動和落實數據治理，并注重數據安全和隱私保護才能實現數據從資源到資產的跨越。其中，需不斷完善數據治理和管理的標準體系，在數據架構、數據質量、數據安全、數據應用等方面全盤謀劃，打破原有業務籬笆，在破與立中實現數據和業務雙重驅動。