现代商业银行数据管控体系建设探讨_数据资源管理系统建设
现代商业银行数据管控体系建设探讨由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“数据资源管理系统建设”。
现代商业银行数据管控体系建设探讨
数据是银行信息的主要载体，数据缺陷会严重损害信息的价值。为有效地发挥数据、信息对经营管理的支持作用，现代商业银行必须采取措施保证业务数据的质量，尤其要对关键数据进行全面的管理控制。数据管控体系建设是构建完善、共享、统一管理的数据环境的基本保障和重要组成部分，是把数据作为资产来加以管理的有效手段。
一、现代商业银行数据管控体系建设的急迫性
1.信息和数据对商业银行的重要意义
银行是信息密集型企业，不仅金融产品是信息产品，银行的业务处理和管理决策也是信息获取、传递、分析与运用的过程。银行依靠所掌握的信息进行经营决策，防范金融风险，为客户提供个性化增值服务。信息对银行的经济价值主要体现在4方面：一是可以直接作为生产要素参加再生产；二是能够提高银行经营管理和决策的效率；三是可以强化原有物质生产要素，增加产品的附加值；四是可以作为产品直接为银行带来效益。数据是信息的直接表现形式，“数据-信息-知识-商业智能”是现代商业银行定量化、精细化管理能力的发展路线。
2.我国商业银行面临的数据问题
我国大部分商业银行，长期以来受到“凭经验、靠感觉、轻数据”的工作习惯影响，数据远未发挥其应有价值，数据问题未受到足够重视。商业银行开发并应用了上千套业务处理系统，产生大量数据，数据问题已经成为我国商业银行提高竞争力的巨大障碍，主要表现在以下5个方面。
数据分散、重复、不一致。信息系统的开发和应用按部门开展，各系统的数据定义、数据采集流程自成体系，缺少一致性，形成一个个“信息孤岛”；不能把
分散的数据依据其内在逻辑聚集关联成一个完整的数据源，难以建立全面、准确、完整反映银行经营状况的单一数据视图。
关键业务数据不准确。前台人员不关心数据质量，其控制未融入到业务流程中；企业缺乏规范的数据质量控制流程和考核机制，数据质量问题不能及时发现并解决。
数据处理难以满足需要。交易系统设计侧重于特定功能的实现和处理效率的保证，其数据处理难以满足业务发展、经营决策和管理考核的需要。
缺乏数据规划，数据管理成本高。缺乏对数据采集、分布、流转及应用的合理规划，部门间、总分行缺乏数据共享及协调机制。数据需求、数据质量、数据应用等问题的管理和解决分散在不同项目、业务和技术部门，没有一个明确的组织对相关问题提供协调机制和统一的报告渠道，并跟踪解决数据相关问题。
数据安全问题。数据信息安全保护意识较薄弱，缺乏数据认责文化，没有规范合理的数据安全分级、用户授权机制。
为解决上述问题，各家银行多年来付出了种种努力，包括信息系统升级改造、数据清洗等，投入大量的人力物力，成本巨大。但由于缺乏系统性标本兼治的方法，数据问题并未能从根本上解决。显然，我国商业银行急需建立一种新的数据管理机制来改善这种状况。
3.我国商业银行发展对数据管控的要求
在国内，外部监管环境的变化对加强银行全企业范围内的数据管理，有效保证数据的真实性、完整性、一致性和及时性提出了更高要求。银监会新的监管报表报送，要求对涉及全行所有表内、表外业务的数据进行全面管理，在总行层面汇集全部的银行账户、交易账户、信贷与非信贷资产等明细数据，提供全行范围内具有信用风险和市场风险暴露的协议、交易对手、以及担保品、风险评分评级和风险度量等信息。
在国际上，根据新巴塞尔协议（Basel Ⅱ），商业银行必须为三大支柱提供充分的数据支持。BaselⅡ对银行管理数据的广度、深度和时间长度，以及数据完整性、准确性等方面均有具体、明确和严格的要求，并将数据质量问题纳入操作风险计量范围之内，根据风险程度予以拨备和资本计算。
同时，先进的定量化管理方法的引入与实施，需要以可信的、经过整合的数据为基础；有效降低信息管理成本，提高信息技术投资效益，也需要建立完善的数据管控体系。
二、国际先进商业银行数据管控经验
随着银行业务经营和管理对数据需求的不断增长，银行业务部门开始参与、主导数据管控，并逐渐将数据管控从其他管理流程中分离出来，进行丰富和完善。数据管理职责被赋予了不同层次、相对固定的数据管控机构与数据管理岗位。国际先进商业银行越来越多采用的管控模式如图1所示。
为实现上述工作模式，一个职能定位清晰、责任分工明确、工作流程稳定、考核目标明确的数据管控组织与相关业务部门协同工作的数据管控体系在许多国际先进银行中建立起来了。它确定了一系列的岗位角色和相应的责任及管理流程，以保障业务数据在采集、集中、转换、存储、应用整个过程中的完整性、准确性、一致性和时效性。
国际先进商业银行的数据管控实践，为我国商业银行数据管控体系的建设提供了丰富的经验。首先，对“数据价值”的共识是实施数据管控的前提。只有认识到“数据质量意味着金钱”，相关部门才能把数据质量与业务目标结合起来，进行“协同”。其次，数据管理活动主要由固定的组织机构来执行，并且这些组织机构通常由业务部门来主导。最后，对数据拥有者、使用者和管理者的职责分工与协作流程的定义和推行是实施数据管控的核心工作。
三、现代商业银行数据管控体系建设
1.数据管控体系建设的目标
数据管控体系是企业控制信息交付、数据管理战略和数据资源的一系列活动，在银行的大环境内建立人、数据、系统之间的和谐关系。数据管控从全企业的视角协调、统领各个层面的数据管理工作，保证银行内部各类人员在正确的时间、正确的环境得到正确的数据支持及服务。
2.数据管控体系基本构架
数据管控体系把银行的数据及其拥有者、管理机构、使用者、管理工具等有机地关联在一起，是商业银行管理数据资产的完整机制。数据管控体系的基本构架包括以下3方面内容。
（1）数据管控策略
数据管控体系通过建立数据管控协调与决策会议机制，从面向业务应用、数据共享、系统3个管理层面，解决商业银行面临的数据规划、数据标准管理、数据质量管理以及数据安全管理四大核心数据管理任务。
数据管控决策会议由银行高层领导主持召开，对全企业数据管控重大事项、责任分工等进行决策。数据管控会议由管控协调部门、业务部门和技术部门等核心部门成员参与，解决跨主题的工作协调问题，并根据数据管理层面的不同，分为相应的业务数据管理、数据共享管理、系统数据管理3个层面。
（2）数据管控流程
数据管控流程如图2所示，包括数据规划流程、数据标准管理流程、数据质量管理流程、数据安全管理流程。数据规划对数据标准管理起指导作用，提供数据需求；数据质量管理按照数据标准对数据质量进行评估和衡量；数据安全管理建立在数据规划的既有成果上；业务部门对数据安全管理需求反馈到数据规划的过程中，形成良性的闭环管理流程。
（3）数据管控组织结构
数据管控体系的组织结构如图3所示。业务部门、数据管控协调部门和技术部门间通过协调人进行信息沟通，同时指定专人负责相关的数据管控具体事务的执行工作。3类部门在3个数据管理层面间建立稳定的分工合作关系，在每个管理层面中承担不同的责任。业务部门承担业务专家角色，负责提出数据需求和业务规则，协调部门业务专家参与数据管控相关工作，反馈数据管控在系统中实施的效果，指导对数据管控策略、标准和流程的调整。数据管控协调部门承担数据管控协调人和数据管理员角色，协调业务部门的数据需求和数据管控议题，推动建立数据管控流程，分析数据管控实施效果。技术部门承担技术支持角色，参与数据规划、数据标准定义、数据管控流程设计及维护、问题分析等工作，将数据管控流程落实到应用系统中。
四、我国商业银行数据管控建设的关键点
国内企业管理文化以及银行业实际情况与西方存在较大差异，我国商业银行在实施数据管控时，不能完全照搬西方先进商业银行的经验和做法。同时，数据管控工作是一项跨业务、跨部门的系统工程，从企业的视角出发，在建设过程中有几个关键点需要着重考虑。
第一，成功的数据管控高度依赖于高层管理人员的支持。对于现代商业银行
来说，数据管控并不仅仅是技术层面的问题，必须将其上升到企业战
略管理层面，提升到企业战略性高度予以重视。以企业级的全局视角
致力于推动内部数据整合和外部信息的分析利用，支持企业业务流程
重组和优化，支撑商机洞察和科学决策。
第二，数据管控需要各类部门，包括业务部门、技术部门和数据管理部门的通力配合，建立高层领导强有力参与的跨部门协调与决策机制。得到
有胜任力的、同时对业务部门和技术部门有足够影响力的高层支持，不仅保障企业愿景得以实现，而且要保障银行整体构架和技术构架得
到很好的协调。
第三，职能集中化的数据管控组织是保证数据管控体系正常运转的关键。在业界数据管控最佳实践中，无一例外具有一支专门的、稳定的团队，负责企业内的数据处理与管理工作。该团队一部分分布在业务条线上，实时支持业务线的管理和经营；一部分集中在后台负责管理企业级的数据整合，两部分人员紧密沟通，统一行动。从数据管控的发展趋势
来看，该团队必须进一步转型为固定的权责明确、职能集中的数据管控组织机构。该组织拥有一批具胜任力的员工承担核心角色，并被赋予执行各种数据管理活动和数据增值服务的责任，支持业务发展战略和运营管理两方面的目标。
第四，数据管控必须纳入到企业的业务流程再造体系。数据管控与银行业务
目标的实现是密切关联的。现代商业银行在建立前后台共同为企业业务目标负责机制的同时，必须建立贯穿整个业务流程的数据管控流程，将数据管控纳入银行业务流程再造体系中。为了实现业务目标，前后台都对数据负责，职责清晰，前台保证录入质量，后台进行数据整合、检核。一旦发现问题，可以追溯到前台进行校正，这种前后台连贯一致的数据管控流程将保证数据质量满足业务的需要。
数据管控纳入业务流程也需要企业文化的帮助。数据质量保证与产品质量保证一样，需要一种企业文化。在数据管控建设初期，需要将数据质量纳入绩效考核的重要内容，以促进数据质量控制文化的培育。第五，数据仓库系统是数据管控的前沿阵地。在现代商业银行中，数据仓库
系统是银行后台管理信息应用的核心。企业级数据仓库存储了商业银行全部数据，是商业银行及各业务部门进行业务分析的惟
一、真实的数据来源。许多银行正是在建设数据仓库的过程中强烈地感受到数据管控体系的必要性，并开始实施数据管控：对源系统中的数据进行一致的数据质量处理，对进入数据仓库中的数据建立数据质量追踪机制，对问题数据追溯到源数据进行修正，同时在数据集市层作数据验证工作。
第六，以数据仓库为基础实施数据管控可以获得显著的效果，整个工作变得
更具针对性，易于调动资源；另一方面，数据管控的实施保证了数据仓库的数据质量，使数据仓库得到有效应用，为银行创造价值，促进数据管控工作的更进一步发展。
