国家开发银行的大数据治理探索与实践_行业动态,资讯中心,

随着信息化、智能化的快速发展，金融行业与信息技术的融合交汇引发了数据的迅猛增长，大数据已成为现代金融业的战略资源和重要资产。中国银保监会于5月21日适时发布《银行业金融机构数据治理指引》（以下简称《指引》），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，由高速增长向高质量发展转变。
　　大数据时代到来，《指引》出台恰逢其时
　　大数据概念从提出到迅速发展仅仅不到10年时间，然而大数据应用已经对世界带来了一系列巨大的变革，大数据几乎对所有领域都产生了重大影响并直接催生了智能分析等一批前沿科技领域。2016年，我国在国家“十三五”规划纲要中确定“实施国家大数据战略”。2017年12月，习近平总书记在中央政治局就实施国家大数据战略进行第二次集体学习时强调，“大数据发展日新月异，我们应该审时度势、精心谋划、超前布局、力争主动，推动实施国家大数据战略”。同时，习近平总书记要求，“善于获取数据、分析数据、运用数据，是领导干部做好工作的基本功。”
　　随着“国务院金融稳定发展委员会”设立及银监会和保监会合并，在“一委一行两会”金融监管架构下，我国的金融监管理念与监管方式正在向统一监管、宏观审慎监管和功能监管方向转变。当前银行业金融机构数据治理工作不同程度地存在一些问题，一方面阻碍了银行业向高质量方向发展，另一方面影响了监管部门的监管效率。
　　监管部门高度重视数据治理工作。《指引》的及时发布，体现了数据治理在其中的重要基础性作用，将有力支持从分业分段监管模式到统一监管模式、从微观到宏观的系统性风险防范、从机构监管到行为监管的转变，实现穿透式产品的横向全链条式监管。监管部门在《中国金融业信息技术“十三五”发展规划》和《中国银行业信息科技“十三五”发展规划监管指导意见》中也多次强调，各家银行要统筹规划大数据基础设施，完善大数据治理机制，主动制定大数据战略，建立大数据服务体系，提升大数据治理能力。
　　对标《指引》，重新审视大数据治理工作
　　大数据治理是一个长期、复杂的系统工程，涉及到组织、制度、流程、人员和工具等各个方面的协同。《指引》的发布旨在发挥监管机构的领导和引导作用，提升银行业金融机构的主动性和自主能力，在国家、行业和企业三个层面共同建立一套互相促进、行之有效的数据治理机制，确保大数据治理能够真正发挥实效。结合《指引》要求，大数据治理需在以下四个方面加以提升和完善。
　　完善数据治理架构。《指引》第四条提出“应当将数据治理纳入公司治理范畴，建立自上而下、协调一致的数据治理体系。”高层级、高规格和业务部门充分参与是做好数据治理的关键。数据治理专业岗位和团队是做好数据治理的必要保障。数据治理在顶层设计上被提升到新高度，从银行的组织架构和职责入手，明确细化董事会、监事会、高级管理层、归口管理部门和业务部门等相关部门的职责，自上而下推动数据治理工作展开，既可以避免过去部门间协调不畅、相互推诿，又可以避免某一部门职责过重但影响力不足导致无法在企业级全面有效推进相关工作。
　　提升数据管理能力。《指引》的第三章和第四章重点对数据管理各子领域提出要求，具体包括数据标准、数据质量、数据采集和交换、数据安全和数据归档等，打造数据管理“标准”，明确数据管理内容。其中数据标准是基础，通过定义统一的业务规范和技术标准明确数据规范；数据采集和交换是枢纽，通过设计数据模型、梳理数据分布和流向、合理部署数据来实现数据的高质量、全生命周期的管理和安全的使用三个管理目标。
　　基于数据价值驱动大数据应用。《指引》中指出“应当在风险管理、业务经营和内部控制中加强数据应用，实现数据驱动，提高管理精细化程度，发挥数据价值。”通过数据治理支撑数据价值，基于数据价值驱动大数据应用，最终实现数据驱动发展。加强内外部各类数据资源的有效互联，打通客户、行业、区域和产品等方面信息衔接和整合，将其应用于风险管理、客户营销、业务创新、内部控制等多个领域，增强总体服务水平和个性化服务能力，提高银行核心竞争力。
　　加强数据文化建设。《指引》强调“应当建立良好的数据文化，树立数据是重要资产和数据应真实客观的理念与准则，强化用数意识，遵循依规用数、科学用数的职业操守。”这是监管部门首次提出数据文化建设要求，培育规范录数、科学管数、依规用数的意识，推动数据价值在全行内的认同，树立“数据质量人人有责”的全员数据文化，发挥数据文化建设软实力，形成大数据治理的核心竞争力。
　　国家开发银行大数据治理实践
　　国家开发银行（以下简称“国开行”）高度重视大数据治理工作，从规划入手，构建完善的组织、制度和流程，制定数据标准并实施数据管控，形成有机组合的数据治理体系。自2008年以来，加强数据“建、管、用”一体化建设，于2017年底建成混搭架构的大数据平台和一批大数据创新应用上线投产，标志着大数据能力由规划设计阶段进入到应用推广阶段，实现了数据治理转型升级，为推动“数字化智慧开行”战略实施奠定了坚实基础。
　　夯实数据基础，构建完备的大数据基础设施。一是建成混搭架构的大数据平台，实现数据处理架构的完善与升级，可高效存储和处理各类结构化、非结构化数据，全面支持贷前、贷中、贷后、融智以及综合管理决策等业务领域的大数据应用。二是构建分布式的统一数据交换平台，形成继ESB（企业服务总线）之后的第二条企业级数据总线，可快速进行内外部各类数据的批量采集、传输与分发，实现数据交换的统一管理和集中监控。三是搭建外部数据平台，实现全行外部数据的集中与共享，为全行应用系统和行内用户提供统一的外部数据服务，充分发挥外部数据资产价值。四是建设手工数据管理系统，有效解决了临时性、突发性及系统缺失等因素产生的手工数据采集与管理问题，实现全行手工数据的“一次录入、多次复用、全行共享”。五是建成数据归档系统，打造“原汁原味”的系统数据“图书馆”，实现在线系统减负、下线系统存档，为内外部监管审计提供支持。
　　制定数据标准，建立企业级大数据管控体系。在数据标准方面，一是完成银行级客户、产品等9个主题共2626项基础类、1068项管理分析类标准的制定和发布，实现1575项标准在全流程等41个系统的落地。二是发布五大类1116项集团级标准和配套管理办法，将标准化管理半径从银行拓展至整个集团。三是牵头编制并发布《银团贷款业务技术指南》，积极掌握行业话语权。在数据管控方面，一是编制发布《数据管理与应用“十三五”专项规划》，明确了“强化数据应用为目标，数据集中整合为枢纽，提升数据质量为主线”的数据治理思路。二是初步建立高层决策、数据管理部门统筹、全行参与的企业级数据治理机制。三是构建覆盖数据全生命周期管理的“9+3”数据管理制度体系。四是建成以元数据为中心、支持标准和质量等管理功能的数据管理系统。五是建立数据质量管控常态机制，严格数据质量专项考核，实现千万级数据逐日监控，累计发现并推动分行整改8000余条质量问题，数据质量主动管理能力显著增强。
　　做好数据服务，建成一批通用型数据类应用系统。一是构建出具有16个监管应用的系统群，监管报送自动化率达90%以上，征信考评连续五年位于同业前列，外汇合规管理连续三年被评为A类行。二是建成高管驾驶舱系统，集中、动态展现开行经营状况、金融同业对比和宏观经济等内外部关键指标，为总分行领导及专项业务提供有力的决策支持。三是搭建统一报表系统，形成全行统一的报表视图，以灵活易用的“拖、拉、拽”方式在线定制报表，实现对原有固定报表生成方式的重大革新。
　　立足业务实际，打造特色大数据创新应用。基于“大平台、小应用”技术理念，构建数据综合应用平台，整合国开行数据类应用系统，为用户提供一站式服务和优质数据体验。一是落实党中央“实现精准扶贫”的决策部署，发挥国开行在“金融扶贫行动”中的主力军作用，快速搭建了精准扶贫和脱贫攻坚指挥管理应用，大幅提高扶贫业务处理效率和实时监控水平。二是贯彻落实胡怀邦董事长“一个开行，一个客户，一套服务”的指示精神，建设集团客户管理应用，解决了集团客户信息共享不充分的难题，大幅提升集团客户管理效率，强化集团客户风险管控。三是实现客户关联关系应用，全面应对当前集团化经营给企业带来的新型信贷风险，助力信贷评审、风险控制、贷后管理等工作。四是利用文本挖掘等技术，建设授信评审业务智能分析应用，发挥存量授信评审数据资产价值，传承授信评审核心能力，进一步提升授信评审的效率和质量。五是推出信贷项目远程视频监控服务，为客户经理提供“千里眼”，有效提升检查效率，满足“留影留痕”的监管要求，是科技与业务融合的典型应用。六是构建数据主动探索应用，开创了业务人员“自主设计”代替“系统开发”、数据分析成果“所见即所得”的数据服务新模式。
　　实施“百人计划”，培养大数据创新核心人才。国开行持续完善数据管理组织体系，加快大数据专业化队伍建设，实施高端数据挖掘分析人才“百人计划”，从总分行各部门选出精兵强将，找准业务管理和发展的难点、痛点问题，积极运用大数据解决业务实际需求，探索一条“金融+科技”复合人才培育的新机制和新模式，满足新时代创新发展对大数据创新人才的新需求。
　　贯彻《指引》精神，明确下一步治理方向
　　《指引》的发布，充分明确肯定了数据的重要地位和战略高度，强调了数据价值转化的重要性，指明了未来银行业金融机构发展的重点方向。建议从以下四方面来落实贯彻《指引》精神。
　　落实数据治理的组织机制保障。要按照《指引》要求健全强化数据治理架构，明确董事会、监事会、高级管理层及相关部门权责，制定数据战略、完善数据治理体系、建立满足需要专业队伍、建立良好数据文化。
　　立足数据共享，持续完善大数据平台。要密切关注前沿技术发展动态，深入开展专题技术研究，持续完善大数据平台，提升大数据的存取、处理和交换能力。参照ISO20000和ISO27001标准要求，构建科学、全面、精细化和可落地的运维管理规范，保障大数据平台安全平稳运行。
　　推动大数据情景下的数据治理完善与升级。要立足监管标准化数据报送工作，研究、完善、落实基于大数据场景研究数据标准化工作，作为提升大数据分析和加总能力基础。要研究大数据管控的思路和方法，开展集团数据质量管控。要高度重视大数据安全，做好基于数据内容的精细化授权管理，确保数据使用合规。要建设完备的、专业的企业级数据管控工具，夯实大数据管控基石。
基于数据价值，推进大数据创新应用集群建设。数据治理的最终落脚点应在于数据应用和价值实现，要立足风险防控，聚焦优势业务领域，制定大数据应用体系规划，加快引入人工智能等前沿技术，提升大数据应用深度和广度，打造完整的大数据应用与服务能力，真正将人工智能做实做强，形成银行的“智慧大脑”。