浅析数据标准在银行实务工作中的应用

刘怡

【摘 要】本文通过对数据标准框架体系的介绍，解析了数据标准对商业银行的业务发展、基础业务系统以及管理会计信息平台建设的重要性，同时还结合国内银行业发展的实际，对国内商业银行数据标准建设的路径提出了具体的实施建议，并指出数据标准框架体系的持续完善，将有利于促进银行数据治理以及精细化管理水平的提升。

【关键词】商业银行；数据标准；数据治理；精细化管理

自从中国加入WTO以来，中国的银行业伴随着宏观经济的发展加速融入了全球化经济进程，实现了跨越式的发展。但是随着市场竞争的加剧、金融脱媒深化、利率市场化的推进以及监管机构对银行发展的资本硬约束，都迫使银行要转变目前外延粗放的经营模式，建立以多维盈利核算分析体系为核心的银行现代化的管理会计体系，而统一规范化的数据标准以及良好的数据质量则是保证银行现代化管理会计体系应用价值的关键所在。

一、总体概述

1.数据标准的定义

标准是对重复性事物和概念所做的统一规定，它以科学、技术和实践经验的综合为基础，经过有关方面协商一致，由主管机构批准、以特定形式发布，并作为大家共同遵守的准则和依据。标准化是指为在一定的范围内获得最佳秩序，对实际的或潜在的问题制定共同的和重复使用的规则的活动，即制定、发布及实施标准的过程。标准化的主要形式包含了对数据标准的简化、统一化、系列化、通用化和组合化。

2.数据标准的范围

对于企业来讲，需要遵循的数据标准包括了由国际标准化组织（ISO）、国际电工委员会（IEC）和国际电信联盟（ITU）以及国际标准化组织确认并公布的其他国际组织制定的标准、由中国国家标准化管理委员会发布的国内标准、由我国各主管部、委（局）批准发布，在该部门范围内统一使用的行业标准、由省、自治区、直辖市的标准化行政主管部门制定的地方标准以及由企业内部依据《中华人民共和国标准化法》制定的企业标准。对于银行来讲，除了要遵循国际、国内标准外，需要重点关注的则是全国金融标准化技术委员会（以下简称金标委）制定的金融系统的数据标准。

二、数据标准体系建设概述

1.数据标准建设的重要性

（1）内部精细化管理需要。如上所述，随着宏观经济环境的变化以及资本监管等刚性约束，国内银行业传统的粗放式经营模式受到了极大的挑战。为了应对日趋激烈的市场竞争，各银行都不得不开始进行业务结构调整，通过建立管理会计信息平台将银行的业务数据和财务数据进行有机整合，从而实现准确计量客户、产品、机构、条线等盈利情况，提高银行的定价、风控水平以及精准营销的能力。而上述应用价值体现的关键则在于管理会计信息平台是否能及时、准确地提供有效、完整的标准化基础数据，否则即使是系统设计理念再先进、方案再完善、硬件再高级，假设没有高质量的、符合管理会计数据颗粒度需求的标准化源数据，也难以形成对业务的有效支持，更难以对银行的战略决策提供支持。

（2）外部监管机构的需要。从金融监管来看，2009年10月人民银行启动了金融统计标准化的改革进程，目前已经发布了《金融机构编码规范》、《金融工具统计分类及编码标准》、《贷款统计分类及编码标准》、《存款统计分类及编码标准》和《SPV编码标准》等一系列标准。2011年，人民银行除继续制定和发布后续标准外，还部署要求各家金融机构落实上述具体标准的实施。

银监会也在2012年发布了《监管统计数据质量良好数据标准》，从组织机构及人员、制度建设、系统保障和数据标准、数据质量监控、检查及评价等五方面对银行的数据规范性、准确性提出了监管要求，同时在2014年的监管统计工作会议上，银监会也提出要建设非现场监管EAST数据系统。上述举措表明监管机构未来会对银行统计数据提供的时效性和准确性提出更高的标准，不仅会要求报送非现场监管统计报表，还会要求各银行上报业务明细数据，对银行数据质量的考核也将更加全面和深入，这就要求银行必须有专门的数据管理部门，通过对数据运营的全流程管理，产出标准化、规范化的基础源数据，满足监管机构的需求。

（3）业务基础系统建设的需要。从目前绝大数银行的实践来看，银行以往的基础业务系统建设往往是以功能为核心，体现的大多是“部门级”业务管理需求，对全局性需求则考虑不足，业务系统间缺乏有效的逻辑关联，且客户、产品、机构等数据标准不统一的情况普遍存在，而为精细化管理服务的管理会计信息平台所需的数据则涵盖了银行全部的资产、负债和表外业务，其数据颗粒度要求非常高，运行、计算的过程也比较复杂，因此在管理会计信息平台建设过程中，源系统数据的标准化、规范化以及对于源系统基础数据的治理就显得尤为重要。从目前各银行的实际情况来看，基础业务系统普遍存在的源数据缺失与不一致也在很大程度上制约了管理会计信息平台建设的有效性。也就是说，银行要想实现精细化管理，就必须要秉承“数据先行”的理念，对基础业务系统的数据进行标准化定义及处理，在业务系统的升级改造时也要遵循业已制定的标准并落地实施，方能满足管理决策对数据的要求。

2.数据标准体系建设的内容

数据标准体系建设的内容包含数据标准与数据质量两大部分。前者涵盖数据标准管理体系规划、数据标准框架、数据标准管理平台的搭建以及数据标准相关主题的定义、映射及落地；后者则涵盖了数据质量管理体系规划、数据质量检核体系以及数据质量管理平台的搭建与落地实施。其中，数据标准的主题包括基础主题与应用主题，从业界的实践来看，基础主题主要有客户、产品、机构、协议、事件、地址、营销、渠道、财务、资产、公共代码等数据标准，它是指银行在日常经营中对于各种业务处理环节中产生的或从各种渠道采集的基础性业务数据或财务数据进行标准的定义，并适用于银行所有业务及管理系统的数据标准，比如银行客户、机构、产品的基础信息，以及合同的标准分类等；应用主题包括规则计算类、应用信息类、应用代码类三大主题标准，它主要指银行通过对基础数据进行特定维度的汇总、整合、分析应用，并按一定的业务规则进行加工后拥有的相对复杂业务逻辑的标准数据，比如关于风险应用、盈利性分析应用等数据。

三、数据标准建设的具体实施建议

1.良好的组织架构和流程再造是数据标准体系建设的必要条件

数据标准建设的周期较长、涉及的部门较多，且涵盖了银行几乎所有的业务和管理系统。对于城商行来讲，目前还面临着业务发展与同业竞争的巨大压力，与此同时数据标准化所带来的成效并不是立竿见影的，其在建设期间还会给银行的成本收入比带来一定的压力，实践中也存在着数据录入部门和数据使用部门，数据属主部门和系统属主部门之间缺乏有效的协调沟通，导致出现众多数据质量的问题。因此数据标准的制定与落地也亟需银行建立一个专门的数据管理组织来统筹协调、推动行里进行业务及管理流程再造，进而提高数据的质量以及管理效率。

2.理念先行、急用先行、循序渐近是数据标准建设成功的重要保证

由于银行内部各经营单位对数据标准的理解与重视程度不尽相同，对于数据标准化重要性的认识与运用还有一个过程，而且在数据管控的过程中还会触动原有的经营和管理模式，不可避免地会产生管理上的抵触与压力。因此对于上述情况，我们需要对数据管控工作的难度要有清醒的认识，要不断地向各经营单位宣贯数据标准的理念，并通过数据标准管控流程的完善，强化全行数据管控的意识。其次，在数据标准建设过程中，要遵循行里业务发展的实际，以实用性为先导、并按照先易后难的路径来安排标准主题的建设，比如将行里关注的多维盈利分析核算所需的客户、机构、产品主题标准建设安排在第一阶段，将与业务息息相关、但对系统改造冲击较大的协议、事件、资产等主题放在第二阶段，将在国际上银行通用的，但与国内实际不适用的地址标准主题的建设暂时搁置。通过在实践中先试先行，逐步推进，提高各经营单位对数据标准化管控的粘度与深度。

3.数据标准实施的关键点

（1）建立完善的数据管控体系。银行的数据管控组织由数据管控委员会、数据管控办公室和数据管理团队组成。其中，数据管控委员会是银行数据标准和数据质量管理的最高决策机构，一般由行里的高管层以及各业务和管理部门的负责人担任，它负责对全行的数据管控工作集中统一领导并协调相关职能部门进行管控运作，审议并确定银行的数据管控战略、方针和政策，对重大的数据质量问题进行问责与处理等；数据管控办公室是数据管控的日常工作机构，它负责制定具体的数据管控工作计划，沟通协调、组织推动数据管理团队执行数据管控策略和行动方案，一般由行里专门的管理信息中心或相关的业务管理部门担任；数据管理团队则包含了元数据管理团队、数据标准管理团队、数据质量管理团队，由数据标准管理员、数据质量管理员以及各部门的数据管理专员组成，它们负责按照行里数据管控要求，及时收集、整理并提交数据标准变更、新增需求，进行数据质量检核，并遵照业务流程对数据管控平台进行日常维护。在日常的软件开发流程中，相关部门的数据管理专员还需要对数据标准进行审核与确认，并对产生的数据质量问题及时进行跟踪，提出解决方案。通过有效落实数据管控的专人专岗，做到各司其职，确保证全行数据管控体系的高效运转。

（2）制定并完善数据标准框架体系。数据标准作为数据的规范化定义，既是数据治理工作的基础和起点，也是数据标准管理的核心内容。由于数据标准是一套在业务和信息技术层面都适用且唯一的标准，所以它的制定和实施也是贯通数据从业务需求到技术实现的桥梁。因此银行在制定数据标准时应前瞻性地考虑到企业级数据的架构设计和数据规范，也就是说在制定数据标准时不仅要考虑到国际、国内标准和银行已有的业务标准，还要将银行暂时没有但未来存在可能的业务标准考虑在内，确保标准框架体系的完整性、准确性以及可扩展性。

在数据标准映射及落地实施时，也要以业务驱动为原则，结合数据标准执行的难度、实施成本、实施风险和影响范围等多个方面充分考虑现实情况，根据先易后难、先新后旧、先小后大的原则，拟定标准执行的优先顺序和执行内容。比如对于新建系统，要严格按照制定的数据标准无条件予以执行；对于已建系统，如果业务有非常明确需求的，要与相关系统属主进行沟通，协商拟订出标准嵌入的分步实施方案，在未来系统的升级改造过程中选取适当的时机与方式执行数据标准；对于那些未有明确业务需求，且系统改造成本及风险较大的，则暂缓按数据标准执行。同时还要求业务部门在制定和修订业务管理制度时，要将数据标准在业务层面的管控及执行机制纳入到业务制度中，在业务人员进行数据录入操作时，要求其严格遵循数据标准的要求，将数据管控嵌入到业务操作流程中，通过多管其下，从业务源头上保证数据标准执行的有效性。

（3）持之以恒地推进数据治理工作。如前所述，银行的精细化管理离不开管理会计信息平台的高效运行，而管理会计信息平台对于数据质量的要求非常高，数据颗粒度要求也非常细。从目前很多银行的实践来看，源系统间都不同程度地存在系统间客户、产品、机构等没有统一识别规则，相关数据关键属性缺失，源数据录入不规范，系统间交互产生总分不平等数据质量问题，使得源系统无法产出有效的标准化数据，数据的完整性、准确性大打折扣，其质量高低也是决定管理会计职能能否真正发挥决策支持作用的关键。据不完全统计，国内多家商业银行在推进数据标准以及管理会计信息平台建设时，基础数据治理所牵涉的时间与精力要占整个实施工作量的60%以上。可以说，数据的治理是一个长期的、艰巨的过程，不仅存在于项目建设期间，在数据标准管控平台上线运行以后，数据标准的维护与更新、数据标准的执行、数据质量的治理工作仍将持之以恒地推进下去。

（4）积极有效地参与数据标准项目建设。数据标准建设的成功除了上述所提及的组织保障、标准框架、数据治理之外，数据标准项目实施商的水平以及实施经验、行方项目小组成员的责任心与专业能力也是数据标准项目成功的重要因素。从绝大多数银行的经验来看，数据标准本身是一个全新的概念，它的价值需要经过一段时间的沉淀与运用方能体现出来，所以不少行方的业务人员以及科技人员对于数据标准的认识和理解存在一定的局限性。尤其是对于城商行来讲，由于业务及产品种类的不齐全，对于设计数据标准框架的完整性可能会存在欠缺的地方，因此外部实施商的项目建设经验与成果会对项目的成功带来不可忽视的影响，与此同时，行方业务以及科技人员也应该把握机会，通过积极参与标准的定义以及标准框架的设计过程，熟练掌握数据标准建设的方法论，从而有效指导项目的建设进程，为后续的数据管控打下坚实的基础。

综上所述，银行的数据标准体系建设是一项全局性、系统性和基础性的大工程，但是正如古语所说“不积小流，无以至江海，不积跬步，无以至千里”，只有银行建立了科学的数据标准化管理体系，才能为业务管理提供有力的数据支撑，才能将银行的经营决策建立在精准的定量分析基础上，真正实现科学地细分市场，提高银行的自主定价管理水平，全面地评价和挖掘客户价值，促进银行精细化管理水平的全面提升。

参考文献：

[1]曹国强.管理会计也时尚.中信出版社，2013年8月

[2]廖继全.新一代银行管理会计-价值经营的创新平台.企业管理出版社，2013年5月

[3]部分材料选自文思海辉技术有限公司数据标准项目的技术资料