国外统计数据质量评估框架、方法及对我国的借鉴

朱松　高喜燕

摘 要：统计数据质量评估是数据质量管理的核心，是提升统计数据质量的有效手段。近年来，由于欧盟、美国等全球性金融风险的发生，数据质量评估的重要性凸显。虽然我国金融体系不断与国际接轨，于2002年4月15日正式加入数据公布通用系统（GDDS），但目前中国统计数据质量评估体系建设尚处于探索阶段，统计数据质量主要由统计人员凭借自身的经验或利用历史数据的发展趋势加以判断。本文通过研究比较当前国际统计数据质量评估框架、国际组织和统计机构的数据质量评估的理论方法及实践，对进一步提高我国金融统计数据质量、建立健全数据质量评估框架提出了建议。

关键词：金融统计；数据质量

随着我国经济的快速发展，市场化程度的不断提升，金融统计数据对于做好宏观调控、维护金融稳定、促进金融业健康有序发展具有重要意义，社会各界对统计数据越来越关注。当前，我国金融统计标准化工作已全面推进，金融统计的工作环境、统计对象和统计需求正在发生着深刻的变化，而我国统计数据质量的管理及评估框架与国际相比还较为薄弱，统计数据质量还未按照国际框架进行规范性评估，金融统计数据质量评估框架的研究工作尚处于起步阶段。

一、我国数据质量评估实践

（一）从统计数据质量概念的理解研究上看：统计理论研究者和实际部门工作者着力于提高对统计数据质量概念理解的全方位提升，从狭义转向广义，从单纯注重数据准确性向“快、精、准”的质量内涵转变，逐渐把满足用户需求的程度作为评价数据质量的标准。国内学者根据自身理解，对数据质量的内涵进行了探索，提出统计数据质量应该是一个多维的综合性概念，包括准确性、及时性、相关性、可比性、可衔接性、可解释性、可取得性、有效性等条件。

（二）从数据质量管理和评估体系的研究上看：个别专家针对我国统计数据质量与GDDS的差距提出按照GDDS的要求，细化核心指标。有专家也提出了将IMF的数据质量评估框架（DQAF）在我国付诸实施。也有人提出建立数据质量的监控和评估中心，建立健全完善的统计数据产品质量管理体系。总之，国内在统计数据质量的研究更多的是理论探索统计质量的涵义、管理和评估体系，在实践中仍以考察准确性为主。

（三）从统计数据质量评估方法的使用上看：目前国内采用的统计数据质量评估方法主要是一维评估法，而国外采用的统计数据质量评估方法主要是多维评估法。随着统计数据质量的多维内涵的巩固以及人们对统计数据质量要求的不断提高，统计数据质量的多维评估法将会得到一定的应用。

二、国际数据质量评估框架比较

（一）国际统计数据质量评估框架。国际货币基金组织（IMF）的数据质量评估框架（DQAF）。IMF于2003年发布用以评估特定类别的国家数据质量的框架，制定了针对统计管理、数据生产过程和统计产品等诸多领域的评估内容，用来全面评估各国数据质量。DQAF包含1个通用评估框架以及7个专项评估框架；从数据质量完整性、正确性、准确性、可靠性、有用性、可获得性及数据质量的先决条件等方面，提出达到每一质量特性的3-5个要素，给出每个要素的具体指标。目前，IMF专家组采取与成员国座谈的方式，使用该框架对83个国家进行了统计数据质量评估，同时，国际清算银行、香港特区政府统计处也根据该框架对其编制的相关数据开展自我评估，但我国目前还未实施该框架。

2、欧盟统计局（ESS）数据质量评估框架（DatQAM）。ESS的框架按内容分为全面质量管理、制度框架和质量保证框架，从统计机构环境、统计程序和统计产出三个方面对统计数据质量展开评估。质量保证框架是针对统计产出和统计过程评估而建立的一系列具体的方法和指标。一是统计产出的特征，包括相关性、准确性、及时性和准时性、一致性等8个指标；二是统计过程，对影响统计过程的一些变量进行评估；三是用户对数据质量的感受，通过用户满意调查问卷评估。目前，DatQAM已经在ESS的10个成员国统计机构实行，其中有7个成员国统计机构对其75%以上的统计产品和统计过程进行了监测；25个成员国统计机构开始使用用户满意度调查问卷对统计数据质量进行监测。

3、联合国统计署的通用国家质量保证框架（NQAF）。联合国统计署组成的专家组在加拿大统计局撰写的国家质量保证框架的基础上形成了联合国官方报告，并于2012年颁布了《通用国家质量保证框架》。NQAF采取的分层评估框架与DQAF相似，对数据质量的评估总体确定为管理统计系统、管理制度环境、管理统计过程和管理统计产出等4个大框架，每个大框架又进一步细分为19个小框架，并对每一个小框架采取相同的评估模板。目前，联合国统计署要求其专家组制定帮助各国实施该框架的计划，支持在不同统计体系的国家实施该框架的行动。

4、欧洲中央银行的统计质量框架。2008年欧洲中央银行提出自己的统计质量框架，定义了主要的质量原则和要素，涉及机构环境、统计程序和统计产出等方面。欧洲央行金融统计具有坚实的法律基础，《欧洲中央银行体系和欧洲中央银行条例》规定了欧洲中央银行具有收集统计信息的职能。

（二）国际统计数据质量评估框架的比较。统计质量管理和评估的核心是用户需求。DQAF的5个数据质量评估维度中，“保证诚信”、“准确可靠”、“适用性”和“可获得性”等4个维度都是针对满足用户需求而设立，前提条件中的“相关性”也是评估数据对用户是否实用的指标；NQAF的19个小框架中，框架“管理与数据用户和数据提供者的关系”，以及与统计产出管理评估相关的框架等都有体现以用户为中心的理念。

评估内容涵盖统计制度、统计过程和统计产出等各个层面。DQAF将法律制度和统计管理作为数据质量评估的前提条件；欧洲中央银行还制定和发布了一系列相关法规，来规范欧元区的统计工作。NQAF强调统计制度要具备独立性、公正性、透明性和安全性等条件。ESS则将统计产出作为数据质量的最重要特征；NQAF对统计产出管理的评估包含相关性、准确可靠性、及时性、清晰性、一致性等多个方面。

准确性、可获得性、相关性和一致性等维度均包含在数据质量评估中。DQAF从源数据是否准确及时、中间数据及最终数据误差是否可控等角度评估数据准确性；ESS用数据公布数量、公布的源数据信息占全部公布数据信息的比例等指标评估数据可获得性；NQAF强调从用户反馈角度评估相关性。ESS用数据满足二次使用要求的比例等指标衡量其一致性；NQAF还强调了对不同统计部门之间合作和信息交换的评估。

根据制度要求、环境和需求的变化而不断修正完善。DQAF根据统计活动质量信息（如反馈比率、编辑比率、及时性评估等）和专家关于质量改善的指导，定期检查，以制定保持质量的改善措施。ESS通过制定改善计划（P）、尝试改善计划（D）、评估改善计划（C）、修正改善计划（A）来达到改善数据评估的目的。NQAF要获取用户反馈信息以不断修正评估内容，并以此作为自我评估和审计的参考信息。

三、启示

（一）金融统计制度和数据发布体系不断完善，但标准化协调性不足导致宏观经济金融监测所需的部分金融行业统计信息不全面。近年来，我国金融统计体系不断完善，建立了符合国际标准、以货币概览为核心的框架体系。尤其是我国2002年加入GDDS后，中国人民银行对金融统计制度不断进行调整和修订，金融统计数据的披露基本达到了GDDS的标准。但统计标准化协调性不足导致统计信息不全面。一是未按IMF的方法编制完整的金融概览。二是银证保分业经营的管理模式，管理部门的分市场统计与资金跨市场活动不相适应。三是金融统计框架重存量而轻流量，缺乏对创新型金融机构和产品以及跨机构、跨市场、跨境交易等风险传染横向监测。

（二）金融统计数据采集、生产流程不断规范，实现了数据集中管理和数据质量的有效控制，但数据质量生产流程及管理亟待建立标准。近30年来，我国金融统计数据的报送机构逐渐全面；金融统计的报表和指标也日益丰富。人民银行借鉴和运用世界发达国家中央银行成熟的数据采集模式，于2008年实行金融统计数据集中，极大提高了金融统计工作效率，实现了对金融统计数据集中管理和数据质量的有效控制。但在当前规模化、制度化的数据采集模式下，金融统计数据生产链条长，流程复杂，参与主体多，单纯从产出角度缺乏对数据生产流程的全面质量管控。

（三）金融统计环境得到有效改善，但金融统计立法滞后，信息共享基础薄弱。一是《中华人民共和国统计法》、《中华人民共和国中国人民银行法》、《金融统计管理规定》等法律法规为金融统计工作提供了保障。二是构建了金融统计标准化框架体系，发布了金融机构、金融工具等核心标准，积极推进标准化的实施工作。但从金融统计法制建设方面来看，各项有关金融统计的法律法规已不能满足新形势下金融工作的需要。此外，“一行三会”统计标准不完全一致，难以形成协调一致的统计信息体系，缺乏全面的风险评估和决策判断系统。

（四）现行的金融统计制度已不能很好地适应当前金融理论研究和宏观调控工作的需要，逐渐显现出不足与缺陷。总体而言，我国在金融统计制度改革中取得了辉煌成就，但随着经济金融全球化进程的加快，金融创新和金融改革的深化，新的金融工具不断涌现，现行的金融统计制度已不能很好地适应当前金融理论研究和宏观调控工作的需要。金融机构部门和金融工具分类存在盲区和滞后性，有些金融工具在分类中得不到完整准确的反映。

（五）金融监管统计内容不能完全满足监管需求。一是监管内容不全面。我国重视传统的贷款业务，轻视表外业务监管，忽视利率和汇率风险的监管，对金融创新工具的监管不足。二是资产负债管理考核办法是缺乏综合性量化的单指标风险监管银行非现场监管体系，它无法关注金融部门稳定性与宏观经济之间的双向关联关系。三是金融监管统计侧重于微观金融机构风险的监管，缺少影响金融系统性能的宏观经济因素指标，不能从综合评估的角度提升金融风险监管的水平。四是统计指标的设置不够全面，导致部分金融业务往来无法统计。如信贷数据只能以当地金融机构信贷规模为基准进行统计，跨区域金融业务游离于基层央行的金融统计范畴之外，使得基层金融统计数据的完整性备受质疑。

（六）金融统计数据使用有待提升，金融统计数据挖掘缺乏深度。一是数据使用者与统计人员信息不对称。金融统计监测系统具有很强的报表自定义功能，但由于大部分统计人员与报表使用者之间缺乏必要的双向沟通，造成了金融统计资源的无法充分利用；二是基层金融机构统计人员对数据的利用，主要是对数据进行汇总、归纳，现有的各类金融分析以近乎固定的模式，数据利用缺乏尝试分析。

（七）基层人民银行金融统计管理职能逐渐弱化。基层人民银行与金融机构统计部门之间的横向联系在削弱。数据集中前，基层人民银行与当地金融机构之间存在数据报送与核对关系，横向联系比较紧密，人民银行的统计管理较为顺畅。集中后，数据由下及上，再由上及下，基层人民银行与金融机构虽然仍存在数据核对关系，但基本上由事前监督变为事后监督，数据修改链条明显延长，而且数据错误处理方向的变化客观上造成基层人民银行统计管理对金融机构的约束力减弱，影响管理效率。

四、建议

（一）研究制定金融统计数据质量评估和管理指引，成立金融统计数据质量评估机构。借鉴国际成熟的政府统计数据质量评估框架，明确提出我国的金融统计数据质量范畴，尽快制定符合我国金融统计工作实际的金融统计数据质量评估标准，为中央银行和金融机构的统计管理提供明确的指引。成立一个独立的金融统计数据质量的评估机构，专职负责对我国金融统计数据质量的评估与管理。

（二）探索科学适用的金融统计数据准确性评估方法和工具。一是设定金融统计数据质量评估方法。二是设计数据质量评估表。三是提高数据质量评估结论的应用。把金融统计数据质量的评估结论融入向IMF所提供的短、中期的统计制度改进计划中，以辅助IMF为我国制定和提供更加适宜的技术援助计划，加快我国进入SDDS的进程。

（三）加快完善金融统计法律体系，加强金融统计职能。一是尽快修订《人民银行法》，赋予人民银行金融业综合统计管理职权。二是尽快修订相关的金融法律，增强金融业综合统计工作的协同性。三是尽快出台《金融统计管理条例》。

（四）拓宽金融统计监测范围，构建全面的、与国际接轨的综合金融统计体系。欧央行统计框架较为全面，不仅有金融统计，还建立了市场、财政和政府融资统计，不仅有“量”的统计，还有科学的“价”的统计（利率统计），不仅有存量统计，还有流量统计。目前我国金融统计主要以银行业为主，统计面相对较窄，也没有价格和流量统计。应拓宽统计监测范围，建立利率和流量统计，构建全面的、与国际接轨的综合统计体系。

（五）大力推进金融统计标准化建设和金融业综合统计，完善金融宏观调控和审慎监管基础。进一步完善金融统计法规，强化统计共享机制，增强对创新性金融工具和其他金融性公司统计制度研究，大力推进金融统计标准化，及时覆盖对创新金融产品和机构不全等问题，建立包括银行业、证券业和保险业在内的金融业综合统计体系，完善金融宏观调控和审慎监管基础。完善现有各类金融统计指标的设置。

（六）强化金融统计相关基础性研究。加强跨市场、跨境风险监测及金融系统性风险研究，探索风险传导的可能路径及测试、评估方法，为金融统计标准化提供理论指导；做好基础性创新型金融机构和金融业务的研究，包括特定目的载体（SPV）等影子银行类金融机构、金融控股公司及金融衍生产品、资产支持证券、结构性金融产品的统计监测方法；加强金融统计与宏观统计间协调关系研究，积极探索抽样调查方法，丰富金融统计的手段，切实提高统计的灵活性与及时性。

（七）转变金融统计管理方式，提高统计管理水平。一是明确统计管理与服务的主次关系。二是推行管理服务化策略，确保管理主体之间的融洽、协调。三是提升管理科学化水平，提高统计管理效率。通过制定科学合理的考评制度和奖惩制度，有针对性、有重点地对金融机构统计制度执行情况开展现场指导，鼓励被调查机构提出合理的意见和看法，真正提高金融统计质量。

参考文献

[1]郭红丽，王华.宏观统计数据质量评估的研究范畴与基本范式[J].统计研究，2011，（6）：72-78。

[2]刘洪，黄燕.我国统计数据质量的评估方法研究—趋势模拟评估法及其应用[J].统计研究，2007，（8）：17-21。

[3]余芳东.外国统计数据质量的涵义、管理以及对我国的启示[J].统计研究，2002，（2）：26-29。

[4]许涤龙，龙海跃.欧盟数据质量评估框架及其对我国的启示[J].统计与决策，2013，（8）：4-7。

[5]许涤龙，叶少波.统计数据质量评估方法研究述评[J].统计与信息论坛，2011，（7）：3-14。

The Assessment Framework， Method of International Statistical Data

Quality and Its Reference to China

ZHU Song GAO Xiyan

（Bazhou Municipal Sub-branch PBC， Kuerle Xinjiang 841000）

Abstract：The statistical data quality assessment is not only the core of the data quality management， but also an effective method of improving the statistical data quality. In recent years， the global financial risks caused by Europe and America have highlighted the importance of the data quality assessment. Although Chinas financial system has joined into the international system， that is China joined in the general data dissemination system （GDDS） on April 15， 2002， the current Chinas statistical data quality assessment system is still in the stage of exploration， and statistical data quality is mainly judged by the statistician with their own experience or using the development trend of historical data. By comparing the current international statistical data quality assessment framework， and the theory， methods and practice of the statistics data quality assessment of the international organizations and statistical institutions， the paper gives the suggestion on further improving the data quality of Chinas financial statistics and establishing the data quality assessment framework.

Keywords： financial statistics； data quality

责任编辑、校对：杨振峰