城市商业银行数据治理研究

摘要：大数据时代，数字经济成为了当下热门的话题，数据成为各个银行发展的核心竞争力。与国有大型银行相比，城市商业银行虽存在底子薄、起步晚、资金少的劣势，但历经多年的发展与信息化建设，城市商业银行也逐步积累了大量的数据资源。然而，目前城市商业银行的数据治理的方式并未能将数据资源的价值充分发挥出来，主要原因在于数据较为分散、整体数据质量不高。如何对城市商业银行的数据进行有效治理，充分发挥数据资源的优势，以提升经济效益，这是现阶段城市商业银行主要的研究任务。本文就城市商业银行的数据治理的现状进行分析，并提出数据治理研究的方法、建立数据治理体系的建议，以帮助城市商业银行提升核心竞争力。

关键词：大数据;城市商业银行;数据治理;数据管理

中图分类号：F832.33  文献识别码：A  文章编号：2096-3157（2020）09-0153-03

近年来，全国经济快速发展，城市商业银行也随之而迅速发展。经历二十多年的发展，城市商业银行各个渠道业务发展迅猛，业务种类层出不穷，业务数据爆发式增长。城市商业银行的业务数据虽然达到了一定的量，但由于数据来源渠道多样，数据凌乱分散，缺乏进一步的整合处理，导致数据非但不能为企业带来效益，反而加重了企业储存数据的负担[1]。大数据时代，数字经济给城市商业银行的转型发展带来了契机，如何利用好前期积累的大量数据资源，如何将无用的数据整理成银行可以使用的资源，如何将数据资源转换成核心竞争力，是大数据时代城市商业银行转型发展面临的重大挑战，也是一项持久而艰巨的任务。

一、城市商业银行数据治理的意义

随着经济的迅速发展，银行业规模的迅速扩张，我国银行业机构数量日益增多，现已达到四千多家。城市商业银行作为地方区域经济发展的一个主力军，在我国的经济发展中起到不可忽视的作用。城市商业银行业在经历二十多年的信息化发展后，业务类型不断更新、金融产品层出不穷，信息科技水平也不断提高。在大数据时代，对于银行数字化的要求迫在眉睫，目前大部分国有银行和股份制银行已启动了数据治理工作。但是对于城市商业银行，数据资源的处理能力远远达不到国家、社会和客户的要求，城市商业银行数字化转型工作必须提上日程，启动数据治理工作[2]。通过数据治理，整合碎片化数据，形成高质量的优质数据资源，是目前城市商业银行向前发展的需要，是国家、社会和客户对于城市商业银行的要求，是城市商业银行适应大数据时代必须完成的工作。完善的数据治理系统对于城市商业银行的前进和发展有着重大的意义，具体表现在：

1.完善的数据治理系统可以推动城市商业银行业务的创新

大數据时代下，城市商业银行的经营模式和思维模式面临转型变革。随着大数据时代的不断步深入、科学技术的发展，银行行业业务和互联网融合度进一步增高，城市商业银行收集、处理和使用的信息资源将与日俱增。通过收集各个渠道的信息，整合银行内部的信息资源，运用大数据的先进技术进行数据整合将会推动城市商业银行业务的创新[5]。

2.完善的数据治理系统能够满足数据存储量大的要求

随着大数据时代的到来，商业银行数据的数量呈现爆炸式增长，数据的形式也日益繁多。大数据下开放的网络环境、分布式系统架构提供了复杂的数据应用。复杂的应用提供了众多用户访问的信息，这些资源都为城市商业银行获取更广泛更全面的数据提供了环境和平台，为城市商业银行的发展提供更大的空间。在大数据时代下，想要获得新的数据资源可以通过各种终端设备、传感器和爬网等手段从互联网上获取。但当获得新数据资源后如何储存这些数据却成了城市商业银行必须考虑的问题，而建立完善的数据治理系统恰好能够帮助城市商业银行解决数据存储之忧。不同的数据资源可以用不同的储存方式，多类型多方法储存大量的信息并构建存储架构。城市商业银行可以利用获取、存储得到的数据，借助大数据技术，使用吞吐量大、处理能力强的计算设备对庞大的数据信息加以分析运用。

3.完善的数据治理系统能够提升城市商业银行发展前景

大数据时代下，信息资源大量涌现，城市商业银行要善于抓住良机，利用好大数据时代的便利，提升数据洞察能力，以获得更广阔的视野、更有价值的发展契机。在大数据时代，城市商业银行的经营管理往往由数据所驱动，在这种情况下就会更加注重信息化、数字化和智能化，更加注重在数据的驱动和支持下进行客户服务、产品研发和运营管理。将数据的价值普及到银行的各个方面、各个阶层，形成用数据主导业务的习惯和文化，提高银行智能化的水平。随着技术的发展，各行各业的形式都在随之变化，商业银行也在不断演化[4]。要跟上时代的步伐更新技术和方法，可以通过完善数据治理体系，将数据化为力量推动银行的进一步发展。

二、数据治理的内涵和发展

数据治理的历史并不长，它起源于20世纪90年代，在2009年DMMA发布了第一版数据管理体系指南并定义了数据管理的框架，其中主要包含十个主要数据管理的职能，而数据管理框架的核心为数据治理，由此可见数据治理的重要性。DAMA还曾提出数据治理包含着数据资产价值实现其中的权威性、控制性行为，其中涉及到数据政策、数据组织、数据资产运用、数据管理技术、数据管理职能等多个方面和领域。2018年，中国银保监会印发了数据治理指引，阐述了银行企业机构数据治理的方法理念原则、数据管理、数据治理架构、数据质量的控制、数据价值实现等。

近年来数据治理工作已经成为全世界关心的话题，各行各业都在努力做好数据治理工作，全球性的数据治理成为各国各方共同关心的问题，各国国家领导都希望制定全球数据治理的规则，建立全球性的数据监督体系，开启数据治理的新篇章。目前，我国的数据治理虽不广泛但也在积极探索和实践，与之相关的法律法规也陆续颁布。一些银行在大数据体系、数据模型管理、数据管控方法、数据治理机制、数据服务体系等方面展开了深入的研究。国际上对数据治理比较重视，企业将数据治理提高到战略层面，并强调数据治理的独立性与专业性，与数据治理的相关职业首席数据官也应运而生，掌管现代企业的数据治理任务[3]。

三、数据治理的难点

1.数据收集手段落后，数据收集难度大

相较于大型银行，我国的城市商业银行信息技术系统建设相对落后，存在后台系统开发人员和前台业务人员，融合度不足等问题。此外，银行开发的信息系统也存在缺陷，数据收集功能不能满足数据应用的要求，甚至部分小型商业银行技术不够先进，依然使用传统的手工收集方法。手工收集纸质记录，大量的数据消耗着人力物力财力，手工收集速度慢、效率低、容易发生错误、查找困难，加大数据收集的难度。

2.数据凌乱分散，缺乏有效集成

城市商业银行的数据资源虽然多，但都是碎片化分散式的。数据庞大而杂乱，数据与数据之间没有联系，数据缺乏有效地集成。后台系统、前台业务以及产品数据之间相互独立，各自拥有一部分数据但是缺乏数据的架构和联系，没有形成全局数据观[2]。庞大的数据无法发挥自身的优势，非但不能给银行企业带来经济效益，反而因为数据的繁冗带给银行企业压力。

3.数据治理发展体系不成熟，数据治理制度不完善

目前我国数据治理发展体系不够成熟，大部分银行机构处于探索研究阶段，没有较为成功的案例。绝大多数商业银行还没有成功建立数据治理制度，与之相关的制度仍处在研究制定的阶段，没有正式出台相关的政策制度，无法形成完整的制度体系。此外，数据治理涉及的数据庞大繁杂，涉及的系统繁多，不是某个人或某一部分人就能完成，需要全行上下相配合，形成一个体系。这一体系需要建立一系列相关的规章制度，明确各个部门的任务职责，部门之间相互配合协同。

4.缺乏统一标准，数据整合难度大

建立高质量的数据标准是数据治理的关键，没有标准就无法区分数据质量的好坏，就无法将庞大的数据整合。数据标准需要依据相关的政策规章制定，而数据质量的优劣则反映了相关政策是否执行到位。目前，我国大部分城市商业银行没有制定统一标准的数据规范，数据录入缺乏数据的字段、数值标准等明确的规范，导致数据在源头出现杂乱无章的现象，数据质量参差不齐标准不一，难以统一整理[5]。

5.信息系统落后，难以满足数据管理要求

随着业务规模的扩张，城市商业银行的信息系统建设相对于成立之初有了较大的进步，但相对于业务数据的爆炸式增长，城市商业银行的信息系统仍然没有达到数据管理的要求，难以处理迅速出现的大量的数据，也难以支持银行的长远发展。城市商业银行信息系统存在的问题主要有：第一，系统之间关联度低、融合度小。各个系统相互独立，割裂关联度低，数据信息分散，数据质量低。大量无效数据、垃圾数据的存在导致依据数据而做出的决策出现偏差大。第二，系统缺陷导致客户风险预警失效。信息系统不关联，导致无法准确预警客户风险，降低风险评估的准确性，增加业务风险。第三，系统存在着信息泄露的风险，加大数据安全管理的难度。

四、数据治理方案

1.打好数据底层基础，搭建数据治理体系

开展数据治理工作，需要城市商业银行管理层牵头组织，站在长期发展的战略高度，组织全行各个部门，共同推进数据治理项目的实施，推动业务发展的目标实现。通过数据治理项目的组织架构的搭建，建立制度、流程、执行工作机制，以保障数据治理任务达到目标效果。此外，数据治理体系得以实现离不开数据集成平台提供的技术支持和数据应用服务带来的便利。数据标准、数据质量、元数据、主数据和数据安全作为数据治理工作系统框架的底层单元，只有将系统框架底层的任务做好、做完整才能为整个数据治理体系打好坚实的基础[2]。有了坚实的基础以及正确战略规划领导，才能在工作机制中实现数据治理，将数据资源发挥到最大化。

2.多措并举，提升数据质量管理

高质量且有体系的数据有利于银行的发展，能为业务的运行提供良好的数据支持，有助于提升银行高级管理层决策水平，对银行合规地开展业务也有重要的价值。为提升数据质量管理水平，首先，需要深入了解数据质量水平不高的原因，找出原因，从根本上解决数据质量水平不高的问题。其次，需要对数据进行全方位的质量管理，做到实事求是、全流程管理、持续提高，并把数据质量纳入考核中。再次，需要加大监管力度，建立一个完善的数据质量管理体系，管理好已有的数据质量并对后期的数据进行约束。以高质量的数据作为保障，既可以帮助银行扩大业务范围、提高产品销售量和进一步深入拓展业务，又可以帮助银行提高风险分析的准确性。

3.立足自身實际，建立完善的数据治理制度

完善的制度体系是数据治理工作实施的保障和基石，而建立完成的制度则须理清数据形成的根源。我国银保监会出台了数据治理指引，该政策的出台指引了数据治理的方向，为我国城市商业银行数据治理工作提供了依据和保障。现阶段，各个大型商业银行数据治理逐步走上了制度化轨道，其他城市商业银行可以结合自身情况借鉴实施。例如部分大型商业银行已开始按制度的要求把数据治理工作放到银行高级管理层面，并将数据治理体系纳入企业治理体系当中，同时采用专人负责制，并陆续出台银行数据治理管理办法及细则等[6]。数据治理制度的出台进一步明确了各个单元、各个部门在数据治理工作中的定位和任务，明晰了组织领导和责任分工，同时通过流程管理和评价考核等方式监控政策制度的执行。形成全行上下联动，各部门紧密配合的组织体系，以制度推动工作实，以实施效果评价制度的优劣，进一步优化制度的管理。

五、结语

大数据时代，城市商业银行想要跟上时代的步伐就必须迅速转型，以适应数字信息时代的到来。数据驱动的业务模式受到各行各界的重视，数据思维越来越流行。而数据治理是大数据信息化时代的必经之路，需要长期坚持不懈的努力。想要取得实质性成效，需要管理层坚定决心，保障资金投入。此外，城市商业银行应充分借鉴国内外银行的经验，结合自身实际情况，针对自身的问题提出相应的解决方案，努力探索出建立数据治理机制的有效方法[7]。持续提高信息化水平，以提高自身核心竞争力，将数据治理体系渗透到银行的各个方面，推动城市商业银行持续性发展。

参考文献：

[1]刘凯，于天.商业银行数字化转型中的数据治理策略研究[J].现代管理科学，2019，（10）：105～107.

[2]邵理煜，刘巍.浅析商业银行数据治理之数据核心能力[J].中国金融电脑，2018，（11）：37～39.

[3]孙速超.商业银行大数据应用现状[J].纳税，2018，12（29）：199～199.

[4]卞雨茗.商业银行数字化转型下的数据治理[J].银行家，2018，（04）：76～78.

[5]王燕.大数据时代银行数据治理的几点认识[J].金融电子化，2018，（03）：26～27+25.

[6]张迎.浅谈大数据时代下商业银行的数据治理体系建设[J].通讯世界，2016，（08）：69～70.

[7]张莉.大数据背景下商业银行信贷风险管理的完善思考[J].全国流通经济，2018，21（26）：96～97.

[注]基金项目：本文系南宁学院质量工程建设项目“工商管理专业认证”（项目编号：ZYRZ04）阶段性成果

作者简介：陈淑兰，南宁学院管理学院统计学专任教师;研究方向：统计，经济，金融，财务管理等。