监管数据质量专项治理整改报告该如何写？
The following article is from 成于微言 Author 刘诚燃
按照《关于开展监管数据质量专项治理工作的通知》（银保监办发〔2020〕45号）文件精神，该项工作已经进入问题整改阶段。由银保监局督促银行保险机构落实监管相关数据质量问题整改要求。而银行保险机构则应当梳理检查评估中发现的问题和薄弱环节，形成整改台账，明确责任部门和完成时限。于2021年4月前上报整改报告。
监管数据质量专项治理整改报告是在2020年各银行保险机构自评或银保监外部评估的基础上，针对发现的问题和薄弱环节，形成具有实操性的整改台账。笔者以前参加过20多次《银行业监管统计数据质量良好标准评估》，多次担任过主评人，对各机构报的整改报告也有些自己的认识和看法。
非现场监管时间久了，对很多问题的原因掌握的也很清楚，有些问题一时半会整改不了，比如农商行系统开发在省联社，源头数据的录入在经营网点，基础系统的不完善会导致源头数据质量差，而通过开发监管统计系统，对缺失数据补录，其实很难从根源上解决问题，这类问题整改起来就很棘手，有些深层次问题，一年两年过去了，甚至10年过来了，这些问题还普遍存在。
笔者把1104报表的问题做了这样的归因处理，分别从源头数据质量（原来叫数据源）、系统加工、业务审核和口径理解这4大方面给银行的数据差错做归因处理。这么多年来，笔者发现每家银行都可以套用，这些问题也的确存在，他会直接导致报送的报表质量不高。反过来，报表的每一个差错又会映射出数据管理中的薄弱环节。
数据从产生、采集、生产、存储、应用、再到销毁，整个数据生命周期都会产生各种各样的问题。初始发展阶段，这些数据问题对我们的影响不大，大家对问题的容忍度比较高。但是，随着业务发展数据质量和稳定性要求提升，并且数据积累得越来越多，我们对一些数据的精细化要求也越来越高，就会逐渐发现有很多问题需要治理。
这本质上就是“熵”增的含义，你会发现屋子几天不打扫就会越来越乱，你的办公桌也会渐渐的堆满各种有用的杂物。而数据治理就是要不断消除引入的问题，以高质量、高可用、高安全的方式为业务提供数据。所以数据治理的过程就是不断“熵”减的过程。我们的公司叫“熵衍信息”，取词之意就是想把无序变有序，通过线上线下的培训和咨询，为客户提高监管报送数据质量。
我们再回顾一下银行当初是怎么撰写自评报告的，当时笔者一直强调，监管数据质量专项检查是一次很好的抓手，银行应该要如实充分的像监管部门反映问题，千万不要把问题藏着掖着，这样会让银行的领导觉得问题不大，没必要花时间花精力去弄数据治理。
其实，有些问题是客观存在的，银行很难从源头上、制度上去根除这些问题，但通过科学的方法，可以有效消除错误数据对报表整体的影响，举个简单例子，小银行很难对未在本行办理贷款的存款客户划分大中小微型企业，所以数量上统计基本拍脑袋，但大型银行、股份制银行通过对外部数据和内部数据的结合，随着对客户画像越来越精准，误差就逐步减少，数据的可信度越来越高。
在写整改报告时，报送机构务必要按照原来上报的自评报告中发现的问题来写，这样才有针对性。自评报告中想必也对问题进行了归类处理，那么在整改落实环节，就要区分问题的整改难易程度，科学合理的划定整改时间，既不要盲目缩小整改时间来表态，也不要把时间拉的太长，真碰到像省联社系统建设开发的问题，也应该由省联社统一口径来报。
针对不同类型的问题，我们也需要讲个一二三出来，有些整改建议看起来很虚，大家似乎都知道应该这么做，但整改报告中没有这些内容又会显得更加空洞，所以该点的都要点到位，除此之外还应对数据管理提出切实可行的完善目标。
一整体框架
自查报告是反映自查情况的重要载体，虽然内容多，也要满足公文的一般需求。所以，首先要搭建一个报告框架，然后逐项往里填充。根据保监会发布的《关于开展监管数据质量专项治理工作的通知》（银保监办发〔2020〕45号）文件精神，报告应至少包括6个部分及附件。
二整体工作开展情况
第一部分是描述自查自评工作整体开展情况，多用概括性语言。首先，治理之初已经成立的专项领导小组要提，重点是描述在专项小组的领导下数据质量专项治理开展情况，比如组织了多少部门，投入多少时间开展自查工作。
其次，概括性的描述监管数据质量自查发现的问题，比如，1104报表发现问题多少处，监管数据标准化（EAST）897条规则涉及的数据项多少项未通过。
最后，针对监管数据质量总体评价。根据附件2的表2《数据质量治理工作综合评估标准》得出18项原则档次，其中“符合”多少项，分别为哪些原则；“大体符合”多少项，分别为哪些原则；“较不符合”多少项，分别为哪些原则；“不符合”多少项，分别为哪些原则。
数据质量问题直接会映射到评估结果，因此放在第二部分。数据质量则根据附件3《重点关注监管数据及其问题自查统计表（银行业法人机构）》采集路径分别描述1104问题、客户风险问题、监管数据标准化（EAST）问题、疫情期间金融服务问题、信息科技非现场监管问题，如果是单一机构，则还应该描述非现场监管相关指标是否存在问题。
数据质量问题由于需要在附件3中，以表格形式详细描述。因此，在报告中也需要归纳总结。可以根据问题类型来归纳，这样结构比较顺畅。对于每一种问题，涉及报表次数、金额均需要汇总。在问题描述时，同一监管数据（指标）项则不需要逐一描述，可以举例说明。最好统一用最后一期2020年6月末的数据问题来描述，问题描述过程中可以将前面17期（季报5期）一并点到（如果存在）。
首先根据本次自查发现的问题，结合本机构总部及分支机构因数据问题发生监管数据重报、被监管通报、收到监管质询（非现场监管报表警示单、监管意见函等）和被行政处罚（监管统计检查、其他监管数据检查等作出的行政处罚）等情况，对监管数据质量状况进行自我评价，评价结果划分为“好”、“较好”、“较差”和“很差”四个等级。
在描述时还要根据附件1第二部分《监管数据质量状况自我评价》表中，按照上述6种数据类别来分别概况出重报次数、被通报次数、收到监管质询次数和被监管行政处罚次数。
三种情况，不得评价为“好”。一是本机构总部或省级分支机构被监管通报、被监管行政处罚或收到监管质询。二是本机构总部重报监管数据超过1次，或省级分支机构监管数据重报家数超过本机构省级分支机构总数的10%，或某省级分支机构重报次数超过3次。三是本机构省级以下分支机构被监管行政处罚超过3家次。
另外三种情况，则应评价为“很差”。一是本机构总部被监管行政处罚超过2次，或收到监管质询超过2次，或被监管通报超过3次，或重报监管数据超过5次。二是本机构省级分支机构被监管行政处罚超过2家次，或收到监管质询超过2家次，或监管数据重报家次超过本机构省级分支机构总数的50%。三是本机构省级以下分支机构被监管行政处罚超过10家次。
第四部分，由于需要在附件1第一部分：监管数据质量治理工作评估中对64条评估要点进行描述。在主报告中则只需要按总体原则来进行概括性描述即可。同时要写出各评估要点概要的评估结果。
以原则1组织领导为例：
本行董事会2018年制定了《监管数据质量治理5年战略规划》，但尚未将数据质量治理纳入内控合规体系中，能够就监管数据质量相关的重大事项进行审批或授权审批。董事会积极督促高管层提升监管数据质量治理的有效性。本行高级管理层组织建立了监管数据质量治理的机制和流程，职权和责任较为明确，2018年制定并开始实施问责与激励机制。本行配置了足够的资源，组织评估监管数据质量治理的有效性和执行情况。本行明确一把手（XX行长）对本机构监管数据质量承担最终责任，亲自或委派XX副行长组织领导监管数据工作，对重大监管数据工作事项能够及时研究部署，在资源调配方面能予以充分支持和保障。本行监管数据质量治理组织机制较为有效，2018年成立了数据治理领导小组，负责统筹组织、协调、管理和监督全机构落实监管数据质量治理要求，不断推动监管数据质量提升。该原则评估结论为“大体符合”。其中，1.1董事会职责评估结论“大体符合”、1.2高管层职责评估结论“符合”、1.3法定代表人职责评估结论“符合”，1.4组织机制评估结论大体符合。
需要注意的是，评估遵循三部曲：“有没有”、“做没做”和“做得好不好”：如果没有制定规范的制度文件或者其他具有约束性的书面材料，则可以直接评估为“不符合”。如果制定了这些制度文件，但没有全面和实质性地执行，则最多评估为“大体符合”。如果这些制度执行是否达到了预期效果，数据质量能满足监管要求，才能评估为符合。但笔者认为数据质量差错客观存在，越是机构业务繁多的银行数据质量问题越多，自己给自己“拔高”，监管外部评估可能就要过来验证其真伪了。
在描述本行个原则时，要注意总结成效和不足，确实做到的直接对照评估要点描述，如果存在不足，则尽可能多用谦虚副词，比如基本能够、较好完成、较为…的确存在差距，在总结成效时多用转折语句，然而仍存在“不足”、“缺陷”、“漏洞”。
此外，万事皆要留痕迹，表明本行的确做了这些事情。不过遗憾的是统计人员都效率优先，能用电话回复的绝对不会发邮件，但时间长了，真记不清。当然最终还是通过数据质量映射，如果数据质量很优秀，即便少了痕迹，监管也会默认银行做了。但如果数据治理一塌糊涂，留再多的痕迹，也会被监管认为是临时补的。当然，在自查过程中能够补缺补差也是好的。
第五部分针对不同问题的类型来描述数据质量问题整改计划，分为源头数据质量、系统加工问题、口径理解问题、业务审核问题和异常监测问题这5种类型来描述。有的问题比较好整改，可能在自查过程中已经在7、8月份已经整改完毕。有些问题可能会对监管统计整体数据产生重大影响，则应当征求监管意见解锁重报。还有些系统加工过程中的缺陷，涉及到业务制度更新，且要评估其变动对各监管指标项的影响，即所谓牵一发而动全身，则要充分评估数据变更带来的影响。还有必须要改造基础系统才能切实提升数据质量的问题，则要列出整改时间进度表，或采取一些临时替代的方案。
七自评结果提升计划
第六部分则是按照轻重缓急，针对“不符合”、“较不符合”和“大体符合”的评估结果提出切实可行的整改计划。该制定、该补充的制度都要制定补充时间表，该建设、该改造、该优化的系统都要制定建设计划。该部分描述也不难，关键是制定的提升计划能够得到有效执行。
我们数据治理在2020年已经举办了5期，业内机构对我们的培训也是高度认可。然而，数据治理是门大学问，很难用2天时间给大家讲的特别透。所以今年在设计课程时，我们觉得按银行的业务模块分主题域来设计，具体分为客户信息、信贷（表内外授信）、财务会计、信用卡（账户）、资金业务这5个模块，每次课程至少会有一大半时间讲解这些主题内容。
数据治理有技术派、有业务派，我们设计的课更偏向于业务派，因为我们也坚信数据质量问题并不是数据本身有问题，而是对业务规则的质量问题。监管设计的1104报表、EAST、客户风险数据，这背后都有大量的业务规则需要填报人员了解。我们也整理过与监管报送相关的法规政策文件，大概有300~400个，打印成册都接近1000页。有些法规可能监管人员都没吃透，所以自然在填报过程中会存在理解的差异。
比如，上面这张图反映了我们观察数据质量的角度，包括数据、信息/语义和业务规则，它们三者共同构成了我们在一个商业活动里面的一些最基本的构成，我们所讲的数据质量涵盖了这三大块。数据和信息/语义都很好理解，那么什么是业务规则呢？以数据跟信息/语义为单位的所发生的这种关联点，就是我们所提到的业务规则。
商业银行数据治理难治，有很大一部分原因是业务人员不懂信息科技，有需求提不出；科技人员又不懂银行业务，业务部门提出的需求难以解决。所以，银行未来发展方向有必要是将业务技能和IT技能相融合，培养专业化的数据人才。
(欢迎大家加入数据工匠知识星球获取更多资讯。)
联系我们
扫描二维码关注我们
微信：SZH9543邮箱：ccjiu@163.comQQ：2286075659热门文章
我们的使命：发展数据治理行业、普及数据治理知识、改变企业数据管理现状、提高企业数据质量、推动企业走进大数据时代。
我们的愿景：打造数据治理专家、数据治理平台、数据治理生态圈。
我们的价值观：凝聚行业力量、打造数据治理全链条平台、改变数据治理生态圈。
了解更多精彩内容
长按，识别二维码，关注我们吧！
数据工匠俱乐部
微信号：zgsjgjjlb
专注数据治理，推动大数据发展。