为了强化穿透式监管，提升监管有效性，国家金融监督管理总局从EAST、一表通等监管数据出发，对金融机构核心业务数据质量及数据治理情况提出了严格要求。近日，北京监管局向银行机构发文要求各机构开展EAST数据治理问题自查及评估。为此，我们结合发文要求，以及近段时间与多家金融机构的合作及交流，浅谈一下EAST数据治理工作。
一、建立数据治理观念
金融机构数据质量的好坏，不仅关乎着监管机构能否有效识别风险，也关乎金融机构自身能否做好数字化转型、内控及发展，因此数据治理工作本身不仅是来自于外部监管要求，还应从内部真正意识到该工作的重要意义，从高层领导战略规划的高度真正重视起来，并持续进行文化建设。
二、职责清晰 权责匹配
数据治理面向的是全行的数据，而数据来自于各业务部门、分支机构及系统，因此数据治理工作要能有效推进的基础是：
01.
有职责分工明确、覆盖多层级的数据治理架构，各层级人员要职责清晰、分工明确，权责匹配。
02.
制定科学有效的数据管理制度，结合行内实际情况建立可行性高、权责清晰的管理制度，涉及协调机制、安全管控、监督检查、系统保障、数据质量管控、数据价值实现、数据质量考核、问责机制等，让数据治理工作有据可依、奖惩结合。
03.
要持续进行队伍建设，建设数据治理专业队伍并进行系统培训，不断提升队伍的专业水平。
三、自下而上 直击源头
数据治理的目标是提升数据质量，因此如何有效、全面的识别问题，是数据治理的关键。从实践来看，从源头识别问题其实比较困难，不仅涉及的范围太大，而且缺乏数据质量良好标准，而基于EAST等监管数据标准及数据质量要求自下而上识别源头问题是比较轻量级、见效快的方法，不过该方法依赖两方面因素：
识别问题的检核规则和信息资料是否完整。
调研发现问题的人员是否专业。
问题产生的环节无外乎数据生产、数据加工、数据报送等，而问题产生的原因则可能五花八门，本次北京监管局要求各银行对数据问题原因进行非常详细的分类，例如数据生产环节问题要区分是否存在业务系统缺陷、信息系统对业务支撑不足、业务系统录入管控不严、数据统一管理不到位、合作方数据质量管控不到位等等，意味着银行机构要对本行数据质量问题追本溯源找到问题的源头，工作难度不小。
四、建设数据质量监控体系 持续监测
数据治理问题整改的关键是找到病根、对症下药。整改的方式可以是完善数据标准及业务口径、加强业务系统数据录入校验、优化加工逻辑、完善报送管理和加工流程等。而为了方便及时追踪整改进度，应建立数据质量问题整改台账，并建设数据质量监控体系，覆盖数据的录入、加工、传输、存储、报送等全生命周期，持续对数据质量进行监测、分析、反馈和纠正。
中软融鑫基于 28年来在监管统计领域的沉淀 为您提供以下服务方案
服务一
专业的监管制度解读及完备规范的取数规则梳理。
服务二
数据质量校验平台，提供多维度数据质量问题校验、异常提示及溯源分析。
服务三
基于行业经验的数据质量问题深度分析及整改方案提出。
服务四
数据治理相关制度体系梳理及建设。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。