□黄一青

近年来，金融监管机构在数据治理层面的要求不断提升，严监管已成常态化。比如对于银行机构在监管数据质量和数据报送中存在的违法违规行为不断加大处罚与整治力度。而这种严格的监管不仅限于银行机构，对非银机构数据治理的监管也同样受到重视。

数据治理是防范金融风险的重要手段

尽管银行机构仍然在金融体系中占据主导性地位，但非银机构和银行机构同为金融监管的对象，对于金融体系和金融稳定有着重要的影响力。据了解，国际货币基金组织（IMF）人士近期表示，非银行部门目前占整个全球金融体系资产的一半，应加强监管，以保护其稳定性。IMF报告称，非银行金融中介机构“需要从无数个不同的角度进行监管和监督”，包括数据披露和管理风险的治理要求，以及资本和流动性管理规则。

在这方面，我国无疑已经实施了积极的推动。据悉，监管部门今年将全面开展非银机构数据治理工作，要求非银机构承担起数据治理的主体责任。

监管科技和数据治理是防范金融风险的重要手段。近年来，随着监管科技的兴起与发展加速、金融监管改革与协调压力的增大、监管理念的主动适应转变，我国金融监管机构从宏观上加强监管要求，并不断完善监管机制，加强功能监管，鼓励监管模式创新，积极探索监管科技多元化应用，监管科技在我国已经处于快速发展的迈进阶段。

监管科技将在数据相关领域获得更充足的发展，如海量数据的高性能处理、数据挖掘算法、知识图谱的应用、隐私计算、实时风险监测、高效数据资产治理及管控、数据资产服务等。监管科技的发展，将使监管能有效实现对海量数据的处理、监测及管控利用，强化数字化风控能力，从而对审慎监管形成强有力的支撑。

在监管层面，对数据的监管应用水平不断提升，各金融企业近年来也陆续为前期对数据治理的投入和重视不足买单。

有效破解金融机构数据治理难题

数据治理是一项复杂、长期、系统性的工程。金融机构通过数据治理可以推动全行数据标准化、加强数据质量管理、防范风险发生、加速业务创新、提高精细化运营和更好满足监管要求等，在严监管的推进下，很多金融机构已经将数据治理纳入公司治理范畴，将数据治理提升至战略发展高度，积极构建数据治理架构，但在日常数据治理落地时，有些金融机构仍大致停留在文档和手工处理阶段，这一模式在面对海量数据上已严重滞后，无法满足用户和监管日益提高的数据质量要求。

随着不同金融机构的业务创新，监管制度也不断调整，并促进各金融机构加强数据治理的投入，开始进行新一代数据治理系统建设；各金融IT厂商也积极在研发新一代数据治理平台，但从实际情况看，部分仍存在“新瓶装旧酒”“头疼医头”的情况，无法面向治理主体即业务人员，导致业务人员仍需线下参与治理，治理效率低下。

面对新的监管形势，金融机构要自上而下构建一整套监管制度保障体系、监管数据治理体系、监管数据资产管理体系、监管数据报送体系、监管数据应用体系等，积极采用大数据和人工智能等新技术，开展数据治理的应用研发，实现自外而内的“数智化”；建立从解读监管制度、设计模型、开展数据治理再到建立全景式监管数据治理平台的策略，统一数据标准，补全数据治理盲点，实现数据规范的全局化、标准化、场景化。

由于不同金融机构业务模式的不同、数据类别的不同，在制定具体的数据治理策略和落地上要因地制宜，建立一套适用、完善、高效的数据治理体系，制定科学的数据治理措施。同时，新一代金融数据治理的建设，应统一规划数据资产管控与数据治理，充分利用前期治理成果，面向业务和IT人员，以系统支撑数据治理全过程。

（作者系索信达控股金融数据治理专家）