EAST数据治理深度解析，揭秘制度背后的数据合规之道

2023年5月31日，国家金融监督管理总局办公厅发布《国家金融监督管理总局办公厅关于开展EAST数据质量“提升工程”的通知》（金办便函〔2023〕28号），旨在从数据治理层面，对EAST数据质量提升提出了详细的规划和要求。本次发文面向各政策性银行、大型银行、股份制银行，以及国家金融监督管理总局直管的外资银行及理财公司、理财登记中心，与《关于持续开展地方中小银行EAST数据质量专项检查的通知》（金办便函〔2023〕27号）共同形成对所有银行机构的EAST数据质量治理规划。

“28号文”以完善“现代金融监管”体系、建设“数字中国”为远景目标，以EAST数据作为抓手，提出了银行机构的数据治理要求，以期推动银行数字化转型、夯实监管科技数据基础，推动高质量监管，具体要求总结如下：

第一阶段：2023年6月-7月10日 内部摸底及制定整体方案

银行需制定数据质量提升工作方案，包括要建立EAST数据质量提升工程专项工作领导小组，明确牵头部门及责任人，细化职责分工，明确数据质量提升的整体工作规划，整理好关键数据项（57张表的464个核心数据项）从源系统取数规则并梳理总结出目前取数规则上主要存在的问题，如取数不完整、修改了业务数据、赋默认值等以及对应的整改计划，并将相关材料报送到对应监管利息人邮箱。也就是在7月10日前，银行需梳理清楚主要问题是什么、谁来负责、初步计划怎么处理。

第二阶段：2023年6月-9月 银行内部实施数据质量提升工程

1.建立并完善EAST数据治理体系

包括要建立“两会一层”的数据治理框架并明确职责分工，建立数据治理制度、自评估机制、数据质量现场检查制度等，配置充足的数据治理资源（如岗位设置、人员、预算等），并建立总分机构、业务部门与科技部门及数据管理部门之间的联动沟通机制，建立数据校验平台并跟踪问题的定位、整改情况，建立数据质量考核评价体系及问责机制等。整体的工作开展结果需按照固定模板以对本行数据治理体系建设情况进行自评估方式，形成自评估报告。从数据治理框架建设要求来看，“28号文”是继2018年银保监会发布数据治理指引以来，首次从总局层面发布的统一数据治理自评估框架，虽然比2018年的指引精简的多，也没有近年来各地分局数据治理自评估框架那么详细完整，但整体思路和方向都源自2018年指引。

2.提升EAST数据质量

1）完善EAST的取数规则，梳理是否存在默认值处理、取数不完整等情况，确保关键数据的真实、准确、完整。

2）基于监管下发的901条校验规则，对关键数据项进行校验。自2023年8月数据开始，关键数据项校验规则的容忍度为3%，即剔除真实业务背景、历史原因等客观因素后的关键数据项的所有数据校验规则报错率不应超过3%。

本次发布的数据质量校验规则覆盖了57张表的464个核心数据项，共901条规则，涉及非空、日期、长度、码值、关联、默认值、日期时间格式、特殊字符、一致性等，规则基本来自会版以及北京、上海地区交易类数据专项治理规范，无特别新增，其中以非空校验覆盖面最大、处理最棘手，通过整改上游源系统、业务部门补录、优化取值逻辑等方式来优化数据质量，可能是目前的常见手段。

3.开展内部考核问责

银行在制度梳理及数据质量提升过程中，要全面开展内部考核评价，分析数据治理薄弱环节，对数据问题严重、整改不力、履错不纠的相关部门、分支机构和人员要进行严肃处理和问责，并提交内部问责情况统计表。各行多少都有数据质量问题，不找几个人打板子估计没法交差，但上报的问责情况统计表还需要披露具体的问责方式，全是通报批评等轻罚可能也不行，还得结合数据质量严重程度进行不同程度的问责。

第三阶段：2023年9月提交EAST数据质量“提升工程”报告

银行需在2023年9月底前将数据质量提升的组织开展情况、数据治理体系自评估情况、发现的主要问题及原因、整改问责措施、存在的困难及政策建议等，根据监管提供的报告模板，报送到国家金融监督管理总局。

第四阶段：2023年6月-2024年5月 EAST数据质量监管评价

国家金融监督管理总局将开展EAST数据质量监管评价，抽查核实数据校验、数据一致性等情况。监管评价结果将作为监管评级的参考，并通报全行业。

总体来看，本次数据质量提升工程，总局要求明确、目标清晰，对银行要提交什么材料有固定的模板要求，基本没有太多可以自由发挥的空间。如何才能做好数据治理工作呢？我们基于监管要求总结以下几点粗浅的思考，供各位参考：

01. 从思想意识上重视数据治理

数据是银行的重要资产，在风险管理、客户营销、内控审计等各方面都发挥着重要的作用。在数字经济快速发展时代，银行数字化转型已经成为不可逆转的趋势。数据质量作为金融机构数字化转型的基础，也是金融监管科技的基础。EAST作为监管机构推进银行业数据标准建设、提升数据质量的抓手，早已超出了数据统计的范畴，后续关于EAST数据质量治理的发文要求、频率、处罚只会加强，因此，建议银行尽快以EAST数据作为数据治理的突破口和主要对象，建立数据治理体系，将数据治理纳入公司治理范畴和机构发展战略，而不应只停留在数据统计阶段。

02. 设立自上而下的数据治理组织架构

数据治理的范围覆盖的是全行各业务条线的全部内部数据和外部，包括监管数据，需要制度和系统的建设，以及数据的生产、加工、传输、使用等相关部门的配合，因此，光靠个人、小组或者一个小团队的力量是无法推动的，这也是为何在18年数据指引中明确有效的数据治理体系必须建立有效的组织架构，覆盖董监高以及各部门条线，且有稳定的数据治理牵头部门。其中，数据治理牵头部门必须有专门的岗位、预算、权限、培训、充足和专业的人员，以及好的激励体系。

03. 制定数据管理制度

必须在制度上有规定，才能让行动有据可依。完善的数据管理制度至少应包括组织架构、部门职责、协调机制、信息系统保障、安全管控、资料管理、监督检查、考核与问责机制、数据质量控制等。

04. 设立行内数据标准

只有建立部门间、系统间统一的业务标准和技术标准，将客户/产品/机构/账户等基础信息跨系统名称、定义、口径保持一致，打破不同业务系统间的数据分割，从业务部门生产数据时就按照统一的数据规范进行数据的录入、登记，才能从根源上解决数据质量问题。不过，目前各类监管标准和行业标准对金融业务的定义、口径、分类不统一，加上银行业务系统多且杂、历史问题较多，因此设立并落地执行银行数据标准可能存在困难。

05. 建立数据质量管控体系

借助先进技术建立覆盖从数据的生产、加工、传输、共享到销毁的全生命周期的数据质量管控体系，以自动化、高效化的方式及时发现问题、从源头处追溯分析定位问题、实时跟踪各部门问题整改进度，可以让数据质量管理更加高效有序。

06. 从源头处解决数据质量问题

目前很多银行过度依赖统计和科技部门，将EAST当做简单的监管统计工作，仅就EAST数据问题修改EAST报文数据，以满足校验规则，看似走了捷径、快速地解决了问题，实则浪费了很多精力和资源，治标不治本，甚至存在操作风险。EAST数据只是银行原始交易数据的加工结果，是披露银行数据质量问题的一扇窗，要彻底解决EAST数据质量问题，须以EAST数据加工规则追本溯源，找到数据的生产部门，树立“业务部门是数据生产和质量问题发生的最初、最大来源”的意识，从源头上整治，严格原始业务数据的录入，才能避免“边治理边污染”的现象。

07. 引进数据质量考核机制

数据治理涉及部门多、工作量大、持续时间长、见效慢，如果要推动全行的数据质量提升，除了制度、组织和系统建设，还需要有合理的考核机制，奖惩结合、激励相容，才能激发数据质量建设的内生动力。本次“28号文”关于各银行问责情况的统计报告，也将推动银行搭建内部的数据质量考核机制。

目前股份制银行以及各大型银行已经初步建立了数据治理体系，部分城商行、农商行也纷纷设立数据治理专门部门，随着监管科技的推进，监管机构对数据质量的容忍度将不断趋严，数据治理迫在眉睫。而由于覆盖业务部门和系统广、数据问题多且杂、历史问题重，意味着数据治理必将是一个长期工程，数据资产化任重而道远。

融鑫在监管统计领域已经深耕27年

熟知监管政策及银行现状

若您对此感兴趣或对上述内容有疑问的

欢迎与我们的客户经理联系