文/意见领袖专栏作家 李庚南

　　当前，银保监会官网推出了依法对政策性银行、国家所有大型银行、股份制银行等共21家银行机构看管准则化数据（EAST）数据品质犯法违纪举止的行政惩罚打算，开出了合计8760万元的罚单。相较于2020年对EAST的专项审查，这次惩罚机构数增添13家，惩罚金额将近增添4倍，不论是惩罚机构面仍是惩罚金额都大幅上升，看管惩罚力度显著加大。

　　银保监会对EAST数据品质何以如许重视？

　　看管数据是银行保监机构运转进程和结果的映射，是看管部门剖析揭示金融机构运转中存留难题和风险的“标尺”。看管数据的品质是看管的寿命线。而在海量的看管数据中，EAST数据关于银保监会提高看管效率具备非凡之意义。

　　EAST体系包涵银行准则化数据提取、现场审查名目治理、数据模子生成用具、数据模子发表与治理等功效模块。其最重要的功效和效用便是提高现场审查和非现场看管效率。某种意义上，EAST体系已成为银保监会展开现场审查的看管利剑。

　　银行因East数据品质被罚意指着甚么？

　　一直以来，银保监部门对数据品质高度重视，不停改善数据处理的看管制度。2018年5月，为引导银产业金融机构增强数据处理，原银监会发表了《银产业金融机构数据处理指引》。但《指引》出台于今已3年多，错报、漏报看管数据特别是EAST的概况屡查屡犯。为确实提高EAST等看管数据品质，看管部门展开为期一年的看管数据品质专项处理。这次银保监会对21家银行开出的“罚单”应当是看管数据品质专项处理的效果之一。

　　在银保监会对EAST数据品质范畴犯法违纪举止的行政惩罚中，何以21家大型银行没有一避免？

　　一是数据文化缺失。《银产业金融机构数据处理指引》准确，银行机构理当构建一支满足数据处理事业须要的不业余队伍，理当构建良没有问题数据文化，树立数据是要紧产业和数据应真正客观的理念与标准。但现实概况是，银行机构高管层常常对数据品质的认识和关心不够。关于统算数据事业薄弱对全行进行策略带来的制约效用缺乏周全认识。

　　二是数据处理缺失。《银产业金融机构数据处理指引》准确指明，银行机构理当构建组织架构健全、职责边界清楚的数据处理架构；理当构建适应看管数据报送事业须要的消息体系。但少许银行机构在制订内控合规体制和策略规划时，更多地关心营业进行和全体风险操控，缺乏对数据品质治理政策执行概况展开程序化和制度化估价的布置。体现为数据治理各步骤失控：在数据制造整合步骤，显露数据录入不完整，缺乏同一准则、数据绝对性低，逻辑错误多、内容明确性低等难题，数据根基欠佳；在数据加工步骤，显露看管数据准则贯彻不到位、不同模块区别加工、层级多，数据关联错误、数据不绝对等难题；在数据报送步骤，存留口径不同一、明细数据与目标数据间相互交错加重混乱等难题。

　　三是制度执行不力。商业银行数据品质特别是报送看管部门的数据品质始终不尽如人意。虽然背后的原因相比繁杂，但要害仍是机构制度执行力不强。一方面，是机构对看管制度落实贯彻不力，无构建和改善数据处理的组织架构、里面权责划分及约束体制。另一方面，机构里面对于数据处理的制度未能贯彻到部门、到人。机构数据品质归口治理部门对数据管制力度较弱，对相干营业不提供的数据品质没有办法发展实际性操控，各营业部门对原数据缺乏有用的复核和检查体制。而制度执行力弱的基本，则在于在数据处理方面问责体制不健全或贯彻不到位，导致数据违纪本钱低。

　　如何从基本上提高East数据品质？

　　全无疑问，在看管部门心目中，EAST是看管部门展开现场审查的精准制导武器，是领先进步的看管理念与技艺的合一。可是，这柄利剑的锋利水平，不但取决于看管人士使用EAST的熟练水平和使用技艺，更取决于“铸剑”的原资料品质能否过关。商业银行数据品质特别是报送看管部门的数据品质始终不尽如人意，这须要咱们从根源上、从制度层次反思机构数据品质违纪难以根治的难题，经过制度和体制的改善改变银行保障机构数据文化、数据处理缺失及数据治理制度执行力弱的现状。

　　一方面，要从顶层设置上强化数据品质治理的制度硬约束。起首，要在法律法则层次更清楚界定看管数据违纪的法律责任以及对数据品质违纪的惩罚根据。日前，看管对数据违纪惩罚设计了“逾期不改正”的缓冲，这让得对数据违纪的刚性约束不甚充分。应在相干制度表述上进一步强化对数据品质违纪的刚性约束。

　　另一方面，要从执行层次增大数据品质的违纪本钱。银保监会对21家银行机构EAST数据品质违纪举止的“罚单”看似天价，但客观地看，假如是屡教屡犯的话，这类惩罚全体上还算温和。终归，还未触及对机构高管层的问责。只有贯彻高管层相应的数据品质治理责任，并根据数据品质犯法违纪举止发展问责，才能真实扭转机构数据文化的缺失，推进数据处理的健全与改善。

　　(本文作者推荐：先后供职于工商银行、国民银行，现为银行看管部门人员，长久负责小公司金融效劳推行事业，潜心探讨小公司金融效劳难题。)