银行监管统计数据质量管理良好标准试行银监发
- 格式:docx
- 大小:87.86 KB
- 文档页数:13
银行监管统计数据质量管理良好标准(试行DOC版)本标准适用范围为根据《银行业监管统计管理暂行办法》(2004年第6号主席令)开展监管统计工作的全部银行业金融机构(下文简称“银行”)。
标准的总体框架包含5方面要素,分别为:组织机构及人员,制度建设,系统保障和数据标准,数据质量的监控、检查与评价,数据的报送、应用和存储。
5方面要素下共有15项原则,每项原则下有若干具体标准,共61条标准。
(一)组织机构及人员原则1 组织领导银行董事会和高级管理层高度重视并积极推动本行数据质量管理和监管统计工作,明确政策和目标,建立机制和流程,落实各环节责任。
具体标准:1.1银行董事会制定明确的政策,将本行数据质量管理纳入内控合规体系和战略规划之中,并定期对其有效性和执行情况进行评估。
1.2银行高级管理层确立数据质量管理的目标,建立机制和流程,明确职权和责任,定期对本行数据质量管理水平进行评估,并有效落实数据质量问责制。
1.3银行法定代表人或主要负责人对本行监管统计数据的真实性负责,亲自或委派领导班子成员(以下简称“主管领导”)组织领导监管统计工作,对制度性变革等重大监管统计事项能够及时研究部署,在资源调配方面予以充分支持和保障。
原则2 归口管理银行对监管统计工作实行统一管理、分级负责的管理体制,确定归口管理部门组织管理本机构的监管统计工作。
具体标准:2.1银行总行确定监管统计归口管理部门,授权其负责全行监管统计领导、组织、协调和管理工作。
2.2总行归口管理部门根据授权负责制定全行监管统计工作制度和流程,提出监管统计数据质量管理措施,协调和督促其他相关业务部门,共同做好监管统计工作,定期检查并发现监管统计数据质量存在的问题,提出合理化建议,向主管领导报告。
2.3银行各级分支机构确定相应的归口管理部门,负责本级机构监管统计工作,在总行归口管理部门统一领导下,有效履行监管统计相关职责。
原则3 岗位设置银行在监管统计归口管理部门和其他相关业务部门设立相应的监管统计岗位,岗位职责明确,并配备能满足岗位履职所需的资源。
中国银行业监督管理委员会办公厅关于进一步提升监管统计数据质量的通知文章属性•【制定机关】中国银行业监督管理委员会(已撤销)•【公布日期】2014.06.17•【文号】银监办发[2014]177号•【施行日期】2014.06.17•【效力等级】部门规范性文件•【时效性】现行有效•【主题分类】银行业监督管理正文中国银行业监督管理委员会办公厅关于进一步提升监管统计数据质量的通知(银监办发[2014]177号)各银监局:为进一步加强监管统计数据质量管理,不断提升非现场监管报表、客户风险统计等各项监管数据的准确性、及时性和完整性,切实落实银行业金融机构主体责任与监管机构监管责任,结合非现场监管“四单”制度,现就提升监管统计数据质量有关工作通知如下:一、强化银行业金融机构主体责任(一)提高法规制度执行力度。
各级监管机构应强化监管履责意识,督促银行业金融机构严格落实数据质量管理主体责任,明确银行业金融机构法定代表人或主要负责人对本机构监管统计数据的真实性负责。
推动开展数据质量管理良好标准评估,督促银行业金融机构建立自上而下的数据治理架构,明确组织架构、职责分工和制度流程,强化数据标准、系统建设和内控管理,加强数据质量综合管理。
(二)建立关键指标确认制度。
实行数据质量承诺制,要求银行业金融机构报送监管报表数据时,行长(总裁、总经理)以书面形式对当期报送的关键指标的数据质量进行签字确认。
关键指标原则上应至少包括附件2所列内容,银监会统计部定期对关键指标内容进行统一调整,各监管部门、各银监局及银监分局可根据不同银行业金融机构的实际情况对要求进行细化。
(三)完善异常变动报告制度。
研究完善报表异常数据变动报告制度,要求银行业金融机构对数据指标异常变动进行跟踪监测,对于跨期变动超过监管预设值的数据项目,应在数据报送时向审核人员提交数据异常变动说明。
报表指标监管预设值的初值由银监会统计部统一设定并发布,各级监管机构可根据属地监管原则对不同银行业金融机构的异常变动区间进行细化调整。
银行监管统计数据质量管理良好标准(试行)银监发〔2011〕63 号本标准适用范围为根据《银行业监管统计管理暂行办法》 ( 2004 年第 6 号主席令)开展监管统计工作的全部银行业金融机构(下文简称“银行”)。
标准的总体框架包含 5 方面要素,分别为:组织机构及人员,制度建设,系统保障和数据标准,数据质量的监控、检查与评价,数据的报送、应用和存储。
5 方面要素下共有 15 项原则,每项原则下有若干具体标准,共 61 条标准。
(一)组织机构及人员原则 1 组织领导银行董事会和高级管理层高度重视并积极推动本行数据质量管理和监管统计工作,明确政策和目标,建立机制和流程,落实各环节责任。
具体标准:1 . 1 银行董事会制定明确的政策,将本行数据质量管理纳入内控合规体系和战略规划之中,并定期对其有效性和执行情况进行评估。
1 .2 银行高级管理层确立数据质量管理的目标,建立机制和流程,明确职权和责任,定期对本行数据质量管理水平进行评估,并有效落实数据质量问责制。
1 . 3 银行法定代表人或主要负责人对本行监管统计数据的真实性负责,亲自或委派领导班子成员(以下简称“主管领导” ) 组织领导监管统计工作,对制度性变革等重大监管统计事项能够及时研究部署,在资源调配方面予以充分支持和保障。
原则 2 归口管理银行对监管统计工作实行统一管理、分级负责的管理体制,确定归口管理部门组织管理本机构的监管统计工作。
具体标准:2 . 1 银行总行确定监管统计归口管理部门,授权其负责全行监管统计领导、组织、协调和管理工作。
2 . 2 总行归口管理部门根据授权负责制定全行监管统计工作制度和流程,提出监管统计数据质量管理措施,协调和督促其他相关业务部门,共同做好监管统计工作,定期检查并发现监管统计数据质量存在的问题,提出合理化建议,向主管领导报告。
2 .3 银行各级分支机构确定相应的归口管理部门,负责本级机构监管统计工作,在总行归口管理部门统一领导下,有效履行监管统计相关职责。
《中国银监会关于印发银行监管统计数据质量管理良好标准(试行)及实施方案的通知》的通知第一篇:《中国银监会关于印发银行监管统计数据质量管理良好标准(试行)及实施方案的通知》的通知急件淮银监办〔2011〕23号关于转发《中国银监会关于印发银行监管统计数据质量管理良好标准(试行)及实施方案的通知》的通知农发行淮安市分行,各大型银行淮安分行,江苏银行淮安分行,浦发行淮安分行,邮储银行淮安市分行,淮安市各农村中小金融机构(含苏南农商行驻淮支行),苏州银行涟水支行:现将《中国银监会关于印发银行监管统计数据质量管理良好标准(试行)及实施方案的通知》(银监发〔2011〕63号,以下简称《通知》)转发给你们,并提出以下贯彻意见,请一并遵照执行。
一、认真做好学习贯彻工作。
各银行业金融机构要认真做好《通知》的学习和贯彻工作,使相关领导、职能部门和有关人员— 1 —熟悉银行监管统计数据质量管理良好标准的要求,提高执行的自觉性,并强化协调配合,形成提高监管统计数据质量的工作合力。
二、按时高质完成自评工作。
各银行业金融机构要成立以分管行长为组长、各相关部门负责人为成员的自评工作小组,真实客观地组织实施自评工作。
辖内法人银行业金融机构要对照标准,按照评估模板逐条自评。
非法人银行业金融机构参照标准,按照模板进行自评。
自评过程中,要注明哪条标准不适用,同时注明不适用的原因。
自评工作应于2011年7月底结束,并形成自评工作报告。
自评工作报告内容至少包括自评工作组织开展情况、自评结果及存在问题、整改方案的制定执行、自评工作开展过程中遇到的问题及建议、完善银行监管统计数据质量管理良好标准的建议等。
自评工作报告及评估模板汇总表、分项目表(见《通知》附件3)经分管行长签字并加盖单位公章后于2011年7月31日前书面报送我分局统计信息科。
我分局将根据各机构的自评情况,选取部分银行开展外部评估,对自评情况进行验证,并按照银监会和江苏银监局要求对有关情况进行披露和问责。
解读某机构数据治理架构体系的搭建BangEA企业架构系列昨天发了⼀篇银监会的《银⾏业⾦融机构数据治理指引》⽂章,有帮友问到指引中的⼀些具体含义。
为了更好的理解数据治理,今天借⽤deloitte对指引的解读来回答这些问题。
▌前⾔为引导银⾏业⾦融机构加强数据治理,充分发挥数据价值,全⾯向⾼质量发展转变,银监会发布了《银⾏业⾦融机构数据治理指引》近年来银⾏业⾦融机构在业务快速发展过程中,积累了客户数据、交易数据、外部数据等海量数据。
数据已经成为银⾏的重要资产和核⼼竞争⼒,充分发挥数据价值,⽤数据驱动银⾏发展,提⾼银⾏经营质效,具有重要意义。
在此过程中,打破传统运营模式,引⼊⾦融科技或创新⼿段势在必⾏。
我们建议,银⾏应以本次《指引》为契机,借⼒于有效的⼯具和⼿段,建设和优化数据治理体系,提⾼数据管理和质量控制⽔平,充分挖掘和利⽤数据价值,为数据分析、经营决策、发展规划提供数据⽀持,持续提升风险管理、内部控制能⼒及经营管理能⼒,形成全⾏上下数据⽂化,充分发挥数据价值。
▌正⽂银⾏“数据治理”的前世今⽣我们看到,本次下发《指引》的同时废⽌了《银⾏监管统计数据质量管理良好标准(试⾏)》(银监发〔2011〕63号)(以下简称《良好标准》)。
《良好标准》被视为《指引》的前⾝,《指引》在《良好标准》试⾏七年的基础上进⾏了提炼与升华。
⽴治理为本源,引价值为核⼼《指引》共包括七章55条,作为银⾏业⾦融机构数据治理⼯作的引领性⽂件引导银⾏业⾦融机构全⾯开展数据治理。
重点从以下五个⽅⾯提出监管要求:明确数据治理架构。
监管在答记者问中明确指出:“多数银⾏数据管理职能分散在不同部门,容易出现职责分散、权责不明的情况,需要进⾏统⼀管理。
同时,数据治理是系统⼯程,从下⾄上,应做到⼈⼈有责、层层把关。
”《指引》明确了银⾏业⾦融机构数据治理架构,董事会、监事会和⾼管层等的职责分⼯,提出可结合实际情况设⽴⾸席数据官。
要求确⽴数据治理牵头部门,明确牵头部门和业务部门职责。
银行监管统计数据质量管理良好标准实施方案一、背景与目的银行监管统计数据是在银行业监管系统内的银行数据,监管数据的质量与及时性对于监管部门和银行机构都是极为重要的。
因此,建立和实施银行监管统计数据质量管理良好标准是保障监管数据准确性和及时性、提高监管效率和银行数据质量的关键所在。
本文旨在提出一种银行监管统计数据质量管理良好标准实施方案,旨在提高银行监管统计数据的质量和精确性。
二、管理标准与流程1. 数据质量管理标准银行监管统计数据质量管理良好标准涵盖五个根本维度:准确性、完整性、一致性、及时性和可信度。
五个维度分别加以定义和量化:准确性指监管数据的精度和正确性,要求监测不良数据、数据纠正和数据验证等过程的执行。
完整性指监管和漏洞的完全性,要求监管数据不出现遗漏和不良数据,监管数据记录措施、过程、点等均应完整。
一致性指监管数据的一致性和合规性,要求监管数据之间的各个点之间的一致性,并确保监管数据与银行业内部标准和规章制度的要求相符。
及时性指监管数据的录入、提交与审核的可操作性和时间管理,要求银行机构按照监管定期通报时间、格式和要求,及时上报、审核等相应开展。
可信度指监管数据的可信度、保密性和公正性,要求监管数据记录造假、窃用、贩卖等行为的防范和检测。
2. 银行监管统计数据质量管理流程银行监管统计数据质量管理良好标准流程分为以下六个步骤:第一步:定义和制定数据准确性、完整性、一致性、及时性、可信度的监管数据质量标准以及故障规定的发生顺序、理解和管理。
第二步:预见与面临数据质量管理问题,预定义和调整数据质量管理策略和标准,包括监测、记录、文件化等管理措施。
第三步:从监管操作规范出发,实践和操作数据准确性、完整性、一致性、及时性、可信度标准,以目标为导向,推动监管数据质量化。
第四步:引入评估、评估报告和评估意见,收集对未来数据管理方案有效性的反馈,对现有监管数据质量管理和维护进行尽可能的改进和优化。
第五步:针对评估和评估报告的反馈和评估意见进行针对性改进,进一步完善银行监管统计数据质量管理、提高银行监管效率,确保银行监管数据的质量。
(完整word版)银行监管统计数据质量管理良好标准银行监管统计数据质量管理良好标准(试行)银监发〔2011〕63 号本标准适用范围为根据《银行业监管统计管理暂行办法》( 2004 年第6 号主席令)开展监管统计工作的全部银行业金融机构(下文简称“银行”)。
标准的总体框架包含5 方面要素,分别为:组织机构及人员,制度建设,系统保障和数据标准,数据质量的监控、检查与评价,数据的报送、应用和存储。
5 方面要素下共有 15 项原则,每项原则下有若干具体标准,共 61 条标准。
(一)组织机构及人员原则 1 组织领导银行董事会和高级管理层高度重视并积极推动本行数据质量管理和监管统计工作,明确政策和目标,建立机制和流程,落实各环节责任。
具体标准:1 . 1 银行董事会制定明确的政策,将本行数据质量管理纳入内控合规体系和战略规划之中,并定期对其有效性和执行情况进行评估。
1 .2 银行高级管理层确立数据质量管理的目标,建立机制和流程,明确职权和责任,定期对本行数据质量管理水平进行评估,并有效落实数据质量问责制。
1 . 3 银行法定代表人或主要负责人对本行监管统计数据的真实性负责,亲自或委派领导班子成员(以下简称“主管领导” ) 组织领导监管统计工作,对制度性变革等重大监管统计事项能够及时研究部署,在资源调配方面予以充分支持和保障。
原则 2 归口管理银行对监管统计工作实行统一管理、分级负责的管理体制,确定归口管理部门组织管理本机构的监管统计工作。
具体标准:2 . 1 银行总行确定监管统计归口管理部门,授权其负责全行监管统计领导、组织、协调和管理工作。
2 . 2 总行归口管理部门根据授权负责制定全行监管统计工作制度和流程,提出监管统计数据质量管理措施,协调和督促其他相关业务部门,共同做好监管统计工作,定期检查并发现监管统计数据质量存在的问题,提出合理化建议,向主管领导报告。
2 .3 银行各级分支机构确定相应的归口管理部门,负责本级机构监管统计工作,在总行归口管理部门统一领导下,有效履行监管统计相关职责。
中国银保监会办公厅关于印发银行业金融机构监管数据标准化规范(2019版)的通知文章属性•【制定机关】中国银行保险监督管理委员会•【公布日期】2019.09.27•【文号】银保监办发〔2019〕198号•【施行日期】2019.09.27•【效力等级】部门规范性文件•【时效性】现行有效•【主题分类】银行业监督管理正文中国银保监会办公厅关于印发银行业金融机构监管数据标准化规范(2019版)的通知银保监办发〔2019〕198号各银保监局,各政策性银行、大型银行、股份制银行,邮储银行,外资银行,理财登记中心:为进一步提升银保监会监管科技能力,完善监管数据标准化规范,发挥监管标准化数据在防范金融风险、促进银行业机构数据治理和合规发展等方面的作用,银保监会对原《中国银监会银行业金融机构监管数据标准化规范》(银监办发〔2017〕48号)进行了修订,形成《中国银保监会银行业金融机构监管数据标准化规范(2019版)》(以下简称“2019版规范”),现印发给你们,并就有关事项通知如下:一、报送时间各政策性银行、大型银行、股份制银行、邮储银行和银保监会直接监管的外资银行应于2019年11月18日前完成2019版规范数据的首次报送工作;各地方法人银行机构根据属地监管机构安排完成2019版规范数据的报送,首次报送时间原则上不晚于2019年底;理财登记中心首次数据报送时间不晚于2019年12月18日。
过渡期间原规范数据停止报送。
之后,各行及理财登记中心应于每月18日前(遇节假日顺延)向银保监会及时报送上月数据。
各分支机构应于每月20日前(遇节假日顺延)向属地监管机构报送上月数据。
二、报送路径各政策性银行、大型银行、股份制银行、邮储银行和银保监会直接监管的外资银行向银保监会报送(京外机构可通过在京分支机构向银保监会报送),各地方法人银行机构向属地银保监局报送。
分支机构数据,由总行按照一级分行进行数据拆分,并由一级分行报送属地银保监局。
银行监管统计数据质量管理良好标准(试行)银监发〔2011〕63 号本标准适用范围为根据《银行业监管统计管理暂行办法》 ( 2004 年第 6 号主席令)开展监管统计工作的全部银行业金融机构(下文简称“银行”)。
标准的总体框架包含 5 方面要素,分别为:组织机构及人员,制度建设,系统保障和数据标准,数据质量的监控、检查与评价,数据的报送、应用和存储。
5 方面要素下共有 15 项原则,每项原则下有若干具体标准,共 61 条标准。
(一)组织机构及人员原则 1 组织领导银行董事会和高级管理层高度重视并积极推动本行数据质量管理和监管统计工作,明确政策和目标,建立机制和流程,落实各环节责任。
具体标准:1 . 1 银行董事会制定明确的政策,将本行数据质量管理纳入内控合规体系和战略规划之中,并定期对其有效性和执行情况进行评估。
1 .2 银行高级管理层确立数据质量管理的目标,建立机制和流程,明确职权和责任,定期对本行数据质量管理水平进行评估,并有效落实数据质量问责制。
1 . 3 银行法定代表人或主要负责人对本行监管统计数据的真实性负责,亲自或委派领导班子成员(以下简称“主管领导” ) 组织领导监管统计工作,对制度性变革等重大监管统计事项能够及时研究部署,在资源调配方面予以充分支持和保障。
原则 2 归口管理银行对监管统计工作实行统一管理、分级负责的管理体制,确定归口管理部门组织管理本机构的监管统计工作。
具体标准:2 . 1 银行总行确定监管统计归口管理部门,授权其负责全行监管统计领导、组织、协调和管理工作。
2 . 2 总行归口管理部门根据授权负责制定全行监管统计工作制度和流程,提出监管统计数据质量管理措施,协调和督促其他相关业务部门,共同做好监管统计工作,定期检查并发现监管统计数据质量存在的问题,提出合理化建议,向主管领导报告。
2 .3 银行各级分支机构确定相应的归口管理部门,负责本级机构监管统计工作,在总行归口管理部门统一领导下,有效履行监管统计相关职责。
××农村信用社数据质量管理良好标准工作实施方案根据中国银监会和××银监局关于做好农村合作金融机构数据质量管理良好标准评估工作的有关规定,为进一步提升全省农信社监管统计数据质量,有序达到数据质量管理良好标准的各项要求,结合我省农村信用社工作实际,制定本方案。
一、统一思想认识中国银监会制定的《银行监管统计数据质量管理良好标准(试行)》(以下简称《良好标准》),是在全面总结银行监管统计数据质量管理先进经验的基础上,从组织、制度、系统和流程建设等多个方面,所提出的既符合中国银行业实际、又具有较强前瞻性的数据质量管理标准和要求,为银行持续、全面加强数据质量管理提供了方向和抓手。
全省农信社一定要充分认识实施数据质量管理良好标准对提高统计工作质量的重要意义,按照省联社的总体部署和要求,认真查找工作不足,有步骤实施改进措施,力争经过两至三年的努力,基本达到良好标准的各项要求。
二、强化组织领导省联社成立由李志刚副主任任组长,相关处室人员参加的数据质量管理良好标准推进工作领导小组,负责对全省农村信用社数据质量管理良好标准实施工作的组织领导、工作部署、沟通协调等事项。
领导小组下设办公室,办公室设在信贷业务部,具体落实领导小组的各项决定和工作部署,负责领导小组对外联系、协调事宜,统计、汇总、分析、通报数据质量管理良好标准工作开展情况,完成领导小组交办的其他工作。
各市农信办和县级行社要相应成立由主管领导任组长的数据质量管理良好标准实施工作领导小组,具体负责本级农信社数据质量管理良好标准实施工作。
三、有效组织实施(一)认真组织自评(ⅩⅩ年7月1日—ⅩⅩ年8月29日)全省各级农信社要组织由信贷、财会、科技、合规等部门人员组成的评估团队,严格按照《良好标准》中5 方面要素、15 项原则和61 条具体标准的相关要求,对本机构数据质量管理情况进行全面自评,认真查找现有监管统计工作中存在的问题和不足。
中国银行保险监督管理委员会关于印发银行业金融机构数据治理指引的通知文章属性•【制定机关】中国银行保险监督管理委员会•【公布日期】2018.05.21•【文号】银保监发〔2018〕22号•【施行日期】2018.05.21•【效力等级】部门规范性文件•【时效性】现行有效•【主题分类】银行业监督管理正文中国银行保险监督管理委员会关于印发银行业金融机构数据治理指引的通知银保监发〔2018〕22号各银监局,机关各部门,各政策性银行、大型银行、股份制银行,邮储银行,外资银行,金融资产管理公司,其他会管金融机构:现将《银行业金融机构数据治理指引》印发给你们,请遵照执行。
2018年5月21日银行业金融机构数据治理指引第一章总则第一条为指导银行业金融机构加强数据治理,提高数据质量,发挥数据价值,提升经营管理能力,根据《中华人民共和国银行业监督管理法》等法律法规,制定本指引。
第二条本指引适用于中华人民共和国境内经银行业监督管理机构批准设立的银行业金融机构。
本指引所称银行业金融机构,是指在中华人民共和国境内设立的商业银行、农村信用合作社等吸收公众存款的金融机构、政策性银行以及国家开发银行。
第三条数据治理是指银行业金融机构通过建立组织架构,明确董事会、监事会、高级管理层及内设部门等职责要求,制定和实施系统化的制度、流程和方法,确保数据统一管理、高效运行,并在经营管理中充分发挥价值的动态过程。
第四条银行业金融机构应当将数据治理纳入公司治理范畴,建立自上而下、协调一致的数据治理体系。
第五条银行业金融机构数据治理应当遵循以下基本原则:(一)全覆盖原则。
数据治理应当覆盖数据的全生命周期,覆盖业务经营、风险管理和内部控制流程中的全部数据,覆盖内部数据和外部数据,覆盖监管数据,覆盖所有分支机构和附属机构。
(二)匹配性原则。
数据治理应当与管理模式、业务规模、风险状况等相适应,并根据情况变化进行调整。
(三)持续性原则。
数据治理应当持续开展,建立长效机制。
中国银行业监督管理委员会办公厅关于进一步提升监管统计数据质量的通知【法规类别】银行类金融机构【发文字号】银监办发[2014]177号【发布部门】中国银行业监督管理委员会【发布日期】2014.06.17【实施日期】2014.06.17【时效性】现行有效【效力级别】部门规范性文件中国银行业监督管理委员会办公厅关于进一步提升监管统计数据质量的通知(银监办发[2014]177号)各银监局:为进一步加强监管统计数据质量管理,不断提升非现场监管报表、客户风险统计等各项监管数据的准确性、及时性和完整性,切实落实银行业金融机构主体责任与监管机构监管责任,结合非现场监管“四单”制度,现就提升监管统计数据质量有关工作通知如下:一、强化银行业金融机构主体责任(一)提高法规制度执行力度。
各级监管机构应强化监管履责意识,督促银行业金融机构严格落实数据质量管理主体责任,明确银行业金融机构法定代表人或主要负责人对本机构监管统计数据的真实性负责。
推动开展数据质量管理良好标准评估,督促银行业金融机构建立自上而下的数据治理架构,明确组织架构、职责分工和制度流程,强化数据标准、系统建设和内控管理,加强数据质量综合管理。
(二)建立关键指标确认制度。
实行数据质量承诺制,要求银行业金融机构报送监管报表数据时,行长(总裁、总经理)以书面形式对当期报送的关键指标的数据质量进行签字确认。
关键指标原则上应至少包括附件2所列内容,银监会统计部定期对关键指标内容进行统一调整,各监管部门、各银监局及银监分局可根据不同银行业金融机构的实际情况对要求进行细化。
(三)完善异常变动报告制度。
研究完善报表异常数据变动报告制度,要求银行业金融机构对数据指标异常变动进行跟踪监测,对于跨期变动超过监管预设值的数据项目,应在数据报送时向审核人员提交数据异常变动说明。
报表指标监管预设值的初值由银监会统计部统一设定并发布,各级监管机构可根据属地监管原则对不同银行业金融机构的异常变动区间进行细化调整。
中国银行保险监督管理委员会关于印发银行业金融机构数据治理指引的通知正文:----------------------------------------------------------------------------------------------------------------------------------------------------中国银行保险监督管理委员会关于印发银行业金融机构数据治理指引的通知银保监发〔2018〕22号各银监局,机关各部门,各政策性银行、大型银行、股份制银行,邮储银行,外资银行,金融资产管理公司,其他会管金融机构:现将《银行业金融机构数据治理指引》印发给你们,请遵照执行。
2018年5月21日银行业金融机构数据治理指引第一章总则第一条为指导银行业金融机构加强数据治理,提高数据质量,发挥数据价值,提升经营管理能力,根据《中华人民共和国银行业监督管理法》等法律法规,制定本指引。
第二条本指引适用于中华人民共和国境内经银行业监督管理机构批准设立的银行业金融机构。
本指引所称银行业金融机构,是指在中华人民共和国境内设立的商业银行、农村信用合作社等吸收公众存款的金融机构、政策性银行以及国家开发银行。
第三条数据治理是指银行业金融机构通过建立组织架构,明确董事会、监事会、高级管理层及内设部门等职责要求,制定和实施系统化的制度、流程和方法,确保数据统一管理、高效运行,并在经营管理中充分发挥价值的动态过程。
第四条银行业金融机构应当将数据治理纳入公司治理范畴,建立自上而下、协调一致的数据治理体系。
第五条银行业金融机构数据治理应当遵循以下基本原则:(一)全覆盖原则。
数据治理应当覆盖数据的全生命周期,覆盖业务经营、风险管理和内部控制流程中的全部数据,覆盖内部数据和外部数据,覆盖监管数据,覆盖所有分支机构和附属机构。
(二)匹配性原则。
数据治理应当与管理模式、业务规模、风险状况等相适应,并根据情况变化进行调整。
中国银行保险监督管理委员会关于印发银行业金融机构数据治理指引的通知文章属性•【制定机关】中国银行保险监督管理委员会•【公布日期】2018.05.21•【文号】银保监发〔2018〕22号•【施行日期】2018.05.21•【效力等级】部门规范性文件•【时效性】现行有效•【主题分类】银行业监督管理正文中国银行保险监督管理委员会关于印发银行业金融机构数据治理指引的通知银保监发〔2018〕22号各银监局,机关各部门,各政策性银行、大型银行、股份制银行,邮储银行,外资银行,金融资产管理公司,其他会管金融机构:现将《银行业金融机构数据治理指引》印发给你们,请遵照执行。
2018年5月21日银行业金融机构数据治理指引第一章总则第一条为指导银行业金融机构加强数据治理,提高数据质量,发挥数据价值,提升经营管理能力,根据《中华人民共和国银行业监督管理法》等法律法规,制定本指引。
第二条本指引适用于中华人民共和国境内经银行业监督管理机构批准设立的银行业金融机构。
本指引所称银行业金融机构,是指在中华人民共和国境内设立的商业银行、农村信用合作社等吸收公众存款的金融机构、政策性银行以及国家开发银行。
第三条数据治理是指银行业金融机构通过建立组织架构,明确董事会、监事会、高级管理层及内设部门等职责要求,制定和实施系统化的制度、流程和方法,确保数据统一管理、高效运行,并在经营管理中充分发挥价值的动态过程。
第四条银行业金融机构应当将数据治理纳入公司治理范畴,建立自上而下、协调一致的数据治理体系。
第五条银行业金融机构数据治理应当遵循以下基本原则:(一)全覆盖原则。
数据治理应当覆盖数据的全生命周期,覆盖业务经营、风险管理和内部控制流程中的全部数据,覆盖内部数据和外部数据,覆盖监管数据,覆盖所有分支机构和附属机构。
(二)匹配性原则。
数据治理应当与管理模式、业务规模、风险状况等相适应,并根据情况变化进行调整。
(三)持续性原则。
数据治理应当持续开展,建立长效机制。
银行监管统计数据质量管理良好标准试行银监发SANY标准化小组 #QS8QHH-HHGX8Q8-GNHHJ8-HHMHGN#附件一:银行监管统计数据质量管理良好标准(试行)本标准适用范围为根据《银行业监管统计管理暂行办法》(2004年第6号主席令)开展监管统计工作的全部银行业金融机构(下文简称“银行”)。
标准的总体框架包含5方面要素,分别为:组织机构及人员,制度建设,系统保障和数据标准,数据质量的监控、检查与评价,数据的报送、应用和存储。
5方面要素下共有15项原则,每项原则下有若干具体标准,共61条标准。
(一)组织机构及人员原则1 组织领导银行董事会和高级管理层高度重视并积极推动本行数据质量管理和监管统计工作,明确政策和目标,建立机制和流程,落实各环节责任。
具体标准:银行董事会制定明确的政策,将本行数据质量管理纳入内控合规体系和战略规划之中,并定期对其有效性和执行情况进行评估。
银行高级管理层确立数据质量管理的目标,建立机制和流程,明确职权和责任,定期对本行数据质量管理水平进行评估,并有效落实数据质量问责制。
银行法定代表人或主要负责人对本行监管统计数据的真实性负责,亲自或委派领导班子成员(以下简称“主管领导”)组织领导监管统计工作,对制度性变革等重大监管统计事项能够及时研究部署,在资源调配方面予以充分支持和保障。
原则2 归口管理银行对监管统计工作实行统一管理、分级负责的管理体制,确定归口管理部门组织管理本机构的监管统计工作。
具体标准:银行总行确定监管统计归口管理部门,授权其负责全行监管统计领导、组织、协调和管理工作。
总行归口管理部门根据授权负责制定全行监管统计工作制度和流程,提出监管统计数据质量管理措施,协调和督促其他相关业务部门,共同做好监管统计工作,定期检查并发现监管统计数据质量存在的问题,提出合理化建议,向主管领导报告。
银行各级分支机构确定相应的归口管理部门,负责本级机构监管统计工作,在总行归口管理部门统一领导下,有效履行监管统计相关职责。
原则3 岗位设置银行在监管统计归口管理部门和其他相关业务部门设立相应的监管统计岗位,岗位职责明确,并配备能满足岗位履职所需的资源。
具体标准:银行在监管统计归口管理部门设立与本行业务规模和复杂程度相适应的、满足监管统计工作需要的监管统计专职岗位。
银行在其他监管统计相关业务部门设立与其部门业务规模和复杂程度相适应的、满足监管统计工作需要的监管统计专职或兼职岗位。
银行对监管统计岗位的设置涵盖监管统计所有的工作任务和内容,分工明确,职责清晰,各岗位均设立A、B角。
银行对监管统计岗位的财务预算满足各岗位履职所需,包括设备、差旅、培训等支出。
银行监管统计岗位薪酬水平能够吸引和留住合格的工作人员,岗位设置能体现职业成长发展的良好通道。
原则4 团队建设银行建设一支满足监管统计工作需要的专业队伍,并建立有利于提高监管统计人员工作积极性和促进其职业成长发展的激励约束机制。
具体标准:银行应根据监管统计岗位职责要求,配备一定数量的满足监管统计工作需要的监管统计人员。
监管统计人员应具有良好的职业操守、专业知识和操作技能,熟悉银行业务,具备必要的协调沟通能力。
银行对监管统计人员定期进行科学、系统的培训,培训的内容、方式和频度能满足监管统计工作的需要。
银行建立对监管统计人员合理有效的激励约束机制,创造有利于提高监管统计人员工作积极性和促进其职业成长发展的良好环境。
(二)制度建设原则5 管理制度银行建立全面、科学和有效的监管统计管理制度,保证监管统计工作的规范性和严肃性。
具体标准:监管统计归口管理部门牵头其他相关业务部门建立符合银行监管要求的统计管理制度。
统计管理制度的内容包括但不限于组织管理、部门职责、协调机制、安全保密、系统保障、监督检查、数据质量控制以及监管统计数据源管理等方面,并以文件的形式下发执行。
监管统计归口管理部门根据监管要求和管理实际,持续评价和及时更新统计管理制度。
监管统计归口管理部门将本行的统计管理制度报银行业监督管理机构(以下简称监管机构)备案,管理制度若有重大调整或变化,及时向监管机构报告。
原则6 业务制度银行建立适应本行业务实际的监管统计业务制度,做好监管统计数据源和统计项目的归属管理。
具体标准:监管统计归口管理部门组织其他相关业务部门制定符合本行实际的统计业务制度。
统计业务制度覆盖所有的监管统计报表和数据要求,并正式发布。
统计业务制度对监管统计的内容、方法和口径等方面做出统一规定,保证监管统计报表和数据中每一个统计项目的归属关系及取数路径清晰、准确。
监管统计归口管理部门根据监管要求和管理实际,组织其他相关业务部门持续评价和及时更新统计业务制度。
监管统计归口管理部门将本行的统计业务制度报监管机构备案,业务制度若有重大调整或变化,及时向监管机构报告。
(三)系统保障和数据标准原则7 基础系统银行业务及管理基础系统实现对监管统计涉及的各项基础业务和管理信息的全面覆盖,数据维护管理制度和流程完备,具有较强的数据质量控制功能,保证系统信息全面、及时、准确反映业务实际。
具体标准:业务及管理基础系统的设计、建设和升级改造征询并充分考虑监管统计业务需求,系统功能支持监管统计信息自动采集。
业务及管理基础系统涵盖监管统计涉及的全行各业务领域及各类相关机构。
如由于新的监管要求变化而暂时无法实现全覆盖,要有明确的系统完善时间安排。
业务及管理基础系统有完备的数据维护管理制度和流程,尤其是要有对质疑信息明确核查和纠正的相关规定。
业务及管理基础系统信息及时录入,经过复核,并动态更新,保证全面、及时、准确地反映业务实际。
对监管统计人员及系统管理人员反馈的存在完整性、准确性等缺陷的质疑信息,及时予以核查并纠正。
业务及管理基础系统具有良好的可拓展性,满足新业务、新产品和监管新要求的需要,并为监管统计管理系统预留能够灵活加载的数据接口。
原则8 监管统计系统银行建立适应监管统计工作需要的、完善的监管统计系统,实现流程控制的程序化,能够自动提取和加载所需数据,有良好的质量控制与错误信息提示功能,保障数据安全和规范操作,并具有可拓展性和灵活性。
具体标准:银行将监管统计系统建设纳入本行信息系统建设整体规划,系统框架设计符合监管统计业务及管理要求,并配备充足的信息科技支持资源。
银行监管统计系统实现流程控制的程序化,综合处理监管统计业务,能够自动提取相关系统所涵盖的全部监管要求数据,能够加载标准化的外部数据。
监管统计系统具有良好的质量控制功能,能自动实现总分、表内、表间检验和预警提示的需要,能灵活设定参与检验的机构、指标的逻辑关系,自动提示异常变动及错误情况。
银行采取适当的安全防范措施,建立应急处置机制,保证监管统计系统安全稳定运行,保证数据安全。
监管统计系统附有完备的系统取数规则及系统操作说明,为统计人员提供操作规范。
监管统计系统具备较强的可拓展性和灵活性,能根据监管要求,灵活、方便地增加新的监管指标或报表数据采集,具有灵活定制分析报表、合理管理各类口径数据等统计应用分析功能。
原则9 数据标准银行数据标准化规划统筹考虑监管统计数据标准化,全面覆盖监管统计数据及指标。
数据标准符合国家标准化政策及监管统计规定,在监管统计相关的业务领域及系统中规范执行。
具体标准:银行充分考虑监管统计要求,将监管统计所涉及的数据标准纳入本行信息标准化规划。
监管统计相关的银行数据标准符合国家标准化政策及监管统计规定。
数据标准明确,文档规范。
银行与监管统计相关的业务领域及系统遵循统一的业务规范和技术标准,建立全行统一的监管统计数据架构,客户、产品、机构、账户等基础信息跨系统保持名称、定义、口径、来源等方面的一致性。
各系统建立统一的数据交换标准,实现系统间信息共享。
(四)数据质量的监控、检查与评价原则10 日常监控银行建立有效的数据质量监控体系,对监管统计数据质量实施持续监测,采取有力措施,落实各环节责任,确保数据质量。
具体标准:银行建立有效的覆盖监管统计数据生产报送全流程的数据质量监控机制。
监管统计相关业务部门对本部门监管统计的数据源信息质量适时监控,对监管统计归口管理部门提出的数据源质量问题及时整改,保证数据源信息的准确性和完整性。
监管统计归口管理部门对监管统计数据实施有效的跟踪监控,强化总体复核,发现数据质量问题,反馈到相关责任部门并督促其及时纠正。
监管统计归口管理部门建立与报表频度相适应的数据质量监测台账,对监管统计数据质量问题实时记录,定期分析。
监管统计归口管理部门定期通报相关业务部门和分支机构提供的监管统计数据质量情况,总结交流经验,并提请实施问责。
原则11 监督检查银行将数据质量检查纳入内控合规检查范围,建立监管统计现场检查制度,定期组织实施。
具体标准:银行将数据质量纳入内控合规检查范围,内控合规管理部门在制定年度检查计划时充分考虑监管统计归口管理部门的意见和建议。
银行建立监管统计现场检查制度。
归口管理部门定期牵头组织行内监管统计现场检查,检查内容包括监管统计法规制度的执行及其数据质量等情况。
归口管理部门将统计现场检查报告报主管领导,对影响数据质量的重大问题,提交内控合规部门跟踪检查,并报监管机构。
银行督促被查单位根据统计现场检查发现的问题以及归口管理部门的要求实施整改,及时对整改情况跟踪评价,确保整改落实到位。
监管统计相关业务部门定期对监管统计的数据源信息质量进行检查,及时组织整改,并将检查整改结果抄送监管统计归口管理部门。
银行对监督检查发现的重大问题,依据有关规定对相关部门及责任人予以问责和处理。
原则12 考核评价银行建立有效的考核评价体系和奖惩机制,保障全系统监管统计工作的有效落实。
具体标准:监管统计归口管理部门定期对相关业务部门和分支机构提供数据的质量情况进行考核和评价,考评结果在行内公布。
监管统计相关业务部门按照业务范围对监管统计数据源管理工作进行考核评价,落实相应的激励约束措施。
银行将监管统计数据质量的考核结果纳入本机构绩效考核体系。
(五)数据的报送、应用和存储原则13 数据报送银行加强向监管机构报送数据环节的管理,积极落实各项报送要求,认真审核,减少迟报、漏报和差错。
具体标准:银行建立数据报送流程管理制度和报送联系人制度,保障与监管机构联系畅通。
银行与监管机构建立网络连接,实现监管统计报表和数据的快速、安全传输,按监管统计制度规定的频度和时间要求及时报送数据信息,并建立监管统计报送应急预案。
数据报送符合监管统计制度要求,不存在漏报的数据信息,保证填报地区、机构范围和统计数据的完整性。
数据报送的文件格式正确,系统能正常读取数据,符合逻辑校验关系要求。
对数据异常变化的质询能做出合理解释;对历史数据进行修改,说明缘由,并报送监管机构备案。
原则14 分析应用银行在保密安全的前提下充分共享和使用监管统计信息,为本机构经营决策和风险管理服务,同时通过扩大共享、加强分析、适时披露,促进数据质量提升。