监管数据治理治什么?1104、EAST、客户风险系统数据简介

面向银行监管报送场景,介绍 1104、EAST、客户风险系统相关数据治理重点,包括口径、质量、血缘和报送一致性。

袋鼠云
袋鼠云

监管数据治理的核心目标,是让报送数据真实、准确、完整、及时,并能够解释数据从哪里来、如何加工、由谁确认。对于商业银行等金融机构而言,1104、EAST、客户风险系统等报送体系涉及范围广、口径复杂,治理工作不能只在报送前做临时修补。

监管数据治理关注什么

监管报送数据通常来自核心、信贷、票据、理财、同业、财务、客户信息等多个系统。数据在进入报送系统前,可能经过抽取、转换、映射、汇总和校验。治理要覆盖字段标准、指标口径、数据质量、加工血缘、责任分工和问题整改。

如果缺少治理,同一客户可能在不同系统中身份信息不一致,同一贷款余额在明细和汇总表中对不上,某些字段靠人工补录,或者报送规则变化后没有同步更新加工逻辑。这些问题都会影响报送质量。

1104、EAST、客户风险系统的差异

1104 报表体系通常偏统计报表,关注机构经营、资产负债、风险分类、资本充足、流动性等多类监管指标。治理重点在于指标口径、汇总逻辑、勾稽关系和跨期一致性。

EAST 更偏明细数据采集,覆盖客户、账户、交易、授信、合同、票据等多类明细数据。治理重点是源系统字段质量、明细完整性、编码规范、关联关系和数据血缘。客户风险系统则更关注客户、集团、授信、担保、风险暴露等信息,治理重点在客户识别、关联关系、风险分类和额度一致性。

具体要求会随监管口径和机构类型变化,实际实施时应以现行监管制度、报送说明和机构内部规则为准。

治理工作的落点

第一是数据标准。字段名称、含义、格式、枚举值和业务口径要统一维护。第二是质量规则。常见规则包括非空、唯一、格式、范围、枚举、跨表一致、总分校验和逻辑校验。第三是血缘管理。监管字段应能追溯到源系统字段、加工脚本、规则版本和责任人。

第四是问题闭环。发现质量问题后,要记录问题类型、影响范围、责任系统、整改方案和验证结果。监管数据治理如果只发现问题、不推动源头整改,报送质量很难持续改善。

建设建议

监管数据治理宜从高频、高风险、影响大的报送主题开始,建立字段级映射、规则库和质量看板。报送前校验和报送后复盘同样重要。长期来看,治理要前移到源系统和业务流程,让数据在产生时就尽量符合标准,而不是在报送末端反复清洗。

开启Data+AI 之旅

填写表单,获取专属解决方案

400-002-1024

工作日 9:00-18:00

关注公众号

获取最新产品动态与技术干货

关注公众号

企业微信

扫码添加企业微信