<acronym id="sbc5q"><em id="sbc5q"></em></acronym><var id="sbc5q"><output id="sbc5q"><form id="sbc5q"></form></output></var>
    <var id="sbc5q"></var>
    <var id="sbc5q"></var>

    <sub id="sbc5q"><strong id="sbc5q"></strong></sub>

    <var id="sbc5q"><sup id="sbc5q"></sup></var>
    
    

    <thead id="sbc5q"><ruby id="sbc5q"><kbd id="sbc5q"></kbd></ruby></thead>
    您所在位置: 首頁 > 業務資訊

    金融法律專業委員會 (2022年2月)

    發布時間:2022-05-01 瀏覽數:1,227


    銀保監會發布《中國銀保監會銀行業金融機構監管數據標準化規范(2021版)》


    為進一步提升銀保監會監管科技能力,完善監管數據標準化規范,發揮監管標準化數據在防范金融風險、促進銀行業機構數據治理和合發展等方面的作用,銀保監會于近期發布了《中國銀保監會銀行業金融機構監管數據標準化規范(2021版)》(簡稱《規范》,即EAST5.0版),該《規范》是在《中國銀保監會銀行業金融機構監管數據標準化規范(2019版)》(銀保監辦發〔2019〕198號,即EAST4.0版)基礎上修訂的。

    一、規范修訂內容及數據報送要求

    (一)規范修訂原則

    本次《規范》修訂聚焦銀行業務發展額監管實際,突出科學性和實用性。在EAST4.0版規范的實踐基礎上,廣泛收集整理各銀行在數據數據報送中和銀保監會派出機構在監管應用中存在的問題、意見建議,以監管應用為導向制定修訂原則。具有以下特點:

    1.堅持精簡整合,推進數據輕量瘦身

    本次《規范》修訂關注重點領域,對非監管關注數據項、不合理數據結構、冗余數據項進行精簡整合,提高監管數據信息密度。充分考慮銀行機構數據實際情況,確保監管數據是“機構能報,監管能用”的有效數據,切實推進數據治理,提升數據質量。如對公/個人信貸分戶賬、信貸合同表、信貸業務借據表之間存在多項信息交叉及數據項重復,對這些數據表進行整合重構。

    2.細化業務場景,提升數據專業性

    本次《規范》修訂注重細化銀行業務場景,加強業務的精細劃分,按照“成熟一類、規范一類、采集一類”的原則,進一步修改和拓展現有主題域,根據不同主題更加細化數據表,提升數據專業性。如新增“各項貸款”主題域;將原“資金業務”主題域下的表外授信業務拆解重構,形成“表外授信業務”主題域;對代客和自營資金交易進行區分,形成“自營資金交易”主題域。

    3.明確對應關系,確保數據一致性

    本次《規范》修訂明確規定了各表包含的具體業務和報送范圍,進一步明確了標準化監管數據(EAST數據)與1104報表、與客戶風險統計數據的對應關系,強化交叉校驗,推動各監管數據口徑逐步趨同,確保監管數據的一致性。

    4.豐富枚舉類型,增強數據規范性

    本次《規范》修訂對數據元說明、數據項格式做了更精細、更明確的定義和要求,豐富了各數據元的枚舉值類型,增強業務數據規范性,確保數據錄入標準統一。4.0版本保留的數據項,有60%以上均作進一步規范枚舉,對賬戶流水信息中的交易對手、交易摘要的報送提出更加嚴格的要求,強化對銀行資金流向的追蹤識別。

    5.優化報送模式,提高系統存儲效率

    本次《規范》修訂對監管數據的報送模式進行重新定義,其中全量報送的數據表修改為報送截止采集日有效/存續的數據,結清/失效/終結數據在報送最終狀態后不再報送。通過修改該報送模式既保證了全量數據在各時間段的狀態追溯,也能有效減少結清數據的重復報送,減輕全量表的數據體量,提高系統存儲效率。

    (二)具體修訂內容

    2021版《規范》相較于2019版《規范》,刪除了貸款展期、持卡人基礎信息表、資產負債科目統計表、資金交易信息表、表外授信業務表、信用證合同表、信用證明細信息表。

    新增了對公客戶財務信息表、集團客戶表、收單商戶信息表、互聯網貸款合同附加表、受托支付信息表、票據貼現表、票據轉貼現表、融資租賃業務表、墊款登記表、互聯網貸款合作協議表、保函與信用證表、交易背景信息表、代理代銷交易信息表、即期及衍生品交易信息表、客戶理財產品持有信息表。

    同時將會計記賬信息部分的表格進行整合,整合前后數據表如下表所示:

    2021版《規范》共有十一個主題域,分別為:公共信息、客戶信息、卡片信息、會計記賬信息、各項貸款、表內外擔保信息、信貸管理信息、信用卡、表外授信業務、資金交易信息、理財業務。包括70張報表,共計1838個數據項。

    而2019版《規范》共有十個主題域:公共信息、會計記賬信息、客戶信息、授信交易對手信息、卡片信息、信貸管理信息、信用卡、統計全科目、資金業務、理財業務。包括66張表,共計1852個數據項。

    (三)數據報送要求

    1.時間要求

    2.數據校驗

    2021版規范同步印發《監管標準化數據檢核規則(2021版)》,要求銀行在數據報送前根據檢核規則對當期報送數據質量進行評估,并在每期數據報送時同時填報《監管標準化數據報送清單》和《監管標準化數據檢核結果》。并要求強化與1104數據、客戶風險系統數據進行交叉校驗,確保數據質量。


    二、什么是EAST及監管數據標準化規范?

    (一)EAST簡介

    EAST系統全稱 Examination and Analysis System Technology(檢查分析系統),是銀保監會開發的具有自主知識產權的監管分析工具應用平臺,目前功能幾乎可以覆蓋監管部門現場檢查、非現場監管、市場準入等所有監管領域,旨在順應大數據發展趨勢需求,并幫助監管部門提高監管效能。系統包含銀行標準化數據提取、數據模型生成工具、數據模型發布與管理等功能模塊。

    其核心為:①建設一個相對開放的數據分析平臺,實現對銀行業務數據的靈活組織、篩選、抽取、建模、挖掘和分析;②建立一套通用的、相對封閉的數據采集標準,納入監管人員關心的風險數據點。多年實踐表明,該系統在監管檢查層面充分發揮了精確制導、精密追蹤和精準定位的作用,通過核實篩查出的大量疑點數據,挖掘出隱蔽性問題,有效提升了檢查效率。

    其工作流程如下圖所示:



    從上圖可知,EAST系統包括銀行端和監管端兩個層面,二者通過金融專網鏈接。

    銀行端主要涉及數據報送,銀行將自身業務系統產生的原始數據,按照監管數據標準化規范要求,通過報送系統向監管部門報送數據,監管部門通過數據采集服務器接收數據,構建原始數據庫,并對其進行脫敏優化,形成EAST數據原始表和數據元,監管人員登錄自己的賬戶,進入系統分析應用平臺,通過模型設計器功能建模分析,篩查銀行及其從業人員違規疑點數據,或者同會計全科目功能對銀行業務進行密切監測。

    (二)監管數據標準化規范簡介

    監管數據標準化規范即是監管部門根據監管工作需要制定的要求銀行報送到EAST系統中的數據的填報說明,規定了EAST系統最新的數據結構和數據字段填報的標準,銀行根據最新的監管數據標準化規范(如此次新下發的《中國銀保監會銀行業金融機構監管數據標準化規范(2021版)》),向銀保監會報送一系列會計和業務數據表格,銀保監會數據采集服務器對數據進行脫敏保密處理,并為監管人員開通數據分析權限,監管人員即可通過建模分析商業銀行存在的違規問題。

    監管數據標準化規范自2012年以來,已經歷了5次更迭,主要發展修訂歷程如下:



    三、EAST系統應用之監管層面

    從監管部門的角度而言,EAST系統可以理解為一個大型的標準化數據庫。監管人員通過應用數據,結合監管政策重點,建設控制模型,挖掘監管政策盲區,核查監管要求落地情況,提高現場及非現場檢查命中率,提升對銀行業機構的監管效果。

    從監管部門的角度看EAST系統的數據處理流程分三個階段,共7步過程。  

    從近年的監管熱點和EAST應用成效來看,監管部門通過EAST,主要是監測分析以下領域:

    (一)銀行員工行為監測

    EAST系統公共信息領域包含了員工表、柜員表、崗位信息表等數據表格,通過這些員工身份信息、崗位信息、以及與存貸款業務表格關聯后獲取的業務信息,即可實現對員工行為的持續性密切監測,提升銀行從業人員信息透明度,對高管準入審核提供準確及時的信息依據,同時有效監測人員操作風險等信息。

    據公開信息顯示:2016年大連銀監局借助EAST系統,將現場檢查的經驗和理論推演得出的規律,固化成篩查模型,并將檢查結果與市場準入相掛鉤,大幅提升了監管有效性。通過對異常行為排查發現問題,否決了8名高管任職資格申請,在轄內起到了很好的震懾作用。

    同年,新疆銀監局通過運用EAST實現現場檢查精確制導,將疑點命中率提高至47%,督導轄內銀行機構對發現的違規問題追加問責1409人次,處罰113.21萬元,給予警告等內部紀律處分246人次。

    2018年漢中銀保監分局積極探索了EAST在高管任職資格上的審核應用。通過結合“員工異常行為排查”、“EAST+統計監測”等功能模塊,優化開發了“EAST+MAR”地方法人機構的高管“體檢”模型。

    (二)信貸資金流向監測

    貸后管理不到位是近年來監管檢查的重點,主要檢查銀行對貸款資金監控是否穿透至最終投向,是否因貸后管理不到位導致資金被挪用,包括資金被挪用做承兌匯票保證金、被流入股市、房市等限控領域等。從處罰案例來看,處罰案由主要是:貸后管理不到位導致貸款資金被挪用。被挪用的表現形式如下表所示:

    EAST系統會計記賬信息領域包含了個人和對公存款分戶明細記錄表,該表格完整記錄了銀行個人及對公客戶存款賬戶交易流水信息,包括交易對手名稱、交易對手賬號、劃款摘要等信息,通過這些信息,可以嚴密跟蹤貸款資金發放后客戶資金用途的真實性,有效核查以上問題。

    (三)支持實體經濟服務小微涉農情況監測

    一直以來,政府對民營和小微企業融資難融資貴的問題高度重視,金融監管部門不斷強化政策引領,主導建設良好的金融生態環境,著力環節小微企業融資難融資貴困境。監管部門在出臺政策的同時,也采取了專項檢查等監管措施規范商業銀行經營行為,對那些深化小微企業金融服務、降低小微企業綜合融資成本的決策部署認識不到位、落實不徹底,未及時發現并有效遏制小微企業貸款業務中借貸搭售、轉嫁成本等違規行為,監管部門都給予了監管處罰。

    以典型的“小微企業劃型不準確導致虛增小微企業貸款數據”違規問題為例,商業銀行為了實現小微企業貸款“兩增”目標,往往將大型、中型企業的貸款金額和戶數統計在小微企業貸款金額和戶數上,實現虛增小微企業貸款金額和戶數的目的,從而從數據上完成監管指標考核,但這無疑是錯報監管報表的行為,存在嚴重的合風險。

    5.0版EAST數據規范包含了對公客戶信息表、對公客戶財務信息表等對公客戶信息,這些表格中包含了對公客戶從業人員、營業收入、資產總額等數據,以及企業類型字段,包括大型、中型、小型、微型等四種類型。監管部門可以通過這些數據,根據《工業和信息化部 國家統計局 國家發展和改革委員會 財政部關于印發中小企業劃型標準規定的通知》(工信部聯企業[2011]300號)和《統計上大中小微型企業劃分辦法(2017)》的規定,按照行業類別,依據從業人員、營業收入、資產總額等指標,確定對公客戶實際的客戶類型,在與企業類型對比分析,查看小微企業數據準確性。

    根據公開信息顯示,2016年,浙江銀監局為助推供給側改革,落實深化困難企業分類幫扶,設計開發了EAST模型,在18萬家企業中篩選、監測信貸風險數據,并根據信貸逾期和擔保的嚴重程度,劃分為扶持類、挽救類、退出類三大類型。對符合產業政策導向、有發展前景的企業加強幫扶,對落后產能、過剩產能、高污染高能耗企業有序退出,推進銀行在條件允許的情況下,將金融幫扶最終落腳于困難企業資金結構優化上,通過助推企業債務重組和產業整合,盤活困難企業的信貸存量。在2017年年初的銀行業例行新聞發布會上,浙江銀監局表示2016年全年幫扶企業6500多戶中已有1500多戶已經經營穩定。

    (四)融資成本和服務收費合性監測分析

    EAST系統數據規范采集了銀行存貸款利率及各類表內外業務收費信息。一方面,可以通過統計分析一段時間內貸款利率水平,引導銀行減費讓利,進一步降低企業融資成本;另一方面,可以通過貸款企業貸款賬戶和存款賬戶流水,查詢銀行是否存在以貸收費、以貸轉存、存貸掛鉤、借貸搭售、收取融資顧問費、質價不符,變相提高企業融資成本等問題。如可以通過借據表和對公存款分戶明細記錄表等相關表格的拼接,篩查貸款發放前后對公客戶是否有資金流入銀行,摘要是否為顧問費等,或者在貸款發放的同時,有存款存入,存在以貸轉存、存貸掛鉤等問題。

    公開資料顯示,浙江銀監局在EAST系統中建立了企業融資成本監測工具,深挖轄內企業客戶貸款信息,設計了涵蓋5大類的15項指標,定期檢測融資成本,掌握融資情況。2016年對公客戶貸款平均利率較15年同期下降0.72%;對中、小微企業的平均貸款利率較15年同期分別下降0.73%和0.6%。2015-16年間,轄內銀行業機構減免了除13類政府定價項目外的所有其他費用。

    (五)房地產金融合性監測

    銀保監會于2021年4月20日印發《中國銀保監會辦公廳關于排查經營用途貸違規流入房地產領域的工作方案》(銀保監辦便函〔2021〕537號),披露了經營用途貸款違規流入房地產領域的兩大類七種典型模式,分別為:

    第一類:借款人將經營用途貸款違規用于購房

    1.借款人從銀行獲得經營用途貸款,違規將其用于支付購房首付款,再從銀行申請住房按揭貸款。

    2.借款人利用現有房產做“二次抵押”,套取經營貸后用于購房。

    3.借款人通過小貸公司等獲得過橋資金用于購房,再用該房產做抵押申請經營貸后歸還過橋貸款。

    4.借款人通過其近親屬(父母、兄弟姐妹)申請經營貸,即用貸款人不動產做抵押為其近親屬貸款,最后倒手后再回到貸款人手里。

    5.借款人向銀行申請流動資金貸款,但貸款最終回流至企業實際控制人賬戶,并轉入房地產公司用于購房。

    第二類:借款人利用經營用途貸款置換住房按揭貸款

    1.借款人直接將獲得的個人經營貸資金挪用于提前償還住房按揭貸款。

    2.借款人先通過小貸公司墊資提前歸還住房按揭貸款,再獲得個人經營貸資金,經營貸經過個人賬戶轉賬后,被挪用于歸還小貸公司墊資。

    上述7種違規模式均可用EAST系統篩查出來。通過對信貸業務借據和存款賬戶分戶明細記錄表進行連接,實現客戶貸款和存款流水信息大串聯,即可查看客戶消費貸、經營貸資金是否用于購房,是否用作房地產按揭貸款首付款,依次篩出上述7個違規問題。

    此外,房地產貸款領域的“假首付”和“假按揭”等行為,也可以同EAST篩查,通過流水信息表,篩查購房首付資金和房貸還款來源是否來源于房地產開發商,即可篩出相關違規行為疑點數據。

    對于房地產開發貸,也可以通過EAST追蹤信貸資金流向,查詢房地產開發貸款是否用作項目資本金,是否用于交地價款,是否被流入土地儲備項目。

    (六)影子銀行和交叉金融風險監測分析

    影子銀行和交叉金融風險是近年來監管部門重點關注的業務領域,主要涉及同業、理財、表外業務、合作業務等。

    銀保監會印發的《關于近年影子銀行和交叉金融業務監管檢查發現主要問題的通報》顯示,經過連續三年多的亂象整治,我國影子銀行和交叉金融業務已大幅壓縮,相關業務逐步回歸本源,風險持續收斂,為此次應對疫情沖擊帶來的復雜局面,創造了政策空間和回旋余地。但監管檢查也發現,該領域仍然存在一些新老問題,局部風險隱患仍不容忽視,稍不留意又可能死灰復燃。并通報了一系列問題:

    ? “資管新規”“理財新規”執行不到位,過渡期業務整改不到位,新業務違背禁止剛性兌付要求等;

    ? 業務風險隔離不審慎,理財資金違規承接表內不良資產,理財產品間通過非公允交易調節收益等;

    ? 同業業務專營及授信管理不到位,同業交易對手選擇不審慎,同業投資多層嵌套,隱匿業務風險等;

    ?

    ? 非標投資業務管控不力,資金違規流入股市,違規投向房地產領域、“兩高一剩”限制性領域等。

    EAST5.0版數據規范包含了資金交易信息、理財業務信息和表外授信業務三個領域的數據表格,基本涵蓋了監管部門關注的同業、理財、表外業務相關領域違規問題的數據。

    同業業務方面,資金交易信息表和金融工具信息表可以篩查自營和同業資金每筆交易的情況及穿透后的底層資產情況,底層資產包含了基礎資產名稱、基礎資產所屬客戶、基礎資產行業類型等信息,可以篩查自營資金是否通過層層嵌套,違規投資房地產等限控領域。

    理財業務方面,EAST系統采集了理財銷售端到投資端的一系列信息,可以篩查產品銷售渠道合性、銷售起點合性、理財資金投向合性、理財產品流動性管理合性、理財產品之間、理財產品與自營業務等是否實現風險隔離等問題,尤其5.0版基本按照資管新規和理財新相關要求設置數據表格,基本實現理財業務全鏈條全死角監控。

    表外業務方面,主要是銀行承兌匯票和委托貸款兩類主要業務,關于銀行承兌匯票,重點通過票據出票信息表、貿易背景信息表、存款賬戶明細記錄表等拼接,實現對承兌匯票保證金和貿易背景真實性的核查,分析承兌匯票保證金是否來源于信貸資金等典型違規問題。關于委托貸款,通過連接委托貸款信息表和存款賬戶明細記錄表,即可查詢委托貸款資金來源及投向合性,比如篩查委托人是否為金融資產管理公司和經營貸款機構,資金是否來源于受托管理的他人資金、銀行的授信資金、具有特定用途的各類專項基金、債務性資金,發放的資金最終是否流入限控領域等。

    (七)現場檢查及非現場監管應用

    EAST系統的所具有的大數據特征可以輔助銀保監會的非現場監管信息系統及“互聯網+監管”系統,幫助監管部門密切關注風險,加強對銀行保險機構信用風險、流動性風險、市場風險等重點風險的跟蹤預警,注重風險監測的穿透性,及時發現潛在風險問題,提升監管有效性和精準化、智能化水平。

    比如,監管當局可以就銀行的同業業務總賬會計科目實施數據監測。通過發現數據異動,分析子科目差異,查找存在疑點的交易流水、內部分戶明細等交易明細信息,從而鎖定重點檢查范圍。

    (八)跨行業跨數據源應用

    依托EAST系統數據導入功能和數據分析平臺,將EAST系統與同行業或跨行業數據互通使用,可以提升監管排查效率,提高命中率,或可起到一定的預警作用。例如:

    1.與銀稅信息系統互通,通過共享財務報表,讓造假者無法在稅收和貸款兩方面同時獲益;

    2.與最高人民法院進行信息共享,讓賴賬者無法享受高端金融服務,或對“破產”經營者在經濟層面加以制約;

    3.與輿情信息系統互通,防范金融機構聲譽和其他金融風險;

    4.與房地產交易中心、房管局等系統互通,可以有效監控貸款資金流向,確保資金符合貸款申請用途。

    (九)預警分析管理

    通過分析采集的銀行各類業務數據,察覺資金異動,有利于監管部門及時發現違規操作,例如利用政策性優惠貸款獲取資金后,投資于房地產市場或股市的行為。幫助監管部門及時協同地方政府,出臺相應控制政策,防止風險進一步積聚。

    四、EAST應用之銀行管理層面

    (一)提升報告數據的質量

    2020年以來,監管部門開始了為期三年的數據質量治理工作,并針對EAST等監管數據報送數據質量問題和各種漏報問題實施的處罰,由此可見監管當局對數據報送質量的重視程度。目前銀行對銀保監報送的1104體系報表,涉及包括會計全科目表在內的基礎類填報信息、各類業務分戶信息等內容。通常該類數據比較完整且質量比較高,可以準確反映銀行各類業務的總量信息及對應的每一筆資金變動情況。數據在報送監管當局前,會在銀行內部先實行校驗,保證各報表之間的勾關系、數據準確性的基礎上再上報銀保監系統。

    除此以外,銀行的管理類數據及交易類數據目前主要仍在銀行內部管理,僅在監管當局提出要求時報送提交。其中,管理數據包括了銀行的內部的員工、銀行客戶、授信管理、信貸業務管理等各類信息。這類信息數據之間的關聯性比較強,覆蓋面廣,但是往往數據質量存在較多問題。

    此外,銀行各類業務涉及的交易類數據一般僅保存在銀行內部系統中。這類信息反映了具體每一筆數據發生的細節,相較于會計數據與管理數據更及時、全面、準確,且該信息可以與管理信息和會計信息進行靈活關聯。但是此類數據往往數據量龐大,若要進一步處理分析信息,對系統的數據處理能力要求比較高。

    理想狀態下,銀行在數倉內存有所有銀行包括會計全科目數據、管理數據及所有交易流水數據的基礎上,可以通過利用會計全科目數據進行全面分析,在表內外總賬會計全科目報表的基礎上搭建模塊,以此來持續監測分析各級科目主要幣種的余額與借、貸方發生額,準確發現業務異動并可進行層級挖掘。比如,先對每月的存款、貸款業務及對應的收入、同業科目數據信息繪制圖表,再從科目、機構、業務類別的維度分別分析,以發現異常情況。因為系統中囊括信貸管理、客戶交易流水等信息,最終可追溯到具體每一筆授信合同,查明異常數據的發生原因及其詳細交易信息。在銀行內部校驗過程中,可以精準定位數據錯誤源頭,保證數據準確性。

    (二)強化內控管理

    商業銀行可將EAST的報送數據應用與銀行風險的合分析系統相結合。通過將銀監會對現場檢查風險數據點與處罰案例分析模型納入內控合管理,充分發揮銀行數據的使用價值,幫助銀行合部門實現對銀行治理、內部控制和風險管理的監督和稽查職能。

    銀行可在月度監測會計全科目數據異常的基礎上,充分運用風險監測模型排查各類型業務,通過對風險預警和案件線索的提取,定位各分支結構風險管理的薄弱環節。

    通過對交易流水的全面排查,將違規問題直接定位到網點、企業、業務筆數和辦理時間。并可對整個資金流向進行全面的掌握,起到抽絲剝繭的功效;同時也能精確制導負責某一筆業務的網點、經辦人員等信息,對全面有效排查內控風險有著重大意義。

    在人員管理方面,因銀行內部的員工信息均被統計上報,從而變相約束從業人員的工作行為。或人事部門能通過監管當局的共享平臺,查詢到其他機構的從業人員信息,在招聘人員工作時有助于排除高危“人員,避免未來或可能產生的損失或其他合風險。

    此外,EAST系統中各類采集的數據信息,也向銀行展現了監管意圖及側重點。對于內控體制不完善,或管理存在漏洞的機構,有一定的約束作用。例如,系統在貿易融資及表外業務信息表中要求采集“商業發票信息”,即提醒經辦人員必須嚴格核查客戶業務是否存在真實貿易背景,從而降低了因內部管理流程缺失,管理人員監督不到位,而發生遺漏某些工作重點的可能性。

    (三)經營戰略層面

    銀行管理部門在分析經營情況時,可以通過比對會計數據及交易流水信息,發現不同地區、分支機構、業務給銀行整體業務帶來的利潤的差異,幫助經營管理層及時調整短期業務側重點,制定滿足監管需求的中短期戰略方針,或在制定下一年的經營戰略規劃中有據可循,對商業銀行整體的經營效率有更明確的認識。

    另外,通過數據比對,也有利于銀行制定合理考核制度,針對不同地區、分支機構的業務類型特點,設定與其相匹配的考核制度,有效量化分支機構及員工績效考核。

    五、風險建模的應用

    EAST系統中完整且標準化的數據為銀行管理部門及監管人員提供了建模的基礎,系統使用者可以根據監管要求及目的在此基礎上開發包括員工操作風險、信貸風險、同業風險、信息科技風險在內的各類風險模型,同時也可以針對不同階段的監管重點內容進行建模,排查業務風險。

    銀行管理人員在建模時,一般可以參考以下4種思路。

    ①監管當局每年現場檢查重點;

    ②監管當局歷年發布的監管制度及通知文件;

    ③銀保監官網上公示的行政處罰案例;

    ④基于行內業務流程。

    因篇幅有限,本文僅列舉部分行政處罰案例加以說明。

    其他思路可以參考上文“三、EAST系統應用之監管層面”提到的內容。

    六、EAST系統推行中的難點

    自EAST系統項目2012年投入試點以來,已經歷了約8個年頭,雖然部分地區銀保監局在過往的現場及非現場檢查中,利用該系統取得了便利,但目前該系統的應用仍未能有效覆蓋所有銀行業機構。筆者咨詢了銀行業內人士,主要存在以下問題。

    (一)銀行底層數據質量

    底層數據質量問題主要體現在業務數據信息采集不全。例如,銀行開展某業務早期未開發相應的業務系統或系統已開發但不夠完善,導致部分業務數據采集不完整的情況;目前柜臺辦理零售業務需要客戶填寫紙質申請書、合同書及各種表單,此類數據尚未完全數據化,需要人工錄入,手工作業往往發生錯誤概率較高;此外,由于業務經辦人員的疏漏或系統設置問題,造成某些非關鍵字段數據缺失的情況也非常常見。

    從之前的數據質量問題處罰案例來看,主要都集中出現了涉及會計賬目信息錯漏報的情況,主要體現在“分戶明細記錄”及“分戶賬戶數據”這兩項數據記錄。即使是核心系統比較健全的大行,也可能因為業務量大及經辦人員疏漏等原因發生業務數據采集不全的問題。預計未來這類數據填報質量將會是監管部門檢查的重點,也是銀行普遍存在問題的重災區。另外各項業務的交易對手賬戶信息,包括對手方賬號、戶名、行號、行名,都是這次監管檢查的發現的銀行底層數據漏洞。

    (二)銀行系統開發周期

    銀行開發新的業務系統,要經過調研、立項、需求分析、開發、測試、調整、部署/上線這幾個階段,項目期短則6個月,長則1年甚至更長。而監管部門發布新政策、進行宏觀調控的頻率較系統開發周期更為頻繁,容易發生系統開發滯后于監管要求的情況。

    (三)對監管報送數據口徑或理解的偏差

    這個也是個普遍存在且可能無法完全消滅的問題。銀行在對央行、SAFE、銀保監報送數據的過程中,或多或少都出現過因銀行業務部門或者合部門對監管文件解讀的偏差,最終造成錯漏報的結果。

    盡管銀行內部一直在整改,但也從來沒把這個問題徹底解決好。除了相關員工解讀不到位以外,或也存在一些隱匿違規業務、經營風險的原因。

    (四)EAST報送數據顆粒細工作量大

    2019版《規范》(EAST4.0)共有十個主題域:公共信息、會計記賬信息、客戶信息、授信交易對手信息、卡片信息、信貸管理信息、信用卡、統計全科目、資金業務、理財業務。包括66張表,共計1852個數據項。

    而此次修訂的2021版《規范》共有十一個主題域,分別為:公共信息、客戶信息、卡片信息、會計記賬信息、各項貸款、表內外擔保信息、信貸管理信息、信用卡、表外授信業務、資金交易信息、理財業務。包括70張報表,共計1838個數據項。表格和數據項越來越多,顆粒度越來越細。

    自營資金業務與理財業務方面,需要穿透至底層資產基本情況,報送難度大。

    (五)各地銀監局對轄內機構設定的勾關系有所差異

    據業內人士透露,各地區銀監局對轄內商業銀行上報數據的校驗關系,給出了與銀保監總會或其他地區監管部門略微不同的定義。導致在總行上報(上海銀監會)的數據校驗關系無誤的情況下,無法通過當地銀監局的校驗關系,只能為分行單獨分列數據,協助其上報當地監管部門。

    筆者經訪問了解到,最早的EAST系統僅為地區銀監局在轄內中小銀行推行的監管項目,因其卓有成效的監管效果,后被銀監會總會采用并在全國各地推廣。但在實施的過程中,銀保監總會未對所有金融數據明確統一的采集標準,許多字段填寫開放性較大,即使為相同的業務在不同地區的監管局或多或啥的存在一些定義上的差異,例如“睡眠賬戶”、“久懸賬戶”等,這一系列情況使得目前各地銀監局在部分上報數據上出現定義及勾關系差異的結果。

    (六)銀行數據治理的架構是否完善

    這其實是銀行層面最大的痛點,也是決定數據治理效果的關鍵。2018年銀保監局在《關于印發銀行業金融機構數據治理指引的通知》(銀保監發〔2018〕22號)文中提出“數據治理是指銀行業金融機構通過建立組織架構,明確董事會、監事會、高級管理層及內設部門等職責要求,制定和實施系統化的制度、流程和方法,確保數據統一管理、高效運行,并在經營管理中充分發揮價值的動態過程。”,并要求銀行機構將數據治理納入公司治理范疇,建立自上而下、協調一致的數據治理體系。

    監管部門對數據統一管理的要求,我們可以理解為“數倉”的概念,即各家商業銀行應該建有覆蓋全生命周期、業務經營、風險管理和內部控制流程中包括內外部及所有分支機構的數據倉庫,并對數據進行統一管理維護。

    目前,國內除個別自有團隊開發核心系統之外,更多的銀行“數倉”建設并不完善,且普遍存在“數據孤島”、業務數據相對分散的問題。只有當銀行的數據治理架構足夠完善,即數據生產品部門能靈活地根據監管要求在業務端口及時進行調整或維護,且核心數倉(或稱“data lake”)能以最小的成本一并修改的基礎上,數據治理才能稱得上是“大功告成”。否則,即使銀行暫時性的解決了燃眉之急,但終究是“治標不治本”,難保在未來某個時點不會出現意料之外“事故”的可能性。

    但在實際操作中,很多銀行即使意識到有這樣的問題,也迫于“機會成本”(資金投入、時間成本等)的壓力,暫時無法做出最正確的選擇。



    2019狼人干伊人,亚洲蜜桃色图片,在线资源站最稳定的资源站,影音先锋在线天堂影院