12月10日，由中国金融杂志社、中国信息通信研究院共同主办的首届 “中国金融数据治理论坛”在京举行，论坛主题为“银行业金融机构数据治理与价值提升”。中国人民银行科技司副司长罗永忠在论坛上发表主旨演讲，以“金融机构数据治理任重道远”为题，总结了人民银行在金融数据治理领域的工作，并对金融机构加强数据治理提出了建议。罗永忠强调，数据治理已成为金融机构面临的重大挑战，做好数据治理与融合应用刻不容缓。人民银行一直高度重视数据治理，不断完善顶层设计，目前已建立两级数据管理的规则体系，制定基础通用的数据标准、指南，全面确立了体系化的数据治理方法。他特别强调，金融机构数据治理应注意四个问题：一是加强组织领导，构建统筹协调、务实高效的工作机制；二是建立健全制度体系，规范数据标准和数据使用；三是切实保障数据安全，全面提升数据安全保障能力；四是建立长效保障机制，形成治理战略。
以下为演讲全文。
女士们、先生们、朋友们，大家好，非常荣幸参加首届中国金融数据治理论坛，很抱歉不能到现场与大家交流，所幸以视频方式在此就金融治理谈谈个人的几点看法，供大家参考。
在以习近平同志为核心的党中央领导下，我国积极推进金融和实体经济深度融合，金融行业数字化发展转型不断加快，金融科技领域的创新活力和领先优势越发明显，随着5G、人工智能、云计算等技术的持续发展，我国推动金融数字化升级与发展的需求也更加迫切。特别是在今年抗击新冠肺炎疫情期间，数字技术发挥了重要的作用，有力推动了金融服务的线上化、智能化和移动化，提升服务能力和效率。
党中央在“十四五”规划建议中指出，要构建金融有效支持实体经济的体制机制，提升金融科技水平，增强金融普惠性，然而金融科技的发展也大大增加了对数据资源的需求，业务风险外溢加速，并带来数据资源被滥用等风险，既要拓展数据来源，也必须给予正确的规范。数据治理已成为金融机构面临的重大挑战，做好数据治理与融合应用刻不容缓。
首先，数据治理是金融机构自身发展的迫切需求，在金融科技蓬勃发展的今天，数据已成为重要生产要素，数据是金融机构参与竞争的重要武器。金融机构的发展模式已从规模驱动转变为更加注重集约化以效益和质量为核心的新模式，更加注重全面的管理提升和内部挖掘，而数据是定量分析和细化管理不可或缺的重要基础。金融机构在长期的金融活动中积累了大量数据，这些数据除了支持业务处理流程之外，越来越多被用于风险控制分析、绩效考核、市场定价等管理领域，加强数据治理工作势在必行。人民银行一直高度重视数据治理，通过加强顶层设计，抓好任务落实，统筹推进数据治理工作。今年初人民银行发布实行的数据管理相关规定，充分借鉴金融业数据治理的先进经验，建立两级数据管理的规则体系，制定基础通用的数据标准、指南，确立管理机制，全面确立体系化的数据治理方法。
一是梳理和整合数据，构建数据资产清单，对主要业务领域的原始指标、数据项进行梳理和整合，形成指标体系、数据标准和资产清单，摸清家底，实行动态管理机制，有效推动跨部门数据共享利用。
二是利用数据治理的方法探索数据的关联性，借助业界成熟的数据建模方法，构建包含实体、属性及实体关系的企业级逻辑数据模型，形成覆盖主要业务领域的数据示图，厘清数据之间的关联关系，推动数据横向整合，打破数据孤岛。
三是制定流程规范，形成完善的数据管理制度体系，明确数据标准化、数据共享、质量管理等流程和规则，为落实常态化数据管理提供制度保障。
四是强化数据管控，积累丰富的数据安全管理经验，建立基于大数据平台所构建的数据全生命期防护体系，从基础设施、数据平台和数据资产三方面加强安全管理。落实技术防控措施，有效保障平台数据安全。针对涉及国家安全、公共利益、个人隐私等敏感信息防护问题，综合利用加密存储、数据脱敏等防护技术，确保数据在各个环节的保密性和完整性。
通过自身实践，个人也体会金融机构数据治理应注意四个方面的问题。
一是加强组织领导，构建统筹协调、务实高效的工作机制，建立数据治理工作领导机构和工作机构，明确业务部门与科技部门的职责分工，形成数据治理、业务、技术全方位视角的数据标准，采集规范治理机制。
二是建立健全制度体系，积极开展数据架构规划，对数据模型以及数据集成架构进行前瞻性设计，制定数据生命期管理规范，提升数据服务能力，形成核心基础数据示图。加强原数据管理和应用，制定管理策略、标准、流程，建立统一的原数据管理与传输机制，全方位建立数据管理、数据应用制度，规范数据标准，规范数据使用。
三是切实保障数据安全，按照谁主管谁负责、谁收集谁负责、谁运行谁负责、谁使用谁负责的原则，严格管理数据授权，合规使用数据，加强大数据安全风险防范，构建形成覆盖数据处理各环节的安全管理体系，确保涉及国家安全、公共利益、个人信息等重要敏感信息的安全，全面提升数据安全保障能力。
四是建立长效保障机制，数据治理是一个长期且体系化的过程，需要长远规划，形成治理战略。推动逐步完善数据标准和提升数据的质量，合理制定数据治理的绩效考核指标，以压实责任。
本文首发于微信公众号：中国金融杂志。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。
