技术应用 | 财务公司数据治理体系建设实践探讨

文 / 安徽省能源集团财务有限公司 王栋

1.满足外部监管要求。当前，外部监管部门对财务公司的监管力度越来越大，一方面数据报送工作要求日趋严格，报送种类、内容逐年增多，报送颗粒度不断细化，不仅报时点余额数据，还报送明细数据，并适时进行跨系统、跨模块交叉校验，对数据统计报送的准确性、完整性、及时性要求越来越高。为规避因报送监管数据质量不佳被处罚的风险，财务公司应加强数据治理，建立数据治理平台，从数据源头着手，提升数据质量，确保源数据准确、完整、及时。另一方面新财务公司管理办法已施行，对各项经营指标的监管趋严，提升经营管理水平，做好指标监测预警，确保各项经营指标能满足监管要求，也是必然选择。

近年来，财务公司因监管数据质量问题被处罚的情况越来越多。

2020年，陕西某财务公司，因开展同业业务未严格执行交易对手名单制管理制度；投资业务数据管理不善，错记、漏记问题突出，被原陕西银保监局处以47万元罚款。

2021年上海某集团财务公司因2019年4月至5月、2020年8月至10月，未按规定报送统计报表，被原上海银保监局处以30万元罚款。

2022年上海某集团财务有限公司因在报送非现场监管报表时，明知应填报而未填报现金管理项下委托贷款业务数据，被原上海银保监局处罚30万元。

2023年陕西某集团财务公司，因EAST系统数据报送管理不到位、办理没有真实贸易背景的商业承兑汇票贴现业务、为不符合集团成员单位资格的公司开户并办理存款业务，被国家金融监督管理总局陕西监管局处以96万元罚款。

2.提升企业经营管理及服务水平。随着集团资产规模增大，财务公司管理的资金总量越来越大，如何加强资源配置，提升资金配置效率，同时更好地服务集团各单位，成为当前财务公司的工作重点。目前部分财务公司对流动性风险监测主要依赖人工进行，尚无系统支持，监测难度较大，不便于管理层及时掌握公司流动性情况，在开展信贷、投资业务时经常需要跨部门了解头寸盈余情况，给公司日常经营管理工作带来不少困扰。通过开展数据治理，打通财务、业务系统，构建业务、财务数据通道，建立风险监测模型，实时获取资金头寸与风险指标数据，不仅能够提升经营管理效率，还能够更好地为集团成员单位服务。

3.盘活数据资产，提升数据价值。财务公司在服务集团发展的过程中，积累了丰富的客户数据、交易数据及市场信息。但由于对数据资产价值的认识不充分、数据治理体系不完善、数据整合度不高，数据运用、挖掘手段有限的原因，难以将存量数据转换更有价值的数据资产。在开展数据治理工作后，随着信息化手段的不断加强，数据质量水平不断提升，数据整合、运用、挖掘手段有限等困扰有望得到缓解，后期开展资金计划管理、统一融资管理及司库体系建设后，数据资产价值能够得到进一步发挥。

财务公司因其行业特点、经营规模、数据体量、科技实力、从业人员数量等诸多因素限制，数据治理体系建设相对银行业金融机构起步较晚，数据治理需求更为迫切，目前财务公司数据治理现状主要如下。

1.监管数据报送压力较大。在当前监管政策日益趋严的形势下，部分财务公司仍然有大量报表需要人工填报，比如人行大集中、人行日报、1104、EAST中财务总账明细账、区域特色等报表，填报范围较广、内容较细，人工填报占用大量人力资源且存在错报、漏报、迟报风险，监管数据报送部门工作承压较大。

2.数据治理制度体系不健全。数据治理组织架构设置不合理，数据管理制度、流程规范不健全，导致数据权属与责任不清晰、管理制度落实不到位、相关人员数据治理意愿不强，数据需求、数据质量、数据应用等问题的管理和解决分散在不同业务和技术部门，没有一个清晰的协调机制和统一的报告渠道，业务不能及时、按需获得数据支持。

3.缺乏统一的数据标准。财务公司在信息化系统建设时没有统一的数据标准，各业务系统和1104、大集中、EAST、金融基础数据等监管报送系统是根据业务发展和监管要求陆续分散建设，各个系统数据标准不统一，这在一定程度上增加了数据加工使用成本和难度，使得财务公司难以建立全面、准确、完整地反映公司运营状况的数据视图。

4.缺乏统一的数据质量管理体系。财务公司因为没有统一的数据标准，导致很难建立统一的数据质量管理体系，现有数据质量规则都是根据不同系统的不同数据标准制定的。同时，财务公司也缺乏规范的数据质量治理流程和考核机制，不能及时发现数据质量问题，或缺乏有效解决途径。

5.缺少有效的数据治理支撑平台。因财务公司人员有限，科技力量相对薄弱，数据治理起步较晚，目前大多数财务公司没有建立一套高效的数据治理平台，导致数据资产管理难度大，人员负担重，数据治理工作难以落地和持续开展。

6.数据价值未充分挖掘。财务公司日常经营活动中积累了大量数据，这些数据除了支撑财务公司正常业务流程运转之外，越来越多地被用于监管报送、经营决策、内控管理等领域，但因财务公司尚未建立统一的数据治理平台、没有统一的数据标准，导致数据质量无法保证。因此，难以支撑财务公司风险预警、经营决策和内控管理等深度数据挖掘场景的有效落地。

1.调研及治理筹备工作。2022年我公司正式将数据治理工作列为当年的重点任务，先后赴多家财务公司和系统开发商开展数据治理专题调研，学习同行业财务公司数据治理先进做法，了解系统开发商数据治理产品情况。经过多轮的沟通洽谈，最终引入外部专业厂商作为数据治理咨询和治理平台建设方。

2.主要建设内容。外部厂商根据数据治理工作的全覆盖、匹配性、持续性、有效性等基本原则，与我公司各层级人员共同对公司数据现状、信息化系统现状调研与分析，根据公司数据治理愿景，制定与我公司相匹配的数据治理目标，最终明确项目建设主要涵盖以下几方面内容。

（1）数据治理制度体系建设。借助外部厂商专业的数据治理团队力量，通过梳理我公司现有各类数据质量问题为切入点，依据国家金融监督管理总局发行《金融机构数据治理工作指引》《企业集团财务公司监管评级办法》相关要求，构建我公司数据治理制度体系，包括数据战略规划、数据治理组织架构、数据治理制度建设、流程建设、制定财务公司统一的数据标准管理办法、数据质量管理办法、元数据管理办法等，保障公司各部门落实数据治理相关责任，做到日常数据管理工作中有章可循、有规可依、有据可查。

（2）数据标准体系和数据质量管理体系建设。通过对我公司数据现状调研，外部厂商与我公司业务部门人员一起盘点数据资产，梳理内部数据需求，参考同业经验，制定符合我公司的统一数据标准和数据质量规则库。充分发挥数据标准对提升数据质量、打通数据孤岛、释放数据价值的作用，解决各数据应用场景数据项同名不同义、同义不同名和相同数据项代码分类不一致的问题，避免相同数据项在不同应用场景存在数据差异的情况。

（3）数据平台建设。根据我公司数据治理和数字化转型需求，外部厂商协助搭建数据平台，实现我公司安全、自主、可控的“统一数据采集、统一数据存储、统一数据建模、统一数据计算、统一数据质核、统一数据管理、统一数据服务”的全生命周期数据驱动能力体系建设，为我公司提供监管报送、智能风控、预警分析、客户画像等多场景数据应用，帮助公司构建统一数据管理体系和数据治理体系，打破企业内部数据孤岛，提升公司数据利用率和数据质量，降低公司系统建设和运维成本，赋能公司数字化转型。

建设监管数据报送平台，外部厂商协助我公司开发建设1104、EAST、金融基础数据、人行大集中、利率报备等监管数据采集模块，实现从数据平台统一供数、统一服务与管理；开发自定义管理类报表，包括其他监管报表的数据采集、公司经营管理及风险指标的实时监测，满足公司的内部管理要求。

外部厂商协助我公司充分挖掘数据价值，在数据平台中开发建设风险预警应用和数据驾驶舱应用场景，通过对数据平台中的数据进行建模，通过模型分析计算主要风险指标及营运指标，并通过可视化展示为公司管理层提供便捷的辅助决策。例如流动性比例、资本充足率、净资产收益率、营业收入、利润等指标。

（4）数据持续治理与优化提升。在数据治理专题项目建设过程中，我公司各层级人员普遍认识到数据平台的建设和数据治理不是一次性的工作，是需要不断进行优化和维护的。大家在日常的工作中，持续落实数据治理组织、管理办法和管理流程，同时推进各项数据治理成果应用的优化与提升。同时，我公司在数据平台上线后，数据治理小组积极推进平台应用推广工作，并定期收集用户反馈，根据用户需求不断改进数据平台的功能和性能，提高数据平台的实用性和用户满意度，使公司数据资产质量持续而稳定。

3.项目推进安排。我公司数据治理小组多次组织召开数据治理咨询会议，组织外部厂商对各业务部门进行访谈、调研，了解各部门业务及监管数据报送工作现状，确定各类监管报表的取数逻辑，收集并整理各部门意见。

多次组织公司系统服务厂商与外部厂商召开数据接口开发会议，协助外部厂商调研核心业务系统和财务管控系统，讨论接口开发方案，落地数据传送实施细则，协调解决接口开发中遇到的难题。定期召开数据治理工作例会，由外部厂商汇报数据治理咨询和数据平台开发进度、开发或测试中存在的问题，以及下一步工作安排，我公司各部门安排专人跟进，反馈业务诉求，确保相关问题得到解决，同时督促外部厂商加快开发进度，确保数据平台顺利上线试运行。

4.项目进展情况。具体内容如下。

（1）数据治理咨询。目前已完成对公司各类数据标准的梳理和定义，数据战略与规划、数据标准体系建设方案、数据管控方案、数据质量管控制度、数据全流程安全保护管理方案等，并在全公司进行了发布。

（2）数据平台。目前数据平台基本框架已搭建完成，数据仓库数据模型、数据集市模型已开发建设完成，核心数据接口、各主要监管数据采集模块已开发完毕。近三年历史业财数据已导入数据平台，历史数据生成的监管报表核对、系统使用操作培训，用户权限配置工作都已完成，正式投产使用。

（3）主要指标预警及展示。在平台完成开发后，定期将业务、财务数据传入数据平台，通过开发自定义经营管理报表和构建风险监测模型，可及时获取风险监测、经营管理等预警指标数据，部分指标可通过预警分析和管理驾驶舱直观地展现出来，及时了解公司运营及风险情况，预警分析和管理驾驶舱应用场景已建设完成并上线。

5.下一步工作计划。为进一步完善数据治理系统，提升对数据资产的运用能力，根据项目投运情况，同时综合考虑集团司库管理系统及集团整体信息化建设等因素，我公司将统筹考虑数据治理二期建设内容，进一步为财务公司经营管理和决策提供支撑，全面提升服务能力。

6.体会与感悟。主要有以下三方面。

（1）充分调研是基础。为了摸清财务公司自身数据资产现状，规划具有针对性的数据治理方案，数据治理团队应对财务公司领导层、管理层、各业务部门和系统厂商进行充分访谈、调研，了解数据资产分布情况、各层级数据需求和数据使用的痛点，收集并整理各层级数据治理愿景和意见。

（2）统一思想、协调一致是关键。数据治理工作的难点是如何动员全公司人员，积极投入到数据治理工作中。首先是要定期持续地进行宣贯，让所有人员意识到数据治理工作的重要性，体会到数据治理工作可以切实解决大家数据使用上的痛点，规避监管合规风险；其次要建立自上而下的数据治理组织架构，合理分配各方职责，制定考核制度，让大家尽职尽责，齐心协力克服困难，这些是数据治理专项工作能否顺利推进和数据治理工作持续开展的关键因素。

（3）数据平台是手段。数据治理成果能否有效落地，数据平台是技术支撑手段。数据平台解决了财务公司数据分散存储与管理的问题，也为数据治理各种成果物包括各种制度、数据标准、数据质量规则等固化和深度挖掘数据资产价值提供了先进的技术手段，为财务公司数据驱动能力建设和赋能数字化转型提供了技术保障。

财务公司数据治理体系建设可以有效提升公司数据管理能力，履行监管合规义务，提高数据驱动决策的准确性，助力财务公司高效运营和持续发展，并为集团公司提供更好的金融服务。

随着科学技术的发展和DT时代的到来，以及世界格局的风云变化，不论是国家战略层面，还是行业监管层面，再到企业决策层面，以数据为核心资源的理念只会越来越根深蒂固，数据资产的质量与价值和创新应用将会决定一个国家，一个行业，一个企业的生存与发展。

数据治理体系的建设是财务公司数据价值体现和业务创新的必由之路，也是财务公司在DT时代立足于行业发展和变革浪潮的生存之道。

（此文刊发于《金融电子化》2024年9月上半月刊）