第一篇：XX銀行數據管理辦法

XX銀行數據管理辦法

第一章 總 則

第一條

為了提高我行經營管理的信息化水平，貫徹執行數據管理體系規劃，規范數據管理和具體實施流程，加強各級經營管理機構的數據管理和應用能力，樹立和發揮數據的資產價值，特制定本辦法。

第二條 本辦法適用于我行企業數據架構管理、數據標準管理、數據質量管理、主數據管理、元數據管理、數據安全管理、數據生命周期管理、數據基礎平臺管理、數據應用以及數據需求與規劃管理共十項數據管理領域的管理活動。

第三條

本辦法所指數據是在我行經營管理和日常操作中通過計算機系統形成和存儲的數據，可以分為內部數據和外部數據，內部數據指我行業務運營管理過程中產生的數據，外部數據指從我行以外的來源取得的數據。

第四條

我行數據管理體系建設的總體方針如下：

（一）提供可用、可信數據，打造可靠的應用基礎。

（二）圍繞數據應用、價值呈現推動數據管理建設。

（三）以高效的應用服務能力，支持全行業務發展和創新。

-1-第五條

本辦法是指導全行數據管理活動的綱領，是建立、完善和落實數據管理體系的基礎，我行數據管理制度和細則都應在本辦法規定的基礎上制定。

第二章 組織與職責

第六條

數據管理組織架構是通過建立與全行數據管理和應用工作相適應的組織機構和崗位，并明確各層級權責，保持內部溝通順暢，確保全行數據管理戰略的實施。我行數據管理組織的構成分為三個層次，自上而下劃分為決策層、管理協調層以及執行層。

第七條

數據管理決策層是全行數據管理的最高決策機構，由信息科技指導委員會、信息科技管理委員會組成。

信息科技指導委員會的主要職責包括：

（一）審批全行數據管理整體方針和策略。

（二）定期聽取信息科技管理委員會對數據管理工作的 匯報。

信息科技管理委員會的主要職責包括：

（一）審議數據戰略目標和策略、體系規劃、政策制度 以及數據管理領域的重大事項。

（二）統籌資源，協調解決數據管理領域重大事項。

（三）對全行數據管理工作進行監督評價。

-2-第八條

數據管理協調層是數據管理各領域工作的直接領導與組織部門，設立數據管理領導小組及秘書。

數據管理領導小組設組長、副組長各一人，及小組成員若干。組長由信息科技部負責人擔任，副組長由資產負債管理部負責人擔任；小組成員由軟件開發中心、數據中心、電子銀行中心、公司銀行部、個人銀行部、小微企業銀行部、小企業信貸中心、信貸監控部、評審部、國際業務部、票據業務部、資金部、信用卡部、財務部、會計結算部、風險管理部、資產管理部、稽核部、合規部、人力資源部和運營管理部負責人擔任。

數據管理領導小組的主要職責包括：

（一）負責組織各領域業務專家、總行各部門及分支機構開展數據管理相關工作，包括但不限于數據質量管理、數據標準管理等方面內容；協調并推進數據管理相關工作并監督落實，發布數據管理相關文件并向上匯報。

（二）針對特殊任務組建專項小組并予以指導。

（三）對于數據管理領域的重大事項，由數據管理領導小組決定是否上報信息科技管理委員會進行審議。

數據管理領導小組秘書由數據管理領導小組任命，可由數據質量管理崗相關人員兼任。其主要職責包括：負責全行數據管理的日常事務的組織協調，組織召開數據管理相關各類會議等。

-3-第九條

數據管理執行層負責全行數據管理工作的具體執行，設立數據管理執行組。

數據管理執行組由總行各部門數據質量管理崗、數據架構管理崗、數據需求管理崗、數據管理崗的任職人員組成。其中，數據質量管理崗、數據架構管理崗、數據需求管理崗由信息科技條線一部三中心委派人員擔任；數據管理崗由總行各部門委派人員擔任，且應至少確保一名在職員工擔任或兼任，部門應包括：資產負債管理部、軟件開發中心、數據中心、電子銀行中心、公司銀行部、個人銀行部、小微企業銀行部、小企業信貸中心、信貸監控部、評審部、國際業務部、票據業務部、資金部、信用卡部、財務部、會計結算部、風險管理部、資產管理部、稽核部、合規部、人力資源部和運營管理部。

數據管理執行組的主要職責包括：

（一）數據質量管理崗、數據架構管理崗和數據需求管理崗負責各項具體工作的推進，包括制定和完善數據管理各個領域的專項工作規章制度和流程，指導推進各部門、分支行數據管理工作，數據管理相關項目的立項和驗收，以及數據管理系統的功能需求及系統管理。

（二）總行各部門數據管理崗代表本部門長期參與數據管理工作，負責整理和反饋數據標準、質量等相關工作需求，在部門內部宣傳和提高數據管理意識。

-4-各分支機構參與數據管理執行工作，履行數據管理相關職責，主要負責按照數據標準和數據質量管理要求進行數據的錄入與維護工作，并按照各項數據標準與數據管控制度開展本機構數據管理工作。

數據管理執行組中各崗位人員的變動及調整，需報數據管理領導小組批準。

第三章 數據管理

第一節 企業數據架構管理

第十條 本辦法所稱企業數據架構管理是通過對全行數據模型、數據分布、數據流轉的管理，在全行范圍內提供一個促進數據資產存儲、集成、使用、訪問和傳輸的框架結構組件，從而支持數據的集中管理和分析應用。

第十一條

業數據架構的管理內容包括：針對信息需求制定數據架構規劃，定義和維護數據架構原則與規范，開發和

-5-維護數據模型，明確可信數據源與數據流，明確數據分布與存儲情況，審核系統設計是否符合數據架構整體設計等。

第十二條

企業數據架構管理的目標包括：

（一）統一業務與技術認識，奠定溝通基礎。

（二）優化數據共享、支持不同系統間互操作。

（三）統一視角，指導信息管理與建設。

（四）方便評估業務流程和應用變更影響。

第十三條

企業數據架構管理應遵循以下管理原則：

（一）可信數據源原則：在明確定義全行各數據主題的基礎上，確定需要共享數據的源系統，由相應系統的業務管理部門在該數據源系統內完成數據的創建、更新和刪除操作。

（二）數據分布減法原則：減少不必要的數據冗余，簡

-6-化數據存儲分布。對于跨系統使用的關鍵數據，原則上規劃唯一的主要數據存儲。如由于性能等原因必須存在冗余數據，應建立可靠的機制確保數據同步，建立清晰的冗余數據使用約束，確保不因冗余數據影響業務正確性。經由數據架構評審決定，在全行層面統籌規劃管理數據整合

（三）數據完整性原則：在全行數據架構中體現業務現狀和需求所需的數據，統籌考慮缺失數據的彌補方案。

第十四條

企業數據架構管理工作包括：

（一）制定我行數據架構規劃，定義和維護數據架構原則與規范，組織識別并確定全行數據源系統、數據血緣關系，審核系統設計是否符合企業數據架構規范，并協調指導相應數據源系統的業務管理部門完成數據維護工作。

（二）根據我行數據架構規劃構建各應用系統的數據架構及數據模型，維護各系統的數據架構及數據模型相關文檔，確保各應用系統符合我行總體的數據架構規劃。

第二節 數據標準管理

第十五條

本辦法所稱數據標準是一整套數據規范、管控流程和技術工具，用以確保我行的各種重要信息，包括產品、客戶、組織、協議等，在全行內外的使用和交換都是一致、準確的。

數據標準體系包括基礎類數據標準和分析類數據標準兩部分。數據標準的主體由數據定義和分類、業務屬性、技術屬性和標準代碼構成：

（一）數據的定義和分類：明確業務主題的概念、本質、內涵，以及其在我行的分類體系。

（二）業務屬性：對數據項應遵循的業務規則的統一定義與解釋，如信息大類、信息小類、中文名稱、英文名稱、-8-業務含義等。

（三）技術屬性：業務應用對數據項技術規則的統一要求與定義，如數據類別、數據類型、數據格式、缺省值等。

（四）標準代碼：明確數據標準定義中所涉及的公共代碼的取值和業務含義，如代碼名稱、業務含義、編碼規范、技術屬性等。

第十六條

數據標準管理內容包括：建立數據標準體系框架與規劃，對包括數據的定義和分類、業務屬性、技術屬性和標準代碼在內的數據標準進行制定、評審、發布與維護，執行并監督數據標準在各系統中的落地，審核系統設計是否符合數據標準管理規范，建設并維護數據標準平臺等。

第十七條

數據標準管理的目標包括：

（一）提升數據質量：統一數據定義，明確數據填寫及處理要求，提供管控方面的保障，為管理決策提供準確、全面的數據，并提升統計效率及報送準確率。

（二）提升IT實施能力：提升IT系統的數據模型設計效率，降低各系統間集成的復雜度，提高系統間交互效率。

（三）提升整體業務效率：統一業務語言，明確業務規則，規范業務處理過程，有效提升業務效率。

第十八條

數據標準的制定應以業務為導向，遵循前瞻性和實用性的原則，并符合外部法定標準。應為數據標準設置準入原則，重點關注行內多處使用、頻繁交換的數據。

-9-第十九條

數據標準管理工作包括：

（一）組織制定我行各數據標準的定義和分類、業務屬性、技術屬性和公共代碼集。

（二）依據已制定的數據標準，推進各信息系統的標準落地。

（三）根據實際需要提出數據標準需求，進行數據標準的制定、審核和維護。

第三節 數據質量管理

第二十條

本辦法所稱數據質量是指數據滿足我行業務需求與業務規則的程度，主要從完備性、一致性、有效性、唯一性、時效性、精確性和真實性等維度對數據進行描述和度量。

第二十一條

數據質量管理內容包括：定義業務規則、識別數據質量問題，并進行有效的解決；同時持續監控和報

-10-告數據質量問題，確保我行數據質量的持續提升，以滿足業務需要；通過數據質量管理活動的反饋，修正數據標準等其他數據管理活動的內容等；組織制定數據質量考核方案，并組織開展數據質量考核工作。

第二十二條

數據質量管理的目標包括：

（一）規范我行數據質量的日常監控、分析、評估、改進和考核工作。

（二）形成我行數據質量主動管理機制，持續優化數據質量，支持全行業務運行、管理分析和領導決策，提升數據資產的業務價值。

第二十三條

數據質量管理應遵循以下原則：

（一）由數據的消費者確定數據質量需求。

（二）定義適當的度量規則來確保數據符合數據質量要求。

（三）確定數據項的可信數據源，從源頭保證數據質量。第二十四條

數據質量管理工作包括：

（一）制定、審批并發布數據質量管理工作的制度和流程，數據質量監控、提升、考核方案；組織數據質量的評估與考核。

（二）組織數據質量問題的分析；推動數據質量提升工作的實施；協調技術、業務部門進行數據質量管理的度量規則、檢核規則編制等相關工作。

（三）根據實際需要提出數據質量度量規則及更新、維護需求，配合執行數據質量監控、分析、改進及評估工作。

第四節 主數據管理

第二十五條

本辦法所稱主數據是指在全行范圍內跨業務條線、跨系統共享的，相對靜態的、描述業務實體的數據集合，是企業關鍵業務實體的最權威、最準確的數據。

主數據管理范圍涉及我行內創建、整合、使用和維護主數據的全過程，包括明確主數據的整合需求、建立主數據體系框架與規劃、定義主數據來源、制定主數據整合規則與共享機制、主數據技術支撐等。

第二十六條

主數據管理內容包括：

（一）識別主數據可信數據源，維護主數據整合架構。

（二）在企業范圍內按一定業務規則合并主數據信息，保證數據的惟一性與完整性。

（三）利用數據質量管理手段對主數據進行治理，保證主數據的準確性。

（四）實現跨系統信息的一致性、共享性，將主數據信息同步到相關系統中。

第二十七條

主數據管理的目標是保障我行的監管報送、業務運營、管理分析及領導決策中跨業務條線、跨渠道的核

-13-心數據的唯一性。

第二十八條

主數據管理應遵循以下原則：

（一）以業務和應用驅動主數據管理，從最關鍵的主數據開始建設。

（二）規范數據問責制和數據所有者，確保每個主數據有且只有一個擁有者。

（三）建立有效的主數據管理制度和流程。

（四）審慎應用匹配規則，確保所做的所有歸并和更改是可可逆。

第二十九條

主數據管理工作包括：

（一）定義主數據業務管理流程，識別主數據來源，并規劃主數據管理系統的建設方案。

（二）建設與維護主數據管理系統。

（三）進行常規性主數據同步與共享，并進行主數據源的識別。

第五節 元數據管理

第三十條

本辦法所稱元數據是描述數據的數據，用來描述數據的業務涵義、技術涵義、加工處理過程、覆蓋范圍、-14-邏輯和物理結構、數據的所有者和提供方式等相關信息。

元數據可分為業務元數據、技術和操作元數據以及管理元數據。業務元數據定義和業務相關的數據信息，用于輔助定位、理解、及訪問業務信息。技術元數據定義在IT的基礎架構中對數據的說明，如數據的存放位置、數據被訪問時的名稱、數據的存儲類型、數據的血緣關系、數據整合、數據關聯情況和數據在IT環境之中的流轉等內容。操作元數據主要是系統日常運行產生的操作數據。管理元數據記錄數據的責任部門以及數據訪問權限等。

第三十一條

元數據管理是關于元數據的規劃、定義、存儲、整合、應用與控制等一整套流程的集合。其主要內容包括：元數據的版本、變更、權限控制等流程管理，元數據的獲取、檢核、存儲等內容管理以及元數據的映射分析、影響分析、血緣分析、實體關聯度分析、實體差異分析等應用管理。

第三十二條

元數據管理的目標是提供數據的準確說明，幫助理解數據來源背景、關系及相關屬性，提高數據的可信度，減少數據冗余性，提升數據共享程度，降低企業IT系統維護成本，提高系統運行可靠性。

第三十三條

元數據管理需要遵循以下指導原則：

（一）建立元數據相關政策和管理辦法，樹立元數據管

-15-理和使用方面的清晰目標。建立數據監管制度，賦予元數據管理責任。

（二）統一全行元數據標準，確保全行范圍內元數據的互操作性。

（三）從全行角度著眼規劃、確保可擴展性。優先管理特別需要全行協調一致的元數據，以盡快獲得收效。

（四）最大化用戶訪問。

第三十四條

元數據管理工作包括：

（一）定義我行元數據及其屬性含義，并負責檢核、存儲、維護各類元數據，提出該平臺的建設需求。

（二）元數據管理工具的建設和維護，以及元數據的獲取工作。

（三）業務元數據的定義工作。

第六節 數據安全管理

第三十五條

本辦法所稱數據安全包括數據本身的安全、數據防護的安全和數據存取與使用的安全。

（一）數據本身的安全指采用現代密碼算法對數據進行

-16-主動保護，例如數據保密、數據完整性、不可否認性、雙向強身份認證等。

（二）數據防護的安全，主要指采用現代信息存儲手段對數據進行保管，例如通過磁盤陣列、數據備份、異地容災等手段保證數據的安全。

（三）數據存儲與使用的安全，其中數據存儲的安全是指數據庫在系統運行之外的可讀性，杜絕非授權訪問，建立相應的數據訪問策略、檢查機制、控制和監控機制。數據使用的安全是指有效地防止數據在錄入、處理、統計或打印中由于硬件故障、斷電、死機、人為的誤操作、程序缺陷、病毒或黑客等造成的數據庫損壞或數據丟失現象。

（四）數據查詢的安全，指在日常的數據查詢過程中建

-17-立審批制度及流程，防止機密數據外泄。此外，對于查詢數據的訪問，設置控制措施，確保非業務相關人員接觸我行機密數據。

數據安全管理是針對以上管理內容進行計劃、制定、執行相關安全策略和規程。確保數據和信息資產在使用過程中有恰當的認證、授權、監控和審計的措施。

第三十六條

出于業務查詢分析、監管報送等需求確需查詢數據，需經部室負責人及數據管理領導小組批準后方可查詢。查詢申請中需明確數據使用范圍及授權訪問人員。涉及敏感信息的，查詢人應嚴格保密，非授權人員無權訪問使用。不得使用私人存儲介質復制與轉存查詢數據。除批準的情況外，不得對我行信息進行未經授權的查詢。

第三十七條

數據訪問授權管理根據“業務必需”原則授予不同用戶為完成工作所需的最小數據訪問權限。應用系統應設置日志系統控制用戶數據查詢、使用情況。并定期檢查日志，對其中可疑的記錄進行分析審核。

第三十八條

數據安全管理的內容包括：定義數據安全標準，劃分數據類別、密級，定義數據安全控制及措施，管理用戶、密碼和用戶組成員，管理數據訪問視圖與權限，監控用戶身份認證與訪問行為，數據安全工具的使用及選取，-18-審計數據安全。我行數據安全管理目標是建立持續有效的數據安全管理體系。

第三十九條

數據安全管理工作包括：

（一）定期評估數據安全策略、規程以及授權范圍，在數據安全和利益相關者的需求間獲得平衡。

（二）界定數據訪問需要、指導權限定義。

（三）持續宣介數據安全管理意識，推動數據安全管理文化建設。

第七節 數據生命周期管理

第四十條

本辦法所指數據生命周期是數據從產生到銷毀的全過程，包括數據的收集、創建、分發、存儲、使用、歸檔和銷毀。

數據生命周期管理是通過一定的方法、流程和工具，在數據生命周期中一致、有效地管理數據，根據業務需求及內外部合規要求，對數據進行收集、創建、分發、存儲、使用和歸檔，直到數據的退出和刪除。

第四十一條

數據生命周期管理的范圍包括：定義數據生命周期，定義外部數據的獲取策略，定義數據備份與恢復

-19-計劃，定義數據保留存儲與銷毀方案，定義歸檔數據的檢索與使用策略；數據抽取、備份、恢復、存檔、存留和銷毀活動的執行等。

第四十二條

數據生命周期管理的目標包括：提高數據資產利用率，從而以最低的數據持有成本提供最大的數據利用價值；控制風險，有效合規。

第四十三條

數據生命周期管理遵循以下指導原則：

（一）數據保留與歸檔時機按照數據商業價值劃分。

（二）數據項的保留和歸檔規則應該由數據所有者定義。

（三）歸檔的數據應該能夠恢復，并且要滿足一定的業務時效性要求。

第四十四條

生命周期管理工作包括：

（一）組織和指導各部門、各條線確定數據分類，基于數據分類定義不同的服務級別等級要求，同時指導各部門進行生命周期的具體要素定義、無效數據的識別，推進數據存儲及清理的有序管理。

（二）根據不同數據分類的服務級別，定義合理的存儲級別，并根據數據的存儲級別將數據合理的分布于數據存儲環境中，并按服務級別要求進行數據備份和恢復，定期進行數據存檔、存留和銷毀。

（三）根據實際需要，提出各類數據的生命周期管理要求，并根據具體要素定義執行相應管理要求。

-20-第八節 各項管理工作之間的關系

第四十五條 數據管理各項工作之間相互聯系、相輔相成，之間關聯關系包括：

（一）數據標準是制定數據質量度量規則的重要依據，數據質量管理過程中的評估和分析結果，為數據標準的維護與更新提供反饋。

（二）數據標準為數據模型的建立提供參考，數據分布和企業數據模型給數據標準的維護與更新提供反饋。

（三）數據架構管理提供數據分布和流轉情況，協助數據生命周期管理。

（四）數據生命周期管理需要考慮數據安全管理的原則和指導方針。

（五）數據質量管理、標準管理、數據架構管理、生命周期管理、安全管理都為主數據管理對行內核心數據唯一性的維護奠定基礎。

（六）元數據模塊與其他七個模塊都發生交互，它負責記錄其他數據管理領域的關鍵信息，為其余七項管理工作提供基礎支撐。

第四章 數據應用管理

第一節 數據基礎平臺管理

第四十六條

數據基礎平臺是面向業務分析和管理決策 提供的工具支持，可支持復雜的信息檢索及快速在線訪問，可處理大量數據。數據基礎平臺是各項數據應用的技術工具支撐。

-22-第四十七條

數據基礎平臺的內容包括數據倉庫、數據集市、操作型數據存儲ODS、ETL等。從數據采集的路徑上劃分，數據倉庫或ODS的數據來源于各類業務系統及外部數據，數據集市的數據來源于數據倉庫或ODS，并由數據集市向各類分析類應用供數。

第四十八條

數據基礎平臺管理工作包括：

（一）數據基礎平臺的建設和維護。

（二）按照應用與技術規劃要求，從企業數據架構和數據標準落地的角度，規劃和建設數據基礎平臺，保障數據基礎平臺建設滿足數據應用的需要。

第二節 數據應用

第四十九條 數據應用是基于全行統一及分散的數據存

-23-儲和應用類系統，提供數據查詢、報表定制、數據分析與深入探索等數據支持與運用服務，發揮數據資產價值。數據應用的水平代表了企業數據運用和服務的水平。

第五十條

數據應用的內容包括監管報表、管理報表等報表應用、KPI管理儀表盤、數據查詢和業務領域專項分析類應用等。

第五十一條

數據應用管理工作包括：

（一）協調數據標準、數據質量管理等工作在各系統中的落實，并為各系統新建和改造提供數據管理支持。

（二）應用系統和報表技術平臺的建設和維護。

第三節 數據需求與規劃管理

第五十二條

數據需求與規劃管理是統籌數據應用建

-24-設，搭建全行統一的數據需求入口，使用統一的指標統計口徑，并實現全行各類報表全生命周期管理的管控活動，為數據應用和數據基礎平臺運作創造良好環境。

第五十三條

該領域涵蓋需求管理、應用與技術規劃、報表生命周期管理以及指標體系管理四個方面。

（一）數據需求包括數據查詢、報表制定、數據分析等數據服務需求，數據倉庫、數據應用系統等數據密切相關系統建設需求，以及源系統建設需求中數據相關部分等內容。

（二）應用與技術規劃是指梳理行內應用系統關系，從整體把握全行業務重點和未來機會，統籌規劃全行應用系統建設。

（三）報表生命周期管理是對全行報表全生命周期進行

-25-統一管理，涵蓋報表需求收集、拆分、整合、審核、生成、跟蹤維護及退出等。

（四）指標體系管理是面向全行績效分析、財務管理、風險管理、經營決策等領域的指標口徑進行梳理、定義、統一、維護的管理活動。

第五章 附 則

第五十四條

本辦法由信息科技管理委員會批準，信息科技部負責制定、修訂和解釋。

第五十五條

各部門應根據本辦法制定并完善相關操作管理規章制度，報經數據管理決策層審批通過后負責組織落實。

-26-第五十六條

本辦法自20XX年XX月XX日起執行。

第二篇：XX銀行數據標準管理辦法

XX數據標準管理辦法

第一章 總則

第一條 為規范我行數據標準管理工作，明確管理職責，推動數據標準在業務領域和技術領域的應用，提高我行整體業務運行和管理效率，提升IT實施能力，特制定本辦法。

第二條 本辦法適用于我行及分支機構所有與數據標準有關的管理活動，包括數據標準的制定、評審、發布、執行、變更及復審等工作。

第三條 本辦法所稱數據標準，是指針對我行各種重要數據制定的規范性文件，以確保這些重要數據在全行內外共同使用和交換中的一致性和準確性，是實施數據治理、提升數據質量的重要基礎。

第四條 本辦法所稱重要數據，是指我行跨業務部門或跨系統多處使用的數據。

第五條 數據標準按照數據加工程度劃分為基礎類數據標準和分析類數據標準兩大類型，本辦法主要針對基礎類數據標準。

第六條 本辦法所稱基礎類數據，是指日常業務開展過程中所產生的具有共同業務特征的基礎性數據，可進一步劃分為不同的數據主題，包括客戶、產品、協議、交易、資產、財務、地址、組織、渠道、營銷十個數據主題。

第七條 數據標準內容可以劃分為業務和技術兩部分：

第1頁

（一）業務規范是指從業務層面對數據的統一定義，包括數據項的業務涵義和數據項處理加工的業務規則等；

（二）技術規范是指從技術實現層面對數據的統一規范和定義，包括字段長度、數據格式等。

第八條 XX銀行數據標準制定遵循以下原則：

（一）以業務為導向。基于我行實際業務情況制定數據標準，并根據業務需求分階段推進制定工作。

（二）全面性及完整性。數據標準立足于我行整體業務架構，覆蓋未來所有經營范圍內的相關業務。

（三）前瞻性及科學性。既滿足現階段業務需求，更應結合國內外先進經驗，考慮未來我行業務類型逐步發展所帶來的數據標準需求。

（四）遵循外部標準。充分遵循各類成熟的外部標準，并按照國家標準/國際標準、金融行業標準、監管報送要求的順序進行采納。

第九條 我行數據標準信息項及代碼的選擇遵循以下準入原則：

（一）已有的內外部成文規范納入數據標準，包括：行業、國家或國際組織正式發布的數據標準；監管部門管理指引、監管統計規范等已經明確提出要求的相關數據規范；行內已經發文進行明確的相關數據規范。

（二）未有外部成文規范，但我行當前已經在廣泛使用

第2頁 的，尤其是跨業務條線和系統使用的信息項和代碼納入數據標準。

（三）針對未在現有信息系統中出現，但依據我行信息規劃或者同業相關經驗，在未來信息系統中會多處使用的數據和代碼納入數據標準。

第二章 組織與職責

第十條 數據標準管理組織分為數據管理協調層和數據管理執行層。

第十一條 數據管理協調層是數據管理各領域工作的直接領導與組織部門，設立數據管理領導小組及秘書。數據管理領導小組的人員組成參見《XX銀行數據管理辦法》。數據管理領導小組直接領導與組織數據管理各領域工作，負責組織各領域業務專家及總分支機構數據管理相關部門開展工作，協調并推進數據管理相關工作并監督落實。其涉及數據標準管理的具體職責包括：

（一）監督并評審數據管理執行組開展數據標準的制定、評審、執行、變更、復審等工作；

（二）發布新版本數據標準。

第十二條 數據管理執行層設立數據管理執行組，負責全行數據管理工作的具體執行。數據管理執行組的人員組成參見《XX銀行數據管理辦法》。數據管理執行組中的數據標準管理崗（暫由數據質量管理崗兼任）總體協調與管理數據標準工作，負責組

第3頁

織、推動數據標準相關工作的開展，具體職責包括：

（一）負責制定數據標準工作計劃及工作方案；

（二）負責制定和維護數據標準定義模板；

（三）負責收集數據標準的新增及變更需求并協調相關部門參與數據標準制定、變更、評審；

（四）牽頭制定數據的業務標準并審核技術標準；

（五）負責組織開展數據標準評審、執行及復審工作；

（六）負責維護數據標準；

（七）審核IT項目組在系統建設中的數據標準落地范圍與落地方案等；

（八）監督各部門對數據標準的執行情況；

（九）定期向數據管理領導小組匯報重大事項。第十三條 信息項歸口管理部門是數據標準的業務標準的權威認定部門，負責本部門管理的信息項業務標準和標準代碼的解釋和指導。

第十四條 總行各部門是數據標準需求提出方與執行者，負責提出數據標準制定及變更的需求。其涉及數據標準管理的具體職責包括：

（一）參與數據標準的制定；

（二）參與數據標準的變更與評審工作；

（三）負責落實并執行相關數據標準；

（四）向數據標準的系統落地方案提供建議。

第4頁

第十五條 分支機構是數據標準的需求提出方與執行者。其涉及數據標準管理的具體職責包括：

（一）根據日常運營統計及監管報送的需要通過總行分管條線業務部門向數據管理執行組提出數據標準需求；

（二）在數據獲取階段按數據標準的管理要求開展工作。第十六條 IT項目組是數據標準落地的主要執行者，也是需求的提出方。其涉及數據標準管理的具體職責包括：

（一）制定數據標準在本項目的系統落地范圍與落地方案；

（二）參照數據標準進行相關數據字典和數據模型設計；

（三）在系統設計與開發過程中按照數據標準落地方案實施；

（四）根據需要，在IT系統建設或改造的需求分析、設計過程中，提出數據標準的新增或變更需求。

第三章 數據標準的制定

第十七條 數據標準制定，是指按照數據標準需求，定義各類數據的業務標準（包括信息項分類、信息項中文名稱、信息項英文名稱、業務定義等）、技術標準（包括標準類型、長度、精度等）、以及標準代碼（包括代碼編號、代碼取值、代碼含義、代碼規則、代碼說明等）。

第十八條 總行各部門均可根據業務運行管理及監管要求的需要，提出數據標準制定的需求，填寫《數據標準需求申請

第5頁

表》（附件一），經所在部門主管負責人批準后提交數據管理執行組。各分支機構如提出數據標準的制定需求，經總行分管條線業務部門初審后，由總行分管條線業務部門提交至數據管理執行組。IT項目組在全行改造或新建IT系統的需求分析、系統設計過程中，可以根據需要提出數據標準的新增需求，填寫《數據標準需求申請表》（附件一）并提交至數據管理執行組。

第十九條 數據管理執行組負責匯總并分析全行數據標準新增需求，編制數據標準制定工作方案與模板，組織相關部門制定業務/技術標準，并明確主題。

第二十條 數據管理執行組組織相關業務部門制定相關信息項/代碼的業務標準，明確該信息項所屬主題；組織開發中心，制定相關信息項/代碼的技術標準。

第二十一條 數據管理執行組對制定的業務/技術標準進行初審，并匯總各部門意見后形成數據標準審議稿，用于數據標準評審。

第四章 數據標準的評審與發布

第二十二條 數據標準評審，是指在數據標準管理過程中開展的審議審批工作。

第二十三條 數據標準發布，是指按不同主題，向全行發布最新的數據標準版本的工作。

第二十四條 數據標準評審工作依據數據標準制定原則進行，評審參考標準如下：

第6頁

（一）數據標準是否滿足業務需求，分類標準、信息項和代碼等內容必須滿足各標準相關方的迫切需求；

（二）數據標準是否具有業務前瞻性，分類標準、信息項的設置和代碼的編排等內容必須考慮未來我行業務發展可能產生的標準需求；

（三）數據標準是否明確無歧義，標準信息項和代碼的定義必須反映我行實際業務情況，在我行范圍內有一致的理解；

（四）數據標準是否具有權威性，標準的定義必須充分參考各類成熟的外部標準，將遵循的外部標準出處、內容進行明確的標注和解釋。

（五）數據標準是否具有可落地性，數據標準在定義時必須考慮技術層面的實現難度，在各相關系統可以落地。

第二十五條 數據管理執行組根據總行業務部門或IT項目組提出的相關數據標準需求，組織相關業務部門召開數據標準評審會議，評審數據標準的制定成果，協調解決數據標準制定過程中出現的問題，并形成會議紀要。數據管理執行組應將數據標準評審會議的會議紀要提交相關與會部門確認。

第二十六條 具體評審方式可酌情多樣化，如對新增需求內容較少或未能采取會議評審形式的數據標準，也可采取會簽形式進行評審。

第二十七條 對于新增主題的數據標準，須提請數據管理領導小組審批。對于已發布主題數據標準的新增內容，數據管理

第7頁

執行組可根據業務影響范圍、重要性等因素酌情提請數據管理領導小組審批。

第二十八條 數據管理執行組組織參與評審部門填寫《數據標準發布審批表》（附件二），形成最終的審議審批意見。

第二十九條 數據標準評審通過后，數據管理領導小組在全行范圍內發布。

第五章 數據標準的執行

第三十條 數據標準執行，是指已發布的數據標準在具體業務操作及IT系統中的實施和運用，以及對落地實施的監督。

第三十一條 全行各單位是數據標準的使用者和執行者，應依照業務發展和管理需要，配合數據管理執行組開展數據標準的落地實施工作。

第三十二條 總行各業務部門及各分支機構在業務需求編寫、業務信息采集表和統計分析報表的設計中要遵照數據標準的要求。

第三十三條 各分支機構在進行數據采集、維護、應用、歸檔等操作時，應遵循數據標準的要求。

第三十四條 各IT項目組在進行新建或改造IT系統時，均應遵循已發布的數據標準制定落地方案，經數據管理執行組、信息項歸口管理部門及相關業務部門審核后依此開展系統的設計與實施工作。

（一）對于合作開發和委托開發的IT系統，其數據模型

第8頁

開放程度及我行數據標準的采納程度應納入招標采購評價標準中，作為招標采購的評標依據。

（二）對于IT系統（包括自主開發類、合作開發類、委托開發類）的建設，IT項目組應按照落地方案建立該IT系統數據項與已發布數據標準（包括已有代碼）之間的映射關系，按此映射關系進行詳細需求分析與數據模型設計并開發。

（三）如數據標準落地實施涉及系統改造及歷史數據處理等工作，數據管理執行組、系統業務牽頭部門及相關信息項的歸口管理部門需共同商議系統改造和數據標準落地的具體工作方案，并制定歷史數據處理方案。

（四）數據管理執行組組織評審項目設計階段數據標準的執行情況。對于不滿足數據標準落地方案要求的，數據管理執行組有權要求IT項目組進行整改，直到評審通過后方可進入項目開發階段。

（五）對于自主開發類系統，IT項目組按照落地方案及已發布的數據標準開展實施，進行規范編碼；對于外購成熟系統，IT項目組應分析系統和外圍系統交互的數據，在系統接口上進行標準落地，保證與此系統交互的數據遵循數據標準。

（六）在系統驗收階段，數據管理執行組按照數據標準進行嚴格檢測，出具數據標準符合性審核報告并報數據管理領導小組審批，經數據管理領導小組批準同意后方可驗收投產。

第六章 數據標準的變更

第9頁

第三十五條 數據標準變更，是指由于業務運行與發展需要，或外部監管要求，或引用的國家標準等外部標準的變化，對已發布的數據標準進行變更的工作。

第三十六條 數據標準變更的范圍包括數據標準分類的修改，數據標準信息項業務定義與技術定義的修改，標準代碼的修改，以及數據標準的廢止。

第三十七條 數據標準的變更既要反映數據標準業務含義和業務規則的變化，又要保持數據標準的相對穩定，減少由于數據標準的頻繁變動對業務應用和IT系統建設造成的影響。

第三十八條 總行各部門及各分支機構均可提出數據標準變更需求。總行各部門填寫《數據標準需求申請表》（附件一）后由本部門負責人審批后提交數據管理執行組。各分支機構如提出數據標準的制定需求，需由總行分管條線業務部門初審后，由總行分管條線業務部門提交至數據管理執行組。

第三十九條 數據管理執行組、總行信息項歸口管理部門及總行相關部門共同對變更事項進行確認。

第四十條 數據標準變更事項經總行各業務部門確認同意后，數據管理執行組組織參與評審部門填寫《數據標準發布審批表》（附件二），形成最終的審議審批意見。由數據管理領導小組發布變更。

第七章 數據標準的復審

第四十一條 數據標準復審，根據業務發展及IT系統建設情

第10頁

況，對數據標準適用性進行復審的工作。原則上復審周期為一年。

第四十二條 針對已發布的數據標準在系統與業務管理中的執行情況，數據管理執行組應每年組織開展標準復審工作，通過征求總行相關部門意見，了解數據標準的適用性，對不適用的數據標準及時進行廢止或修訂。

第四十三條 對于復審結果為廢止的數據標準，數據管理領導小組應在全行發布數據標準廢止通知。

第四十四條 對于復審結果為修訂的數據標準，應根據修訂的范圍開展后續工作。如果數據標準修訂范圍較小，參照本辦法第六章規定完成變更工作；如果數據標準修訂范圍較大，參照本辦法第三、四章規定完成重新制定、評審與發布工作。

第八章 監督管理

第四十五條 數據管理領導小組負責對數據標準管理進行監督和檢查。總行相關部門對制度建設和執行情況，定期或不定期開展自查和檢查。

第九章 依據文件

第四十六條 《銀行監管統計數據質量管理良好標準》

第十章 附則

第四十七條 如果數據標準管理工作中出現爭議或分歧，由數據管理執行組協調解決。對無法解決的重大爭議或分歧，由數據管理執行組報數據管理領導小組決策。

第11頁

第四十八條 本辦法由信息科技管理委員會批準，信息科技部負責制定、修訂和解釋。

第四十九條 本辦法自20XX年XX月XX日起執行。

附件：

附件一：數據標準需求申請表 附件二：數據標準發布審批表

附件三：數據標準制定、評審與發布流程 附件四：數據標準執行流程 附件五：數據標準變更流程 附件六：數據標準復審流程

第12頁

第三篇：大數據時代銀行

近年來，大數據熱潮引發了一場思維、生產和生活方式的重大變革，可以說開啟了全新的時代。對于天然具有數據屬性的金融業來說，一方面，大數據能夠為金融機構的經營管理提供充分的信息支持；另一方面，大數據滋生的新型金融業態對傳統金融機構帶來了嚴峻挑戰。在這場社會大變革中，金融機構將如何應對，非常令人期待。為此，本刊邀請了多位金融機構的高級管理者以及業內專家，共同探討大數據時代金融業的變革與發展。

近十年來，中國銀行業的改革發展取得了令世界矚目的成就。在今年《銀行家》《福布斯》發布的大企業排行榜和市值排名上，五家大型商業銀行均已躋身世界前列。隨著以移動互聯網、云計算、“大數據”和物聯網為代表的信息革命的興起，銀行業又一次面臨新的機遇和挑戰。中國銀行業能否用好大數據，實現經營、管理和服務創新，決定了其未來的可持續發展能力。

銀行業已初步具備運用大數據的基礎

大數據是信息技術與互聯網產業發展到特定階段的產物，從互聯網到物聯網，從云計算到大數據，信息技術正在從產業基礎走向產業核心。而銀行業作為與信息技術深度結合的行業，互聯網思維和決策數據化已開始嵌入經營管理的全流程。大數據實質是“深度學習”，能夠為銀行提供全方位、精確化和實時的決策信息支持。銀行的經營轉型、產品創新和管理升級等都需要充分用好大數據。目前，銀行在客戶分析、風險管理方面對大數據運用已初步積累了一定的經驗，為未來過渡到全面大數據運用奠定了良好基礎。

20世紀90年代，隨著信息技術發展，國內銀行業順應潮流，將信息技術廣泛應用到業務處理和內部管理，以提高服務管理效率。進入21世紀，大銀行率先推進系統大集中和數據大集中，整合原有分散化的信息系統，不斷適應加快產品創新、提升客戶體驗等市場需求，建立數據倉庫和數據平臺，信息化程度不斷提高。近幾年，銀行業大力發展面向客戶的新一代核心業務系統，信息系統建設日趨完備，電子銀行等在線金融服務大幅增長，在提升客戶體驗和風險管控能力、滿足監管各項要求的同時，形成并儲存了龐大的可用數據資源。銀行業的數據資源不僅包括存貸匯核心業務結構化數據，也包含客戶電話語音、在線交易記錄、網點視頻等非結構化數據。

中國建設銀行（以下簡稱建設銀行）從2011年開始建設企業級全行共享的新一代核心業務系統，以客戶為中心、面向服務設計架構，實現業務與IT融合、產品快速創新的目的，目前已初具規模。特別是在新一代系統設計中，充分考慮數據儲存和應用的重要性，并專項設置了數據集成層模塊，包括數據緩存區、數據記錄系統、歷史數據存儲、分析數據倉庫、實時數據倉庫、公共數據集市。

銀行業開始嘗試接入和整合外部數據資源。在傳統的數據分析模式下，銀行業出于市場分析、內部管理、監管需要，產生并記錄了巨量的文本式結構化數據，涉及客戶賬戶資金往來、財務信息等，以及網銀瀏覽、電話、視頻等非結構化數據。但是，傳統意義上的銀行僅能掌握客戶與銀行業務相關的金融行為，無法獲得客戶在社會生活中體現興趣愛好、生活習慣、消費傾向的情感或行為數據，無法與業務數據形成聯動。隨著電子商務的快速發展和移動金融的深化，銀行業逐步加強與外部數據源對接，甄別有效信息，整合多渠道數據，豐富客戶圖譜。目前，已有多家銀行進行了有益嘗試。

一是銀行與電商平臺形成戰略合作。銀行業共享小微企業在電商平臺上的經營數據和經營者的個人信息，由電商平臺向銀行推薦有貸款意向的優質企業，銀行通過交易流水、買賣雙方評價等信息，確定企業資信水平，給予授信額度。建設銀行曾在這方面做過有益的嘗試。此外也有銀行參股電商、開展數據合作的案例。

二是銀行自主搭建電商平臺。銀行自建電商平臺，獲得數據資源的獨立話語權。在為客戶提供增值服務的同時，獲得客戶的動態商業信息，為發展小微信貸奠定基礎，是銀行搭建電商平臺的驅動力。2012年，建設銀行率先上線“善融商務”，提供B2B和B2C客戶操作模式，涵蓋商品批發、商品零售、房屋交易等領域，為客戶提供信息發布、交易撮合、社區服務、在線財務管理、在線客服等配套服務，提供的金融服務已從支付結算、托管、擔保擴展到對商戶和消費者線上融資服務的全過程。

三是銀行建立第三方數據分析中介，專門挖掘金融數據。例如，有的銀行將其與電商平臺一對一的合作擴展為“三方合作”，在銀行與電商之間，加入第三方公司來負責數據的對接，為銀行及其子公司提供數據分析挖掘的增值服務。其核心是對客戶的交易數據進行分析，準確預測客戶短時間內的消費和交易需求，從而精準掌握客戶的信貸需求和其他金融服務需求。

銀行業有處理數據的經驗和人才。數據分析和計量模型技術在傳統數據領域已得到較充分運用，同時也培養出大批精通計量分析技術的人才。如在風險管理方面，我國金融監管部門在與國際接軌過程中，引入巴塞爾新資本協議等國際準則，為銀行業提供了一套風險管理工具體系。銀行在此框架下，利用歷史數據測度信用、市場、操作、流動性等各類風險，內部評級相關技術工具已發揮出效果，廣泛應用于貸款評估、客戶準入退出、授信審批、產品定價、風險分類、經濟資本管理、績效考核等重要領域。

銀行已初步嘗試應用大數據。我國銀行業大規模運用大數據技術尚不成熟，但多家銀行已從關鍵點、具體業務入手應用大數據挖掘技術，解決效率提升中的難題。例如，有的銀行提供集電話、網絡在線、客戶端、微博、微信于一體的整合服務平臺，也有的銀行信用卡中心開發智能云語音，著眼于客服語音信息的挖掘和分析，通過對海量語言數據的持續在線和實時處理，為服務質量改善、經營效率提升、服務模式創新提供支撐，從而全面提升運營管理水平。還有些銀行在個人客戶營銷方面，著重客戶數據分析，摸索出客戶行為模式和潛在需求，促成定向精準銷售。例如，通過分析客戶行為數據和財務數據來鎖定潛在客戶，根據客戶行為規律，并結合其所在區域、行為內容來確定消費習慣，開展針對性營銷；通過分析交易記錄信息來有效識別小微企業客戶，并用遠程銀行和云轉借實施交叉銷售。此外，有的銀行還將其內部客戶編號和微博、QQ、郵箱等相對應，將互聯網數據與傳統數據一起存儲，建立數據庫，不僅了解客戶理財、基金購買等交易行為的頻繁程度，還可以發現其他動態信息如出差、喜好和社交圈等。

國際同業大數據運用的經驗教訓

金融業大數據運用的國際經驗主要體現在快速判斷宏觀經濟趨勢、分析預測客戶及交易對手行為、防范欺詐、改進內部效率以及外包非核心業務等方面。

快速判斷宏觀經濟形勢。英國央行已經開始運用大數據對英國房地產市場和勞動力市場趨勢作出快速判斷。以前，英國央行通過統計部門發布的房地產銷售數據、就業數據等，判斷房地產市場和勞動力市場變動趨勢，但統計部門的數據一般有數日乃至數周的時滯，不利于對形勢的快速判斷。目前，英國央行已通過對一些網絡搜索關鍵詞的監控，如“按揭”“房價”“職位”等，獲取最新的經濟運行情況。

分析預測客戶及交易對手行為。由谷歌（Google）前首席信息官Douglas Merrill創辦的信用評估公司ZestFinance，通過大數據技術把收集的海量碎片化數據整合成完整的客戶拼圖，較為準確地還原客戶的真實狀況和實際信用狀況，并據此支持合作公司向難以從銀行獲得貸款的美國人提供“工資日貸款”（payday loan）。西班牙對外銀行(BBVA)推出的具有記憶功能的ATM機ABIL，不但能記住客戶習慣的取款金額、頻率，還能根據其賬戶情況給出相應的取款建議。美國一些基金公司在幾年前開始借助社交媒體大數據，分析市場情緒變動，進而判斷未來交易是擴大還是萎縮。近期，這些基金公司進一步通過分析金融交易大數據，識別交易對手的交易特征，預判交易對手的交易動向，并采取相應的操作，以獲取差價。

防范欺詐。運用大數據分析軟件，可以預防信用卡和借記卡欺詐。通過監控客戶、賬戶和渠道等，提高銀行在交易、轉賬和在線付款等領域防御欺詐的能力。在監控客戶行為時，大數據可以識別出潛在的違規客戶，提示銀行工作人員對其予以重點關注，從而節省反欺詐監控資源。

改進內部效率。美國銀行用大數據分析該銀行某呼叫中心員工的行為，通過在員工姓名牌中置入感應器，監控員工的行走線路與交談語氣，可以知道員工在工作場所的社交狀況。監控結果表明，那些一起享受工間休息并相互交流的員工工作效率更高，他們可以在日常交流中分享如何應付“難纏”顧客的小竅門。美國銀行發現這一現象后，即轉而推行集體工間休息，此后員工表現提升了23%，而員工說話語調所反映出的壓力水平則下降了19%。另外，還有些歐美銀行運用大數據評價分支機構績效并獲得顯著成效。

大數據的應用存在運維風險和運營風險等，前者如數據丟失、數據泄露、數據非法篡改、數據整合過程中的信息不對稱導致錯誤決策等，后者如企業聲譽風險、數據被對手獲取后的經營風險等。因此，必須加強數據管控。這方面既有成功的經驗，也有值得總結的教訓。從已出現的問題看，最大的風險來自網絡攻擊和欺詐：2011年，網絡銀行欺詐給日本53家銀行造成2700億日元（約合225億元人民幣）的損失；2012年，詐騙集團曾攻擊歐美至少60家銀行的網絡，盜取銀行資金；2013年，國內某保險公司受黑客攻擊，造成數十萬保單信息泄露。為此，一是高度重視并推進統一的數據標準，并做好數據清洗，保證數據質量。二是審慎劃定數據邊界，合理開展內外部數據共享和非核心數據業務外包。三是大數據下應更加重視隱私保護和信息安全，加大對反網絡攻擊的投入。

推動大數據應用的策略

黨的十八大提出堅持走中國特色新型工業化、信息化、城鎮化、農業現代化道路，信息化已升級為國家戰略。我國銀行業加快大數據應用不僅具有行業意義，而且對于推動我國信息化進程、服務“新四化”發展也有重要作用。我國銀行業要從戰略高度充分認識到大數據分析、運用的重要性，從管理體系建設、具體運用模式方面不斷探索，打造銀行業在大數據時代的核心競爭力。

建立完善的大數據工作管理體系。銀行業應充分認識大數據的重要性，在總行層面建立大數據工作推進機制，制定大數據工作規劃，主管數據部門對大數據工作進行統籌規劃、組織協調、集中管理，業務部門承擔大數據采集、分析和應用的職責，全面定義、收集、多方式整合集團內外部各類數據，形成管理數據、使用數據和推廣數據的有效工作機制。

增強數據挖掘與分析運用能力。在銀行內部全面推廣基于數據進行決策、利用信息創造價值的觀念，引進數據挖掘和大數據運用專業方法和工具，培養專業數據挖掘分析人才隊伍，重視人才的經濟金融、數學建模、計算機新型算法等復合型技能，建立前瞻性的業務分析模型，把握、預測市場和客戶行為，將數據深度運用到業務經營管理過程，利用數據來指導工作，設計和制定政策、制度和措施，做到精準營銷和精細管理。

以大數據技術促進智慧銀行建設。推動大數據向生產力轉化，加快產品創新實驗室的技術研發，把實驗室成熟產品運用于客戶的營銷和服務，推進智慧銀行建設，把技術創新優勢轉化為競爭優勢。網點服務要運用好大數據等技術成果，推廣普及智能叫號預處理、遠程銀行VTM、電子銀行服務區、智能互動桌面、人臉識別等創新服務，將傳統銀行服務模式和創新科技有機結合，利用智能設備、數字媒體和人機交互技術為客戶帶來“自助、智能、智慧”的全新感受和體驗。智慧網點在建設推廣中，還應充分采用用戶交互技術和體驗設備，吸引客戶瀏覽、試用、比較各類金融產品，輔以工作人員推薦，從地域、客戶、產品等多種維度，挖掘客戶需求，實現對合適客戶、在合適時間、通過合適渠道、推薦合適產品。

建立基于大數據分析的定價體系。當前，資金的交易變動頻率和流動性加快，大數據從更寬廣角度，預判負債的波動情況，能更靈活測算是否滿足監管要求和貸款需求變化，從而為銀行以存定貸、以貸吸存策略提供量化支撐，可有效降低資金成本。銀行還要運用大數據分析，建立起綜合服務和信貸差異化定價體系，做到對不同產品、不同行業、不同區域實施差別化定價，最終實現一戶一策的綜合化、差異化服務，提升精準營銷水平。例如，將對公、對私客戶逐步納入定價系統，進行客戶選擇，不同服務內容享受不同信貸優惠，達到差別化定價和客戶最佳體驗的雙重目的。

依托大數據技術提升風險管理水平。大數據能較好地解決傳統信貸風險管理中的信息不對稱難題，提升貸前風險判斷和貸后風險預警能力，實現風險管理的精確化和前瞻性。大數據時代，銀行業可以打破信息孤島，全面整合客戶的多渠道交易數據，以及經營者個人金融、消費、行為等信息進行授信，降低信貸風險。如建設銀行依托“善融商務”開發出大數據信貸產品“善融貸”后，銀行可實時監控社交網站、搜索引擎、物聯網和電子商務等平臺，跟蹤分析客戶的人際關系、情緒、興趣愛好、購物習慣等多方面信息，對其信用等級和還款意愿變化進行預判，在第一次發生信貸業務，缺乏信貸強變量情況下，及時用教育背景、過往經歷等變量進行組合分析，以建立起信貸風險預警機制。由歷史數據分析轉向行為分析，將對目前的風險管理模式產生巨大突破。

大數據是信息革命中非常前沿且快速發展的技術，銀行業要抓緊解決內部數據挖掘分析和外部資源的安全整合利用問題，加快人才隊伍建設和技術成果轉化，通過大數據的高效應用，加速推進銀行業的轉型升級和可持續發展

第四篇：銀行數據專線

銀行數據專線

銀行數據專線開通因網點不通，各行接入方式不同，分為2M電路接入和以太網接入

組網方式（以六合農行為例）

總端設備：S385

通過不同時隙劃分，經光路傳輸到各基站（核心機房），基站側和分點用戶端有對應的SDH設備實現數據轉換、收發

判斷開通完成和故障（分點用戶端故障排查）

測光衰、檢測SDH設備狀態，與網管核查傳輸數據（若是2M開通，檢查2M物理鏈路，協轉狀態，與基站和網管對環測試）；

若確認底端設備狀態、傳輸數據均正常，與用戶總端對ping測試（該步驟必不可少，各分點會有一套IP地址，一般為“10”開頭網斷的地址，由網絡部提供），若底端和銀行總端能ping通，后續網絡設置和用軟件調試由用戶網管接管；若不通，與我方網管和用戶網管三方核查傳輸網時隙，再與基站逐段對光，并做環回測試

第五篇：數據統計管理辦法

生產經營數據統計管理辦法

一、總則

第一條 為了有效地、科學地組織****公司（以下簡稱公司）的數據統計工作，保證數據統計資料的準確性與及時性，充分發揮數據統計工作在生產經營活動中的重要作用，特制定本辦法。

第二條 數據統計工作的基本任務是對公司生產經營活動情況進行統計調查，統計分析，提供統計資料，實行統計監督。

第三條 公司數據統計實行廠（場）、部門統計管理體制和按業務部門歸口負責的原則。業務職能部門負責組織、協調全廠（場）或生產部門的生產數據統計工作。

第四條 根據各生產廠（場）和生產部門數據統計工作的需要以及統計業務的繁簡程度，配備專職或兼職核算員。核算員應保持相對的穩定，核算員(包括兼職)調(變)工作時，事前必須征求生產廠（場）或生產部門的意見，并要有適合的人員接替其工作。

二、統計報表的管理與分工

第五條 凡國家統計局、地方統計局等政府機關單位的統計報表，由總經理根據公司內各職能部門的職責分工，確定統計編制責任部門。如報表涉及兩個以上部門，而又無適當部門負責時，則由總經理或主管該項工作的副總經理召集有關部門協商統計編制。

第六條 對各種定期上報公司的統計報表，核算員要及時負責向公司相關業務部門填報，并負責報表的準確性和及時性。

第七條 對公司的各類報表，由業務職能部門統一格式，各部門必須按時填報。

第八條 公司內部各種定期統計報表，為確保統計報表數字的準確可靠，各部門、廠（場）主管領導必須對上報報表進行認真審查后方能上報。

第九條 統計報表如有個別項目需要修改時，由原制表業務職能部門直接通知填報生產廠（場）或生產部門，并將修改后的式樣送公司企劃部門備案。

第十條 需要手工記錄的各種定期統計報表，由企劃部門根據生產廠（場）和生產部門的實際需要統一印刷、保管、發放。

第十一條 各生產廠（場）或部門對外報送的各種專業統計報表，必須經生產廠（場）或生產部門負責人簽字，并報主管副總經理審批。

第十二條 各級統計人員和核算員應加強指標的分析，經常深入實際，調查研究了解有關指標的波動原因，為分析和預測提供資料。

三、統計資料的提供、積累和保管

第十三條 各生產廠（場）、部門提供統計資料，公布統計數字，一律以本廠（場）、部門的統計人員所掌握的統計資料為準。

第十四條 各級領導所需要的統計數字，應由數據統計業務職能部門負責提供，以便克服使用統計數字混亂的現象。

第十五條 凡公司外單位根據上級規定，并持有上級主管部門或政府機關統計部門介紹信來公司索取統計資料的，統一由公司總經理指定有關部門接洽提供。

第十六條 公司各項主要數據統計資料，應由各業務職能部門指定人員負責保管；公司各生產廠（場）、部門的各項主要數據統計資料，由各生產廠（場）、部門指定專人負責保管。

第十七條 各生產廠（場）、部門應將本部門的統計資料，采用臺賬形式，按月進行整理分類，以便使用。

第十八條 對外公開發表統計數字，在總經理批準后由業務職能部門統計人員統一辦理；公司各部門向上級機關匯報情況，在重要會議作報告，或公開發表文章中所引用的統計數據，均須由提供資料人員同業務職能部門統計人員進行核對，以保證統計數字的一致性。第十九條 各生產廠（場）、部門編制的統計臺帳和加工整理后的統計資料，必須妥善保管，不得損壞和遺失。

第二十條 所有統計資料均為內部文件性質，某些屬于機密甚至絕密性質，均應按公司關于保密工作規定辦理；未經批準，不得向無關人員泄漏。

四、統計數字差錯的訂正

第二十一條 統計資料上報出后，如發出錯誤，必須立即訂正。接收報表的業務職能部門發現數字錯誤時，應立即通知填報的生產廠（場）或生產部門訂正，填報的生產廠（場）或生產部門不得推諉或拖延。

第二十二條 公司內部報表如發生數據錯誤時，可根據不同情況按下列辦法訂正：

1、日報表當日發現差錯時，應及時用電話或口頭查詢訂正，隔日發現差錯時，應當在當日報表上說明。

2、重大差錯必須以書面形式訂正，書面訂正材料必須經公司主管副總經理簽字。

五、統計工作的交接

第二十三條 核算員調動工作時必須認真辦妥交接手續，在未辦妥以前，原任核算員不得擅離工作崗位，更不得因工作調動而影響統計工作的正常進行。第二十四條 核算員調離工作時，必須做好下列工作：

1、將經辦工作情況全面地向接替人員交待清楚；

2、培訓接替人員的業務，使其能獨立工作；

3、所有統計資料(包括統計手冊、臺帳、報表、文件、歷史資料等)與統計用具(如計算機、書刊等)應一一列出清單移交。

六、獎懲

第二十五條 各生產廠（場）、部門核算員，必須嚴格按照公司業務職能部門的要求、規定提供統計資料，不準虛報、瞞報、遲報和拒報，也不準隨意修改。對不按公司規定的要求和時限上報數據的生產廠（場）、部門，公司應對其進行處罰。未按時上報的，每次罰款50元，上報的數據出現錯誤，每處罰款20元。上下游生產數據必須嚴格核對，未核對數據出現錯誤的每次對直接責任人罰款100元；數據上報后發現錯誤但未及時通知更正的，直接責任人每次罰款100元。

第二十六條 各級領導應當充分重視并支持數據統計工作，各生產廠（場）、部門數據統計工作出現差錯問題，相關行政領導應負領導責任，并按其直轄下核算員所罰款的標準進行處罰。

第二十七條 屬于保密性質的統計資料，必須嚴格保密，嚴防丟失，提供時應按保密制度的規定執行。因個人原因造成泄密或重要數據丟失，根據造成的后果情況對相關責任人進行處罰。

第二十八條 本辦法的最終解釋權歸****公司。第二十九條 本辦法自下發之日起執行。