银行业数据治理工作指南（试行）

银行业数据治理工作指南（试行）第一章总则第一条编制目的为落实《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》《银行业保险业数据治理指引》等监管要求，规范银行业数据治理全流程工作，提升数据资产质量，释放数据要素价值，保障数据安全，支撑业务经营、风险管理、监管报送及数字化转型，制定本指南。第二条适用范围本指南适用于国有商业银行、股份制商业银行、城市商业银行、农村商业银行、民营银行、外资法人银行等银行业金融机构，非银行支付机构、消费金融公司、理财公司等银行业相关机构可参照执行。第三条工作原则1.战略引领原则：数据治理需纳入机构整体发展战略，与业务发展、风险管理、数字化转型目标深度协同，由董事会及高级管理层统筹推动，确保治理资源匹配战略需求。2.权责统一原则：明确数据治理各参与主体的责任边界，落实“谁生产谁负责、谁使用谁负责、谁管理谁负责”的责任机制，保障数据治理全流程可追溯、可考核。3.质量优先原则：将数据准确性、完整性、一致性、及时性、有效性作为治理核心目标，贯穿数据生产、存储、加工、使用、归档全生命周期。4.安全可控原则：统筹数据开发利用与安全保护，落实分级分类管理要求，防范数据泄露、篡改、滥用等风险，保障客户信息安全与金融稳定。5.价值导向原则：以数据驱动业务提质增效为落脚点，推动治理成果向经营决策、风险防控、产品创新、客户服务等场景转化，避免治理与业务“两张皮”。第二章治理组织架构与职责第四条决策层职责1.董事会：负责审批数据治理战略、总体框架、年度计划及重大制度，对数据治理最终责任，每年度至少听取1次数据治理工作专项汇报，评估治理成效与战略匹配度。2.高级管理层：负责统筹数据治理工作落地，明确治理牵头部门，配置人员、预算、系统等资源，协调解决跨部门治理冲突，每季度组织召开治理工作推进会，向董事会汇报工作进展。3.数据治理委员会：可由首席信息官、业务条线负责人、风险管理负责人、合规负责人共同组成，负责审议数据治理专项制度、标准规范、重点项目方案，裁决跨部门治理争议。第五条执行层职责1.数据治理牵头部门：通常为金融科技部或独立设置的数据管理部，负责制定数据治理制度、标准、流程，组织开展数据质量监控、问题整改、资产盘点、元数据管理等日常工作，对接监管部门数据治理相关检查与报送要求，牵头开展数据治理培训与考核。2.业务条线部门：作为数据的生产者与使用者，负责本业务条线数据标准落地、源头数据质量管控、数据问题核实与整改，配合开展数据资产盘点、需求梳理，提出数据治理场景化需求。其中，零售业务条线负责个人客户信息、借记卡/信用卡交易、个人贷款等数据治理；公司业务条线负责对公客户信息、对公授信、票据业务等数据治理；风险管理条线负责授信审批、风险分类、不良资产、征信数据等数据治理；财务会计条线负责会计核算、营收成本、资本计量等数据治理。3.风险管理部门：负责将数据治理纳入全面风险管理体系，评估数据质量缺陷引发的风险敞口，监督数据治理风险防控措施落地，牵头开展监管报送数据的合规性审核。4.合规管理部门：负责审查数据治理相关制度与流程的合规性，对接数据安全、个人信息保护等监管要求，指导各部门开展数据合规风险排查。5.信息科技部门：负责数据治理相关系统的建设与运维，保障数据存储、传输、加工的技术稳定性，落实数据安全技术防护措施，支撑数据质量监控、资产目录等工具的落地。第六条监督层职责内部审计部门负责每年至少开展1次数据治理专项审计，审查治理制度执行情况、数据质量达标情况、数据安全防控情况，出具审计报告并监督问题整改，向董事会审计委员会汇报审计结果。第三章数据治理核心工作内容第七条数据标准管理1.标准体系建设：参照《银行业数据标准》《金融数据安全数据生命周期安全规范》等行业标准，建立覆盖基础数据、指标数据、监管报送数据三类的全行统一数据标准体系。其中基础数据标准需明确客户、产品、账户、交易、机构、员工等公共数据项的业务含义、字段格式、取值范围、码值规则；指标数据标准需明确经营类、风险类、财务类等指标的统计口径、计算逻辑、数据源、统计频率；监管报送标准需严格匹配人民银行、银保监会、外汇管理局等监管部门的报送要求，确保报送项与监管规则一一对应。2.标准落地执行：新建业务系统需在需求阶段将数据标准纳入准入审核要件，不符合标准的需求不予立项；存量系统需制定标准适配改造计划，分批次完成历史数据清洗与标准对齐。各业务条线新增数据项需提前向数据治理牵头部门申请标准备案，避免出现非标数据。3.标准动态维护：每年度开展1次数据标准评估，结合业务创新、监管规则更新、系统迭代需求，对数据标准进行修订完善，形成标准变更记录并同步至全行各系统与部门。第八条数据质量管控1.质量规则建设：针对不同数据类型制定质量校验规则，基础数据需设置非空校验、格式校验、码值校验、唯一性校验规则；指标数据需设置逻辑一致性校验、跨表关联校验、阈值波动校验规则；监管报送数据需设置监管规则专项校验。2000万元以上对公授信客户信息完整率、个人客户有效身份信息准确率、核心交易数据及时性需达到100%，通用数据质量准确率不低于99.5%。2.质量监控与预警：搭建全行统一的数据质量监控平台，对核心数据实现T+1自动化监控，对监管报送数据实现报送前全量校验。设置红、黄、橙三级预警阈值，轻微质量问题触发黄色预警推送至业务条线整改，中度问题触发橙色预警报送至部门负责人，严重问题（如可能导致监管错报、经营决策失误）触发红色预警报送至高级管理层。3.问题整改与闭环管理：建立“问题发现-根因分析-整改落实-效果验证-长效预防”的闭环管理流程。业务部门收到质量问题工单后，一般问题需在3个工作日内完成整改，复杂问题需在15个工作日内完成整改，确需长期整改的需制定阶段性计划并报备。每季度梳理共性质量问题，通过优化系统录入规则、完善业务流程、加强前端培训等方式从源头防范问题重复发生。第九条数据资产与元数据管理1.数据资产盘点：每年度开展1次全量数据资产盘点，梳理全行各系统数据资源，明确数据项的业务归属、存储位置、更新频率、使用范围、安全等级，形成全行统一的数据资产目录并向内部开放查询。针对高价值数据资产（如客户画像、风险模型特征、经营分析指标等）单独建立资产台账，定期评估资产价值。2.元数据管理：搭建元数据管理平台，覆盖业务元数据（数据含义、业务规则、使用部门）、技术元数据（表结构、字段类型、存储路径、ETL逻辑）、管理元数据（数据责任人、安全等级、变更记录）三类元数据。实现元数据自动采集与血缘分析，支持追溯指标数据的来源链路与加工过程，为问题排查、需求研发、合规审计提供支撑。3.数据资产共享：建立内部数据共享机制，明确共享申请、审批、使用流程，打破部门数据壁垒。对于公共基础数据由牵头部门统一提供共享服务，避免多部门重复采集、重复加工。跨机构数据共享需符合《银行业金融机构数据共享指引》要求，签订数据共享协议，明确双方数据安全责任。第十条数据安全与合规管理1.数据分级分类：按照《金融数据安全数据分级分类规范》要求，将数据分为公开数据、内部数据、敏感数据、高度敏感数据四级。其中高度敏感数据包括客户核心身份信息、账户交易密码、征信信息、未公开的重大经营决策数据等；敏感数据包括客户一般身份信息、授信信息、财务核心数据等。分级分类结果需每年复核更新，新增数据项需在7个工作日内完成定级。2.全生命周期安全防护：在数据采集环节，遵循“最小必要”原则，不得过度采集客户信息；存储环节，高度敏感数据需采用加密存储方式，密钥由专人管理，存储环境需符合国家三级等保要求；使用环节，严格落实权限管控，高度敏感数据访问需双人审批，操作过程全程留痕可审计；传输环节，采用加密通道传输，避免明文传输；销毁环节，采用物理销毁或不可逆擦除方式，确保数据不可恢复。3.个人信息保护：严格落实个人信息保护“告知-同意”要求，收集客户信息需明确告知使用目的、范围与方式，不得强制授权同意收集与业务无关的个人信息。建立个人信息查询、更正、删除、可携带的响应流程，响应时限不超过15个工作日。每年开展个人信息保护专项排查，重点排查违规查询、违规导出客户信息等行为。第十一条监管报送数据治理1.报送责任落实：明确各类监管报送的牵头责任部门，人民银行金融基础数据统计报送、银保监会非现场监管报表报送、外汇管理局国际收支申报等需指定专人负责，报送人员需经专项培训合格后方可上岗。2.报送全流程管控：建立“数据源校验-加工过程校验-报送前人工复核-报送后差错整改”的全流程管控机制。监管报送数据需与行内核心业务系统、财务系统、风险系统数据保持一致，不得人为调整报送数据。出现监管差错提示后，需在监管要求时限内完成整改并报送说明，同时排查同类问题避免重复发生。3.报送台账管理：建立监管报送全台账，记录报送时间、报送内容、校验结果、审批流程、差错整改情况等信息，台账保存期限不低于5年，满足监管审计需求。第四章治理支撑与考核评价第十二条系统支撑建设各机构需结合自身规模与治理需求，逐步搭建数据治理工具体系，包括但不限于数据标准管理系统、数据质量监控系统、元数据管理系统、数据资产目录系统、数据安全管控平台，提升数据治理自动化水平，减少人工操作成本与差错。总资产规模1000亿元以上的银行需在2025年底前完成核心治理工具落地，总资产规模1000亿元以下的银行可分阶段建设，优先满足数据质量监控与监管报送需求。第十三条人员与资源配置各机构需配置专职数据治理人员，总资产规模5000亿元以上的银行专职治理人员不少于20人，总资产规模1000-5000亿元的银行不少于10人，总资产规模1000亿元以下的银行不少于3人。各业务条线需设置兼职数据治理专员，负责本部门治理对接工作。每年数据治理专项预算占信息科技总预算的比例不低于5%，保障治理项目、系统建设、培训等工作开展。第十四条考核评价机制建立数据治理考核指标体系，考核内容包括数据标准落地率、数据质量问题整改完成率、监管报送差错率、数据安全合规情况、治理场景应用成效等。考核结果与部门绩效考核、员工绩效薪酬挂钩，占部门绩效考核权重不低于5%。对治理成效突出的部门与个人给予奖励，对未按要求完成治理任务、出现重大数据质量事故或数据安全事件的部门与个人严肃追责。第十五条培训与能力建设每年至少组织2次全行级数据治理培训，针对管理层重点培训数据治理战略价值与监管要求，针对业务人员