银行业金融机构监管数据标准化规范（EAST5.0）解读

来源 ｜ 《中国金融电脑》2022年第10期
作者 ｜ 中国银行保险信息技术管理有限公司 许磊

EAST(Examination and Analysis System Technology)是银保监会开发的具有自主知识产权的检查分析系统，旨在顺应大数据发展趋势,提高监管检查效能。监管端与银行业金融机构端是EAST系统的一体两面，从监管端来看，EAST系统是一套开放的数据分析平台，能够对银行业务数据进行筛选、建模、分析、应用;从银行端来看，EAST是一套通用的、相对封闭的数据采集规范，银行业金融机构按照监管要求采集数据并定期报送。本文将对银保监会最新发布的《中国银保监会银行业金融机构监管数据标准化规范(2021版)》(以下简称“EAST5.0”)带来的监管变化及监管数据治理工作进行分析。

一、监管数据标准化规范变化趋势

为推动监管科技发展，充分发挥监管标准化数据在防范金融风险、促进银行业金融机构数字化转型与合规发展等方面的作用，进一步激发监管科技活力，银保监会于2022年1月正式发布EAST5.0。至此，监管数据标准化规范顺应银行业务演变与监管重点迁移，已历经四版更新(见表1)，从开始仅面向中小银行试点，逐步推广至全部银行业机构，报送口径不断细化，校验标准不断明确，成为银保监会监管科技能力建设和监管大数据应用开发的重要抓手。

表1 EAST发展历程

一是丰富业务场景，提高规范针对性。进一步细分银行业务场景，按照“成熟一类，规范一类，采集一类”的原则，拓展现有主题域，并在此基础上优化调整各主题域的数据表和字段安排，显著提升新版规范的数据采集针对性。

二是减少数据冗余，突出监管重点。通过优化数据结构、调整报送方式等手段大幅减少冗余信息，显著提升标准化规范的信息密度。具体而言，本次修订秉持“机构能报，监管能用”的原则，在新增十余张数据表的同时，对非监管关注数据、不合理结构数据、冗余数据进行精简整合，并明确结清、失效、终结数据无需重复报送，减轻数据报送体量。

三是完善规范内容，减少理解偏差。广泛采纳银行业金融机构在EAST4.0报送过程中提出的意见和建议，对数据元说明、数据项格式、枚举值示例、填报说明等内容进行完善，提高数据录入的统一性与规范性，降低数据报送人员在实操过程中的理解偏差，提升数据报送质量。

四是明确对应关系，强化交叉校验。进一步明确EAST数据与1104报表(即银保监会非现场监管报表，是银保监会面向银行业金融机构采集的描述被监管机构财务状况、风险情况及经营情况的一系列统计报表)、客户风险统计数据的对应关系，使相关数据表的字段设计更加贴近1104报表的数据加工逻辑，逐步统一各类监管数据的报送口径。

五是统一脱敏算法，加强隐私保护。本次修订将数据变形算法由MD5杂凑算法替换为SM3杂凑算法，加强了脱敏规则的复杂度和普适性，对不同类型的证件用统一算法脱敏，并对脱敏规则进行完善，强化客户隐私保护。

二、EAST5.0调整升级内容概览

1.数据内容升级

相较于EAST4.0，EAST5.0对规范主题域、数据表结构等内容进行调整升级，并通过明确自定义枚举值填报格式、调整数据报送粒度与报送范围等方式，进一步规范数据内容，以拓宽数据采集范围，提升数据可用度(见表2)。

表2 EAST5.0 数据内容升级

2.质量要求升级

在发布EAST5.0的同时，银保监会同步印发《监管标准化数据检核规则(2021版)》，涉及规则共计3283条，要求银行业金融机构及理财公司搭建数据检核平台，在数据报送前参照检核规则对当期报送数据质量进行评估，并在每期数据报送时同步填报《监管标准化数据报送清单》和《监管标准化数据检核结果》。将数据质量检核工作前置到银行报送端的做法，对于提升监管数据报送质量大有裨益，为监管数据应用打下了更为坚实的基础。

除常规的缺失校验、格式校验、表间关联校验及业务合规校验外，EAST5.0要求强化与1104报表数据、客户风险数据间的交叉校验，相关字段设计借鉴了1104报表信息，并首次明确了EAST数据与1104报表统计指标的统一核查口径(见表3)，以提升各类监管数据间的一致性。

表3 EAST5.0数据表与1104报表间的关联关系

三、EAST5.0背景下的

监管数据治理工作

数据治理是一项长期且复杂的系统性工程，随着EAST5.0数据的正式采集报送，银行业金融机构可以从以下三个方面进一步完善数据治理工作：

1.持续完善监管数据治理体系

数据治理体系建设是银行业金融机构开展数据治理工作的总体纲领。依照《关于监管数据质量专项治理自查自评事项的通知》相关要求，银行应将本机构监管数据治理工作纳入内控合规体系和战略规划之中，从组织架构、制度建设、管理流程、系统保障、质量控制、评价激励等方面给予系统性保障。具体而言，银行业金融机构应从夯实金融科技数据基础和数字化转型的高度，充分认识监管数据治理工作的重要性；不断完善数据治理框架，明确“两会一层”(即董事会、监事会、高级管理层)数据治理职责分工，加强数据治理制度建设，逐步完善相关机制流程，配置充足的数据治理资源，严格落实数据管理主体责任，持续提升监管数据报送能力；以监管数据治理为抓手，推动形成可信可靠的数据治理架构体系。

2.不断夯实EAST数据质量基础

银行业金融机构应依照《银行业金融机构数据治理指引》提出的数据质量五性要求(即真实性、准确性、连续性、完整性和及时性)，结合监管数据报送的全量化、标准化、明细化的发展趋势，解决好业务实际与监管规范之间的差距，通过扎实有效的数据治理手段，不断提升EAST数据基础质量。具体而言，一是要加强监管数据标准建设，充分考虑监管数据要求，将监管数据所涉及的数据标准纳入本机构信息标准化规划，规范业务系统源头数据录入，确保采集数据的真实性；二是要加强监管报送数据间的交叉核验，强化监管关注的EAST与1104报表、客户风险等领域的总分核验机制，确保多系统数出同源，并不断丰富完善各类数据质量检核规则；三是要建立常态化的监管数据质量监控体系，通过自评自查发现问题、整改问题，对于深层次的数据质量问题要制定系统性纠治措施，杜绝形式整改、被动整改、点上整改的情况。

3.以用促治，强化监管数据应用

数据的价值在于应用，有效的数据治理可以帮助银行业金融机构提升经营管理效率。银行业金融机构应充分挖掘内外部数据在客户、渠道、产品、风控、运营等方面的应用价值，特别是挖掘监管数据在风险防控领域的价值，实现以数据为驱动的精细化管理经营，为实现数字化转型提供有力的基础支撑。例如，通过对EAST数据的深入挖掘，银行业金融机构可以在内控合规、反欺诈、贷款资金用途监控等领域建立全程数据分析驱动的合规风险排查模型，从而有效防范和控制风险，降低违规成本，提升业务品质。