從小微客戶信用評估、零售客戶精準畫像再到供應鏈金融等業務創新，近年來，數據作為生產要素，正加速融入銀行運營各環節，成為拓展營收的重要引擎。

券商中國記者觀察到，一方面，近年來有關銀行數據報送與治理違規的罰單頻現；另一方面，越來越多的銀行將數據管理部從信息科技部門獨立出來，并抬升至與后者地位相同的一級部門。

數據治理對于銀行數字化轉型起著決定性作用。記者從業內了解到，不少銀行的數據治理仍停留在“打補丁”階段，缺乏標準化、體系化建設。同時，囿于數據治理工具、專業人才等資源，與大行、股份行相比，城商行、農商行、村鎮銀行是收到數據治理罰單最多的銀行，也是數字化轉型焦慮感最強的群體。

統籌數據治理一級部門增多

作為典型的數據密集型行業，銀行對業務的數據化、標準化、再到落地應用及價值實現的過程，代表著其數字化能力的高低。

在數字化轉型浪潮下，近兩年，銀行單獨成立數據管理部并抬升其地位的情況增多。

如浦發銀行2024年年報顯示，該行于去年在總行設立一級部門“數據管理部”，牽頭企業級數據管理，統籌數據安全，組織開展數據治理、監管統計報送等工作。此外，工商銀行也在籌備數據管理部，該行于2024年發布公告顯示，該行董事會已審議通過了《關于組建總行數據管理部的議案》。

券商中國記者梳理各家上市銀行2024年年報發現，國有大行中的中國銀行、建設銀行、交通銀行、郵儲銀行，股份行中的浦發銀行、興業銀行、民生銀行，城商行中的青島銀行、貴陽銀行、蘇州銀行等，于近年均單獨設置出統籌數據治理的一級部門，與信息科技類部門同級并列，多數命名為“數據管理部”。

如建設銀行的科技渠道板塊，就有多個一級部門，其中包括“數字化建設辦公室”“數據管理部”和“金融科技部”等。

當然，并非統籌數據治理工作的部門全然稱為“數據管理部”。如交通銀行將原金融科技與產品創新委員會、數據治理（金融統計標準化）委員會整合為數字金融委員會；在部門設置中，也單獨設置了“數據管理與應用部”，與“金融科技部”并列為一級部門。再如，華夏銀行成立的是“數據信息部”，光大銀行設置的是“數據資產管理部”，江蘇銀行為“大數據部”，蘇州銀行則為“大數據管理部”，齊魯銀行為“數字銀行部”。

上述這類部門名稱略有差別，但均為一級部門，體現了數據治理和數據價值實現的不同階段。如南京銀行行動較早，該行于2018年3月成立了數字銀行管理部，以牽頭全行數據治理和推進全行數字化轉型兩大職能。

此外，有一些銀行在一級部門之下設置了次級部門數據管理部。如浙商銀行成立數據管理部統籌全行數據治理工作。中信銀行在總行一級部門“信息技術管理部”之外，還有設置了總行直屬部門“大數據中心”和“科技運營中心”。

7年之建：數據治理仍在“打補丁”

為何上述銀行將統籌數據治理工作的相關部門獨立設置，并抬升至一級部門？

從直接動力看，監管對銀行強化數據治理有著頂層設計的要求。

早在2018年，原銀監會出臺了《銀行業金融機構數據治理指引》（以下簡稱“22號文”），對數據治理進行了定義，并提出“自上而下”地建立數據治理體系，明確銀行業金融機構數據治理架構，董事會、監事會和高管層等的職責分工，提出可結合實際情況設立首席數據官，并要求確立數據治理牽頭部門。

隨著數字化時代帶來，從宏觀視角，數據被多項高層政策提及為生產要素。2020年，“數據”首次在國務院發布的文件中與土地、勞動力、資本、技術等傳統要素并列為要素之一。此外，央行等七部門于2024年11月聯合印發了《推動數字金融高質量發展行動方案》，明確2027年底基本建成與數字經濟發展高度適應的金融體系的工作目標，并指出數字金融治理體系基本形成這一方向。

實際上，距離2018年的22文發布已過去7年，商業銀行數據治理還在摸索中。

整體看，除了前述列舉的銀行已設置獨立部門外，其他多數銀行數據治理工作分屬于主管信息科技的部門中。也有部分銀行雖未單獨成立部門，在推進數據治理工作中，由總行層面相關委員會統一協調，如數據管理委員會或金融科技發展委員會，但是相關委員會發揮實際作用有限。

從內生動力而言，有部分銀行管理層認知到數據要素給銀行發展帶來的巨大價值，率先重視數據治理工作，這以江浙區域的中小銀行為代表。

“整個‘十四五’期間，絕大多數金融企業開展了內部的數字化轉型工作。隨著近幾年數字化轉型工作的逐步深入，特別是區域中小銀行的信息化短板在逐步縮小，傳統以渠道運營來牽引客戶的經營模式逐步轉變為以交互服務與數字化流程重塑為舉措、以數據驅動全場景客戶服務為目標的經營模式。”畢馬威《2025年中國銀行業展望報告》顯示。

但上述報告也指出，數據治理工作已成為各家銀行常態化的管理工作，然而大多數銀行依然以監管報送的事后質量提升為治理的唯一目標缺少全生命周期的數據治理機制，數據質量成為客戶服務、洞察分析、業務創新的掣肘。

一家區域銀行數據部門相關業務人士告訴券商中國記者，一些國有大行數據治理工作開展較早，數據治理工具、數據標準較全，數據質量的檢核規則也較多，相對而言數據治理成果要好于中小行，但是大行股份行的存量數據也遠高于中小銀行。整體銀行機構面臨數據治理“打補丁”現象明顯。

認識不足、啟動難

一個值得思考的問題是，各家銀行均將數字化轉型列為發展目標，但前置工作數據治理為何進展緩慢？

“2018年的‘22號文’意在要求董監高和管理層關注數據治理工作，但真正關注或能達到重視程度的很少。不少銀行高層只是將數據治理當作部門級任務去看待，這也是一些銀行數據治理工作難以深入開展的原因。”前述數據部門相關業務人士表示，銀行高層認識不到數據治理是個全行級工作、長期工作，這是最大問題。

在微觀操作中，數據治理涉及部門墻的問題，如何打破數據豎井是關鍵。該人士進一步表示，如果數據治理部門作為科技部門之下的二級部門，只是去收集各部門數據，及對出現質量問題的數據進行修正，沒有權限去問責業務部門，則無從談起通過溯源數據去規范業務。

“22號文”明確，以“應通過數據治理有效實現數據價值”為主線，引導銀行業金融機構建立完善數據治理架構，統一全面管理銀行數據，并要求從數據采集員、部門負責人、高管層到董事會，所有相關人員都對數據治理負相應責任。

“很多銀行將數據治理部門以技術部門的身份拆出，對其認知停留在專門針對監管報送的定位。” 新疆銀行數字化發展部副總經理田清明認為，數據治理工作表面是技術問題，實際涉及一家銀行業務管理是否規范，對數據部門的定位也顯示銀行對數字化轉型的不同認識。

對于銀行業務數據化，乃至數據資產化，畢馬威《2025年中國銀行業展望報告》也坦言，這一過程涉及了業務流程的重塑、數據管理有效執行、平臺工具的搭建、數據資產運營文化的建設與推廣以及最為關鍵的復合型數據人才的培養和儲備，這些因素交織在一起就像場地自行車競賽，從啟動到走向正軌的過程相當困難。

中信建投證券首席政策分析師胡玉瑋等撰文認為，監管滯后性導致數據治理依據缺失，金融科技創新催生眾多新興業務，如區塊鏈、虛擬貨幣相關業務，其發展速度遠超監管法規制定進程，使得數據治理難以找到適配的規范框架，許多業務的數據處理活動處于模糊地帶，無法有效開展合規性的數據治理操作。同時，合規成本高企給金融機構數據治理資源配置帶來難題。尤其是中小金融機構，為滿足合規要求需投入大量人力、物力用于數據治理相關工作，如數據合規審計、數據存儲與使用權限管理等，這可能超出其承受范圍，進而影響數據治理工作的全面性與有效性。

在出臺上述“22號文”時，原銀監會在答記者問時也承認一個現實，即數據治理涉及面廣，投入成本較高，持續時間較長，成果顯現較慢，客觀上對銀行業金融機構形成多重壓力。

原銀監會還表示，銀行業金融機構數據質量存在較多問題。數據質量問題一方面阻礙銀行業金融機構向高質量方向發展，另一方面影響了監管效率，數據治理亟待加強。

罰單密集：事后救火不如先建規則

可以觀察到，近年來，罰單成為監管部門對銀行數據治理工作的一個督促。也就說，監管引領作用加強，以引導銀行業金融機構全面開展數據治理。

券商中國記者梳理近幾年銀行罰單，與數據治理領域相關的銀行罰單是一大板塊。根據企業預警通統計，截至5月20日，2025年以來涉及數據報送與治理違規的銀行罰單有118例，其中不乏機構和負責人“雙罰”情形。

^{（數據來源：企業預警通）}

在上述公布的罰單中，瀘州銀行眉山分行、臨夏縣農村信用合作聯社、湖南邵東農商行、山西武鄉農商行、山西襄垣農商行，均因涉及虛報、瞞報、偽造、篡改金融數據信息收到監管部門罰單。

此外，相關涉及監管數據不完整、不真實、不準確，違反金融統計管理規定，或是提供虛假的財務會計報表的情況亦多現，被罰銀行涵蓋各類型機構。

例如，農業銀行周口分行因“貸款管理不審慎、監管統計數據不真實”被罰款50萬元；廣發銀行東莞分行因“小微企業貸款數據不真實”被罰款25萬元；徽商銀行淮北分行因“信貸數據不真實”被罰款41萬元；山東省農村信用社聯合社因“監管標準化（EAST）數據漏報”被罰款20萬元；江陰銀行因“重點領域數據不準確、表外金融衍生品類數據少計”被罰款60萬元等。

迎接一份罰單的背后是數據修正工作，這也是目前銀行存在大量“表哥表姐”員工的原因。然而，重復繁雜的“填表”只能治標。

“數據治理是一個常態優化的過程，不能總在監管罰單下被動做數據修正，而應主動將業務逐步規范。”在田清明看來，源頭業務管理不規范，才導致了數據問題。所以，主動做好數據治理的前置工作是根本，需要銀行各部門逐步梳理當下業務的不規范之處，進而從制度配套上做優化，使制度和業務系統達成一致。

在田清明看來，通過制度修正和系統優化，將業務統計的數據口徑、維度等因素固化下來形成標準，從源頭作出修改，后面再由業務產生的數據，其質量就會很高，從而真正避免被動去修正。

券商中國記者梳理2024年上市銀行年報發現，在推進數據治理工作方面，不少銀行披露相關數據標準體系建設的成果。如平安銀行制定企業級數據標準超200項，優化數據標準超600項；中信銀行累計建設基礎數據標準2.5萬項；上海銀行數據治理落實80余個源系統1.3萬余個數據項對標；廈門銀行建立了2600余項分析數據標準。

此外，浦發銀行提到“加強數據源頭治理”； 華夏銀行提到“集團化數據管理體系初步形成”。此外，記者還關注到，更多中小銀行開始重視這一問題，如齊魯銀行在年報中直接表示“將數據治理提升到全行戰略層級”。

排版：劉珺宇?????????

校對：呂久彪