《银行监管统计数据质量管理良好标准(试行)》实施方案

《《银行监管统计数据质量管理良好标准(试行)》实施方案》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、附件二：《银行监管统计数据质量管理良好标准（试行）》实施方案作为推进“数据质量年”活动深入开展的重要举措，银监会制定了《银行监管统计数据质量管理良好标准（试行）》（以下简称《良好标准》），力求全面总结银行监管统计数据质量管理的先进经验，提出既符合实际、又有一定前瞻性的标准和要求，推动银行监管统计数据质量的持续、全面提升。一、制定《良好标准》的背景和目的全面、及时和准确的监管统计信息不仅是银监会提升监管有效性也是银行做好风险管控的重要基础和保障。银监会成立以来对这一问题一直十分重视，2007年起建立的非

2、现场监管信息系统更是对银行数据提出全面要求。当前，不论是从夯实银行监管基础角度，还是推动银行精细化管理、加强内部控制机制建设角度，进一步提高银行监管统计数据质量已迫在眉睫。提升数据质量，从根本上要解决体制和机制问题，要从银行基础数据的管理抓起，从组织、制度、系统和流程建设抓起。为此，ofwork,relationships,needandpossibility,putqualityfirst."Improvestructure",referspartycarefully".Isamustadheret

3、otheindividualabsorptionTheprincipleofthedevelopmentofamatureone,andstrictlyperformintheadmissionprocedure,topreventthePartymember7银监会经过充分研究讨论和征求各方面意见，制定了《良好标准》，为银行持续、全面加强数据质量管理提供方向和抓手。通过组织银行对照《良好标准》实施评估，帮助其确定需要关注的领域，制定行动计划，有步骤地实施改进措施，努力达到《良好标准》的要求。《良好标

4、准》的发布与实施，对于完善监管功能和模式，实现监管当局和银行的良性互动也是重大探索和创新。一方面，通过自评和监管评价结合的方式，能够调动银行自身的能动性，将监管与银行自身的管理需要结合起来，提高其内生积极性，以取得更好的效果；另一方面，可以更有效地将功能监管与机构监管结合起来，充分发挥统计人员、主监管员和其他监管人员的合力，提高监管的有效性。二、《良好标准》的主要框架内容数据质量的提升是一项系统工程，需要从各个方面加强管理和协调。制定《良好标准》的总体原则是抓“因”促“果”，即从影响数据质量的各环节因

5、素入手，建立良好标准的框架要求，督促银行对照标准不断改进统计工作。《良好标准》涉及组织机构及人员，制度建设，系统保障和数据标准，数据质量的监控、检查与评价，数据的报送、应用和存储等5方面要素、15项原则、61条具体标准，涵盖了监管统计数据质量管理的各个方面。第一项要素是组织机构及人员。包括组织领导、归口管理、岗位设置、团队建设4项原则、15条具体标准，主要对董事会和高管在数据质量管理中的职责，以及管理体制、监管统计岗位设置和团队建设方面设定了标准。没有领导和高管的重视，没有良好的管理体制和良好的团队，

6、数据质量管理必然成为无本之末。第二项要素是制度建设ofwork,relationships,needandpossibility,putqualityfirst."Improvestructure",referspartycarefully".IsamustadheretotheindividualabsorptionTheprincipleofthedevelopmentofamatureone,andstrictlyperformintheadmissionprocedure,topreventt

7、hePartymember7。包括管理制度、业务制度2项原则、7条具体标准，主要是对银行建立全面、科学和有效的监管统计管理制度和业务制度设定了标准，为数据质量管理和监管统计工作提供规范和依据。第三项要素是系统保障和数据标准。这是对数据质量管理流程化和标准化的要求，包括基础系统、监管统计系统、数据标准3项原则、14条具体标准，对银行业务及管理基础系统以及监管统计系统在全面覆盖、数据质量控制功能和灵活性方面提出了标准和要求，使数据质量管理的流程能够通过标准的信息化得以物化。第四项要素是数据质量的监控、检查

8、与评价。包括日常监控、监督检查、考核评价3项原则、14条具体标准，内容主要是对银行建立有效的数据质量监控体系、统计现场检查制度和考核评价体系提出了标准和要求，从机制方面直接加强对数据质量的约束和激励。第五项要素是数据的报送、应用和存储。包括数据报送、分析应用、资料存储3项原则、11条具体标准，内容主要是对银行报送环节、分析应用和存储提出了标准和要求，通过分析应用和扩大共享，提高附加值，形成数据质量管理的良性循环。三、《良好标准》的评估要求《良好标准》适用