銀行數據治理有問題，也會被監管部門罰款？
一點不假。這事就發生在安徽鳳陽農商銀行身上。
今年1月，銀保監會披露的罰單信息顯示，安徽鳳陽農商銀行被罰25萬元，被罰原因為“未能根據要求有效開展數據治理工作，數據治理存在嚴重缺陷，嚴重違反審慎經營規則”，處罰依據為《中華人民共和國銀行業監督管理法》第四十六條第（五）項（嚴重違反審慎經營規則）。
銀行被罰款，大多事出違規放貸。因數據治理問題被罰，極其罕見。鳳陽農商銀行數據治理存在什麼“嚴重缺陷”，雖然罰單信息並未顯示，但業內共識是：要麼是因為內部數據治理存在問題，客戶數據被用於過度營銷等；要麼是因為與第三方大數據公司、金融科技類公司合作不規範，在外部數據採集中有不合理、不合法行為，如通過非法爬蟲獲取數據等，或者在與第三方公司合作中，存在客戶隱私數據洩漏或被竊取等問題。
鳳陽農商銀行被罰，是金融科技大潮中，農商銀行這類縣域小法人機構尷尬處境的縮影。
一方面，當前金融機構紛紛利用人工智能、大數據、雲計算、物聯網、區塊鏈等科技手段創新金融產品、改變經營方式、優化業務流程，農商銀行不甘落伍、不想被時代拋棄，自然要在大數據等金融科技方面有所作為，以便通過對數據的採集、挖掘和使用，擴大獲客面，增加獲客量，改善客戶結構。
另一方面，農商銀行與生俱來的科技短板，以及省聯社科技平臺迭代的滯後，又讓農商銀行在發展大數據等金融科技方面，不得不借助第三方大數據公司、金融科技類公司的力量。而在合作對象的選擇上，由於農商銀行體量太小，議價能力太弱，很難得到大型數據公司或者金融科技公司的青睞，可選擇範圍較窄，以至於不得不跟一些技術不過關、操作不合規的公司合作，給數據治理合規留下了隱患。
由於目前銀行數據治理存在很多不足，比如數據不完整、分佈零散化、管理部門化、風險管控不足等等，因此，近年來監管部門日益重視對銀行數據治理的監管。2018年5月，銀保監會發布《銀行業金融機構數據治理指引》，從數據治理架構、數據管理、數據質量控制、數據價值實現、監督管理等方面規範銀行業金融機構的數據管理活動。2019年12月26日，銀保監會再次在《中國銀保監會現場檢查辦法（試行）》中強調，銀行業和保險業機構應當按照銀保監會及其派出機構要求，加強數據治理，按照監管數據標準要求，完成檢查分析系統所需數據整理、報送等工作，保證相關數據的全面、真實、準確、規範和及時。銀保監會及其派出機構應當加強對銀行業和保險業機構信息科技外包服務等工作的監督檢查。
在對商業銀行數據治理工作監管趨於常態化、持久化的背景下，農商銀行應當從鳳陽農商銀行被罰一事中獲得怎樣的警示？
首先，數據治理日益重要。農商銀行積累了豐富的數據資源，但要實現數字化轉型，仍需要清晰的數據治理意識和科學的實施路徑。在內部數據整合中，農商銀行要避免數據多頭管理、部門數據相互割裂，防止因內部數據統計缺乏統一標準、採集信息不完整，以致錯誤的數據導出錯誤的結果，更要防止將觸及客戶隱私的數據用於營銷。
其次，數據無小事。與第三方大數據公司、金融科技類公司合作時，既要防止大數據被第三方公司控制，甚至洩露，也要避免數據採集過程中出現違規行為。
最後，數據要可控。要更多依託省聯社科技平臺、微信公眾號、微信小程序等多種方式，以我為主、由易到難、由點到面，在數據可控的前提下，通過多種形式提升本行金融科技水平，進而改善業務流程，加速產品創新。
隨著金融科技迭代加速，農商銀行在金融科技大潮中如何勇立潮頭，將應用下沉到業務，確實考驗著本行管理層的智慧。但不管怎樣，農商銀行都應當按照監管要求，在做好公司治理、風險治理、業務治理的同時，做好數據治理，通過規範數據管理活動，完善數據治理體系，讓大數據應用真正在推進業務發展上發揮新引擎作用。
閱讀更多 讀賣財經 的文章
