「摘要」數字經濟時代，加強金融機構數據治理對推動數字金融蓬勃發展意義重大。本文基于數字金融視角創新提出農發行“三個三”數據治理工作方法，注重“治數、管數、用數”協同共進，從數字服務、數字決策、數據管理、數字運營、數字監督五個方面發力，支持農發行加快數字化轉型，從而助力數字金融蓬勃發展。
「關鍵詞」數字金融?數據治理?人工智能?大數據
2023年10月召開的中央金融工作會議強調，要做好數字金融等五篇大文章，對發展數字金融指明了方向。數字金融作為數字經濟時代一種新的金融業態，首次在中央層面被明確提出，意味著金融業數字化轉型被提到一個新的高度。數據作為發展數字經濟的關鍵生產要素，是發展數字金融、重塑業務形態的重要基礎。金融業數字化轉型的首要任務，就是深入開展數據治理，形成高質量的基礎數據，促進數據要素發揮。農發行作為我國唯一的農業政策性銀行，走過了三十個春秋，一直立足“三農”，深耕“三農”，始終堅持科技引領、數字賦能，持續推動數據聚起來、活起來、用起來，注重釋放數據要素價值，全力支持業務發展，全力服務鄉村振興和農業強國建設，不斷強化政策性銀行職能定位。
一、實施數據治理是發展數字金融的重要基礎
數字金融是指充分利用金融科技變革金融服務形態，進行金融產品、服務模式創新和業務流程優化，打破時空、成本和信息不對稱的限制，實現金融服務快捷抵達和資金快速融通，更加高效地服務實體經濟。數據作為一種基礎戰略性資源，對數字金融的發展至關重要。2022年發布的《中共中央、國務院關于構建數據基礎制度更好發揮數據要素作用的意見》明確指出，數據作為新型生產要素，是數字化、網絡化、智能化的基礎，已快速融入生產、分配、流通、消費和社會服務管理等各環節，深刻改變著生產方式、生活方式和社會治理方式。銀行業金融機構是數據密集型行業，數據質量的好壞，關系數字化轉型的成效，因而數據治理成為推動金融業數字化轉型首要任務。
銀行金融機構數據治理是指通過建立組織架構，完善現有內部機制，實現自身數據統一管理的動態過程。強化數據治理，既是激活數據要素潛能、做強做優數字經濟的重要路徑，也是提升金融服務的智能化水平、增強防范化解風險能力的內在要求。
二、農發行數據治理歷程
農發行信息科技建設歷時三十載，經歷了從無到有、從業務處理電子化到經營管理信息化、數字化轉型的發展歷程。隨著綜合業務系統、CM2006系統投產，主要經營生產和管理數據實現了全行大集中，數據治理工作伴隨數據集中和業務系統不斷投產拉開了序幕并向縱深推進，2016年按照信息科技改革方案，設立數據服務和管理中心，統籌推動企業級數據治理。2017年在信息科技發展規劃指引下，遵循數據治理模型，以數據標準作為切入點，統籌推進數據標準、數據質量等八個領域數據治理，從組織、制度、流程、技術支撐四個維度全向發力，推動數據治理方法和路徑規范化、體系化。
2020年全行統計職能劃轉至信息科技條線，進一步理順體制機制，整合全行數據治理資源，加快推進業務、科技、數據的融合，數據治理的合力初步形成。2020年末，為全面整改監管報表數據質量問題，錢文揮董事長親自部署啟動數據治理專項行動，明確數據治理基礎性、牽引性作用，要求從完善數據治理體系、加強數據質量全生命周期管控、強化平臺支撐、建設專業人才隊伍等多方面發力，進一步提升全行數據治理能力和治理水平。
2022年以來，為進一步強化數據管理工作職能，總行在原數據服務和管理中心基礎上進行優化整合，成立信息科技部二級部數據管理部，為數據治理工作有序開展提供組織保障。聚焦提升數據質量，先后組織實施數據治理提升專項行動和EAST數據治理“提升工程”專項行動，制定數據戰略和規劃，健全數據治理體系、數據統計體系和數智服務體系，明確數據管理機制，探索特色數據治理方法，治數、管數和用數融合發力，推動用數說話、用數決策、用數創新，為農發行譜寫數據價值統籌管理新篇章，做好數字金融大文章積蓄數據勢能。
三、堅持“頂層設計、體系推進”，統籌數據治理工作
數據治理是一項系統性工程，涉及工作繁雜，需要頂層規劃設計，體系化推動。農發行結合自身實際，提出了“三個三”數據治理方法，為依法治數、協同管數、共享用數奠定基礎。
（一）注重“戰略規劃、體系建設、機制運轉”三個層次完善數據治理框架
一是制定數據戰略及發展規劃，完善數據治理之“道”。數據戰略是基于農發行對數據的需求，明確數據管理工作愿景、目標、原則等要素，包括戰略定位、總體目標、實施策略、行動計劃和保障措施等，能夠有效指導數據管理工作開展，有序推進數據資源應用能力、數據管理創新能力、數據決策支持能力建設，深入拓展數據應用場景，釋放數據價值，助力農發行更好地履行政策性銀行的責任和使命。
二是著力完善數據治理體系，形成數據治理之“法”。數據治理體系從全行視角協調、統領各個層面的數據管理工作，明確總行各部門和分支機構“治數、管數、用數”責任，確保工作協調一致、高效務實。建立和完善數據治理框架，制定數據質量管理、數據標準管理和主數據管理等領域制度，持續提升數據治理水平，推動數據在服務農發行高質量發展方面發揮更大作用。
三是優化數據管理運行機制，完善數據治理之“術”。構建“1+6”數據管理模式，著力打造多層次、相互銜接的數據管理運行機制。“1”是建立健全一個覆蓋數據管理全生命周期、明確各參與主體職責的數據管理總體工作機制，強化數據管理牽頭部門權威，發揮各參與主體作用，確保全行數據管理工作目標一致、職責清晰、協同高效。“6”是從監管數據口徑制定、監管統計報送管理、數據質量問題整改、數據管理考核問責、數據管理人才培養、省級分行數據管理作用發揮6個關鍵領域發力，細化職責，優化工作流程，推進數據管理工作體系化、流程化、標準化。
（二）注重“事前、事中、事后”三個環節提升監管數據質量
一是事前做好源頭系統剛性控制。按照數據“規范化輸入、標準化輸出”原則，加強監管校驗規則的溯源分析，在源頭系統增設剛性控制規則，嚴把數據質量錄入關。引入智能光學字符識別技術，代替人工錄入，實現票據、憑證等要素的智能識別和數據自動采集。
二是事中做好常態化數據質量監測。深入剖析監管校核規則，制定和部署源頭數據空值、不規范值校核規則，以及報表間數據不一致等校核規則，對貼源數據實施穿透式管理，支撐貼源數據與報送數據的全方位質量自動監測。
三是事后做好數據質量問題整改。對報表端發現的問題追溯至源頭系統整改，標本兼治，徹底解決源頭數據不完整、不規范和不準確問題。持續開展數據質量監測和探查，定期組織全行數據質量“體檢”，建立發現問題、解決方法、監測問題的管控機制，不斷提升數據質量。
（三）注重“以數連接、由數驅動、用數重塑”三個維度發揮數據價值
一是強化以數連接，推進系統互聯互通。建立企業級數據標準，推進數據標準落地，建立關鍵業務數據“交互語言”，消除各系統數據壁壘，促進數據共享。實施主數據管理，制定主數據物理模型，明確主數據系統定位和引用機制，構建全行一致的數據視圖，為系統間互聯互通、有效交互創造條件。注重數據架構管控，從企業級視角制定數據模型，科學設計數據流轉、分布和集成關系，為做好系統間數據交互，有效管理全行數據打下堅實基礎。
二是強化由數驅動，推進業務高質量發展。將數據有效運用到業務經營過程中，通過數據指導業務開展，用數據促進業務優化提高。打造內外部數據融合的數據底座。加強內外部數據融合，豐富數據的廣度和維度，深化大數據應用，推動業務數據化發展。加強數據中臺建設，構建集成數據整合、提純加工、建模分析、質量管控、可視交互等功能的綜合型數據中臺，打造科技賦能、數據驅動、業務聯動的企業級數據服務能力中樞，推動業務數據化向數據業務化進階發展。
三是強化用數重塑，發揮數據要素價值。加強“技術+數據”雙輪驅動，形成賦能業務發展的“一體兩翼”。以金融科技為基礎，以數據為催化劑，在經營決策、客戶服務、風險防控、內控合規等領域深入研究、深度發力，打通業務阻隔與流程斷點，驅動業務流程重塑，實現業務流程智能化、業務管理規范化、業務決策數據化，提升全行業務經營和管理質效。
四、堅持在“治、管、用”上發力，提升數智服務質效
深化數據治理不僅要實現“治數”和“管數”有效結合，在開展數據治理，提升數據質量基礎上，加強數據資產盤點、梳理，推進數據要素資產化；更要堅持“管數”和“用數”并舉，豐富拓展用數場景，聚力在服務鄉村振興、綠色金融和風險防控方面取得新突破，推動數據資產價值化、智慧化，不斷提升數智服務的質效，以高質量的數據賦能農發行高質量發展。
（一）在“治數”上更加深入
一是推進數據管理機制有效運作。貫徹落實國家、監管部門各項數據管理和數據安全要求，推進農發行數據戰略、數據發展規劃、數據治理體系、數據管理機制的有效運轉，充分發揮數據歸口管理部門牽頭作用，組織各部門、各級行推進各項機制落地，加強指導和培訓，對機制運作情況跟蹤問效。二是加強督導和考核，建立涵蓋總行部門、省行的橫縱貫通考核體系，完善從機構到部門，再到責任人層層傳導的壓力機制。建立定期通報整體數據質量考核情況機制，對有令不行、數據差錯問題嚴重、屢錯不糾、整改不力的機構和人員，按照農發行問責工作有關規定，進行嚴肅問責，樹立考核問責的鮮明導向。三是建立省級分行數據管理分組協作機制。按照各省地域分布特點劃分數據管理小組，選取數據治理和報表減負成效顯著的省級分行作為輪值牽頭行，發揮牽頭行輻射帶動作用，以點帶面提升組內成員行數據管理能力，實現理論互學、經驗互鑒、能力互促和工作互督。
（二）在“管數”上更加有效
一是對數據資產進行全面深入的梳理和盤點，分析數據架構、分布和流轉關系，收集整理數據字典，進行數據統一盤點，繪制數據分布地圖，實現“清晰識數”。二是構建企業級數據資產目錄，從業務視角對數據資產進行多維度“測繪”和全景展示，實現看數和知數融為一體，展現“數之義”，實現“規范建數”。三是充分考慮業務人員找數習慣和用數需要，設計覆蓋全客戶、全機構、全流程的數據資產視圖和查數場景，實現“快捷找數”。四是建立全行數據權屬劃分體系，用以界定數據從生產到流轉、從定義到抽取、從業務發生到技術加工各領域的權屬主體，避免數據職責交叉和空白，實現“高效管數”。
（三）在“用數”上更加創新
一是聚合內外部數據，儲備豐富可靠的數據資產。積累沉淀內部經營管理數據，充分引入外部數據，不斷拓展內外部數據資源，積蓄發展數字金融的數據勢能。二是強化數據中臺建設，提升敏捷、高效、安全的數據處理能力。按照“湖倉一體”思路，加快數據湖項目建設，搭建集“采、存、管、用”一體的新一代數據底座，提高結構化、非結構化等多種數據的融合處理能力，滿足高時效、多維度業務場景需求；建設企業級人工智能平臺，管好用好各類智能模型，支持研發應用敏捷化，形成“看、聽、說、思、做”等智慧能力。三是深挖數據要素價值，提供智能化數據服務。構建AI基礎模型和定制化模型，提供信息自動抽取、文本自動分類、風險智能甄別等個性化數據產品服務。運用大模型智能技術，構建信貸制度智能對話等業務場景，通過對海量數據進行深度挖掘和分析，及時發現隱藏在數據中的模式和趨勢，助力服務鄉村振興等領域實現數據綜合應用與多向賦能，推進業務由經驗決策向數據決策轉變。
五、數智賦能推動數字金融蓬勃發展
當前，農發行數字化轉型已完成“立柱架梁”，需要進一步深化數智賦能業務助力“積厚成勢”，通過數字服務、數字決策、數據管理、數字運營、數字監督五大方面數字化，以數據驅動催生新產品、新業務、新模式。
一是寓數于服，提升數字服務能力。將數據融入客戶全旅程服務，推動客戶服務模式轉變，實現精準客戶觸達。強化客戶營銷的精準和智能化，引入外部重點項目和重點客戶數據信息，從資金支付鏈條挖掘核心企業上下游客戶資源，實現智能營銷推送；優化客戶庫建設，充分運用發改委限制類與淘汰類數據，自營性負面清單等數據，建立客戶準入智能模型，提升項目入庫營銷的精準性。打造特色數智服務產品，深耕“三農”領域，將糧食收購貸款與供應鏈深度融合，根據不同類型客戶融資需求，提供個性化服務，基于真實數據推出訂單貸、倉單貸等創新產品，實現不同企業類型在授權管理、流程控制、利率定價等方面的差異化服務能力。提升客戶服務體驗，深挖數據綜合應用場景，支持農發行全域客戶智慧感知和洞察，對客戶行為、風險特征、需求偏好等信息進行客戶全息畫像，洞察客戶的意圖和行為，構建智慧金融服務體系。
二是因數而創，提升數字決策能力。基于金融大數據和智能模型，精確展現農發行經營發展的數據指標，為經營決策提供數據支持，推進信貸決策由經驗依賴向數據依賴轉變。優化風控模型，聚合內外部數據，積累沉淀內部經營管理數據，引入工商、司法等外部數據，不斷豐富擴充風控數據特征維度；引入衛星遙感大數據，全方位、全周期智能監測農地使用情況、基礎設施建設情況、高標準農田建設情況及農作物生長情況等，實現對押品等信息的貸前、貸中、貸后的自動化、智能化監測審核信貸決策提供支持。深化經營數據分析，對內部經營數據開展價值云譜盈利動因分析、息差分析、對標分析等，挖掘數據背后的經營趨勢和風險隱患，支持經營決策。
三是向數而行，提升數字管理能力。以數字化手段對內部的人、財、物等資源進行全流程、一體化的管理，全面實現業務流程線上化和貫通，提升管理的前瞻性、精準化，實現內部資源配置效益最大化。重點推動業務流程再造，提升財務資源、資產負債的管理水平。提高資產負債管理水平，運用數智模型實現政策性讓利與財務可持續的精準平衡，完善FTP傳導機制，提升定價管理效能。逐步實現事前規劃、事中監測和事后歸因分析的全鏈條資產負債組合管理，提升流動性監管指標前瞻預測的科學性。提高財會資源配置效率，建設財會ERP管理平臺，推動農發行資金、物資、信息等數據資源充分整合，實現數據共享利用和價值挖掘，實現對財務資源的一體化管理；推動業財融合，實現財務事項和流程全面貫通。
四是用數增效，提升數字運營能力。探索高效、“無接觸”業務運營新模式與集中運營模式相結合，進一步降低運營成本，促進運營更好服務客戶、賦能員工。提升集中作業水平，在融合內外部數據基礎上，運用機器人流程自動化（RPA）、自然語言處理（NLP）、智能字符識別（ICR）等智能技術開展端到端數字化流程重構，打造數字員工等數字化勞動力，實現跨角色、跨時序的業務靈活定制與編排，打造環節無縫銜接、信息實時交互、資源協同高效的業務處理模式，實現更高程度人機協同。探索“無接觸”新運營模式，通過“無接觸”新運營模式和集中運營相結合，推進運營降本增效。基于數智融合建設虛擬營業廳，對客戶提供全新沉浸式的“無接觸”運營模式；探索基于虛擬數字人技術，實現面向運營多場景下“無接觸”智能創新交互模式。構建運營監控模型，基于運營全流程數據，加強對各業務核算、清算全流程監控，實現全行運營的智能監控和預警，支持運營風險精準管控。
五是聚數賦能，提升數字監督能力。充分融合內外部監督信息，深度運用數字技術，著力加強內控監督、審計監督、財務監督的數字化水平。以數據驅動建設穿透式的內控監督模式，從內外部檢查發現問題、行政處罰、案防案件等數據中提煉挖掘違規行為特點，完善操作行為、業務流程的數據記錄，構建非現場監測模型，不斷提升內控檢查和監督履職的及時性、針對性、有效性；加強各業務系統數據交互，加強關聯交易、反洗錢等信息識別、審查的準確性。以數據分析提高審計監督能力，加強審計數據分析應用，不斷優化審計模型和審計監測指標，提升對重點領域、重大風險、不良貸款方面的審計監督能力。以數據應用提高財務監督智能化，綜合運用財務大數據，對農發行進行精準財務特征畫像，增強對財務管理成效的評估和預測，加大財務監督模型的研發訓練，提升在潛在財務風險和疑似合規問題事項的智能識別的財務監督能力。
