データ運用監督（年初に銀行データガバナンスを規制する規制措置）

規制当局は年初に銀行データガバナンスを規制する措置を講じる

記者の張万有が北京からレポートします

17の部局が共同で「『データエレメンツ×』3ヵ年アクションプラン（2024～2026年）」（以下、「アクションプラン」という）を展開するなか、データ活用が大きな注目を集めている。

2024年の初めに、金融セクターの規制当局は強力な措置を講じ、複数の銀行機関に罰金を科しました。その中で、データガバナンスに関する課題が注目されています。

アナリストは、銀行がデータガバナンスで現在直面している問題は、主にビジネス開発が先に行われ、ガバナンス活動が後から行われたことに起因していると結論付けました。これらの問題を解決するためには、組織レベルでデータガバナンス管理方法、データ標準管理方法、データ品質管理方法を改善する必要があります。銀行はトップレベルの設計を強化し、技術基盤を強化すべきである。

データ品質の監視は圧力を増大させ続けている

中国ビジネスニュースの記者は、2024年以降、規制当局がデータガバナンスに関して銀行機関に複数の罰則を発表していることを発見した。罰則の理由には、「監督標準化（EAST）データの誤報告および省略」、「EASTデータと1104（銀行業界のオフサイト監督）データの相互検証における不一致」、「監督データガバナンスの欠陥」などが含まれる。

蘇寧銀行データリソース部門の専門家である鄭青正氏は、履歴データが欠落している主な理由は、事業開発が先に行われ、ガバナンス活動が後から行われたためだと考えています。 「初期段階でのガバナンスの欠如により、過去のビジネスデータの不足やタイムリーな更新など、過去のデータの品質に影響が出ています。銀行は、現場訪問や電話による確認を通じて、関連情報を徐々に補完する必要があります。このガバナンスのコストは非常に高くなります。代わりに、口座管理方法を通じて顧客に口座を閉鎖するよう積極的に指導することもできます。」

デロイト（中国）の分析によると、2023年以降、EASTおよび1104レポートの日常的なデータ品質を監査する権限が徐々に地方の規制当局に委譲されているという。地方の規制当局は、規制データの品質のランク付け、問題の通知、説明責任を日常的な規制事項の中に定着させています。規制側における金融機関のデータ品質に対する規制圧力とコンプライアンスリスクは今後も増加し続けるでしょう。

蘇寧銀行フィンテック部門のシニア研究員である孫楊氏は、2023年以降、銀行データガバナンスに関する問題がなぜ規制当局の注目を集めるようになったのかとの質問に対し、国家金融監督管理局の設立後、金融監督が全面的に強化され、金融監督の有効性が効果的に向上したと考えている。金融監督の有効性の基礎はデータの有効性です。データは、銀行機関の業務中の健全性を反映しています。データガバナンスが弱いと、銀行の運営状況、機能の有効性、行動のコンプライアンスに歪みが生じ、銀行による規制データの報告が不正確になり、金融規制当局による金融機関の状況評価が遅れ、金融リスクの適時な発見と処理につながらなくなります。したがって、金融規制当局は銀行のデータガバナンスを非常に重視しています。

国家金融監督管理局の一級検査官である葉延飛氏は、「2023年金融街フォーラム年次総会」で、データ集約型産業として、銀行業界と保険業界はデータガバナンスを強化し、デジタル変革の発展を加速すべきだと提案した。これは、データ要素の潜在能力を活性化し、デジタル経済をより強力に、より良く、より大きくするという使命であるだけでなく、金融サービスのインテリジェンスレベルを向上させ、リスクを防止および解決する能力を強化するための内部的な原動力でもあります。

鄭清正氏は記者団に対し、現在、銀行のデータガバナンスにおける欠陥には、既存の履歴データの欠落だけでなく、統一データ標準、データサイロ、外部データ品質の問題も含まれていると分析した。具体的には：

データ標準の統一の問題は、ビジネス開発が最初に行われ、ガバナンスアクションが後から行われるという事実に起因します。標準仕様の構築には、国が定める基準に加え、各銀行の業務における内部基準も関係します。ビジネスモデル設計の初期段階ではデータ標準の構築が考慮されていなかったため、システム間で標準に一貫性がありませんでした。この問題を解決するには、組織レベルでデータガバナンス管理方法、データ標準管理方法、データ品質管理方法を改善する必要があります。健全なシステムに基づいて、特定の業務システムにおいてデータ標準とデータ品質管理が実装され、管理プロセスを通じてデータ標準とデータ品質の統一的な管理が実現されます。

データ アイランドの問題は、銀行が IT システムのトップレベルの設計を備えているかどうかに関係します。銀行は事業開発を優先するため、まず機能を立ち上げてから統合を検討することが多いです。長年にわたるこのような行動が、データ サイロの問題を引き起こしてきました。ほとんどの銀行機関のビジネス システム、リスク システム、テクノロジー システムは独立したシステムです。データ アイランド問題は、主にシステム間のデータ共有が不十分であることと、統一されたインターフェイス管理仕様が欠如していることが原因で発生します。この問題を解決するために、銀行機関は、さまざまな業務システムを設計または最適化する際に、標準的なデータ相互作用インターフェース仕様を確立し、データレイクまたは統合データウェアハウスを構築し、トピックモデル、ビジネスマート、インジケーターマートなどを確立する必要があります。これらのデータ基盤が完成した後は、広報やアプリケーショントレーニングなどを通じて、業務システム、リスクシステム、テクノロジーシステムなどのユーザーがこれらのデータ資産をフル活用できるようにする必要があります。

外部データの品質の問題は、主に銀行とプラットフォームがより多くの融資業務で協力するようになり、銀行が監督当局に報告する必要がある顧客データをプラットフォームが送信できないことに起因しています。ただし、プラットフォームによって提供されるデータの品質は大きく異なるため、規制当局はデータ プラットフォームを監督し、銀行のシステムに接続する前に、プラットフォームによって提供されるデータの品質が一定の基準を満たすことを要求する必要があります。

規制データガバナンスの意思決定の改善

「行動計画」では、金融サービスのレベルを向上させ、金融機関が科学技術、環境保護、工業・商業、税制、気象、消費、医療、社会保障、農業・農村、水道、電気・ガスなどのデータを統合・活用することを支援し、主体識別を強化し、法律に基づいて信用事業管理や保険商品の設計、引受・請求サービスを最適化し、実体経済に対する金融サービスのレベルを向上させる必要があると言及されている。

葉燕飛氏は、銀行はいくつかの問題に特に注意を払う必要があると指摘した。まず、トップレベルの設計を強化する必要がある。データ ガバナンスは、広範囲にわたる複雑なタスクを伴う体系的なタスクです。戦略計画の策定においては、いかに効果的に計画し、体系的に推進していくか、短期的な投資コストと長期的な利益のバランスをどのように取るか、内部統制や監査を通じてデータガバナンス業務をどのように標準化するかといった課題を考慮する必要があります。

第二に、銀行はうまく調整し、協力する必要があります。データ ガバナンスを成功させる鍵は、明確な責任を伴う体系的な調整および協力システムを確立することです。責任が不明確でモチベーションが低いと、データガバナンスが不十分になり、データの使用が非効率的になります。データの調整と協力、共有とウィンウィン、イノベーション主導の発展のための作業メカニズムを確立し、改善する必要がある。

デロイト（中国）は、規制データガバナンスは特に銀行にとって銀行全体の課題であり、効果的な組織構造が規制データガバナンスの成功の強力な保証であると指摘しました。データを監視するという戦略目標を達成するためには、体系的な組織体制を確立し、責任分担を明確にすることが不可欠です。しかし、実際には、銀行は、システム間レポートの管理の難しさ、部門間の責任転嫁、およびリソース投資の不均衡を回避するために、規制データガバナンス構造と規制統計管理部門を設立する際にいくつかの課題に直面しています。

繰り返しになりますが、銀行は技術基盤を強化する必要があります。データガバナンスは、メタデータ、データ標準、データモデル、データ配信、データストレージ、データ交換、データライフサイクルなどに十分な注意を払う必要があるだけでなく、データガバナンスと新技術の応用を広く統合し、データガバナンスと応用の全プロセスに真に反映させ、データと技術の統合によるプラスの効果を発揮させる必要があります。

最後に、銀行は事業の発展を支援すべきです。データ ガバナンスはビジネス開発と効果的に組み合わせる必要があります。顧客データの徹底的な分析とマイニングを通じて、顧客のニーズをより正確に把握し、サービスの品質とレベルを総合的に向上させることができます。ビッグデータ分析の能力を向上させ、リアルタイムのビジネス アプリケーション、リスク監視、および経営上の意思決定をサポートします。データ駆動型開発を通じて、ビジネス シナリオを調査し、新しい製品、新しいビジネス、新しいモデルの作成を推進します。

さらに、行動計画では、金融リスク耐性を強化し、デジタル金融の発展を促進し、合法性、安全性、コンプライアンスを前提として、金融信用データ、公共信用データ、商業信用データの共有、使用、効率的な流通を促進し、金融機関間のリスク管理データの共有をサポートし、金融市場、信用資産、リスク検証などの多次元データを統合・分析し、金融テクノロジーとデータ要素の駆動力を発揮し、金融機関の詐欺防止およびマネーロンダリング防止能力の向上をサポートし、リスク警告および予防レベルを向上させる必要があると指摘しています。

この点について、葉延飛氏は、金融技術の革新とデジタル変革を推進するには、革新とセキュリティの境界を扱い、体系的な金融リスクを防ぐという基本方針を維持する必要があると考えています。銀行・保険業界のデジタル変革においても、安全性と安定性の原則を遵守し、さまざまな潜在的なリスクを効果的に防止する必要があります。

孫楊氏は、行動計画を背景に、金融機関は引き続き政府との協力を深め、政務や公共サービスのデータを十分活用し、顧客データを補完し、金融リスクの防止能力を高めるべきだと提案した。個人信用調査会社や企業信用調査会社などの法令遵守金融情報サービス会社を通じて、金融機関間の情報共有と統合を合法かつ法令遵守の形で強化し、共同でリスクの予防と管理を実現すべきである。連合学習、大規模モデル、高度なコンピューティングプラットフォームなどを最大限に活用して、データガバナンスプラットフォームのコンピューティング効率を向上させる必要があります。データとビジネスの融合における人材育成を強化し、「データを扱う者はビジネスを理解し、ビジネスを扱う者はデータの使い方を理解する」という双方向の融合・相互推進モデルを実現し、データ駆動型の先進的な組織モデルを確立する必要がある。