2月17日，由中国信托业协会、中国信托登记有限责任公司联合主办，建信信托有限责任公司承办的“数智赋能·服务新征程”信托业首届金融科技年度论坛以线上方式成功举办。在活动期间，中航信托信息业务总监李耀峰就数据治理探索和实践进行发言，以下为主旨发言实录。

数据治理探索和实践

大家好！非常感谢协会、信登给我们这个相互交流学习的机会，大家知道，数据治理和应用是信托业非常关注的内容，中航信托在过去的数字化建设过程中做了一些探索，今年我们也有幸作为协会数据治理课题的牵头单位，和信登和几家兄弟公司一起做了一些研究和学习，所以今天就这个话题和大家做一个的简单分享。

(资料图片仅供参考)

分享内容分为四部分：首先，是信托行业数据治理的背景；其次，结合我们前期和信登一起调研的一些情况，分析行业数据治理及应用的关键挑战；带着问题挑战，我们从信托机构的视角的分享一些关于数据治理工作解决方案的一些思考；最后，是对数据治理和应用的发展趋势和未来的一些展望。

现在是第一部分的内容：

大家知道，数字经济已经成为国家整体战略版图的重要组成部分。党的二十大报告明确提出促进数字经济和实体经济深度融合，金融业作为国家经济重要支柱，要积极推进数字化转型，而数据治理及应用能力建设作为数字化转型重要基石，是信托业业务转型和满足监管要求的必要举措。

数据治理和应用是数据价值体系的一体两面，两者缺一不可。数据治理是基础，数据应用是价值的体现，大家经常说数据治理如水下工程般重要，虽然看不到但极其重要，关乎数字化转型成败，所谓“经济基础决定上层建筑”，没有良好的数据治理、数据质量保障，没法支撑上层的数据应用场景，而数据应用就是上层建筑，是一个又一个数字化转型落地的场景，比如智慧风控、数智财富等等，这些让我们感受到数据驱动给业务带来的改变、价值。这两者相辅相成，所以我们说只有通过“治理+应用”双轮驱动的建设，才能更好的实现，数字化转型的落地。

我们来看一下数据治理的发展趋势，上世纪80年代学术界、第三方组织开始探索、普及数据管理、数据治理等概念，到现在各行各业广泛讨论、应用，已历时40多年。

我们对国内外的主流理论框架也进行了分析，其中国际数据管理协会DAMA的定义，以及银保监会在2018年5月份发布的治理指引中，提出的数据治理的概念。相对其他理论体系，对信托业的数据治理工作更具有指导意义，这两个也是我们在日常的工作开展中主要引用的方法论。

同时，我们也分析了国内外金融机构的先进实践，得到了三个启示：数据战略的制定、强有力的治理组织、科学的治理框架是有效保障数据治理工作推进的基础。

以上谈的属于宏观上的背景和治理理论，接着我们看看行业面临的具体问题和痛点：

经过大量的调研和访谈，我们体系化梳理总结了信托业数据治理及应用面临的7大挑战。

我们从治理体系，数据架构，数据标准，数据质量，数据资产、数据安全和数据应用7个方面分析了信托公司目前的现状、困境和挑战。

这些问题也是行业普遍性问题，基于这7个挑战，我们也提出了对应的7大举措来针对性的解决：“建体系、理数据、定标准、提质量、控资产、强安全、深应用”。

接下来我们将分享下对这些问题的解决方案：

首先是如何建章立制，从顶层上设计数据治理体系。

大家可以看下左下角这个图，数据治理综合体系包括了数据战略、管控体系、专题领域、技术平台等四部分。其中，管控体系中包含了数据治理组织架构、制度框架、长效机制等内容，专题领域包括了一体两面的治理和应用领域，两者相互相成。

对于治理组织架构，从形式上看，与信托机构的经营管理架构非常相似，采用分层设计，特别需要说明的是，我们建议治理执行层由“部门单位+治理专题”双维度构成的矩阵式组织体系，这也比较符合我们信托业的管理组织形式：从部门单位角度看，需要信托业务条线、财富管理条线、固有业务、中后台相关部门等负责执行数据治理各项工作，配置相关治理专员常态化推进治理工作；从治理专题角度看，数据治理涉及数据规范(如数据标准)、数据质量、数据安全等专业领域问题，需要在管理层及相关外脑的指导下推动解决。

有了组织之后，就得配套相关的制度流程和长效机制。对于还没有建立治理体系的信托公司，可以参考这个综合体系快速开展治理工作，同时，对于已经建立但又感觉流于形式的信托公司，我们建议采取“问题+价值”双驱动的策略制定，以质量问题和价值场景为导向，分批依次开展治理工作，比如许多信托机构以监管报送模块作为治理场景，以满足监管要求为驱动，取得了不错的成效。

接下来我们看下数据架构的问题，通常大家会面临系统离散异构、数据孤岛、手工台账、交换混乱等顶层架构问题，这根本的原因是前期在进行系统建设时缺乏架构规划，尤其是数据架构，通过数据架构的设计，信托公司可以有效梳理和有序组织数据，实现数据融汇贯通，同时，为后续的新建系统提供规范。

数据架构主要包括了数据模型、分布和流转几大核心部分，其中，数据模型是对现实世界的数据抽象，回答信托公司有哪些数据资源的问题，数据建模首先要业务建模，我们可以结合现在业务转型的方向进行数据建模。同时还应该结合信托业务流程来描述数据分布和流转的设计思路。最后，我们建议数据治理组织及科技团队应推进架构的有序落地，避免架构与实施落地“两张皮”。

然后就是大家经常讲的数据标准问题了，标准会涉及到什么是数据标准、如何制定数据标准、数据标准如何应用等内容。其中，数据标准的制定是严谨而专业的过程，需要结合自身特点、从准备工作开始，到最终标准的制定，需要科技、业务专家以及借鉴行业经验合力完成。

制定了标准之后，不能停留在纸面，只有将标准落到系统实处，才能发挥出标准的价值。对于标准的应用，可按照“业务导向、系统导向、问题导向”等策略推进。

第四个是大家最关心的数据质量问题，“数据质量”的提升，应该建立一个端到端的动态闭环数据质量管理体系，做到事前防范，事中控制，事后治理相结合。

主要从管理规划和实施规划两方面着手，管理规划主要是从机制层面为推动数据质量工作的开展提供组织保障和制度依据，需要建立高层牵头的组织架构来统筹、协调、保障具体工作的开展，解决和避免一些各自为政的情况；同时也制定实操性强的数据质量管理制度和流程，并且具备一定的强制性，不仅做到有法可依，也确保有法必依；另外就是建立数据认责机制，确保数据责任划分清晰，并配套落实数据质量的考核机制，制定奖惩机制，激励员工提升数据质量。

实施规划主要是从执行层面为质量工作的开展提供实施方法和技术支撑，建立涵盖源系统、监管报送、数据应用的全面数据质量检核和评估体系，对整体数据质量进行量化的评估，支撑质量考核的可落地。

第五个是如何实现数据资产的自主可控，主要进行元数据管理，元数据对于很多非技术领域的同事是比较陌生的，我们经常说的原厂不开放数据结构、不熟悉系统底层逻辑，其实都是在指元数据，同时，从DAMA的定义中，元数据是开展数据治理工作的核心基础。也是信托公司掌握核心数据资产最重要的环节。基于行业现状和管理水平，建议可以从以下几方面开展：

首先要设立元数据管理组织，在当前信托机构资源有限的情况下，可考虑在科技部门内设置兼职的元数据管理员，各系统或项目组通过设置元数据管理接口人负责本系统元数据相关的日常工作；

然后采用先核心、后外围，先技术、后业务的原则，渐进式开展数据资产盘点工作；另一方面要加强对厂商的管控力度，要求厂商无条件提交相关元数据文档。

第三是结合自身资源禀赋逐步增加系统自研力度，实现数据资产完全自主可控；

最后，可借助工具平台进行数据资产高效管理。

第六个问题是现在金融业非常关注的数据安全管理。信托业的全生命周期数据安全管理，需要在遵循基本的数据安全原则下，建立重要数据的分类分级，梳理数据全生命周期中的流转过程和载体，制定数据安全管控办法和审计制度、管理应用，全面提升行业的数据安全管理能力。

同时，运用技术工具高效开展治理工作已是行业共识，我们可以看到数据治理技术的发展呈现工具化、自动化、智能化的趋势。

最后是数据治理的演进路径，前面讲了数据治理的各个问题应该怎么解决，这里探讨应该如何推进。我们一直强调数据治理是长期工程，从阶段划分上可分为前期准备阶段，实施落地阶段。在前期准备阶段主要理清现状、工作范围和目标。在实施落地阶段采用敏捷方式分阶段落地，通常会采用三阶段划分模式，首先是搭框架，将上面说的体系建立起来，然后是进行优化治理，最后是智能治理及推广。

对数据应用的问题进行分析，如何深化应用，发挥数据价值。

我们认为需要从数据应用的广度、深度、关联度和灵活度等角度思考，把管理思想和业务逻辑内化到数据应用中，制定千人千面的应用场景和推广计划，提供用户真正需要的数据产品，而非局限在报表、报告等应用模式中。同时，对于行业非常关注的数字化运营、财富、监管报送、数字化风控等4个应用场景进行探索：

首先是数字化运营和经分，这一点在银保监会年初发布的数字化转型指导意见明确提出，要求各大金融机构构建涵盖业务运营和经营管理的数字化能力。我们认为智能化的流程运营和精细化的经营管理能力是首先需要考虑的：

一方面，通过全面梳理业务运营各个环节的尽职履责事项，形成规范化运营管理动作，并运用信托科技重塑再造数字化运营能力，达到提升运营效能的目标。比如我们这几年一直在推动的尽职尽责中台。

另一方面，通过构建数据中台等平台提升促进公司精细化管理，帮助公司看明白、管得住、懂创新，达到管理效能提升的目标。

接着是财富管理数字化应用，目前行业都在探索如何围绕客户旅程，为客户提供全面的财富服务，我们认为应该关注的三大数字化能力和场景，“全渠道融合管理能力”、“客户分析洞察与运营管理能力”、“产品与服务体系管理能力”。

其中，全渠道的融合管理主要解决财富渠道割裂、体验不一的问题，客户分析洞察是借助数字化手段帮助我们更全面的理解客户，在此基础上，打造全市场、全品类、全谱系的产品服务能力，为客户提供量身定做的金融服务，是信托机构财富能力的重点。

然后是监管报送，大家可以看下左边这个图，是现在很多信托公司做监管报送的现状，缺乏统一规划，来一个监管要求做一个，用孤岛式的思维建设，而且建设模式也不统一，有些模块用数据中心实现，有些用厂商的报送模块，还有的用手工出数，这样就会造成很多管理的问题。我们建议用统一管理的建设模式，在数据中台基础上建立统一监管数据集市和报送平台，在数据、报送、治理上一体化管理，而且还能减本增效。

最后一个应用主题是关于数字化风控的，纵观金融业风控发展的历程，从最开始的人工风控、到流程风控，再到现在的数智风控，其实都是伴随着业务发展和技术升级提出的。现在我们信托行业的数字化风控水平还处于比较初级的阶段，一方面跟信托自身部分非标业务特色有关，另一方面跟缺乏人才有关。我们结合同业实践总结，尝试提出数字化风控“五为”体系：

首先是体系为先，数字化风控的落地需要有公司全面风险体系的先行。

然后是数据文本，数据就如同汽车燃料一样，是数字化风控的原动力，有多少数据才能做多少事情。

接着是智能为核，风控模型、AI能力是利用数字化风控的发动引擎，行业风险建模、标品量化模型等等都是我们后面要思考的方向。

然后是平台为表：数字化风控平台是我们的驾驶舱和预警平台，帮助我们更及时的发现风险、管理风险。

最后是服务为道：我们需要把平台所有的智能能力包装成风控服务，内嵌在我们的业务流程和系统中，最后实现风险的智能自动控制，就像无人驾驶一般。

以上是我们关于行业数据治理和应用七大挑战的一些理解和建议。

最后，我们聊聊治理和应用的一些展望。

近年来行业各方为推动行业整体数字化水平持续努力，比如监管部门、协会、中信登。随着数字化的不断深入，行业各方在治理中的角色定位、作用也逐渐清晰，像协会和中信登，一直在打造行业公共服务平台，不管是在机制护航、理论驱动、标准探索、平台赋能等，都做了大量的工作，为大家提供了良好的沟通交流渠道，我们作为行业的一份子，也将努力为行业贡献一份我们的力量。

最后我们畅想展望信托业数据治理和应用的未来：

首先，深化的治理效果，构建适应数据生态的新一代数据治理体系是后续需要持续研究的命题，相对于聚焦信托公司内部应用的传统治理而言，信托公司业务要积极对外开放延展，尤其是像服务信托转型，有机融合生态场景经营、兼顾多样化、个性化的数据形式、实时数据的需求是未来必然要考虑的方向。

第二，探索数据资产估值和定价，积极融入数据要素市场是大势所趋，法律角度的数据确权、财务会计角度的数据估值或定价，和市场角度的数据交易是数据要素市场发展的三大驱动力。当前已经有头部商业银行进行数据资产估值和定价的研究探索，相信这也将是信托业数据治理未来的方向。

最后，积极促进数字经济和实体经济深度融合是必由之路，信托业通过数据治理及应用等数字能力的建设，全面提升业务能力，发掘实体经济新动能、助力人民美好生活，是持续深入贯彻党的二十大精神的重要举措和内在要求。

责任编辑：Tnews