我国商业银行数据治理对经济资本管理影响研究

一、什么是经济资本管理

经济资本管理是商业银行为了合理地把控资本，使资本进行增长并提高资本回报率水平所进行的一种降低风险管理的方法。我们常见的关于经济资本的计算公式为：经济资本=信用风险的非预期损失+市场风险的非预期损失+操作风险的非预期损失。其中计量市场风险主要有三种方法：敏感性分析、风险价值（VaR）以及压力测试，其中风险价值就是经济资本的基础概念，风险价值=资产价值x 最大损失。而经济资本管理的基本含义就是银行要对现有资本进行估量，估量在一个时期后这些资本非预期损失的多少，再根据这些数据推算银行业务的风险成本，增加业务收益，从而使银行股东价值增值。

二、数据治理如何对经济资本管理产生影响业银行数据治理对经济资本管理的影响主要体现在以下三个方面（一）对风险识别及经济资本占用的影响

商业银行在业务运营的时候必然会产生各种各样的风险，按照业务类型大体分两种，一种是公司业务风险，一种是零售业务风险，进一步的还可以分为表内业务风险与表外业务风险。要识别这些业务的风险，需结合许多数据进行判断，如具体业务类型、业务开展的阶段、开展条件等等。以常见的零售表内贷款-房地产抵押贷款为例，其风险权重的暴露区间为20%- 150% ，而决定其在这个区间具体取值的依据就是是否商住用房、是否完工、是否一押、还款是否实质依赖等，这些都对商业银行的数据准确性提出很高的要求，同样一笔 100 万的房地产抵押贷款业务，如果满足各类条件，最低风险权重为 20% ，按照我国对城市商业银行 10.5% 资本充足率的要求，经济资本占用仅为100*0.2*0.105=2.1 万，而假设数据缺失或质量地下导致按照最高的风险权重计算为经济资本占用将达到100*1.5*0.105=15.75 万，按照10%最低资本收益率要求来计算，仅该笔业务的经济资本成本差异就将达到（15.75-2.1）*0.1=1.365 万。由此可以看出商业银行数据治理对于增强风险识别能力、降低经济资本占用有着十分积极的作用。

（二）对资本占用效率的影响

随着商业银行数字化程度的提高，资产负债计划的制度逐渐从由人说话转向由数据说话。数据治理通过影响数据治理从而影响着资本占用的效率，以下为影响路径示例：

一是通过数据精准识别各项资产的风险从而使得商业银行可以灵活调整资本的投向，从而减少风险加权资产（RWA）或节约拨备资本；

二是通过数据训练模型提升对于商业银行各业务条线经济资本占用预测的准确性，从而减少经济资本浪费，提升资本回报率。

（三）对监管合规的影响

随着我国开始实施《商业银行资本管理办法》，监管机构对于商业银行资本管理报送数据的要求也日趋严格，商业银行可以通过加大对数据治理的投入提升银行数据质量以及自查自纠的能力，从而提升监管报表差错率以及提前预警可能的监管数据风险，从而显著降低商业银行的监管合规成本。

三、我国商业银行数据治理的现状与缺陷

目前我国商业银行存在很多数据治理问题，这些问题造成商业银行的资源浪费，业务风险加大，对银行的发展是一种阻碍。

（一）数据治理人才短缺

商业银行的数据治理需要的是结合业务知识与金融科技知识的本土化人才，只有这样才能制定出最符合商业银行自身情况的治理制度与计划，然而当前商业银行的数据治理岗位往往依据监管机构的最低要求设立，无论是人数还是专业知识都很难与商业银行实际的数据治理需求相匹配。

（二）信息系统缺陷

在目前阶段，我国商业银行的信息系统构建不完善，当中很多数据没有进行记录与统计，即便记录了数据，

其质量也达不到标准，常常出现数据的错误导致后面的考核也随之出现失误。信息系统的缺陷甚至还会导致银行内部数据丢失，给客户造成财产损失，使银行的信誉遭受冲击，对银行的经济发展造成不良影响。

（三）资源配置不合理

银行要进行资源配置，首先要结合实际情况，对银行的预算以及绩效考核进行详细统计与分析，其次还要对银行往后一个时期内的经营进行分析，结合多种因素包括风险因素，对资源进行灵活配置。让每一项资源都可以发挥其本身作用，为银行的发展起到良性推动作用。然而当前商业银行绝对的重点还是放在可以直接创造收益的业务部门，对于数据治理的投入往往很少，使得数据治理工作很难开展。

（四）绩效考核不完善

目前，我国的大多数商业银行所进行的绩效考核是以一个短期为单位，比如周、月、季。在这一期间的经营状况与利润以及存贷款数额纳入考核标准，这样的方法在短期内确实可以激励管理者在短时间内运用各种方法将自身绩效达到考核标准。但恰恰银行的长期发展目标，可能并不是要求短期内的业务增长，这也就造成了一种情况，管理者为了达到更高的绩效，为了自身利益所做出的决定，与银行长期发展的最终利益背道而驰，比如过度关注业务办理效率，忽视系统数据录入的管控等等。导致商业银行数据质量的提升缓慢，风险加大，出现多种经营问题，为银行带来困扰。

四、政策建议

（一）培养数据治理人才队伍

数据治理首要在人，建设强大的数据治理人才队伍需要从组织架构、人才培养、绩效激励制度三方面入手，首先组织架构上既要有主干指挥也要有枝叶配合，就商业银行来说既要在总行设立专门的数据治理办公室，也要在各个业务条线配备重组的数据治理专员。其次是人才培养，数据治理需要的是业务+科技的复合型人才，可以通过外部培训+内部项目历练的方式缩短人才培养周期。最后是激励制度，对于数据治理来说，既要有长远的布局，也要能够集中优势力量解决当前问题，因此激励制度也要有相应的长效激励与短期激励相配合。

（二）完善数据治理制度

数据治理是需要全员参与的工作，只有完善的制度安排才能使得各个部门产生合力。好的数据治理需要对数据标准管理、数据质量管理、数据资产管理、数据认责体系、数据安全体系等做出制度明确，同时需要结合商业银行自身业务实际不断做出调整。

（三）建设数据治理配套信息系统

工具保障对于数据治理至关重要，优秀的数据治理配套信息系统至少应当满足信息发布、流程管理、数据检核、数据血缘、元数据管理、数据标准管理等功能。

（四）培育数据治理文化

商业银行长效的数据治理依赖银行的数据治理文化，浓厚的数据治理文化不仅可以降低数据治理过程中的沟通成本，提升数据治理效率，更重要的是可以减少数据治理问题的产生。

五、结束语

综上所述，商业银行数据治理对于经济资本管理能力和效率的提升有着十分正向的作用，为了长久的发展与长期的利益，商业银行必须结合数据治理对银行的人才队伍建设、制度完善、系统建设、文化培育等各个环节进行改进。通过不断数据治理提升数据质量，从而提升商业银行的经济资本管理能力，实现商业银行经济资本的最优化利用，最终让商业银行在控制风险的同时实现高速发展。数据治理的合理运用可以说大大提升了商业银行的生命力，让其在高速发展的社会中不断进步。

参考文献

[1]赵涛.我国商业银行的经济资本管理[J].中外企业家，2023，（35）：49.

[2]都昱.浅析经济资本管理在我国商业银行中的应用[J].时代金融，2024，（30）：60.