风险数据

数据治理架构

建立组织架构健全、职责边界清晰的数据治理架构。

董事会：制定数据战略，审批或授权审批与数据治理相关的重大事项，督促高级管理层提升数据治理有效性，对数据治理承担最终责任。

监事会：对董事会和高级管理层在数据治理方面的履职尽责情况进行监督评价。

高级管理层：建立数据治理体系，确保数据治理资源配置，制定和实施问责和激励机制，建立数据质量控制机制，组织评估数据治理的有效性和执行情况，并定期向董事会报告。

数据管理

银行应当制定全面科学有效的数据管理制度，包括但不限于组织管理、部门职责、协调机制、安全管控、系统保障、监督检查和数据质量控制等方面。

数据质量控制

银行业金融机构应当确立数据质量管理目标，建立控制机制，确保数据的真实性、准确性、连续性、完整性和及时性。

数据应用

银行业金融机构应当在风险管理、业务经营与内部控制中加强数据应用，实现数据驱动，提高管理精细化程度，发挥数据价值。

数据治理

①对数据加总和风险报告的文档记录和验证；

②在收购、新产品研发等过程中，要关注风险加总和报告能力的影响。

数据准确性和真实性

①数据应该自动汇总，尽量减少错误概率。

②相关风险数据的质量控制措施应与会计数据的控制措施一样有效，针对依赖于人工处理的数据，银行应制定有效的缓释措施和其他有效的控制措施；风险数据应与银行的来源数据进行核对；对于各类风险数据应尽量采用单个权威数据来源等。

③银行应就所使用的概念编制“词典”，以便整个集团内的数据定义一致。

数据完整性

银行应该能够获取和汇总整个集团的所有重要风险数据。风险相关数据应该涵盖业务条线、法律机构、资产类型、行业、地区以及其他风险相关的分类，以识别和报告风险暴露、风险集中度以及潜在风险。

及时性

银行应该能够及时生成最新风险数据汇总，同时满足数据准确性、真实性、完整性和灵活性原则。

灵活性

银行生成的汇总风险数据应该有针对性地满足风险管理报告的需要，包括压力/危机情景下的需要、内部需求以及监管问询的要求。