正文
2022年
11
70
1838
删除贷款展期、持卡人基础信息表、资产负债科目统计表、资金交易信息表等报表；新增对公客户财务信息表、集团客户表、收单商户信息表、互联网贷款合同附加表、受托支付信息表、等报表；整合了会计记账信息表
最新的5.0版数据标准化规范（《中国银保监会银行业金融机构监管数据标准化规范（2021版）》）规定商业银行需要报送EAST数据包括11个监管主题域、70张数据表、1838个数据项。主题域和表名见下表：
各张数据表中有包括诸多详细的数据项，以会计记账信息主题域下的《个人存款分户账明细记录》和《对公存款分户账明细记录》两张表格为例，两张表被称为交易流水表，包括了银行个人和对公客户交易流水信息，主要数据项如下表所示：
监管部门可以通过该表，掌握银行对公客户、个人客户账户交易流水和资金流向信息。
之所以要重视EAST数据质量，是因为EAST作为一个大型的标准化数据库，在监管部门和银行内部均有各种应用场景。
监管部门通过应用数据，结合监管政策重点开发违规问题筛查模型，挖掘监管政策盲区，核查监管要求落地情况，提高现场检查及非现场监管准确性。
从
监管部门的角度看EAST系统的数据处理流程分三个阶段，共7步过程。
从近年的监管热点和EAST应用成效来看，监管部门通过EAST，主要是监测分析以下领域：
（
1
）银行员工行为监测
EAST系统公共信息领域包含了员工表、柜员表、岗位信息表等数据表格，通过这些员工身份信息、岗位信息、以及与存贷款业务表格关联后获取的业务信息，即可实现对员工行为的持续性密切监测，提升银行从业人员信息透明度，对高管准入审核提供准确及时的信息依据，同时有效监测人员操作风险等信息。
据公开信息显示，原大连银保监局借助EAST系统，将现场检查的经验和理论推演得出的规律，固化成筛查模型，并将检查结果与市场准入相挂钩，大幅提升了监管有效性。通过对异常行为排查发现问题，否决了8名高管任职资格申请，在辖内起到了很好的震慑作用。原新疆银监局通过运用EAST实现现场检查精确制导，将疑点命中率提高至47%，督导辖内银行机构对发现的违规问题追加问责1409人次，处罚113.21万元，给予警告等内部纪律处分246人次。原汉中银保监分局积极探索了EAST在高管任职资格上的审核应用。通过结合“员工异常行为排查”、“EAST+统计监测”等功能模块，优化开发了“EAST+MAR”地方法人机构的高管体检模型。
（
2
）信贷资金流向监测
贷后管理不到位是近年来监管检查的重点，主要检查银行对贷款资金监控是否穿透至最终投向，是否因贷后管理不到位导致资金被挪用，包括资金被挪用做承兑汇票保证金、被流入股市、房市等限控领域等。从处罚案例来看，处罚案由主要是：贷后管理不到位导致贷款资金被挪用。EAST系统会计记账信息领域包含了个人和对公存款分户账明细记录表，该表格完整记录了银行个人及对公客户存款账户交易流水信息，包括交易对手名称、交易对手账号、划款摘要等信息，通过这些信息，可以严密跟踪贷款资金发放后客户资金用途的真实性，有效核查以上问题。
（
3
）支持实体经济服务小微涉农情况监测
一直以来，政府对民营和小微企业融资难融资贵的问题高度重视，金融监管部门不断强化政策引领，主导建设良好的金融生态环境，着力环节小微企业融资难融资贵困境。监管部门在出台政策的同时，也采取了专项检查等监管措施规范商业银行经营行为，对那些深化小微企业金融服务、降低小微企业综合融资成本的决策部署认识不到位、落实不彻底，未及时发现并有效遏制小微企业贷款业务中借贷搭售、转嫁成本等违规行为，监管部门都给予了监管处罚。
以典型的“小微企业划型不准确导致虚增小微企业贷款数据”违规问题为例，商业银行为了实现小微企业贷款“两增”目标，往往将大型、中型企业的贷款金额和户数统计在小微企业贷款金额和户数上，实现虚增小微企业贷款金额和户数的目的，从而从数据上完成监管指标考核，但这无疑是错报监管报表的行为，存在严重的合规风险。
5.0版EAST数据规范包含了对公客户信息表、对公客户财务信息表等对公客户信息，这些表格中包含了对公客户从业人员、营业收入、资产总额等数据，以及企业类型字段，包括大型、中型、小型、微型等四种类型。监管部门可以通过这些数据，根据《工业和信息化部国家统计局国家发展和改革委员会财政部关于印发中小企业划型标准规定的通知》（工信部联企业〔2011〕300号）和《统计上大中小微型企业划分办法（2017）》的规定，按照行业类别，依据从业人员、营业收入、资产总额等指标，确定对公客户实际的客户类型，在与企业类型对比分析，查看小微企业数据准确性。
根据公开信息显示，原浙江银保监局为助推供给侧改革，落实深化困难企业分类帮扶，设计开发了EAST模型，在18万家企业中筛选、监测信贷风险数据，并根据信贷逾期和担保的严重程度，划分为扶持类、挽救类、退出类三大类型。对符合产业政策导向、有发展前景的企业加强帮扶，对落后产能、过剩产能、高污染高能耗企业有序退出，推进银行在条件允许的情况下，将金融帮扶最终落脚于困难企业资金结构优化上，通过助推企业债务重组和产业整合，盘活困难企业的信贷存量。
（
4
）融资成本和服务收费合规性监测分析
EAST系统数据规范采集了银行存贷款利率及各类表内外业务收费信息，一方面，可以通过统计分析一段时间内贷款利率水平，引导银行减费让利，进一步降低企业融资成本；另一方面，可以通过贷款企业贷款账户和存款账户流水，查询银行是否存在以贷收费、以贷转存、存贷挂钩、借贷搭售、收取融资顾问费、质价不符等问题，变相提高企业融资成本。如可以通过借据表和对公存款分户账明细记录表等相关表格的拼接，筛查贷款发放前后对公客户是否有资金流入银行，摘要是否为顾问费等，或者在贷款发放的同时，有存款存入，存在以贷转存、存贷挂钩等问题。
公开资料显示，原浙江银保监局在EAST系统中建立了企业融资成本监测工具，深挖辖内企业客户贷款信息，设计了涵盖5大类的15项指标，定期检测融资成本，掌握融资情况。推动对公客户贷款平均利率同比下降0.72%；对中、小微企业的平均贷款利率同比分别下降0.73%和0.6%。
（
5
）影子银行和交叉金融风险监测分析
影子银行和交叉金融风险是近年来监管部门重点关注的业务领域，主要涉及同业、理财、表外业务、合作业务等，银保监会印发的《关于近年影子银行和交叉金融业务监管检查发现主要问题的通报》显示，经过连续三年多的乱象整治，我国影子银行和交叉金融业务已大幅压缩，相关业务逐步回归本源，风险持续收敛，为此次应对疫情冲击带来的复杂局面，创造了政策空间和回旋余地。
但监管检查也发现，该领域仍然存在一些新老问题，局部风险隐患仍不容忽视，稍不留意又可能死灰复燃。并通报了“资管新规”“理财新规”执行不到位，过渡期业务整改不到位，新业务违背禁止刚性兑付要求等；业务风险隔离不审慎，理财资金违规承接表内不良资产，理财产品间通过非公允交易调节收益等；同业业务专营及授信管理不到位，同业交易对手选择不审慎，同业投资多层嵌套，隐匿业务风险等；非标投资业务管控不力，资金违规流入股市，违规投向房地产领域、“两高一剩”限制性领域等一系列问题。
EAST5.0版数据规范包含了资金交易信息、理财业务信息和表外授信业务三个领域的数据表格，基本涵盖了监管部门关注的同业、理财、表外业务相关领域违规问题的数据。
同业业务方面，资金交易信息表和金融工具信息表可以筛查自营和同业资金每笔交易的情况及穿透后的底层资产情况，底层资产包含了基础资产名称、基础资产所属客户、基础资产行业类型等信息，可以筛查自营资金是否通过层层嵌套，违规投资房地产等限控领域。
理财业务方面，EAST系统采集了理财销售端到投资端的一系列信息，可以筛查产品销售渠道合规性、销售起点合规性、理财资金投向合规性、理财产品流动性管理合规性、理财产品之间、理财产品与自营业务等是否实现风险隔离等问题，尤其5.0版基本按照资管新规和理财新规相关要求设置数据表格，基本实现理财业务全链条全死角监控。
表外业务方面，主要是银行承兑汇票和委托贷款两类主要业务，关于银行承兑汇票，重点通过票据出票信息表、贸易背景信息表、存款账户明细记录表等拼接，实现对承兑汇票保证金和贸易背景真实性的核查，分析承兑汇票保证金是否来源于信贷资金等典型违规问题。关于委托贷款，通过连接委托贷款信息表和存款账户明细记录表，即可查询委托贷款资金来源及投向合规性，比如筛查委托人是否为金融资产管理公司和经营贷款机构，资金是否来源于受托管理的他人资金、银行的授信资金、具有特定用途的各类专项基金、债务性资金，发放的资金最终是否流入限控领域等。
（
6
）非现场监管及预警分析应用
EAST系统所具有的大数据特征可以辅助监管部门的非现场监管信息系统，帮助监管部门密切关注风险，加强对银行保险机构信用风险、流动性风险、市场风险等重点风险的跟踪预警，注重风险监测的穿透性，及时发现潜在风险问题，提升监管有效性和精准化、智能化水平。比如，监管部门可以就银行的同业业务总账会计科目实施数据监测。通过发现数据异动，分析子科目差异，查找存在疑点的交易流水、内部分户账明细等交易明细信息，从而锁定重点检查范围。
（
1
）提升报告数据的质量
2020年以来，监管部门开始了为期三年的数据质量治理工作，后又于2023年开始组织开展银行业金融机构EAST数据质量“提升工程”。并针对EAST等监管数据报送数据质量问题和各种漏报问题实施的处罚，由此可见监管当局对数据报送质量的重视程度。目前银行对银保监报送的1104体系报表，涉及包括会计全科目表在内的基础类填报信息、各类业务分户账信息等内容。通常该类数据比较完整且质量比较高，可以准确反映银行各类业务的总量信息及对应的每一笔资金变动情况。数据在报送监管当局前，会在银行内部先实行校验，保证各报表之间的勾稽关系、数据准确性的基础上再上报银保监系统。
除此以外，银行的管理类数据及交易类数据目前主要仍在银行内部管理，仅在监管部门提出要求时报送提交。其中，管理数据包括了银行的内部的员工、银行客户、授信管理、信贷业务管理等各类信息。这类信息数据之间的关联性比较强，覆盖面广，但是往往数据质量存在较多问题。此外，银行各类业务涉及的交易类数据一般仅保存在银行内部系统中。这类信息反映了具体每一笔数据发生的细节，相较于会计数据与管理数据更及时、全面、准确，且该信息可以与管理信息和会计信息进行灵活关联。但是此类数据往往数据量庞大，若要进一步处理分析信息，对系统的数据处理能力要求比较高。
理想状态下，银行在数仓内存有所有银行包括会计全科目数据、管理数据及所有交易流水数据的基础上，可以通过利用会计全科目数据进行全面分析，在表内外总账会计全科目报表的基础上搭建模块，以此来持续监测分析各级科目主要币种的余额与借、贷方发生额，准确发现业务异动并可进行层级挖掘。比如，先对每月的存款、贷款业务及对应的收入、同业科目数据信息绘制图表，再从科目、机构、业务类别的维度分别分析，以发现异常情况。因为系统中囊括信贷管理、客户交易流水等信息，最终可追溯到具体每一笔授信合同，查明异常数据的发生原因及其详细交易信息。在银行内部校验过程中，可以精准定位数据错误源头，保证数据准确性。
（
2
）强化内控管理
商业银行可将EAST的报送数据应用与银行风险的合规分析系统相结合。通过将监管部门对现场检查风险数据点与处罚案例分析模型纳入内控合规管理，充分发挥银行数据的使用价值，帮助银行合规部门实现对银行治理、内部控制和风险管理的监督和稽查职能。
银行可在月度监测会计全科目数据异常的基础上，充分运用风险监测模型排查各类型业务，通过对风险预警和案件线索的提取，定位各分支结构风险管理的薄弱环节。
通过对交易流水的全面排查，将违规问题直接定位到网点、企业、业务笔数和办理时间。并可对整个资金流向进行全面的掌握，起到抽丝剥茧的功效；同时也能精确制导负责某一笔业务的网点、经办人员等信息，对全面有效排查内控风险有着重大意义。
在人员管理方面，因银行内部的员工信息均被统计上报，从而变相约束从业人员的工作行为。或人事部门能通过监管当局的共享平台，查询到其他机构的从业人员信息，在招聘人员工作时有助于排除“高危“人员，避免未来或可能产生的损失或其他合规风险。
此外，EAST系统中各类采集的数据信息，也向银行展现了监管意图及侧重点。对于内控体制不完善，或管理存在漏洞的机构，有一定的约束作用。例如，系统在贸易融资及表外业务信息表中要求采集“商业发票信息”，即提醒经办人员必须严格核查客户业务是否存在真实贸易背景，从而降低了因内部管理流程缺失，管理人员监督不到位，而发生遗漏某些工作重点的可能性。
（
3
）经营战略层面
银行管理部门在分析经营情况时，可以通过比对会计数据及交易流水信息，发现不同地区、分支机构、业务给银行整体业务带来的利润的差异，帮助经营管理层及时调整短期业务侧重点，制定满足监管需求的中短期战略方针，或在制定下一年的经营战略规划中有据可循，对商业银行整体的经营效率有更明确的认识。
另外，通过数据比对，也有利于银行制定合理考核制度，针对不同地区、分支机构的业务类型特点，设定与其相匹配的考核制度，有效量化分支机构及员工绩效考核。
正因为EAST系统在监管部门和银行内部的广泛应用，其数据质量及报送要求才显得尤为重要，对此，监管部门发布了一系列监管制度，开展了多次数据质量整治活动。
（一）2018年：印发《银行业金融机构数据治理指引》
2018年5月17日，原银保监会印发《银行业金融机构数据治理指引》（银保监发[2018]22号），《指引》是首个监管数据治理纲领性文件。明确了数据治理的定义、基本原则，并从数据治理架构、数据管理、数据质量控制、数据价值实现、监督管理四个方面对数据治理工作提出了明确的要求。
2020年5月21日，原银保监会印发《中国银保监会办公厅关于开展监管数据质量专项治理工作的通知》（银保监办发[2020]45号），《通知》要求：
一是提高站位，统一思想，充分认识提升监管数据质量的重要意义；二是压实责任，问题导向，认真开展监管数据质量自查自评和检查评估工作；三是立查立纠，深入整改，建立监管数据质量治理长效机制。
