国家金融信用信息基础数据库数据质量工作评价机制研究
2015-03-11郝嵘
【摘要】本文分析了建立国家金融信用信息基础数据库数据质量工作评价机制的必要性和重要性,研究了数据质量工作现状和存在的主要问题,从评价原则、评价指标及内容、评价的结果划分和评价程序等方面设计了征信系统数据质量工作评价方案,提出了建立健全征信系统数据质量工作评价机制的措施。
【关键词】征信系统 数据质量 评价机制
一、建立征信系统数据质量评价机制的必要性和重要性
(一)有利于促进征信业的发展
目前,金融信用信息基础数据库(简称征信系统)是我国重要的金融基础设施之一,采集近10亿企业和个人的信用信息,已经成为世界上规模最大的数据库。它由中国人民银行征信中心运营和维护,接入金融机构、小额贷款公司、融资性担保公司、汽车金融公司等多种类型的机构。通过开展征信系统数据质量工作评价,有利于全面、系统、客观公正地反映和评价接入机构征信系统数据质量工作的成效,塑造金融业良好形象,促进征信业发展。
(二)有利于提高征信系统数据质量
通过开展征信系统数据质量工作评价,对接入机构及其工作人员进行激励约束,从而督促接入机构重视征信系统数据质量工作,建立提升征信系统数据质量的长效机制,提高接入机构报送征信系统数据的及时性、准确性、完整性,从而促进征信系统数据质量不断提升。
(三)有助于提升征信工作人员的积极性
在我国征信系统数据质量工作激励约束机制中,除了制度法规约束外,运用金融经济学中的“补偿原则”,引入利益分配和补偿机制,使征信系统数据质量卓有成效的机构有一定程度的获益,提高数据质量工作的主动性和创造性,为做好数据质量工作提供内在的、强大的、持久的动力。
(四)有利于减少异议或诉讼的发生
随着信用信息主体维权意识的逐步增强,信用信息主体申请征信异议或投诉的数量呈现出增长的势头。据调查,接入机构数据报送错误是引起异议或诉讼的主要原因。因此,提高信用信息的完整性、及时性和准确性,有利于减少征信异议或诉讼的发生。
二、征信系统数据质量工作现状和存在的主要问题
(一)征信系统数据质量工作重视程度不高
征信系统防范信用风险、促进信贷市场发展有着重要的意义。然后,存在一些接入机构对征信工作重视程度不高、相关制度落实不到位的情况,影响了征信系统的数据质量。
(二)对征信系统数据质量的认可度不高
根据信用信息基础数据库运行情况问卷调查显示,接入机构对数据质量的认可度较低,主要由于一些接入机构上报信用信息不真实,录入不够准确,更新不够及时等原因,导致征信系统中不能真实、全面反映个人和企业的信用情况。
(三)征信系统数据质量专业人才缺乏
由于我国征信体系建设起步较晚,高等教育也就这几年才有征信人才的培养,在全国看来,建设征信体系人才缺乏已是不争的事实。尤其是一些小额贷款公司、融资性担保公司等小型机构,征信工作的专业人才缺乏,缺少对数据质量工作的责任心,对从而影响了征信信息准确性、完整性、及时性。
(四)征信系统数据质量评价机制有待健全
目前,主要针对征信系统量化考评等个别专项工作进行激励约束,缺少对征信数据质量工作全面的评价机制。同时,征信系统数据质量的相关规章制度总体重处罚轻激励,对数据质量工作积极配合、努力尽职的机构或个人缺乏激励机制和成本补偿机制,不利于征信数据质量工作的开展。
三、征信系统数据质量评价方案设计
(一)评价原则
1.科学性。设计征信系统数据质量工作评价指标体系时,以征信系统数据质量相关制度要求、征信系统数据质量应达到的目标、开展征信系统数据质量工作等方面为指导。设计评价指标体系力求在基本概念和逻辑结构上严谨、合理,抓住征信系统数据质量工作的实质,并具有针对性。另外,采用定性、定量的相结合方法,将征信系统数据质量抽象的内容具体化。
2.可操作性。可操作性,也就是可行性和实用性,指征信系统数据质量评价指标内容客观明确,指标简化、方法简便,信息及数据易于采集且准确可靠。
3.引导性。评价指标要能引导被评价对象的行为。合理、可行的征信系统数据质量工作评价指标体系必须能对接入机构及其工作人员的行为起到一定的引导作用,接入机构及其工作人员不仅仅为了评价而评价,评价只是手段,它的最终目的应该是保证目标的实现,因此,评价指标应具有灵活、动态和全方位的特点,以此引导被评价者与组织目标保持一致。
(二)评价指标及内容
征信系统数据质量评价工作分为对接入机构征信系统数据质量评价和对接入机构征信系统数据质量工作人员评价。本文中指标体系设计的思路是根据征信系统数据质量工作内容、性质、目标要求以及完成这些工作所具备的条件等进行研究和分析,确定评价的各项要素。本文在认真分析研究影响征信系统数据质量的各种因素的基础上,建立评价指标体系。
1.接入机构征信系统数据质量工作评价内容包括三个方面:征信系统数据质量考评情况、数据质量日常监测情况和对征信中心数据质量工作配合支持情况。其中,征信系统数据质量考评情况包括评价接入机构征信系统数据的完整性、及时性、准确性。数据质量日常监测情况主要评价接入机构征信系统数据上报和加载、补报和纠改情况。对征信中心征信系统数据质量工作机制具体包括接入机构征信工作牵头部门及人员配备情况,内控制度情况,会议培训情况,工作创新情况和投诉、诉讼情况等方面。若接入机构发生征信系统数据丢失、向未经信贷征信主管部门批准建立或变相建立的信用数据库提供信用信息等对征信系统有较大负面影响的事件,则实行一票否决。
2.对于接入机构征信系统数据质量工作人员的评价以其所属接入机构质量评价结果和接入机构工作人员数据质量工作情况两方面进行考评。根据接入机构数据质量评价情况的评价得分,作为接入机构征信系统工作人员评价得分的一部分。接入机构工作人员数据质量工作情况主要评价工作人员征信系统数据日常工作、数据质量提升工作以及征信制度业务学习情况、征信系统数据质量理论研究情况工作创新情况等。若工作人员所在部门或本岗位发生数据丢失、泄密、违规查询信用报告等对征信系统有较大负面影响的事件,则实行一票否决。
(三)评价的结果划分
根据评价结果将接入机构征信系统数据质量划分为A、B、C、D四个等级。其中A级指该机构征信系统数据的完整性、准确性和及时性好,能很好的开展数据质量工作,并对征信中心数据质量工作配合力度高。B级指该机构征信系统数据的完整性、准确性和及时性较好,能较好的开展数据质量工作,并对征信中心数据质量工作配合力度较高。C级指该机构征信系统数据的完整性、准确性和及时性不高,能开展数据质量工作,但效果不明显,并对征信中心数据质量工作配合力度较低。D级指该机构征信系统数据的完整性、准确性和及时性差,数据质量工作开展较差,并对征信中心数据质量工作配合力度。同上,根据评价结果将接入机构数据质量工作人员评价成绩划分为优秀、良好、一般、较差四个等级。
(四)评价的程序
1.评价数据的采集。定量指标数据来源于征信数据量化评分、两端数据核对、征信数据日常上报、更新、纠改。定性指标根据各接入机构数据质量工作开展情况等。
2.计算各指标得分。定量分析跟据专家打分法确定权重,按照层次分析法计算出分值;定性分析按照事先制定好的接入机构评价内容及指标表进行打分。
3.综合指标得分。将定量指标与对应的权重相乘,并与定性指标得分进行加总,即得到接入机构征信数据质量工作最终得分。
4.在接入机构征信数据质量工作评价结束后,将评价结果作为对征信数据质量工作人员评价的一项重要指标。对征信数据质量工作人员评价比照接入机构征信数据质量工作评价进行。
5.评价的流程。(1)成立征信中心征信系统数据质量评价办公室(以下称评价办公室),并在各分中心成立评价小组(以下称评价小组)。全国性接入机构由评价办公室负责评价,地方性接入机构由评价办公室委托评价小组评价。
(2)评价工作开始前,由评价办公室启动评价工作,如图1所示。评价办公室制定评价计划,下发数据质量工作评价标准。接入机构报送评价对象的征信系统数据质量工作情况自查报告和自查表,并说明理由。其中全国性接入机构将材料报评价办公室,地方性接入机构将材料报当地评价小组。评价办公室和评价小组根据接入机构报送资料及掌握的相关资料进行打分。
(3)评价小组汇总各类得分,计算最终得分,并进行初步等级判定,将本地区评价结果报评价办公室审批。
(4)评价办公室汇总评价结果,将初评结果发送至各接入机构。
(5)被评价对象收到评价结果后,如有异议,可以在5个工作日内将申诉意见反馈至评价办公室或当地评价小组。评价办公室或当地评价小组收到申诉意见后5个工作日内,应给予答复。
(6)评价办公室以正式文件形式下发被评价对象的征信系统数据质量工作的评价结果。
四、建立健全征信系统数据质量评价机制的措施
(一)提高对征信系统数据质量工作重要性的认识
“征信系统数据质量是征信系统的生命线。”做好征信系统数据质量工作是落实科学发展观,坚持以人为本的根本要求;保障征信业健康发展,维护金融稳定的客观需要;塑造金融业良好形象,维护正常金融秩序的有效举措;促进社会公平正义,建设和谐社会的重要内容。因此,接入机构提高对征信系统数据质量工作重要性的认识,积极主动做好征信系统数据质量工作。
(二)加强对征信系统数据质量评价机制的宣传
目前执行的征信系统数据质量方面的文件都强调了接入机构征信系统数据质量工作的职责义务,却没有涉及激励机制问题。因此,在推行征信系统数据质量评价机制中,应加强宣传,使接入机构及其工作人员了解征信系统数据质量激励及约束机制的目的、内容等,促使接入机构认真履行征信系统数据质量工作义务,并使征信系统数据质量卓有成效的机构有一定程度的获益,提高数据质量工作的积极性。
(三)明确征信系统数据质量评价工作的程序
建议征信中心制定征信系统数据质量评价工作的方案,并明确征信系统数据质量评价工作的程序。围绕个征信系统数据质量评价的制度规范、工作流程、方式方法等内容,组织对分中心及接入机构工作人员开展培训。为了确保评价工作顺利,可以根据量化考评掌握接入机构的数据质量情况,在全国部分分中心选择不同机构类型、数据质量在不同层次的接入机构开展征信系统数据质量评价试点工作,对发现的问题进行研究分析和解决,总结试点地区进行征信系统数据质量评价的工作做法和先进经验,并在全国推广。
参考文献
[1]胡燕.商业银行征信监管影响因素探析——基于《征信业管理条例》的视角[J].征信,2013,(12):23-27.
[2]刘霏.完善商业银行员工激励的对策研究[M].企业导报,2011,(7):206-207.
[3]孙艳丽.完善我国国有商业银行绩效考核机制的思考[J].科学之友,2011,(1).111-112.
作者简介:郝嵘(1984-),女,汉族,河北康保人,硕士,经济师,现供职于中国人民银行西安分行。