2022年金融行业监管二季度数据处罚分析及洞察建议 按监管、金融机构及处罚事由进行分析

1.按监管机构分析

人民银行与银保监会2季度处罚较1季度均有回落

2022年第2季度数据罚单为301张，罚款金额超2.1亿元，其中， 人民银行第2季度共开出94张数据罚单，较第1季度下降16.1%，罚款金额超过 1.1 亿元，较第1季度下降26.7% 。 银保监会第2季度共开出207张数据罚单，较第1季度下降23.9%，罚款金额约 1.0亿元，较第1季度下降60.4%。

人民银行与银保监会2季度数据类罚单均来源于地方监管机构

人民银行总行和银保监会总部均未开出数据类罚单，所有罚单均来自人民银行分支 机构和银保监会派出机构，延续了各地方监管机构的处罚力度远超总部的趋势。

按监管所在地区分析，各地区罚单数量依旧呈现较大差异

全国31个地区，除上海和西藏外，29个地区的金融机构收到了数据罚单。罚单数量 排名前三的为黑龙江省（28张）、浙江省（27张）、山西省（19张）；罚单数量后三位 的为广西省（3张）、青海省（3张）、海南省（2张）。

各地区平均罚金约为733万元，其中浙江省以3,908万元居罚款金额第一，后面依次 是黑龙江省（2,209万元）和重庆市（1,615万元）；罚款金额后三位的地区依次是福建 省（157万元）、广西省（163 万元）和天津市（97万元）。

按罚单发布时间分析，６月份罚单数量和处罚金额最高

４月份罚单92张，罚金超过0.6亿元；５月份罚单80张，罚金超过0.5亿元；６月份 罚单129 张，罚金约1.0亿元。

2.按金融机构分析

银行、保险和非银支付机构是处罚重点

银行、保险和非银支付机构的数据类罚款总额为2.06亿元，约占整体罚金的98.1%， 其中银行罚金总额1.57亿元，保险罚金总额0.29亿元，非银支付机构罚金总额0.2亿元。

国有大型商业银行、城市商业银行、股份制商业银行的平均罚金 位居各类银行机构前三

国有大型商业银行、城市商业银行、股份制商业银行的平均罚金7分别为422万元、 272万元、214万元，远高于其他类型银行 。

城市商业银行的罚单和罚金均呈现大规模上升

城市商业银行共计收到数据罚单27张，处罚金额4,894万元，涉及18家机构。较其他 类型银行，处罚总额为当季之最，且本季唯一最大罚单1,260万元也来自城商行。较上一 季度，罚单数量环比上涨92.8%，处罚金额环比上涨296.4%。

监管机构依然保留对农村商业银行的关注热度

农村商业银行共计收到数据罚单54张，处罚金额3,742万元，涉及53家机构。较其他类 型银行，处罚总额为列居第二，且被处罚机构的数量未发生较大变化，农村商业银行依旧 是金融监管机构关注的重点。

财险公司和寿险公司依然为保险机构中的重点监管对象

按保险类型分析，3类保险公司收到了数据罚单。财险公司罚单数量为62张，罚款 金额为1,818万元；寿险公司罚单数量为46张，罚款金额为909万元，保险中介机构罚单 数量为14张，罚款金额为167万元。环比1季度数据，财险公司和寿险公司仍为保险业罚 单和罚金大户，但罚单数量和罚款金额均有所下降。其中，寿险公司罚款金额下降幅度 最大，财险公司罚单数量下降幅度最大。

非银支付机构平均罚金在各类金融机构中排名第一

非银支付机构的罚单数量为9张，罚款金额为1,988万元，涉及机构7家，单一罚单最 高金额为808万元；环比1季度数据，罚款金额有所下降，但罚单数量有所上升。平均罚 金为283万元，在各类金融机构中排名第一。

信托公司依然为重点监管对象

继2021年3季度人民银行开出566万元的罚单后，监管机构对信托公司2022年1季度 开出最高罚单400万元，2季度开出最高罚单407万元。 2022年第2季度，信托公司罚单 数量为3张，罚金总额为472.1万元，涉及机构3家，平均罚金为151万元，在各类金融机 构中排名第二。

个人罚单中对高级别的处罚力度明显增强

个人处罚的数据罚单共计290张，被处罚人数369人，总处罚金额1,284万元，人均 处罚金额3.48万元。按被处罚人职级分析，处级处罚人数最多，共123人。董事长级别 的人均罚金约22.95万元，是1季度的2倍。本季度个人最高罚单100万元，均处罚到董事 长级别，可见监管对高级别的处罚力度明显增强。

罚款与警告是常见的个人罚单处罚类型

依据2022年第2季度个人处罚中所涉及的行政处罚，本文将其归纳为4种，分别是 警告、罚款、撤销任职资格、禁止从业，并将其与个人职级结合分析，警告和罚款是各 职级最常见、数量最多的行政处罚类型。

3.按处罚事由分析

深度分析数据罚单，提炼5类处罚事由

毕马威分析人民银行和银保监会2022年第2季度数据类罚单的处罚事由，通过提炼 关键词，将处罚事由归纳为如下五类：数据质量 ；数据合规； 未按规定报送； 未按规备案； 未按规定披露信息；

数据质量仍然是最主要的处罚事由

与数据质量相关的罚单共计234张，占罚单总量的77.7%，与第1季度相同，继续位 列处罚事由榜首。但与上季度285张质量罚单相比，略有下降。处罚事由归纳分类标准详 见附件。

监管数据质量检查的重点在数据真实性和数据准确性

2022年2季度继续延续1季度的监管趋势，数据质量问题中数据真实性问题占比最大， 为69.7%，总罚单数量为163张；数据准确性问题位居第二位，总罚单数量为54张，占比 23.1%。

按罚单平均金额分析，数据准确性问题平均罚金远高于数据真实 性问题

2022年2季度，数据真实性问题的罚金为7,786万元，平均罚金为48万元，数据准确 性问题的罚金为5,509万元，平均罚金为102万元，是真实性问题的2倍。

数据业务双罚可能是未来的趋势

在数据罚单的处罚事由分析中，我们发现，数据处罚往往伴随着业务合规性处罚， 虽无法就此得出两者强关联的结论，但监管机构以“报送数据”为工具，以“数据问题” 为表象，最终穿透至“业务合规问题”，早已有了众多的实践。例如通过数据问题识别 贷款资金流向，通过五级分类不准确的质量问题，引申至不良贷款未及时进行责任认定， 责任人追究不到位的业务合规性处罚等。

4.金融机构监管统计管理方案洞察与建议

金融机构报送的监管数据，一直是监管机构精准施政的有力武 器。自2018年银保监会发布《银行业金融机构数据治理指引》，监 管机构在监管数据领域给予了高度关注，迭代优化标准化报送要求， 并辅之以一系列的检查和处罚。今年5月，银保监会发出《银行保 险监管统计管理办法（征求意见稿）》，从组织管理、数据治理、 系统工具等视角，对金融机构监管统计工作提出了系列的要求。

监管趋势愈严

近年来，监管机构应用数字化、智能化方式，持续强化金融风险识别与穿透式监管，对金融 机构开展多业务领域的监督检查。金融机构上报的监管数据，作为新形势下监管施政的重要抓手， 呈现要求趋严的态势，数据报送范围变广、报送粒度细化、数据质量要求提升、数据关联性增强、 现场/非现场检查增加，相关处罚增多加重等。 2022年5月银保监会发布了《银行保险监管统计管理办法（征求意见稿）》（简称《办 法》），在管理要求层面统一了银保监监管下各类金融机构监管统计管理要求，在监管统计管理 机制、数据管控力度、平台工具自动化程度等方面提出了更高要求。

统一管理体系

竖井式管理是金融机构监管统计工作的普遍现状，伴随监管机构对数据要求的日趋严格，竖 井式的分散管理在数据准确性、时效性和一致性上均受到重大挑战。监管统计工作在金融机构内 部，涉及多部门、多业务产品，多系统、多管理报送场景。面对日益严格的监管要求和日益严苛 的监管处罚，分散式管理，在数据口径解读、数据采集、数据流转加工和数据质量管控等方面均 增加了日常监管统计工作的难度。构建统一的监管统计管理体系势在必行，也是众多金融机构在 监管统计工作规范化管理的第一步。

归口部门及相关部门职责

法人机构：明确并授权归口管理部门负责组织、协调和管理本机构监管统 计工作；各相关部门应承担与监管统计报送有关的业务规则确认、数据 填报和审核、源头数据质量提升等工作职责。

分支机构：省级、地市级分支机构应明确统计工作部门，地市级以下分支 机构应至少指定统计工作团队，负责组织开展本级机构的监管统 计工作。

构建满足监管要求的监管统计 业务制度

监管统计的管理要求，一般以制度的形式进行固化，一方面可作为高级 管理层、监管统计归口管理部门统一管理的抓手；另一方面，亦可起到规范、 指导监管统计日常工作的开展作用。 毕马威根据《办法》的要求，协助金融机构建立监管统计管理制度和业 务制度，并支持制度更新优化。

统一数据治理

监管报送数据从根本上来说，是监管机构基于金融监管而产生的，对金融机构通用数据需求， 与金融机构基于自身业务经营而采集加工的数据，不尽相同。虽然大部分金融机构在数据标准建 设过程中，会将监管要求作为数据标准的主要制定依据，但监管标准落标、存量数据质量整改以 及新监管要求的快速响应方面，仍然是监管数据管理中的难点。 此外，金融机构监管统计工作的竖井式管理，必然也会带来竖井式的加工和报送，重复采集 加工、数据不同源、数据口径不一致也是监管数据管理中的痛点。

打出监管数据治理组合拳 全面提升监管数据报送能力

监管数据是金融机构数据治理工作的重要发力点。毕马威结合金融机构 数据治理的要求，参考同业实践经验，协助金融机构推进监管数据的专项治 理，通过“盘数据”“定职责”“建规范”“梳血缘”“提质量”“保安全” 为监管统计报送夯实数据基础。

盘数据，厘清监管数据范围

毕马威协助金融机构，从监管报送现状出发，由上至下，厘清加工链路， 盘点监管数据资源现状，系统化整合跨监管报送体系的数据资源，形成全行 统一的监管数据资产目录。

定职责，构建监管数据 全生命周期的数据责任体系

厘清数据责任，是监管数据质量得以持续提升的前提和保障。毕马威拥 有成熟的监管数据认责经验和知识体系，协助金融机构建立涵盖多责任主体、 覆盖监管数据全生命周期的数据责任矩阵。  由传统数据认责强调责任，转变为责权利并重； 由传统数据责任注重指定单一责任主体，转变为落实多责任主体 ；由传统数据认责强调结果认责，转变为强调覆盖数据生命周期的过 程认责；

建规范，制定监管数据 标准规范

“统一语言”是监管数据采集、加工和报送质量得以保障的前提。毕马 威可以协助金融机构，从业务术语、数据标准、质量规则、逻辑模型四方面 定义监管数据标准规范，实现监管数据在机构内的统一业务语言、统一数据 标准、统一质量要求和统一逻辑关系。

提质量，建立数据质量 全流程管控

《办法》中规定了监管统计数据全流程管控。毕马威通过监管数据链路 分析，将数据质量规则部署到监管数据采集、加工和报送全环节，并通过质 量监测，实现质量问题的及时提醒、精准定位、有效跟进。

统一平台工具

自动化、智能化、一体化的监管统计工具是监管数据高质量报送的基础。在面对多个监管机 构、多项报送要求时，金融机构考虑到报送时间、统计要求和关注领域的差异，建立了多个数据 集市和报送系统。当前一体化报送的新趋势下，重复采集、重复加工和冗余存储成为困扰金融机 构的难题，此外，在报送层面，不同厂商/不同开发团队的系统也很难在功能层面进行兼容，增加 了统一管理的难度，提高了数据质量的风险，更是严重制约了监管数据对业务的赋能和价值的实 现。

构建横纵双打通的 监管统计平台

毕马威为金融机构提供横向打通，纵向贯通的一体化监管统计平台。解 决数据不同源、数据孤岛、规则分散不统一的问题。毕马威协助金融机构，结合其业务战略、IT架构及系统现状，选择适合 的数据打通模式，设计监管统计平台架构。

设计监管数据通用模型

毕马威结合领先同业实践经验，协助金融机构设计和落地监管数据通用 模型，包括基础数据模型和指标数据模型，这是实现基础数据同源、指标数 据统一加工的重要手段。 在监管数据通用模型设计中，一方面整合各类监管要求，满足数据穿透， 另一方面，在模型中落实监管数据认责结果、落实数据质量校验规则、落实 数据安全要求，此外，模型设计还会兼顾灵活的数据分析及数据应用需求。

搭建自动化、智能化的 监管统计平台

毕马威协助金融机构完成监管统计管理流程设计、落实流程中各相关角 色和职责，同时考虑不同报送体系的特点，整合相关个性化需求，为金融机 构打造一体化的监管统计平台。

统一业务赋能

对金融机构而言，监管数据具有双面性。一方面，大量数据报送给监管机构后，成为监管机 构执行业务合规性监管的重要手段；另一方面，金融机构充分有效利用监管数据，主动开展的监 管数据分析应用，将监管数据与行内其他数据、外采数据整合，可实现监管数据赋能业务的目标。 以合规为例，将监管数据用于业务合规场景分析，可提前识别和整改业务不合规事项，反而 成为业务合规达标的一大助力。以经营管理为例，可利用监管数据加工形成的标签、指标，丰富 权威数据范围，助力数字场景、数字生态。

设计监管数据业务赋能场景

毕马威通过监管罚单分析，识别监管机构关注的业务合规领域，结合监 管数据，设计业务合规监测场景，支持金融机构主动监测、主动整改，实现 非合规事项“早预防”“早发现”“早整改”。

编辑：999感冒灵