监管统计处罚在整个行政处罚案例比重中占比较小，除了EAST大罚单，单次就统计迟漏错报处罚金额一般在30万元左右。本次我们收集了自2015年1月至2023年3月共99个月中银保监会及其派出机构针对银行业金融机构及其从业人员因报表相关原因所受处罚的案例。

注：数据统计时间截至2023年3月31日，后续监管或将继续披露时间段内的处罚情况，且本文统计范围为银保监会对银行业金融机构作出的处罚，不含对保险公司或个人的处罚。   

  一、总体分析  

总体来看，银保监分局本级开出罚单数量最多，共计334张，占历年总罚单数量的75.06%，罚没总金额5,498万元，占历年总罚金额的45.2%；银保监局本级开出的罚单101张，占历年总罚单数量的22.7%，罚没总金额共计3,915万元，占历年总罚金额的29.88%；银保监会机关开出罚单共10张，占历年总罚单数量的2.25%，罚没总金额3,688万元，占历年总罚金额的28.15%。

表1 历年处罚罚单分析

从罚单数量角度出发（表1），2020年由银保监局本级开出的罚单最多，共计101张，占历年总罚单数量的23%；罚没总金额，共计1931万元，占历年总罚金额的14.73%。

表2 历年处罚金额分析

从罚没金额角度出发（表2），按年度来看，2023年第一季度罚没金额最多，共计3871万元，占历年总罚金额的29.55%，2015年度罚没金额最少，共计30万元，占历年总罚金额的0.23%。

历年千万级以上罚单共2张，累计罚没金额高达2千万，占历年罚没总金额的15.27% 。百万级以上罚单共11张，累计罚没金额5,588万元，占历年罚没总金额的42.65%。

累计罚单金额最高的被处罚机为某股份制商业银行，罚没金额1,651万元，共4张罚单，4项处罚事由，主要涉及虚报瞒报。

二、受罚机构分析

2015-2023年一季度所有监管处罚几乎涵盖了所有银行业金融机构，其中国有大型银行、股份制银行、城商行、农商行、村镇银行、非银机构为主要受罚对象类型。具体处罚情况见表3。

表3  处罚汇总表

从罚单案由数量来看，机构罚单案由共311条，占处罚总数的62.32%，其中：农商行案由数量排名第一，共166张，占处罚总数的53.38%；其次为村镇银行，案由数量共计41张，占案由总数的13.18%，排在第三位的为国有大型银行，案由数量共计27张，占案由总数的8.68%。

个人罚单共188张，占处罚总数的37.68%。

从罚没金额来看，机构被处罚金额合计共12051万元，占历年罚没总金额的92.06%，其中：排名前三的依次为农商行、国有大型银行、股份制银行，罚没总金额分别为4387万元、3036万元、2167万元，分别占历年罚没总金额的36.40%、25.19%、17.98%。

个人罚单案由数量共188条，占处罚案由总数的37.68%。个人被处罚金额合计为1040万元，占历年罚没总金额的7.94%。

报表、报告类违规行为可导致的后果主要包括警告、不超过50万元的罚款、没收违法所得以及撤销董监高的任职资格等。实际上我们看到这些处罚案例中，若是单纯以报表、报告类违规事由处罚的，罚款金额主要在20万至30万元的区间里。

而对个人的处罚案例中，同样若是单纯报表、报告类违规，较常见的处罚是警告和5万至8万元的罚款。对于银行从业人员而言，罚款或许并不是最害怕的，害怕的是被禁入银行业。所以，在监管统计的道路上，一定要确保数据质量的准确性、及时性和完整性，切莫因弄虚作假毁掉一生。 

三、处罚案由分析

（一）主要违法违规事实逐条拆解

我们对历年监管统计罚单中的主要违法违规事实逐条进行拆解，共拆分出499条违法违规事实，汇总梳理成444张罚单，主要涉及小微、涉农贷款、普惠金融、五级分类、不良贷款、房地产、集中度、理财、数据治理等9大方面。其中小微贷款既是银行业的核心业务，也是历年处罚重点，共计处罚频次91次，占总处罚频次的20.5%，其次为涉农贷款领域，共计处罚频次72次，占总处罚频次的16.22%，排在第三位的是不良贷款领域，共计处罚频次22次，占总处罚频次的5%。

表4  历年不同业务领域的处罚频次情况

左右滑动

近年来年对银行业数据报送、数据治理相关的处罚持续加大，凸显了数据报送和数据治理工作的重要性。 从处罚案由来看，1104、EAST和客户风险统计数据迟报较少，主要是违反规定迟报银行业监管统计资料。错漏报其实较为常见，但往往不会上纲上线，整改告诫为主，除非严重错漏报，或屡次错漏报。从公布的案由看，S63、S71涉及到涉农、小微企业贷款、三农贷款、普惠金融领域的源头数据质量糟糕，为了满足“三个不低于”、“两增两控”调控数据容易吃到罚单。

（二）虚报瞒报数据

值得注意的是虚报瞒报这一处罚原因高达346次，占数据报送与数据治理领域总处罚频次的74.09%，而这一切往往又于业务合规性相关。当一项违规操作，如不良贷款虚假出表，必然会造成1104未按实质重于形式填报。

虚报瞒报数据包括但不限于以下行为：报表数据明显区别于银行系统或台账中的原始数据，且不能提供合理解释说明；银行机构出于规避监管的目的，违反统计法律、法规和统计制度，以非实际数据报送监管机构。 

2019年1月16日，山西大同银保监分局向天镇县农村信用合作联社开出20万元罚单，事由为提供虚假报表。

2019年12月19日，河南驻马店银保监分局以“向监管部门提供虚假的或者隐瞒重要事实的报表”为由向驻马店农商银行开出20万罚单。

2020年1月2日，福建银保监局对福建华通银行股份有限公司开出50万元罚单，处罚事由为提供虚假报表。

2023年2月17日，中国银行保险监督管理委员会对中国银行总行罚款1600万元，对分支机构罚款1680万元,合计罚款3280万元，涉及统计处罚案由为“小微企业贷款统计数据不真实”。

（三）错报数据

错报共计81次，占数据报送与数据治理领域总处罚频次的17.34%。

错报是对统计制度要求填报口径理解错误、不满足表内或表间校验关系、报表报送批次错误、手工录入错误、系统转换错行导致报表项目和数据不对应等数据错误情况。

严重错报是指银行业金融机构数据差错对监管分析或监管风险判断造成较大影响的情况。典型严重错报包括非现场监管统计和客户风险统计关键指标差错、同一报表一年内出现三次以上差错、差错金额或幅度较大、数据单位错误等。

2019年12月20日，河南南阳银保监分局对河南南召农商银行开出10万元罚单，事由为“未按照规定报送S71《银行业普惠金融重点领域贷款情况表》，经责令整改后，仍出现错报。”

2020年10月28日，浙江衢州监管分局浙江衢州柯城农村商业银行股份有限公司对开出20万元罚单，事由为非现场监管统计报表屡次错报且整改不力。

2020年7月2日，江西景德镇银保监分局对景德镇农商银行开出30万元罚单，事由为非现场监管信息系统报表涉农贷款、小微贷款数据不准确。

2023年2月17日，中国银行保险监督管理委员会日渣打银行（中国）有限公司对河南浙川农商银行开出250万元罚单，涉及统计案由为“监管报表数据报送错误、EAST报送数据质量不合规。”

（四）迟报数据

迟报包括所有应在规定时间内报送的报表未按时间要求上报，由于1104和EAST都是通过系统上报，一般情况下不会出现迟报。相关罚单中，以迟报案件信息为主。

针对非现场监管报表，迟报指报送截止时存在一张或多张报表未报送；对于EAST和客户风险统计报表，指报送截止时数据尚未上传至监管机构。报表上报时未通过校验被系统自动退回或因数据问题被监管员退回后，未在报送截止时间或监管员要求时间内完成重报，按迟报处理。

严重迟报是指未经监管部门批准屡次迟报或长时间未报送报表。对于非现场监管报表，典型严重迟报包括出现报送截止日后三个工作日仍未报送、同一批次三张（含，下同）以上报表迟报、一年内出现不同批次三次以上迟报、催报后无合理理由超过一个工作日迟报、一年内出现三次以上未在监管员要求时间内重报等。对于客户风险统计报表，典型严重迟报包括报送截止时点后延时三个小时以上的迟报现象等。

2020年6月10日，上海银保监局对南洋商业银行开出15万元的罚单，原因为两次未按规定及时报送信息科技非现场监管报表。

（五）漏报数据

漏报是指报表已上报，但全部或部分应填数据项缺失。

严重漏报是指银行业金融机构数据报送中存在较大批量数据缺失的情况。对于非现场监管报表，典型严重漏报行为包括持续报送的常规报表出现全部数据缺失、同一报表一年内出现三次以上部分数据缺失或同一批次报表出现三张报表以上的部分数据缺失等。对于客户风险统计报表，典型严重漏报行为包括同一批次报表出现两张报表以上数据缺失情况等。

2018年8月10日，上海银监局对华晨东亚汽车金融有限公司处以15万元罚款，处罚事由为“2016年该公司在报送非现场监管报表时出现错报，我局对此发文责令改正，此后该公司报送的统计报表再次出现漏报，严重影响了上海辖内银行业统计数据的准确性和及时性。”

2020年4月15日，河南开封银保监分局对河南汴京农村商业银行开出10万元罚单，案由为违反规定屡次漏报、迟报、错报银行业监管统计资料。

2021年11月4日，河南开封银保监分局对河南汴京农村商业银行开出25万元罚单，案由为“未按规定有效开展数据治理工作，数据治理存在严重缺陷，多次出现漏报、错报数据等问题。”

2023年2月17日，银保监会对对民生银行总行罚款6670万元，没收违法所得2.462万元，对民生银行分支机构罚款2300万元，共计罚款8970万元，没收违法所得2.462万元。，其中涉及统计的处罚案由为“小微企业贷款统计数据不真实。”

（六）数据管理问题

严重数据质量管理问题包括：

（一）监管报表的组织管理和内部流程存在重大缺陷，职能分工和问责机制不明确。

（二）缺乏统一、明确、全面和可操作的监管报表实施细则、业务制度、数据来源和统计方法。

（三）信息系统支持监管报表需求功能较弱，或缺乏明确可行的改进和提高措施。

（四）未在新统计制度实施前完成银行内部报表制度更新。

（五）未及时提供相关信息且未能限期采取有效改进措施的，或存在其他如阻挠、拖延和不配合等不按照银监会规定要求提供报表、报告等文件、资料的情况。

2018年2月13日，陕西银监局对西安银行进行25万元的处罚，事由为“监管统计数据质量控制及管理信息系统建设不符合监管要求。”

2020年2月26日，江西银保监局对江西省农村信用社联合社开出50万元罚单，处罚事由为“对全省农村商业银行非现场监管信息系统报表数据管理不到位。

2022年7月29日  ，巢湖监管分局对安徽肥东湖商村镇银行股份有限公司进行20万元的处罚，事由为“数据治理不力，错报监管资料。”

（七）EAST处罚 

一般来说银保监会直接罚的都是重大违规事项，对应的处罚也严厉很多。值得注意的是，2020年5月9日银保监会分别给五大国有银行、邮储银行以及中信银行、光大银行等2家股份制银行开出8张十分相似的罚单。主要内容大致为监管标准化数据（EAST）系统数据质量及数据报送存在的违法违规行为，包括理财产品数量漏报、资金交易信息漏报严重、融资业务漏报、分户账明细记录应报未报、分户账账户数据应报未报、关键且应报字段漏报或填报错误等。处罚金额从160万至270万元不等。

2022年3月25日，银保监会再次严肃查处一批监管标准化数据（EAST）数据质量领域违法违规案件，对政策性银行、国有大型银行、股份制银行等共21家银行机构依法作出行政处罚决定，处罚金额合计8760万元。从近期各地银保监局针对EAST5.0发布校验规则要求来看，此后针对EAST报送开出的罚单应该只多不少。

在此之前，银保监会并未对单纯以报表、报告类违规事由对金融机构作出处罚，可见今年监管对统计报表、数据治理的重视程度有所提升。

四、处罚方向

随着对数据治理要求的不断提升，监管对于统计的罚单有明显上升的趋势，尤其是今年对渤海银行的1104大罚单，让所有银行非常震惊，如果都按表单罚，未来天价罚单会频频出现，但这也体现出监管对监管统计数据准确性需求的不断提升。

关于该处罚的分析详见震惊！这家行1104错报被罚860万元

预计未来监管统计处罚会呈现以下4个特点：

欢迎报名参加即将在上海举办的“严监管下数据治理要点分析与应对”，本期内容会针对过往几年的罚单进行剖析，并详解如何减少被行政处罚的可能性。

主题一：深化数据治理实践  赋能管理工具应用（蔡老师）

1.深化数据治理实践，提升数据质量应用

1.1.治理背景政策解读

1.2.制度重检责任落实

1.3.流程管控质量提升

1.4.标准口径规则解析

1.5.数据安全体系建设

2.数据治理实战及案例分享

2.1.数据治理架构

2.2.数据治理部门分工与职责

2.3.数据治理架构案例分析

3.EAST5.0问题溯源方法解析

3.1.EAST5.0监管对数据治理要求的变化

3.2.“严管重罚”常态化

3.3.EAST5.0整体情况解析

3.4.问题导向型EAST数据质量提升解决方案

3.5.EAST制度设计方法与原则

3.6.EAST流程管控设计方法

丨案例讲解《EAST数据链路管理办法》

丨案例讲解《EAST数据管理办法》

3.7.EAST问题整改策略

3.8.EAST监管集市建设与分析

4.数据治理工具化应用与实践

4.1.制度与管控流程建设分析与实践

4.1.1.制度模板库建设及作用

4.1.2.使用制度建设工具实现制度标准化与法人机构特色化

4.1.3.管控流程建设及作用

4.1.4.业务制度建设应用与实践

4.2.EAST5.0检核库建设与数据质量提升

4.2.1.EAST问题分析与预警管理

4.2.2.建立EAST数据血缘图谱

4.2.3.EAST问题溯源分析

4.2.4.EAST数据质量问题整改库

4.2.5.EAST可扩展检核库建设

主题二：严监管下EAST数据专项治理要点分析（金老师）

1.专项治理要求

1.1.专项治理要求

1.1.1.EAST数据治理意识情况

1.1.2.EAST数据治理架构情况

1.1.3.EAST数据牵头部门与业务部门履职情况

1.1.4.EAST数据质量管控措施

1.1.5.EAST数据治理基础支持情况

1.1.6.数据漏报情况

1.1.7.数据项格式执行《规范》要求情况

1.1.8.个别领域数据反映业务实质情况

1.1.9.EAST数据表间交叉校核情况

1.1.10.与其他监管报送数据交叉校核情况

1.1.11.与实际业务数据交叉校核情况

1.1.12.对EAST数据违规问题整改情况

1.1.13.是否完整准确理解并执行《规范》

1.1.14.EAST数据应用程度情况

1.1.15.内控合规数字化建设情况

1.2差距分析

丨案例：XX商业银行差距分析

1.3专项治理实施路线图

1.3.1.第一步：制度先行：完善EAST数据管理规范

1.3.2.第二步：发现问题：引入质量工具，发现问题，组织自行排查问题

1.3.3.第三步：立查立改：建立问题整改流程、责任划分、让问题有效流转

1.3.4.第四步：同标同源:根本解决EAST与1104、金数等同口径数据不一致问题

1.3.5.第五步：口径溯源：全面口径重检，分析报送项与源系统的映射关系，促进源系统数据治理，推动行内标准的优化及对标

1.3.6.第六步：校验溯源：校验前移，早发现，早治理

2.银行内部落地实践

2.1.管理制度落地实践

丨案例：XX银行EAST数据质量管理实施细则

丨案例：XX银行EAST考评管理办法

丨案例：XX银行EAST报送管理办法

2.2.质量工具落地实践

2.2.1.EAST质量校验规则收集

2.2.2.EAST合理性检查

2.2.3.EAST总账、分户账、明细账漏报检查

2.2.4.EAST与1104比对

2.2.5.EAST与客户风险比对

2.2.6.理财专项比对

2.3.问题整改落地实践

2.3.1.问题台账的建立

2.3.2.问题定性

2.3.3.问题责任部门划分

2.3.4.问题分析

2.3.5.解决方案制定

2.3.6.整改措施跟踪

2.4.同标同源落地实践

2.4.1.数据标准建设

2.4.2.监管数据集市建设

2.5.口径溯源落地实践

2.5.1.EAST业务口径

2.5.2.EAST技术口径

2.5.3.血缘与影响分析

2.5.4.某银行案例

丨案例：EAST责任分工表

丨案例：EAST业务口径

丨案例：EAST技术口径

6、校验溯源方法与落地实践

丨案例：某银行数据质量前移案例

主题三：监管统计与数据治理合规要求、处罚趋势及应对分析（刘老师）

1.监管统计与数据治理合规要求    

1.1.监管统计办法发布背景    

1.1.1.监管数据价值不断得到提升    

1.1.2.审慎监管与行为监管形成合力    

1.1.3.监管统计部门对监管统计实施归口管理    

1.2.监管统计办法总体要求    

1.1.1.监管统计遵循的五性原则    

1.1.2.监管统计为何要纳入数据治理    

1.1.3.如何压实监管统计的主体责任制    

1.3.监管统计的管理职责    

1.3.1.归口管理部门还是归口报送部门    

1.3.2.专人专岗要求为何难以落实到位    

1.4.监管职责与监督管理    

1.4.1.监管统计非现场监管工作主要内容    

1.4.2.监管统计工作情况检查的具体内容    

1.5.监管统计与金融统计     

1.5.1.银保监与人行统计内容差异    

1.5.2.金融业统计存在的突出问题    

1.5.3.金融业综合统计工作主要成效   

2.监管统计与数据治理处罚趋势  

2.1.商业银行数据治理现状分析    

2.1.1.数据治理常见七大问题    

2.1.2.寄希望数字化转型提升竞争力    

2.2.监管统计数据向多元化发展    

2.2.1.金融机构主要报送哪些报表与数据    

2.2.2.监管数据价值密度不断增加    

2.2.3.1104报表体系不断补充完善    

2.2.4.对统计人员素质要求越来越高    

2.2.5.资源向监管统计岗位逐步倾斜    

2.3.监管统计罚单统计分析    

2.3.1.四单制度及其应用    

2.3.2.监管统计罚单机构分析    

2.3.3.监管统计罚单区域分析    

2.3.4.报表迟、错、漏报罚单分析    

2.3.5.报表虚报瞒报罚单分析    

2.3.6.EAST大罚单分析    

2.3.7.数据治理罚单分析    

2.4.近年监管统计处罚案例剖析    

2.4.1.客户区域分类差错    

2.4.2.客户行业分类差错    

2.4.3.客户企业划型差错    

2.4.4.普惠金融报表差错    

2.4.5.信贷业务统计差错    

2.4.6.存款业务统计差错    

2.4.7.同业业务统计差错    

2.4.8.资本报表统计差错

3.数据治理与数据质量管控提升    

3.1.厘清统计管理与数据治理的关系    

3.1.1.监管统计管理与数据治理的关系    

3.1.2.监管统计与数据治理的关系    

3.1.3.数据治理与数据质量的关系    

3.2.优化金融监管统计数据治理架构    

3.3. 建立并完善管理制度与业务制度    

3.3.1.业务制度建设方法论    

3.3.2.自动化的前提——数据建模    

3.3.3.标准化的前提——统一字段    

3.3.4.流程化的前提——桥梁工程    

3.4.落实监管统计数据质量管控要求    

参会时间

4月15日（周六）至16日（周日）2天。

培训地址

上海市长宁区茅台路553号T.Time创意园409-411室。

讲师简介

蔡老师，原中国银行总行资深业务专家，高级经济师。中国信通院DCMM（数据成熟度）讲师及评审专家，北京银保研修院数据治理专题的主讲老师，DAMA（数据治理国际权威组织）CDGP讲师。拥有35年银行领域从业经验，25年监管报送与政策解读经验，致力于监管统计、管理会计、信息披露、风险管理、绩效考核等领域的研究和实践，是数字化转型、数据治理领域行业资深专家。

金老师，任职于国内知名IT公司，担任技术总监十余年，拥有二十余年金融行业软件工作经验。曾主持中国银保监会1104报送系统、高级管理人员任职资格管理系统、信息披露系统等项目建设。主持设计多家银保监局特色报表采集、智慧监管平台，主导或参与多家商业银行EAST系统建设、EAST专项数据治理项目，同时为EAST数据治理方案提供专业咨询服务。擅长监管报送领域监管动向研究，监管报送架构设计、报送解决方案、数据治理解决方案等。

刘老师，熵衍信息创始人，1104专家，中科大公共管理硕士。曾先后就职于人民银行、银监分局，20年监管统计数据治理工作经验。2017年创业后已先后为6家银行提供数据治理咨询服务，200家银行提供过线下线上培训服务，受训人员超万人。刘老师专注于监管统计和银行业数据治理研究，是【成于微言】微信公众号创办人，发表原创文章800余篇，著有《1104助学手册》（上下册），2019年，刘老师团队依托“熵煜信息”企业微信、“熵衍信息”知识店铺，搭建“9V”会员服务体系，为国内400余家银行机构提供系统性的1104和数据治理咨询服务。

报名资费

4000元/人，含午餐与彩色打印课件，不含交通住宿。会员优惠3600元/人。来就送数据治理制度汇编。