2. 监管报送基础认知
监管报送是金融机构按照监管机构规定的口径、频率和格式，定期或不定期提交业务、风险、财务及合规数据的强制性义务。它既是外部监管的“数据入口”，也是机构内部数据治理水平的“体检报告”。理解监管报送的基础认知，是后续数据模型设计与指标口径治理的起点。
一、核心定义与本质
监管报送并非简单的“填表交数”，其本质是监管规则的数据化表达。监管机构通过报送制度将监管意图转化为可采集、可校验、可分析的数据项，机构则通过报送数据证明自身经营合规性与风险状况。因此，监管报送具有三个核心特征：
- 强制性：报送是法定义务，迟报、漏报、错报均可能触发监管处罚。
- 标准化：数据项、口径、格式、频度均由监管制度统一规定，机构不得随意变更。
- 可追溯性：从源系统到报送报表需保留完整的数据血缘，以应对监管核查与问责。
监管报送的“数据一致性”要求：同一指标在不同报表中若口径相同，其数值必须一致；若口径不同，则需在数据模型中明确区分版本与适用范围。
二、监管报送的主要分类
按监管目的与数据内容，监管报送可分为以下几类，不同类别对数据模型和指标口径的要求差异显著：
| 分类维度 | 典型报送类型 | 核心关注点 | 常见频度 |
|---|---|---|---|
| 风险监管类 | 资本充足率、流动性风险、大额风险暴露 | 风险加权资产、合格资本、流动性匹配 | 月/季 |
| 业务统计类 | 信贷收支、理财登记、同业业务 | 业务规模、结构、投向 | 月/季 |
| 反洗钱类 | 大额交易、可疑交易报告 | 交易主体、金额、频率、行为特征 | 实时/日 |
| 财务与治理类 | 财务报表、公司治理、关联交易 | 资产负债、损益、股权结构 | 季/年 |
| 专项与临时类 | 监管调研、风险排查、现场检查数据 | 特定主题的明细与汇总 | 不定期 |
三、发展历程与监管机构概览
我国监管报送体系经历了从“手工报表”到“系统直连”、从“分散报送”到“统一平台”的演进。早期以人民银行、原银监会等机构的纸质报表为主；随着EAST、1104、客户风险统计等系统的推广，报送逐步标准化、电子化；近年来，监管数据标准化（EAST）、金融基础数据统计等进一步强化了“一数一源、同源同口径”的治理要求。
主要监管机构及其报送要求概览：
- 中国人民银行：负责金融统计、反洗钱、支付结算等报送，典型如金融基础数据、大额/可疑交易报告。
- 国家金融监督管理总局：负责银行业保险业非现场监管，典型如1104报表、EAST数据、客户风险统计。
- 中国证监会：负责证券基金期货经营机构报送，如净资本、风险控制指标报表。
- 国家外汇管理局：负责跨境资金流动、国际收支申报等。
不同监管机构的报送系统、数据标准、校验规则各不相同，机构需建立统一的监管报送数据模型，将多套监管口径映射到同一套基础数据上，避免“一套数据多次加工、口径互相打架”。
四、典型场景与常见误区复盘
以某商业银行的月度1104报送为例，其流程通常为：源系统取数 → 数据加工与汇总 → 口径校验 → 报表生成 → 复核与上报。在这一过程中，最常见的误区包括：
- 口径理解偏差：将“各项贷款”与“贷款总额”混用，导致同一指标在不同报表中数值不一致。
- 源系统变更未同步：核心系统字段调整后，报送取数逻辑未及时更新，造成数据缺失或错位。
- 手工调整无留痕：为满足校验规则而手工修改数据，但未记录调整原因与审批过程，监管核查时无法解释。
- 忽视数据血缘：无法追溯报表数据到源系统字段，问题定位耗时过长。
监管报送的“一致性”不是简单的数值相等，而是口径、时点、范围、币种、单位等维度的全面对齐。任何维度的错配都会导致报送数据失真，进而引发监管问询或处罚。
为直观展示监管报送从制度要求到数据落地的传导关系，下图以“监管制度—报送系统—数据模型—指标口径”为主线，呈现各层之间的映射与约束关系：
综上，监管报送基础认知的核心在于：明确“为什么报、报什么、报给谁、怎么报”，并在此基础上建立统一的数据模型与指标口径治理机制。只有将监管制度要求准确转化为数据模型中的字段、映射与校验规则，才能从根本上解决报送数据不一致、口径冲突和追溯困难等问题。