（来源：中国银行保险报网）

转自：中国银行保险报网

□欧阳日辉 常家维

银行业数据安全治理是指为保障数据全生命周期安全所采取的管理措施，涵盖数据分类分级、安全评估、应急响应等。当前，在技术层面，银行广泛应用加密技术、双因素认证、入侵检测及隐私计算等手段，有效提升风险识别与防护能力，在移动支付与网银场景中，通过身份验证与风险监控防范网络攻击。在监管层面，伴随《个人信息保护法》《数据安全法》的实施，银行需在信息收集、存储中严格执行数据脱敏、加密和身份验证流程，强化数据合规管理。整体上，银行业正通过技术与制度并行路径，构建更为完善的数据安全治理体系。

当前银行业数据安全治理面临三大问题。其一，治理能力差异明显，中小银行技术与人力投入不足，风险防控薄弱，数据泄露隐患突出。如睢县农信社因信息管理违规被罚，反映出其合规体系不健全。其二，客户数据滥用与过度采集普遍存在。为优化风控模型，部分银行超范围获取信息，边界模糊。2024年，江苏多家银行因违规采集客户信息被通报，暴露制度执行缺口。其三，跨境数据流动合规压力上升。法规对“出境”与“出国”界限不清，银行为规避风险扩大“重要数据”认定范围，增加合规负担。同时，缺乏统一平台支持跨机构传输，导致效率低、安全审计难。上述问题制约了银行数据治理能力的系统提升。

银行为构建安全、合规的数据安全治理体系还需要做好以下工作：

要构建系统化、全流程的数据治理体系。银行应采取全方位、多层次的数据安全治理架构，涵盖从数据采集、存储到传输和使用的全过程。通过部署智能防护体系，建立数据资产全周期管控，确保数据安全管理的系统性与持续性。包括制定明确的数据分类分级标准、完善的数据安全审计机制和有效的合规审查流程。银行可以通过引入跨部门协作、信息共享和动态风险评估等手段，形成具有弹性和适应性的安全治理框架。

推动技术集成应用，构建战略性韧性体系，为银行数字化转型提供结构性支撑。在业务复杂性与跨境数据流动加剧背景下，人工智能可实现实时数据分析与异常识别，提升响应效率。区块链强化数据可追溯性与防篡改能力，为跨机构共享建立信任基础。加密技术与云安全结合，则保障数据在存储与传输中的保密性与完整性。技术驱动不仅弥补人工治理的局限，更有助于构建灵活、高效的安全体系，为银行数字化转型提供制度性支撑，实现合规与风险管理的协同提升。

加强多方协同，构建统一监管生态。当前跨境数据流动面临多国多部门监管，单一机构难以应对复杂合规挑战。银行应主动推动跨部门合作，构建合规审查与风险信息共享机制，降低合规成本、填补监管空白。同时，应与金融机构及技术供应商协同制定行业标准与安全规范，推动信息共享与技术交流，提升整体防护能力。在跨境业务中，深化与国际监管机构的协调，有助于实现标准统一与规则对接，为银行提供更明确的合规指引。通过多主体合作，银行可增强应对复杂外部风险的能力，推进数据治理体系的全球适配与协同优化。

构建覆盖全员、全过程的数据安全文化体系，提升组织治理能力。当前多数银行将责任集中于IT部门，形成“技术孤岛”，忽视全员参与意识建设，易产生管理断层。实现“文化在前、制度驱动”的治理转型，需将数据安全纳入日常管理、绩效考核与员工培训，使数据保护成为基本职业素养。通过岗位责任制、风险演练和分层级培训，强化全流程安全意识。同时，银行应系统构建复合型人才梯队，重点培养具备网络安全、数据治理与法律合规能力的专业力量，为形成内生驱动、韧性可持续的数据安全体系提供人力支撑。

高水平的数据安全能力，已成为银行数字化战略落地的关键底座。数据安全不仅是技术问题，更关乎业务连续性、客户信任与监管合规。因此，银行在推进数字化的同时，必须将数据安全能力前置融入产品设计、系统开发与业务流程，构建“安全内嵌”的系统性数字治理框架。通过制度、技术与文化三位一体的融合机制，确保在高效创新的同时，守住数据安全底线，为数字化转型提供坚实保障。

（作者单位：中央财经大学中国互联网经济研究院）