近期，中国银行保险监督管理委员会非银检查局分别对人身险保险公司和财产保险公司2022年下半年报送EAST数据质量问题进行了集中通报，各地监管分局也陆续发布数据质量通报(宁夏、云南、青海)。由于集团EAST目前刚完成存量和7月两期报送，监管对于报送结果或数据质量没有反馈，模型中有相当多填报细节有待明确。所以通报的发布对此有非常好的参考意义，故对总局通报进行了大致整理：
一、通报问题情况
（一）数据报送不及时
迟报问题：涉及14家财产险公司、18家人身险公司。
（二）填报内容不完整
数据漏报问题：涉及7家财产险公司、6家人身险公司。漏报数据包括在职人员、股东信息、董监高履职信息、个人客户信息、有效银行账户、保单条款信息、处罚问题信息等数据。
数据多报问题：涉及1家人身险公司。具体是部分表在分拆数据至个别分支机构时，多报其他分支机构的数据。
数据应填未填或填报默认值问题：涉及15家财产险公司、7家人身险公司。具体问题一是部分业务信息未填报或填报默认值，包括承保/核保日期、车险标的车辆状态、条款备案号、核赔日期、签约日期等；二是监管文件、证件信息未填报或填报默认值，包括行政处罚原因、行政处罚文号、销售人员执业证书号、机构证件号码、企业名称等；三是人员、机构主体识别信息未填报或填报默认值，包括保单编号、董监高员工代码、机构证件号码、保险许可证发放日期等。
数据不满足表间关联要求：涉及24家财产险公司、3家人身险公司。具体问题包括分支机构代码、销售人员编号、保险责任编码、保单编号、报案/立案编号等信息在不同表之间无法关联。
（三）数据填报内容不准确
人员、机构等主体编码信息填报错误：涉及5家财产险公司、3家人身险公司。具体问题包括销售人员执业证号码、中介机构统一编码、统一社会信用代码等数据错填。
数据填报不符合业务逻辑：涉及4家财产险公司、8家人身险公司。具体问题包括保单首期交费日期大于保单终交日期、保单满期日期早于保单生效日期、有效保单填报失效日期、保单销售渠道填报错误等。
填报内容不符合常理：涉及6家财产险公司，1家人身险公司。具体问题包括“证件号码”“签约日期”填报为“11”“800000”“110301null”等不合理数据；部分时间数据项填报“3000-01-01”“19491001”等不属于当前合理的时间范围。
数据填报其他项：涉及6家财产险公司。具体问题包括部分表中险种分类、赔付责任类型等字段未按要求填报最细类别或填报其他项，财务科目没有层级分类。
（四）填报内容不规范
未按模型要求填报：涉及17家财产险公司、7家人身险公司。具体问题一是赔付责任类型、批改类型、管理机构代码、涉农标志等枚举值字段未按监管规范要求填报对应码值；二是保单终止日期、采集日期等数据填报格式不符合监管规范要求。
敏感信息未脱敏：涉及4家财产险公司、2人身险公司。具体问题包括未对证件号码、移动电话、回访电话、伤亡人员姓名等个人信息进行脱敏处理。
二、对集团EAST报送的影响
（一）对部分数据质量画出监管红线
这里主要针对的是部分填报默认值或非必填字段未填报的情况。例如<成员公司董监高履职信息表>中“批复日期”“批复文号”，多张表中“成员公司保险许可证号码”等多是非必填字段，从模型层面来说为了兼顾集团成员公司所在行业的复杂性，但金融监管总局所辖公司的信息是必填的。根据《银行保险机构许可证管理办法》银保监会令（2021年第3号）中的银行保险机构范围如下：
1.政策性银行、大型银行、股份制银行、城市商业银行、民营银行、外资银行、农村中小银行机构等银行机构及其分支机构，
2.保险集团（控股）公司、保险公司、保险资产管理公司、金融资产管理公司、信托公司、企业集团财务公司、金融租赁公司、汽车金融公司、货币经纪公司、消费金融公司、银行理财公司、金融资产投资公司。
3.经银保监会及其派出机构批准设立的其他非银行金融机构及其分支机构，保险代理集团（控股）公司、保险经纪集团（控股）公司、保险专业代理公司、保险经纪公司、保险兼业代理机构等保险中介机构。
（二）数据是为了用，不是为了报
这个主要是针对在报数各环节中的常见心态：我只要符合监管模型的校验规则或填报说明就行了。数据管理部门在复核数据，针对填报“默认值”“其他项”提出疑问时，有一部分原因是监管数据模型难以覆盖全部业务实际场景，前几天刚学会了一些新知识：保险公司总经理、副总经理、总经理助理算是一级，一般从副总经理升任本公司总经理时，是向监管报备，而不是报批。2年内存在总公司或分支机构存在重大处罚时，不能新建省级分支机构。这些存在于好些监管制度中的细枝末节，设计数据模型时若没有进行考虑，数据填报和数据使用都会受到影响。
另一部分通常是无法获知或源系统里没有这个信息。这个我想不完全是业务部门的原因，他们本职工作是把岗位职责相关工作做好，无论方式如何，至少在目前某些数据质量好不好，确实不影响工作推进或公司运转，比如说营业执照、金融许可证、处罚信息有没有系统化管理之类的。
在大模型如火如荼，数据资产要入表的这个阶段，我们还不能太激动，还有很多刨地的工作要做，就像我测试完ChatGLM2-6B能基本帮我把处罚信息文本给拆解到相关字段，但由于稳定性差，我还是只能爬+excel函数。对于想要定义解决问题的人，这个过程总是存在的，也许现在是对数核数，也许过几天是检查语料质量或大模型数据标注。