Manajemen Data Bank Sentral Mengambil Tindakan Tegas: Sejak Awal Tahun, Beberapa Bank Dihukum Karena Pelanggaran Statistik Keuangan, Pengawasan Penetratif Ditingkatkan

Tanya AI · Frequent pelanggaran statistik keuangan bank, apa penyebab utamanya?

Reporter Mei: Liu Jakuai Editor Mei: Huang Bowen

Sejak awal tahun 2026, banyak lembaga perbankan menerima sanksi dari Bank Sentral karena melanggar ketentuan pengelolaan statistik keuangan.

Reporter Daily Economic News mencatat bahwa hanya dalam satu hari, 3 Maret, Cabang Bank Pembangunan Pertanian China di Guangxi Zhuang Autonomous Region diperingatkan dan didenda 624.700 yuan karena “melanggar ketentuan terkait statistik keuangan”; Cabang Bank Pembangunan Pertanian China di Shaanxi dikenai denda 380.000 yuan karena pelanggaran serupa.

Kembali ke Februari tahun ini, lembaga seperti Bank Desa Yangzi di Binhai Tianjin, Bank Komersial Pedesaan Yingtan, dan Cabang Bank Pos China di Xinyu juga secara berturut-turut didenda karena melanggar ketentuan statistik keuangan, dengan jumlah denda mulai dari puluhan ribu hingga ratusan ribu yuan.

Operasi penegakan hukum yang terfokus pada keaslian, akurasi, dan ketepatan waktu data statistik keuangan ini sejalan dengan tugas inti yang diusulkan dalam Rapat Kerja Bank Sentral 2026, yaitu “meneliti dan membangun sistem dan standar statistik keuangan yang sesuai dengan sistem bank sentral modern.”

Sumber yang dekat dengan otoritas pengawas mengatakan kepada wartawan bahwa saat melaporkan laporan pengawasan seperti 1104 dan EAST, lembaga perbankan sering membutuhkan banyak tenaga manusia untuk mengekstrak, mengubah, melengkapi, dan melakukan verifikasi silang data. Seiring meningkatnya tuntutan pengawasan terhadap tingkat detail, penetrasi, dan ketepatan waktu pelaporan data, model pengelolaan tradisional sudah tidak memadai lagi. Beberapa sanksi mencantumkan alasan “melanggar ketentuan pengelolaan statistik keuangan” dan “melanggar ketentuan pengelolaan teknologi keuangan” secara bersamaan, menunjukkan adanya kekurangan sistemik dalam arsitektur sistem dan pengendalian kualitas data di tingkat dasar bank.

Sumber gambar: Situs web People’s Bank of China

Tinjauan Sanksi: Berbagai jenis lembaga terlibat, kepatuhan statistik menjadi garis merah pengawasan yang sering muncul

Informasi sanksi administratif yang dipublikasikan oleh sistem Bank Sentral baru-baru ini secara jelas menggambarkan bahwa pelanggaran statistik keuangan telah menjadi tantangan umum yang dihadapi industri perbankan. Kasus sanksi mencakup semua jenis lembaga, mulai dari bank kebijakan, bank komersial besar milik negara, bank saham, bank kota, bank pedesaan, hingga bank desa dan kota. Ini tidak hanya melibatkan lembaga penting seperti China Postal Savings Bank dan Agricultural Bank of China, tetapi juga termasuk lembaga kecil seperti Bank Desa Yangzi di Binhai Tianjin, menunjukkan bahwa masalah ini bersifat luas.

Berdasarkan “Peraturan Pengelolaan Statistik Keuangan” yang diterbitkan Bank Sentral pada 2002, statistik keuangan adalah istilah umum untuk pengumpulan, pengolahan, dan analisis data dan kondisi berbagai kegiatan keuangan, meliputi statistik moneter, kredit dan pengeluaran, pengawasan keuangan, serta statistik pasar keuangan. Pasal 4 dari peraturan ini menyebutkan bahwa tugas utama statistik keuangan adalah “menyelesaikan semua statistik kegiatan keuangan secara tepat waktu, akurat, dan lengkap,” serta menyediakan informasi statistik dan saran statistik untuk pengambilan keputusan makro ekonomi nasional, pengawasan keuangan, dan pengelolaan internal lembaga. Oleh karena itu, setiap pelanggaran terhadap keaslian, kelengkapan, dan ketepatan waktu data statistik secara langsung mempengaruhi akurasi pengawasan keuangan dan pengambilan keputusan makro.

Seorang ahli riset perbankan senior mengatakan bahwa dari analisis alasan dalam sanksi yang dipublikasikan, istilah “melanggar ketentuan terkait statistik keuangan” adalah istilah umum yang mencakup berbagai pelanggaran spesifik. Selain pelanggaran umum seperti “pelaporan palsu atau menutupi data statistik keuangan,” juga termasuk “pembuatan, pengubahan, atau penghilangan data statistik keuangan secara palsu,” “penolakan pelaporan atau keterlambatan pelaporan berulang,” serta “membuat dan mengeluarkan tabel survei statistik tanpa izin.”

Lebih lanjut, ahli tersebut menganalisis bahwa beberapa cabang bank pada saat akhir bulan atau kuartal, untuk memenuhi target seperti skala simpanan dan pinjaman, rasio kredit bermasalah, dan indikator lainnya, mungkin menggunakan metode teknis untuk menyesuaikan definisi pelaporan data, atau melakukan operasi transfer dana seperti “mengubah pinjaman menjadi deposito,” yang menyebabkan data yang dilaporkan menyimpang jauh dari kondisi nyata bisnis. Meskipun distorsi data ini dapat sementara mempercantik laporan, hal ini menyulitkan pengawas untuk menilai secara akurat aliran kredit dan risiko di wilayah tertentu, sehingga menghambat transmisi kebijakan makro.

Diagnosa Penyakit: Distorsi Penilaian dan Keterbatasan Digitalisasi yang Saling Berinteraksi

Di balik munculnya pelanggaran statistik keuangan yang sering terjadi, terdapat kerusakan sistemik yang disebabkan oleh kelemahan mekanisme pengelolaan internal dan kekurangan kemampuan teknologi eksternal.

Menurut ahli tersebut, akar utama masalah ini adalah bahwa sebagian bank belum sepenuhnya mengubah model pengembangan yang longgar dan berorientasi pada skala serta penilaian berdasarkan titik waktu. Dalam konteks margin bunga bersih yang terus menyempit dan kompetisi antar bank yang semakin intens, indikator seperti pangsa pasar simpanan dan pinjaman, serta pertumbuhan skala aset, masih menjadi “tongkat komando” dalam penilaian kinerja internal banyak bank. Tekanan ini mengalir dari atas ke bawah ke unit bisnis di tingkat dasar, yang dapat mendorong staf lini depan untuk “memperbaiki” data demi mencapai target kinerja, bahkan memicu dorongan untuk melakukan kecurangan data secara sistemik.

Ahli tersebut menekankan bahwa ketika kompensasi dan promosi karyawan sangat terkait dengan data di akhir bulan atau kuartal, biaya untuk memastikan kepatuhan statistik dalam beberapa situasi dapat disalahartikan sebagai “biaya yang diperlukan” untuk mencapai kinerja, sehingga masalah ini sulit diatasi secara menyeluruh.

Kedua, sistem pengelolaan data internal dan kemampuan penerapan teknologi keuangan di beberapa bank menunjukkan kekurangan signifikan, sehingga sulit memenuhi tuntutan pengawasan statistik yang semakin kompleks, rinci, dan real-time.

Ahli tersebut menjelaskan bahwa banyak bank, terutama lembaga keuangan kecil dan menengah, secara historis telah membangun banyak sistem bisnis, tetapi standar data tidak seragam, antarmuka antar sistem tidak lancar, dan terbentuk “pulau data” yang parah.

“Ketika melaporkan laporan pengawasan seperti 1104 dan EAST, lembaga perbankan sering membutuhkan banyak tenaga manusia untuk mengekstrak, mengubah, melengkapi, dan melakukan verifikasi silang data. Model yang sangat bergantung pada pekerjaan manual ini tidak hanya efisiensinya rendah, tetapi juga sangat rentan terhadap kesalahan operasional dalam proses yang panjang,” katanya. Ia menambahkan bahwa seiring meningkatnya tuntutan pengawasan terhadap tingkat detail, penetrasi, dan ketepatan waktu pelaporan data, model pengelolaan tradisional sudah tidak memadai lagi.

Ahli tersebut juga menunjukkan bahwa beberapa sanksi yang mencantumkan alasan “melanggar ketentuan pengelolaan statistik keuangan” dan “melanggar ketentuan pengelolaan teknologi keuangan” secara bersamaan mengungkapkan kekurangan sistemik dalam arsitektur sistem dan pengendalian kualitas data di beberapa bank.

Selain itu, beberapa lembaga menunjukkan kurangnya perhatian strategis terhadap pekerjaan statistik keuangan dan pengendalian internal. Berdasarkan “Peraturan Pengelolaan Statistik Keuangan,” setiap bank harus memiliki departemen atau posisi statistik khusus yang bertanggung jawab atas keaslian data statistik mereka. Namun, dalam praktiknya, pekerjaan statistik sering dipandang sebagai tugas pendukung “menghitung angka,” tanpa membangun mekanisme pengendalian kualitas data yang lengkap, proses verifikasi lintas departemen, dan sistem akuntabilitas internal yang ketat. Akibatnya, masalah kualitas data sulit dideteksi dan diperbaiki sejak dini.

Perkembangan Pengawasan dan Respon Bank: Teknologi Mendukung Monitoring Penetrasi

Dalam menghadapi masalah di bidang statistik keuangan, respons pengawas sedang bertransformasi dari sekadar sanksi kasus ke pembangunan mekanisme jangka panjang dan peningkatan standar teknologi.

Reporter mencatat bahwa Rapat Kerja Bank Sentral 2026 menempatkan “peningkatan kemampuan pengelolaan dan layanan keuangan” sebagai salah satu dari tujuh prioritas utama tahun ini, dan secara tegas menyatakan akan “melanjutkan pengawasan statistik di bidang penting seperti ‘Lima Artikel Besar’ keuangan dan utang platform pembiayaan.”

Ahli tersebut memperkirakan bahwa dari tren sanksi yang ada, logika pengawasan di masa depan akan mengalami perubahan mendalam: dari “menemukan dan memperbaiki kesalahan data” menjadi “membangun mekanisme yang sulit menghasilkan kesalahan.” Ini berarti bahwa pemeriksaan pengawas akan lebih fokus pada desain tingkat atas pengelolaan data bank, kestabilan arsitektur sistem, dan tingkat otomatisasi proses dari sumber data hingga pelaporan.

“Pendorong data sharing dan monitoring penetrasi dari Bank Sentral dan lembaga terkait harus bergantung pada standar data yang seragam dan platform teknologi yang kuat, untuk memastikan hubungan data yang efektif antar lembaga dan pasar serta wawasan risiko yang mendalam.” Ia juga menambahkan, “Dengan semakin mendalamnya standar data pengawasan (seperti ‘Satu Formulir’, ‘One-Form’), dan penggunaan teknologi dalam pemeriksaan, model bank yang bergantung pada intervensi manual dan perbaikan pasca kejadian akan semakin tidak berkelanjutan. Membangun sistem pengendalian kualitas data yang terintegrasi dan cerdas secara aktif menjadi pilihan yang tak terelakkan untuk bertahan dan berkembang.”

Bagi industri perbankan, beradaptasi dengan lingkungan pengawasan baru berarti harus melakukan inovasi mendalam terhadap diri sendiri.

Ahli tersebut menyarankan bahwa bank harus memulai dari tiga aspek:

Pertama, mereformasi secara efektif mekanisme penilaian kinerja internal dan pengelolaan sumber daya, mengurangi ketergantungan pada indikator skala dan waktu yang bersifat permukaan, dan beralih ke sistem evaluasi komprehensif yang lebih menekankan substansi bisnis, penciptaan nilai pelanggan, dan pengembalian risiko yang disesuaikan, untuk menghilangkan motivasi utama untuk melakukan kecurangan data.

Kedua, meningkatkan pengelolaan data dan pembangunan teknologi keuangan ke tingkat strategis seluruh bank, meningkatkan investasi sumber daya, mendorong integrasi sistem inti dan pembangunan pusat data, serta mewujudkan otomatisasi, standarisasi, dan pelacakan penuh dari sumber bisnis hingga pelaporan, secara fundamental meningkatkan kapasitas produksi data.

Ketiga, membangun budaya kepatuhan di seluruh bank yang menganggap “data sebagai aset, keaslian sebagai garis bawah,” memandang keaslian data statistik sebagai garis merah yang tidak boleh dilanggar, dan menegakkan mekanisme akuntabilitas internal yang sesuai, memastikan bahwa kepatuhan menembus setiap proses dan posisi pekerjaan.

Daily Economic News