“1104工程”是指银监会议于2003年11月4日决定启动的银行业金融机构监督信息系统，其目的在于加强银监会监管能力，提高监管效率，推进公众服务，从而提高金融机构抵御金融风险的能力，为我国银行业的稳健发展提供保障，有效防范和化解金融危机。
“1104非现场监管报表”主要由基础报表、特色报表和生成报表组成。
其中基础报表共有27张，普遍适用于各类银行业金融机构，按照统一的标准和统计口径填报，反映所有银行业金融机构基本财务信息和所承担各类风险的量化信息。特色报表共有24张，分别适用于不同类型的银行业金融机构，反映不具有共性的业务及其所承担风险的量化信息，由不同监管部门分别提出，分别反映金融资产管理公司、城市信用社、政策性银行、邮政储蓄机构、信托投资公司、财务公司、农村合作金融机构等不同类别机构的特色监管要求，以及非信贷类资产、银行卡、股权投资、中间业务等专项业务的风险信息。
淘宝创造了“双11”，而我们表哥、表姐、表弟、表妹、表叔、表婶们，也有一个属于自己的节日——“1104报表节”。
我们每年都会在11月4日这一天过“报表节”。
2023年11月4日，将是“1104工程”的20周年纪念日，也是非现场监管信息系统正式运行的16周年纪念日。
本节主要带大家了解“1104报表节”的历史脉络和整套报表体系。
一、“1104”昵称由来
我们常用“1104”来称谓银监报表体系，就好比用“数据大集中”来称谓人行报表体系。“1104”实际上就是11月4日的数字组合，具体来说，就是在2003年11月4日那一天，原银监会召开主席办公会，时任主席刘明康在会上决定启动银行业金融机构监管信息系统建设工程，简称“1104工程”。
起初，“1104”作为系统工程，涵盖了银监会内部各种信息系统的建设与运维，比如，高管信息系统、机构管理信息系统、金融许可证系统、财务系统、办公系统OA、电子邮件系统等。2007年，非现场监管报表信息系统正式上线，由于该系统在银行业金融机构需要安装数据采集端软件，在监管内部需要安装报表审核端软件，不再只是银监会内部单独使用的系统。大家交流时提起“非现场监管信息系统”觉得拗口，于是就将其简称为“1104系统”，通过系统报送的监管统计报表则简称为“1104报表”。这就是“1104”昵称的由来。
二、金融统计报表与监管统计报表
除了向银监部门报送“1104报表”之外，各银行业金融机构还要向人行报送数据大集中报表，比如A1411《人民币金融机构资产负债月报》、A3411《委托贷款专项统计》等。
那么，人行报表和银监报表是什么关系呢？
众所周知，中国人民银行制定和执行货币政策，主要审视的是宏观层面，自然要对货币供应情况进行把控，报送的数据主要是基于银行业金融机构资金来源与资金运用，加之少量的表外业务，如银行承兑汇票业务以及普惠金融，其中包括涉农贷款、小微企业、助学贷款、保障性安居工程、下岗再就业等，还包括互联网金融的统计。我们一般把人行统计报表称作金融统计报表，或者“数据大集中”。
而银保监会则秉承“管法人、管风险、管内控、提高透明度”的4项监管理念，该理念的基础是对银行业金融机构的风险进行有效地识别、计量、分析和预警。要做到这一点，很大程度上依靠非现场监管报表这一重要工具。
“1104报表”体系是侧重于单体法人机构的微观审慎监管，自然也包括银行集团并表监管。我们知道银行目前最主要的4大风险分别是：信用风险、市场风险、操作风险和流动性风险。这4大风险在“1104报表”中均有所体现，通过一系列的指标值来判断银行经营的稳健程度，并通过监管评级，对不同级别的银行采取不同的监管措施。
金融统计报表与监管统计报表之间侧重点虽然不同，但是仍存在很多共通项目，比如，两者都要求统计最基本的存款、贷款数据，尤其是人民银行开始实施宏观审慎评估体系（MPA）之后，出于数据评估维度的需求，也要求银行业金融机构报送资本充足率、杠杆率、流动性覆盖率、拨备覆盖率、不良贷款率等“1104”监管指标。但两者的统计口径又未必一致，例如人民银行在2015年对存贷款口径做出了修订，导致各项存贷款口径在两类报表中不再一致。
三、金融统计原则
世界各国和经济组织对于统计有不同的要求：我国对统计有“三性”要求，分别是准确性、及时性、完整性；美国商务部遵循的是可比性、准确性和适用性；英国政府遵循的是准确性、及时性、有效性、客观性；欧盟统计局遵循的是适用性、准确性、及时性、可获取性、衔接性、可比性、方法专业性或完全性；IMF则要求保证诚信、健全性、准确性、可靠性、适用性和可获得性。
我国“一行三会”于2016年印发了《关于开展金融业综合统计试点工作的通知》，对金融业综合统计核心指标统计框架，需要遵循7个原则，分别为：全面统一原则、协调可比原则、适度前瞻原则、急用先行原则、统一灵活原则、一分到底原则和不重不漏原则。
（一）全面统一原则
全面，是指金融业综合统计核心指标覆盖的范围要机构全、业务全、内容全，是一个综合的统计体系；统一，是指纳入综合统计范围的各行业金融统计指标的名称、定义、分类、计值和编码等统计规范应是统一的，是以实现标准化为基础和适用于各类金融机构的综合金融统计体系。
（二）协调可比原则
协调可比原则,是指金融业综合统计核心指标应遵循与2008SNA和IMF的《货币与金融统计手册》等国际标准统计框架相一致的编制方法和统计口径，形成能够与其他宏观经济和金融账户统计协调一致的、有利于分析的时间序列，为宏观调控、审慎监管以及金融监管提供全面、准确的信息支持。
（三）适度前瞻原则
适度前瞻原则,是指当前金融业发展迅速，因此金融业综合统计核心指标统计框架不仅要着眼于当期，还要放眼未来，要从金融改革发展的长远需要出发，前瞻性地考虑未来金融改革以及宏观金融调控和金融监管的需求。
（四）急用先行原则
急用先行原则,是指充分考虑实际情况，指标设计、分类及统计指标的落地可急用先行，采用分阶段、分步骤的方式，从易到难，将统计指标、统计分类等标准等逐步在金融业各子行业落地，有效促进金融业综合统计工作的顺利开展。
（五）统一灵活原则
统一灵活原则,是指金融业综合统计涵盖的机构范围、工具定义、指标概念等要具有一致性，报表设计和内容等可因地制宜，灵活设置，满足各级部门经济金融监测和管理的需要。
（六）一分到底原则
一分到底原则,是指从不同角度构建平行分类体系。任何一个分类标志要一分到底，仅从一个角度说明和反映事物的分布状况和内部结构；众多的分类标志组成平行分类体系，可以灵活组合，多维度进行分析。
（七）不重不漏原则
不重不漏原则,即穷举与互斥。不重，就是在特定分类标志下，任何一个统计对象只能归属于某一组，而不能同时或可能归属几个组；不漏，就是任何一个统计对象都有组可归。
四、“1104”发展脉络
“1104报表”体系是一个不断完善的过程，在非现场监管信息系统上线之前，各金融机构通过电子邮箱报送报表，而当时的报表仅涉及基础财务报表、简单的存贷款数据和五级分类数据。印象中最难的是曾经被称作“表王”的《贷款质量迁徙表》，也就是现在的G12的前身。在金融机构的数量和金融业务的复杂程度不断上升的背景下，通过邮箱报送报表显然无法满足监管当局的监管需求。2007年，非现场监管报表系统正式上线后，不仅使报表报送更加规范，同时也初步形成了一套以风险管理为核心的报表框架。比如，G1打头的主要是信用风险类报表，G2打头的主要是流动性风险类报表，G3打头的主要是市场风险类报表，G4打头的主要是资本管理类报表。另外，G0打头的主要是基本财务类报表，也是其他报表填报的基础。
2008年，国际金融危机暴露了金融监管领域的诸多漏洞。危机之后，全球金融监管者对危机的成因以及其暴露出的问题进行了深刻的反思，发现此次危机暴露的源自金融机构的风险抵御能力不足，风险管理和公司治理水平与所承担的风险不匹配等。
2010年12月，巴塞尔委员会发布了《巴塞尔Ⅲ：更具稳健性的银行和银行体系的全球监管框架》《巴塞尔Ⅲ：流动性风险计量、标准和监测的国际框架》等一系列文件，提出了一揽子国际银行监管框架改革方案，即巴塞尔Ⅲ，对金融机构提出了更高的资本监管要求，并首次提出了全球统一的流动性风险监管标准。
银监会紧跟国际监管要求，2011年设计出G25_Ⅰ《流动性覆盖率情况表》（LCR）和G25_Ⅱ《净稳定融资比例》（NSFR）两张高难度报表；2012年6月，银监会发布了《商业银行资本管理办法（试行）》，并要求商业银行于2013年1月1日开始施行，同时要求商业银行报送一整套与巴塞尔Ⅲ相关的报表G40、G4A、G4B、G4C、G4D等；2014年，银监会发布《商业银行流动性风险管理办法（试行）》，其中涉及G21、G22等报表；2015年，银监会又修订了《商业银行杠杆率管理办法》，新增G44报表；2016年，银监会对“1104”体系作出了整体优化，将报表重新进行了分类，共4个大类，分别是：基础类报表、业务类报表、支持发展类报表和机构类特色报表。
“1104”业务制度的更新也有“大小年”。2017年是“小年”，整体更新调整较小：新增了对信贷资产转让业务情况统计的G34报表，让不良贷款非洁净转让无处遁形；对G06理财业务情况表的修订，预示着对资管产品穿透式监管全面来临；新增G51，加强对国别风险统计；新增S70，对科技金融和投贷联动进行统计。
2018年则是“大年”，随着资管新规的到来，“1104”业务制度与时俱进地加强了对理财、委外投资、非标准化债权类资产的统计分析，新增G06_Ⅲ，统计各类客户持有理财产品情况。银监会经过“三三四十”检查之后，有两个方面的变化：一方面，加强对股东的监管，新增G07主要股东情况表；另一方面，督导银行回归本源，对G21升级改造，用于计算流动性匹配率指标，并要求资产规模在2000亿元以下的银行报送号称“小LCR”的G26报表。对中小金融机构而言，新增的S71这套普惠金融重点领域报表对数据源准确性要求大幅提升。
2019年，“1104”业务制度更新可以说是一次革命，银保监会结合近两年发布的一系列新规，如股权管理新规、流动性新规、大额风险暴露新规、银行账簿利率风险管理新规、资管新规和理财新规等，对G06、G14、G15、G33进行重造，同时加强了股权质押融资、地方政府融资平台监测，细化专项金融债和地方政府债券监测等。
2020年，又碰到了“小年”。这一年的报表有两个明显变化：一是结合2017年颁布的《商业银行押品管理指引》，新增G13《押品情况统计表》；二是为支持制造业转型，新增S72《制造业融资情况表》，全面反映银行对制造业尤其是高技术制造业的表内外融资情况。此外，G14、G18、G33、G51、S67、G24报表也有明细调整。
2021年，则又回归“大年”。加强对互联网金融的监测分析，新增G09《商业银行互联网贷款情况统计表》，修订 G01_IV《存贷款明细报表（二）》，增加对互联网贷款和存款统计项目。新增G08《银行业金融机构引进外商投资情况表》，统计银行业金融机构引进外资情况。新增G53_V《银行业金融机构与融资担保公司担保贷款统计表》，统计银行业金融机构发放的担保贷款中由融资担保机构提供担保的情况。新增G06b_I《银行理财子公司净资本计算表》和G06b_II《银行理财子公司风险资本计算表》，监测理财子公司资本状况。此外，出于监管需要很多报表修订了其中的填报项目。
2022年业务制度更新可以用“新”“特”“精”“专”四个词来形容。为了贯彻中央经济工作会议精神，提升对“双碳经济”“绿色发展”“科技创新”“乡村振兴”“专精特新”“租赁住房”的信贷支持力度，新增G05《个人贷款情况统计表》、G27《主要负债项目明细表》、G53_Ⅵ《县域存贷款情况统计表》和S68《绿色融资情况统计表》。修订了特别关注领域的报表及填报项目以便适时监测。多张报表的统计维度及项目得以精细化。比如个人贷款、银行主要负债、互联网贷款合作机构、区域经济信贷投放、普惠小微产品和服务创新等情况。
2015年至2022年业务制度的更新，见第1章第3节《非现场监管报表历年更新》。报表的加工需要时间，如今越来越多的填报机构发现纯粹靠手工加工报表难以满足报表报送及时性、准确性的要求，数据质量治理被越来越多的银行提上日程。
五、“1104”整体架构
（一）报表分类
自2016年报表调整分类后，报表可被分为3个大类，后续报表修订也均按此种方式进行分类：其一，是适用于多个机构的类别，覆盖面较广，习惯上被称为“普适性报表”，包括基础类报表、业务类报表和支持发展类报表。其二，根据不同机构特色设置了机构类报表；其三，为满足不同区域报表统计汇总需要，参照法人机构报表报送的分支机构报表。上述报表的数量会随着业务制度更新出现增减。
“普适性报表”可以进一步细分为3个中类。
1.基础类报表。该类报表以反映风险为主线，是非现场监管报表的核心，基础类报表又可分为综合类报表和风险类报表。其中，综合类报表包括基础财务、股东情况、杠杆率、资本充足类报表；风险类报表则包括信用风险、大额风险暴露、流动性风险、市场风险、操作性风险、国别及区域性风险。基础类报表2021年度共39张。
2.业务类报表。该类报表反映某一类产品或业务的情况，包括表外业务、衍生品、理财业务、互联网贷款、股权质押业务、银行卡业务、融资工具发行、投资业务、信贷资产转让业务。该类报表2021年度共11张。
3.支持发展类报表。该类报表反映银行业支持实体经济的情况，如支持重点行业、支持三农、小微企业、保障性安居工程、贷款企业性质、科技金融和投贷联动报表。该类报表2020年度共10张（如表1-1所示）。
表1-1 基础类、业务类、支持发展类报表
机构类法人报表，是为了反映特定金融机构类型的特定监管要求的报表，包括国家开发银行（5张）、邮政储蓄银行（1张）、农业发展银行（1张）、外资银行（2张）、金融资产投资公司（1张）、信托公司（12张）、财务公司（5张）、金融租赁公司（10张）、汽车金融公司（3张）、货币经纪公司（1张）、消费金融公司（2张）、资产管理公司（7张）、农村合作金融机构（5张）、新型农村金融机构（2张）、全部农村机构（1张）、其他（1张），以及采用资本高级计量方法需报送的报表（18张）。
分支机构报表则用来反映分支机构基本财务、信用风险和支持实体经济情况，总共包括21张报表。
监管统计报送的内容，除了上述一整套需要通过非现场监管信息系统上报的常规报表外，还包括各地监管当局设置的区域特色报表。从广义上说，客户风险统计系统数据、EAST数据以及各类临时性报表，也属于监管统计范围。
（二）报送口径
“1104报表”有3种口径，分别是境内口径、法人口径和并表口径。根据报送机构是否在境内、境外是否有分支机构、是否有独立的附属公司，我们将报送机构分成4组。
第1组，银行业金融机构，指没有境外分支机构和附属公司的填报机构，以及外国银行分行。其中，外国银行分行填报单家分行口径。绝大部分机构都属于第1组金融机构，只要上报境内口径即可，法人口径系统会自动转换成相同的报表。
第2组，银行业金融机构，指有境外分支机构，但没有附属公司的填报机构。法人口径报表需要境内境外分支机构的报表汇总后才能形成，所以境内口径先报，法人口径后报。有些报表是中国特色，所以法人口径比境内口径报表要少。
第3组，银行业金融机构，范围最大，放到最后说。先说第4组银行业金融机构。银行业金融机构是指没有境外分支机构，只有附属公司（不论境内或境外）的填报机构。很多银行机构作为主发起行设立了新型农村金融机构、融资租赁公司等附属公司，因此在填报境内口径的同时，还要上报与附属公司的合并报表。合并报表是一项更复杂的工作，因此只要求以季度为频率，在每个季度后40日内报送。
第3组银行业金融机构，指既有境外分支机构，又有附属公司的填报机构。这类机构最复杂，需要报3个口径报表，分别是境内口径、法人口径和并表口径，报送要求与第2组和第4组相同。
（三）报送频率
“1104报表”的报送批次最早为两个批次，分为月报批次和季报批次。从2016年开始，变为了3个批次。基本原则是境内和法人报表口径为月度7日截止，季度13日（第1批）截止，18日（第2批）截止；审核日为截止日次日，遇节假日顺延，比如，10月的月报因为碰到国庆节，报送截止日为10月10日，比常规延后了3个工作日。
2018年，月报新增第2批次，时间为月后18日，与季报第2批次报送时间相同。从2019年起，月度第1批次报表的报送时间，由月后7日调整为月后6日。从2020年起，月报第2批次从18日调整为13日，与季报第1批次报送时间相同。从2021年起，大型银行试行并表口径报表报送时间调整为季后30日，其他类型机构仍为季后40日。
（四）监管指标
非现场监管的核心是对银行风险进行有效的识别、度量、分析和预警，因此基于一整套“1104报表”会生成很多监管指标或监测指标。目前，非现场监管关键指标体系主要包括32个指标（如表1-2所示）。根据需要，属地监管可以增加需要的监测指标。
表1-2 非现场监管关键指标体系
编号指标名称编号指标名称1总资产17单一集团客户授信集中度%2总负债18全部关联度%3各项存款19拨备覆盖率%4各项贷款20贷款拨备率%5日均存款21净利润（本年累计）6日均贷款22成本收入比率%7核心一级资本充足率%23风险资产利润率%8一级资本充足率%24净息差%9资本充足率%25非利息收入占比%10杠杆率%26流动性比例%11不良贷款余额27流动性覆盖率%12关注类贷款余额28期末存贷比（人民币）%13逾期贷款余额29流动性缺口率%14逾期90天以上贷款与不良贷款比例%30核心负债依存度%15贷款总体向下迁徙率%31累计外汇敞口头寸比例%16单一客户贷款集中度%32利率风险敏感度%
而基于CAMELS+监管评级体系则是从资本充足、资产质量、管理质量、盈利状况、流动性风险、市场风险和信息科技风险7个维度对被监管机构进行定量及定性打分，最终按照得分高低进行评级。其中很多核心监管指标在CAMELS+评级中得到了体现（如表1-3所示）。关于监管评级的详细内容将会在后续章节中进一步说明。
表1-3 CAMELS+监管评级指标
C:资本充足A:资产质量E：盈利状况L：流动性风险S：市场风险资本充足率不良贷款率资产利润率存贷比利率风险敏感度一级资本充足率逾期90天以上贷款与不良贷款比例资本利润率流动性比例累计外汇敞口头寸比例核心一级资本充足率单一客户贷款集中度/单一集团客户授信集中度成本收入比流动性覆盖率杠杆率全部关联度风险资产利润率M：管理质量I：信息科技风险
六、数据质量提升
数据质量是监管统计的生命线，监管报表的生成需要经过“银行员工录入基础数据源→银行系统生成会计报表→银行人员加工为监管统计报表→非现场监管信息系统上报与接收数据→机构监管部门人员审核→统计部门加工监管统计报表”这一流程。
很多细心的读者会存在疑问，既然系统能生成会计报表，为何不能直接通过数据源自动采集生成监管报表，从而避免人工加工过程中的差错？
最主要的原因有3点：一是监管统计报表统计维度远远超过会计报表，取数范围来源于核心及若干外围系统，庞大的数据量难以通过统一的接口实现自动化；二是不同的填报机构的业务范围、资产规模、客户基数、差异化经营以及科技水平的发展存在差异，对规模较小、业务单一的机构而言，手工报表能满足监管报表报送需求；三是监管报表业务制度每年都会更新，即便是自动化率很高的银行，当内部系统建设无法适时对监管报表报送要求进行迭代，或严重缺少数据源，则短时间内报送仍然需要手工干预。
多年来，银保监会一直致力于非现场监管数据质量的提升工作。2008年，《关于进一步提高数据质量 做好非现场监管工作的通知》（银监通〔2008〕10号）中，要求建立“四单制度”，四单分别为“提示单”“警告单”“现场检查单”“处罚单”。其中，“提示单”和“警告单”在监管中运用较为频繁，可以有效记录差错，提醒或警示银行业金融机构提升数据准确性、完整性、及时性。
简单的通报、警告和处罚并不足以从根本上促进数据质量提升，监管部门认识到数据质量的提升是一项系统工程，需要从各个方面加强管理和协调。
2011年，印发的《银行监管统计数据质量管理良好标准（试行）》（银监发〔2011〕63号，以下简称“《良好标准》”），提出提升数据质量管理5大要素15项原则和61条具体标准，其中每项要素、原则和标准均可以分为“符合”“大体符合”“较不符合”和“不符合”4个定性档次对被评估机构进行评估，并将结果运用于机构监管评级之中，占总体评级结果的4%，如表1-4所示。
制定《良好标准》的总体原则是抓“因”促“果”，即从影响数据质量的各环节因素入手，建立良好标准的框架要求，督促银行对照标准不断改进统计工作。
表1-4 监管统计数据质量良好标准框架
五大要素15项原则/61条标准组织机构及人员1.组织领导（3条标准） 3.岗位设置（5条标准）2.归口管理（3条标准）4.团队建设（4条标准）制度建设5.管理制度（3条标准）6.业务制度（4条标准）系统保障和数据标准7.基础系统（5条标准） 9.数据标准（3条标准）8.信息系统（6条标准）数据质量的监控、检查与评价10.日常监控（5条标准） 12.考核评价（3条标准）11.监督检查（6条标准）数据的报送、应用和存储13.数据报送（4条标准） 15.资料存储（3条标准）14.分析应用（4条标准）
2014年，银监会办公厅印发《关于进一步提升监管统计数据质量的通知》（银监办发〔2014〕177号），明确了3项制度，分别为主体责任制、数据质量承诺制和异常变动报告制，并对一般数据差错、重大数据差错和虚报瞒报数据进行量化。
2016年之前，除上海银监局对部分银行开出统计罚单外，其他局针对监管统计开出的罚单微乎其微。此后，针对监管统计的罚单也开始增多，据不完全统计，此类罚单已超过300单，尤其是对8家大行的EAST罚单让所有银行感受到监管对数据质量的重视程度。从处罚案例来看，我们把其归为4类：第1类是非现场监管报表错报、漏报，属于常规性差错；第2类是非现场监管报表虚报、瞒报，属于规避监管弄虚作假的行为；第3类是会计处理不合规，间接影响到统计数据的准确性；第4类是业务记录不真实，在源头数据造假。此外，针对数据治理的罚单也陆续出现。
随着“大数据”“云计算”“人工智能”“区块链”等信息技术的升级，以及“互联网”“移动互联网”“物联网”等移动通讯基础设施的完善，金融业态也跟随发生了巨大变化，中小银行数字化转型迫在眉睫。
2018年5月21日，银保监会发布《银行业金融机构数据治理指引》（银保监发〔2018〕22号），将数据治理升华为银行业金融机构内生发展需求。2020年5月21日，银保监会办公厅发布《关于开展监管数据质量专项治理工作的通知》（银保监办发〔2020〕45号），要求银行保险业金融机构提高站位，统一思想，充分认识提升监管数据质量的重要意义，切实提升银行业保险业监管数据质量，以优质信息服务监管工作大局和银行业保险业高质量发展。
如今，数据已成为银行的重要资产和核心竞争力，充分挖掘和发挥数据价值，用数据驱动银行发展，用数据提高银行经营质效，用数据提升银行风险管理能力，已成为监管和被监管者的共识。
2023年12月，国家金融监督管理总局下发了《关于做好2024年银行业非现场监管报表填报工作的通知》（以下简称《制度通知》）。非现场监管报表是监管机构对银行风险状况监测的重要抓手，制度内容充分体现了近期的监管法规要求，以及适应金融行业发展变化。在今年发布的《商业银行金融资产风险分类办法》（以下简称《风险分类办法》）、《商业银行资本管理办法》（以下简称《资本新规》）以及《银行业金融机构国别风险管理办法》（以下简称《国别风险管理办法》）等一系列办法的基础上，《制度通知》要求金融机构高度重视资本新规报表、资产质量、房地产、普惠金融等项目统计工作，可见精细化风险管理已势在必行。
《制度通知》不仅明确了报表内容的调整，同时还提出了非现场监管报表统计内部流程制度、信息系统建设、数据质量控制、报告质量的具体要求。
本次制度升级总共涉及132张报表，其中：新增报表86张（75张为资本充足率报表），修改报表41张，停报报表5张。
一、新增报表
（一）资本新规相关报表
作为今年重磅政策《资本新规》，由于考虑填报的难度而增加了一年新旧并行报送期的过渡，因此一上场就给2024年的1104报表带来了75张的新增报表。总量上看，确实增加了不少，但实际上，由于设置了不同的档位和匹配不同规模的不同计量方法，银行报送的报表数量并不如此“骇人”，在确定分档之后的报表数量，银行普遍还是可以从容应对。
关于商业银行的分档要求（如下图），以2023年末商业银行的业务规模、风险差异为依据进行划分。
接下来，银行可以根据自身的档位，报送对应的资本相关报表。除开获批使用资本计量高级方法银行的报表，我们分别统计了一、二、三档需要报送的报表及工作底稿（如下图）：其中一档机构报表总计39张，包括12张报送报表及27张工作底稿；二档银行总量略少（主要体现在市场风险计量方面），包括11张报送报表及23张工作底稿；三档银行最少，仅报送7张。
另外，本次1104制度升级虽未提及《资本新规》中信息披露的相关要求，但这部分作为《资本新规》的重点修订内容，在2024年也同样需要报送。我们也同样按各档机构，梳理了信息披露的报送内容。具体如下：
从报表数量上看，对二档、三档银行较为友好。市场风险相关报表，二档银行满足简化标准法的条件以该方法计量市场风险资本，计量方法与银行规模情况较为合理。三档银行无需计量市场风险资本，因此免填市场风险相关报表，所以总体看来，此次1104升级整体对二档银行来说还算友好，对第三档银行甚至还能说大幅“减负”，这也从侧面反映监管落实《资本新规》差异化资本监管体系的要求。（详细报送清单如下图）
*蓝色代表报送报表
（二）支持发展类、分支机构类报表
1.《S66 三大工程信贷情况统计表》
S66在2023年是《保障性安居工程贷款分地区情况表》，2024年同步删除了原表，用“三大工程信贷情况统计表”沿袭了该表号，主要统计填报机构开展的与“平急两用”公共基础设施建设、城中村改造和保障性住房相关的贷款业务，实际上是扩大了统计口径，是中央“三大工程”政策导向在监管报表上的落地体现。
2.《SF70 科技金融情况表》
机构类新增的SF70，对标法人报表S70的第一部分，主要也是体现监管对科技金融业融资的关注。
（三）机构类报表
新增机构类报表9张，主要集中城市商业银行、金融资产管理公司、金融租赁公司、企业集团财务公司、政策性银行及理财公司。
二、修改报表
本次1104制度升级涉及的范围相较于去年比较大，总共有16张法人机构报表，同时对分支机构报表也做了相应的调整和升级。具体变动内容如下：
（一）法人机构报表重点变化
*更多有关于《国别风险管理办法》的发文内容解读，我司也梳理了相关的重点，将于后续发布相关的公众号，敬请期待！
（二）法人机构报表其他变化
本次修订还增加了对互联网吸收的存款、现金管理类理财产品、科技金融、普惠金融、养老金融等指标的统计，从政策导向到报表指标，都体现了国家对此类业务的日益关注。同时也对信贷风险、流动性风险、外汇风险等管控提出了更高的要求，敦促银行提升对底层数据的采集质量。
（三）机构类报表
三、停报报表
本次升级共停报5张报表，其中法人机构报表1张S66，删除后被“三大工程信贷情况统计表”替代，与其对应的分支机构报表1张，机构类的3张。
四、填报说明及其他调整
本次填报说明调整重点在于贷款五级分类的参考依据变化，这部分的变动对下游填报人员的填报影响不大，倒是对上游业务人员如何对贷款质量进行评估提出了更高的要求。不过由于《风险分类办法》发布比较早，很多银行估计在年中就已经按照最新的发文调整了对五级分类的划分标准，如今也是在1104报表上的落地。
五、报送时间安排
由于今年新增和修订的表不少，为了监管报表数据的连贯性，不仅需要切换新模板报送，同时也需要用新表样补报2023年年末的数据，但常规报送和补报的时间多少都有所差异，这也给银行的监管报表填报人员带来了不小的压力。为此我们按报送的口径和频度整理了如下的报送时间表供参考。
1.新增资本相关报表（新规）
2.非资本相关报表
（一）加强监管报送能力建设
建立由法人代表或主要负责人对监管数据质量承担最终责任的机制和流程，持续完善监管统计数据工作机制，提升监管统计数字化水平，强化报送人员责任意识，确保人员数量、专业能力、问责与激励机制均满足监管统计工作需要。
（二）及时修订本机构的监管统计制度
应结合非现场监管的发文，及时、准确地修订印发行内统计业务制度和数据加总流程，规范新增和修订报表取数标准。同时组织开展统计培训，确保各部门、各分支机构统计人员和业务人员准确理解新填报要求。
（三）持续优化和升级信息系统
应不断优化升级监管报表支持系统，在改造基础业务系统和开发新业务系统过程中，强化与监管统计报送支持系统衔接，确保监管统计报表自动化与业务系统建设同步推进。同时，加强对异常变动数据及错误数据的自动识别和预警能力，提高监管报送质效。
（四）持续完善数据质量控制机制
应建立全生命周期数据质量监控体系，加强数据源头管理，确保业务信息及时、全面、准确录入信息系统。强化数据管理要求，完善数据质量控制机制，持续监测数据错报情况并进行通报，定期组织数据质量现场核查，对重大和反复出现的数据错漏报实施问责整改机制，将责任落到具体部门、个人。
（五）优化非现场监管信息报告机制
应做好各月度、季度的监管信息报告工作，跟踪研究监管主要指标变化趋势，分析相关数据变动情况及原因，加强对异常变动指标的分析，切实提高非现场监管信息报告质量。
