数据资产化：商业银行的未来之路

张婧超 崔炎炎

云计算和大数据等新技术的发展和应用促进了大量以数字平台为基础的新型商业模式和新产业的出现，让数据在公众生活和社会生产中扮演着越来越重要的角色。金融作为数据密集型行业，具有天然的数据禀赋。我国的商业银行积极适应数字经济发展带来的各种变化，对数字化转型给予高度关注和重视，并且根据自身的实际情况持续进行变革，发挥自身科技方面的优势，不断推进数字经济健康发展。其中，数据资产化是银行业未来发展的重要趋势，需要通过建立统一的数据管理平台，依托大数据技术加强内部协作沟通并注重人才培养引进，以更好地了解企业和客户需求和行为，对决策、产品和服务等方面进行优化，从而创造新的机会和价值。

我国银行业数据资产的认定与数据资产质押案例

如今世界各国都已步入数字经济时代，数据资源也变成最为关键的战略性与基础性资源之一。就银行业而言，数据资产一般表现为数据经济所有权明确、具有变现价值、能够进行实际交易的数据资源。数据资产化的核心在于把数据资源变成能够进行交易的数据资产，这也意味着将数据资源已经变成了一种交易标的，实现了资产和数据的相互连接，使得数据已经不再是此前的单纯数据，而是变成了一种新型资产。

浙江某科技有限公司利用可穿戴产品获取的数据进行分析，形成沉浸式儿童注意力缺陷以及多动障碍测评数据。该公司在获取相关数据后进行安全脱敏，将这些脱敏后的数据存储于区块链存储平台，促进这些数据能够用于治疗儿童的多动症。基于这些数据资源，该公司由杭州高新融资担保公司进行增信，然后以抵押的形式获得了来自上海某银行的授信，授信额度为100万元人民币。

浙江另一家科技股份有限公司则是对垃圾分类运营过程中形成的各种数据进行收集整理，形成相应的环保测评数据，并将其存放于专门的区块链存证平台，以资产质押的方式获得了来自杭州某银行的授信，额度为500万元人民币。

通过进一步了解发现，目前杭州高新区正在积极探索新的知识产权金融服务对数据质押活动中涉及的主体（数据公司、担保机构以及对接银行等），借助区块链和大数据等新兴技术手段对经营链以及企业生产的相关数据进行采集，然后通过区块链存证平台为其发放相应的证书，把这些数据变成一种能够量化的数字资产，在此基础上进行金融创新，从而通过银行获得相应的质押贷款，使数据具有的内在价值得到充分释放。

我国银行业数据资产质押的现状与思考

现阶段的数据资产质押融资，一般指的是企业利用自身拥有并且在存证平台取得证书，或在数据知识产权登记系统进行登记的数据进行融资，通常还需通过担保机构进行增信的融资方式。能够帮助企业充分利用自身数据资源的同时也能够让数据要素具有的资产属性得到充分发挥和释放，对企业长期发展具有非常重要的积极意义。但仅依据“数据资产”本身进行质押融资，仍有较大困难。

1.数据资产价值确定困难

从银行业的角度来看，为了完成数据资产质押贷款授信的任务和要求，当前需要解决的关键问题是从市场的角度出发，对数据资产进行估值，并在此基础上进行交易。数据资产的交易和交换必须建立在估值的基础之上，价值衡量的准确与否，很大程度上取决于选择的估值方法是否合理。现有的数据资产的价值评估主要包括两种维度，第一种维度是货币价值，第二种维度是非货币价值，前者主要是价格和价值内涵，后者主要是价值和价值指数。

很多商业机构正在积极构建可用的数据资产货币价值评估模型，目前普华永道在发布的白皮书中，根据数据势能发生的变化，提出了相应的估值模型。而非货币价值则是指价格指数类指标，主要是根据数据资产的质量和特征完成评价。目前一些商业机构也正沿用人工智能评价法等思路构建相应的估值评价体系。

虽然关于数据资产价值的估值在学术界有许多理论方法，但目前国内对数据资产价值的评定仍缺乏公允的官方认定机构，数据资产原有的付费价值也缺乏公允的转换为现金流价值的方法，这就使得数据资产计入资产比较困难，在银行的实际质押过程具有一定的阻碍。

2.数据资产发挥金融属性的场所不够健全

虽然我国的数据总量已经步入世界领先行列，而且一直保持较高的增长速度和增长幅度，然而现阶段对数据资产的交易规模还比较小，而且公开的数据交易在种类以及数量方面都比较有限。归根结底，一方面是因为目前还没有形成具有较强公允性的估值体系，另一方面也是因为没有形成健全的技术标准和交易规则。

因为目前还没有建立健全相应的信任机制，所以数据需求方和供给方并不能进行直接交易，一方面是因为数据质量评估难度较大；另一方面是因为很难保证数据安全，所以数据资产的交易往往需要其他中介的参与，现阶段出现了大量以企业或政府主导的数据交易平台，并且往往拥有不同的形式，其中政府主导的平台主要是贵阳、上海以及北京等地建设的数据交易所和数据交易中心。以企业为主导的交易平台则主要是依靠淘宝模式、API平台以及数据服务商等。然而对比我国目前的数据资源及数据资产的规模和发展速度，当前的数据交易平台及数据交易服务人员的数量和质量都不足以匹配。也就是说目前我国的数据交易中介机制仍不够健全、完善，不能为我国腾飞的数据资源、数据资产提供有效、便捷的买卖双方沟通、撮合的相关服务。这在一定程度上阻碍了我国数据资产化进程，限制了数据资产金融属性的释放，让数据资源内在的价值没有充分发挥出来。在现有的交易平台中，不能够充分发挥我国数字规模的优势，也不能解决现在拥有数字资产的企业间、企业与银行、以及企业与相关部门之间的数据孤岛问题。

3.数据资产变现能力仍处于探索阶段

目前，关于数据资产质押融资的研究仍处于萌芽阶段，对于数据资产质押后的变现能力仍没有过多探索。通过查阅文献资料，湖南某银行已成功注册数据资产变现平台，并申请专利。该银行通过数据资产变现平台的外部数据接入模块，归集先进制造业集群、智慧农业、大健康等重点领域的数据并与自身拥有的数据有机融合，聚焦产业链的中小微企业融资需求。自2020年以来，该平台向湖南省重点扶持行业投放贷款超过66亿元，服务各行业核心企业客户超过100户、产业链上下游客户近4000户。但目前仍没有处理数据资产质押贷后资产变现的先行经验，也没有官方机构进行相应标准的出台，还需要进一步探索。

三方赋能 做好银行业数据资产质押

1.进一步统一规范银行业数据资产的数据标准和认定系统建设标准

对于银行业来说，对数据资产进行质押授信的一个重要前提条件是确定数据质量，早在2011年银监会就已经针对统计数据的质量管理发布了相应的监管标准，其中明确了61条标准和15项原则，有效实现了监管统计数据的标准化。类似的，银行业要实现数据资产化进程，也需要具有规范的数据资产数据标准，什么样的数据资产能够进行质押授信、进行质押授信的数据资产需要以怎样的方式进行经济所有权的认定、经济所有权确定后的数据资产怎样认定其权利所属的相关期限？这些问题都需要明确的标准才能对银行业外部数据进行统一认证。

2023年，《企业数据资源相关会计处理暂行规定》正式施行，将数据确认为企业资产负债表中“资产”一项，在财务报表中体现其真实价值与业务贡献。基于此，入表的数据资产还需要商业银行对其全生命周期进行深入研究，不仅要对数据资产质押当前的情况进行考量，还要考虑提出质押授信请求的数据资产类型和需要满足的条件，比如数据资产的保存方式、数据资产的保密性原则、数据资产的重复质押情况等，商业银行需要对这些问题进一步研究和探索，最终形成统一的数据资产银行业认定系统管理体系。

2.进一步搭建、完善数据资产价值认定、交易场所的公允平台

随着我国数据资产体量的增大，需要加快推进银行业创新性数据资产价值认定和数据资产交易平台的建设。一方面银行业需要协助相关部门进一步完善权威性的数据资产价值认定、评估及交易规则、标准，数据资产的公允价值如何确定、数据资产的公允价值以何种形式进行发布、数据资产公允价值认定后是否需要定期跟踪其价值变化情况从而进行公允价值的更新、公允价值期限标准的确定等都亟待解决，给数据资产变现提供指导性作用。另一方面为了银行业能够更好实施数据资产化目标，数据资产公允价值的评估平台、数据资产交易平台的统一规范化建设问题需要进一步完善，加快完成数据资产质押贷前——数据资产价值认定，数据资产贷中——数据资产交易，以及数据资产贷后——数据资产回收等一系列流程的全周期保障，促进银行业进一步搭建相应信息系统，紧跟监管部门数据资产交易的要求。

2023年11月，北京数据基础制度先行区启动运行，将以数据汇聚交易为导向，打造“2+5+N”的数据先行区可信数据基础设施技术架构，将围绕目前数据资产价值评估、交易平台建设的痛点进行完善，希望在北京数据基础制度先行区的示范作用下，全国银行业数据资产价值质押的标准、流程越来越明朗。

3.进一步加快组建商业银行数据资产人才队伍的培养和建设

2024年1月，国家数据局等17部门联合印发《“数据要素×”三年行动计划（2024—2026年）》（以下简称“行动计划”），推动发挥数据要素乘数效应，释放数据要素价值。行动计划提到，推动数据要素价值创造的新业态成为经济增长新动力，数据赋能经济提质增效作用更加凸显，成为高质量发展的重要驱动力量。金融业作为数据密集型行业，一方面要依托大数据提供的客户画像提供更加优质的金融服务；另一方面要在依法安全合规前提下，与其他金融机构一道共享风控类数据，提高金融抗风险能力。在此背景下，首先要完成的就是对银行业数据资产人才队伍的组建。

第一，在数据应用研究以及建模分析等方面，需要具备较强专业能力的技术人员。但现阶段这方面的人才还比较少，尤其是在数字货币和云技术等方面的创新性人员，以及兼具专业信息技术和银行业务知识的复合型人才。银行业需要尽快搭建属于自身的数据资产化建设团队，补全数据研究及分析短板，紧跟数字金融发展浪潮。第二，为了完成与数据资产等新兴技术领域的业务成功落地，商业银行应着手培养现有业务相关人才，加快学习建设数据资产项目相关的知识，为更好完成商业银行的数字化转型贡献力量。第三，银行业数据资产化人才队伍的组建对数据知识、银行业务知识的要求缺一不可，两者相辅相成，要深刻体会行动计划中“数据要素×”的内涵，要将“数据要素×”金融服务发挥到银行业数据资产化乃至每一项金融服务中。

责任编辑_曲玲玓