关于数据财富管理分析范式的浅思

数字经济是农业经济、工业经济之后的第三种经济形态，数据是继土地、劳动、资本、知识、管理、技术后的第七种生产要素。数据要素及其衍生物如数据资产、数据资本等对经济金融乃至微观的财富管理业务都将产生重要的影响。狭义而言，财富管理始于2005年的银行理财产品市场，笔者曾就财富管理业给出由决策基础、家族分析、资产定价、财富增值、财富传承、家业治理和风险治理等构成的分析框架。一个自然的问题是在数据时代，财富管理的分析范式将会有哪些变化呢？ 笔者将在简要分析数据金融服务的基础上给出数据财富管理的分析范式。

数据金融服务

2019年10月，党的十九届四中全会首次将数据纳入生产要素范畴。随后，国家和地方政府相继出台与数据要素、数据经济等相关的文件，如数据产权确定、数据资产入表和数据资产管理等。就金融业尤其是银行业而言，作为第七种生产要素的数据势必对其各个方面均产生重要影响。目前，与银行业密切相关的数据金融服务有三类：一类是研究服务；二类是机构设立；三类是金融服务。

在研究服务方面的进展主要有：2023年12月，中国工商银行等机构发布《商业银行数据要素价值洞察研究白皮书》；2021年10月，浦发银行联合IBM、中国信息通信研究院共同发布《商业银行数据资产管理体系建设实践报告》；2023年10月，恒丰银行发布独立自主研究成果《商业银行数据资产估值研究与入表探索》白皮书，主要内容有估值设计、评估方法、公式优化、参数计量和数据表构建。另据测算，恒丰银行数据资产总价值为221亿元，其中从2019年末股改建账后，对数据资

产的投入价值为52亿元，业务价值为169亿元。 在机构设立方面的进展主要有：2022年11月，光 大银行成立数据资产管理部，作为全行所有内外部数据 的集中管理和应用部门，负责全行数据分析与挖掘、大 数据开发和数据平台建设工作，统筹开展全行数据管 理、数据运营和数据安全工作，促进银行数字化转型和 业务创新发展；从2024年的招聘信息来看，招商银行已 成立或拟成立智能科学研究部。 在数据金融服务方面的进展主要有数据银行、质 押融资、数据信托、数据保险、数据基金和数据证券 化等。诚然，上述数据金融服务中的每一项均与数据 财富管理业密切相关。例如，基于数据资产桥（Data Capital Bridge，DCB）的“数易贷”服务。2024年， 上海数交所与包括中国工商银行、中国建设银行、中国 农业银行、交通银行等在内的20多家金融机构合作，依 托DCB等基础设施，共同推出了数据资产信贷服务产品 “数易贷”。在企业端，DCB能够记录数据资产的产 品、合约、资产等信息，实现企业数据资产的登记；对 于评估机构，基于DCB记录的企业数据资产的场内交易 信息可对企业数据价值进行评估和认定；在银行端， 可以基于上海数交所出具的DCB数据资产凭证向企业 发放授信贷款，并实现贷前、贷中及贷后全生命周期的 实时动态管理。经过前期探索，多个企业数据资产贷款 实践案例已落地，授信金额突破1亿元。事实上，DCB的 “一桥、两所、两轴”架构，全面、动态、实时、准确 地描述数据资产形成与确认、流通与融资的全过程，确 保数据资产的真实性、合法性和不可篡改性，为数据资 产的业务开展提供了坚实的保障，即将不确定的数据资 源或数据要素确定为数据资产，这是用“架构安排”实 现“数据从不确定性向确定性转变”的典型架构。

数据财富管理

笔者曾对资产管理和财富管理的概念做过界定： 资产管理以物为中心，利用金融工具和金融投资组合理论实现物的收益最大化，而财富管理则以人为中心，利用金融或非金融工具实现人的幸福最大化。显见，无论是收益最大化还是幸福最大化，都是期望将未来不确定的物或人转化或调整为确定性的物或人，即从不确定性向确定性的转变。金融业在数据金融方面开展的研究服务、新设机构和金融服务等都将对金融业的一分子—— 财富管理业产生深远的影响，笔者给出的DCB案例说明“架构安排”可将不确定性的数据变为确定性的资产并予以质押融资。反过来的问题是，在数据时代，数据给金融业尤其是财富管理业带来什么呢？数据将带来确定性，重在解决金融中的信息不对称性，因为数据是用来预测的信息。

传统框架下财富管理的决策基础有概率理性、规则理性和案例理性等；家族分析重在通过家族生命周期资本负债表和家族关系谱系图给出家族基本情况的图谱，如产权确定等相关内容；资产定价理论如金融学中的资本资产定价模型或期权定价等，在定价过程中应重点关注不同资产内含的风险、不确定性和模糊性等因素；财富增值策略则为“均值—方差模型”等资产配置策略，保值、增值和保全等不同目标下的资产配置策略完全不同；财富传承则是传承方式和分配方式的选择等，企业治理的主要内容为企业收益分配和权利控制等相关内容，风险治理重在阐释家业治理过程中选择的风险对冲方式及其最优费用选择等。大数据时代或说人工智能时代，财富管理的理论分析框架也有新的阐释，如决策基础的数据理性，即基于数据用正确的方法做正确的事；家族分析的数据来源从单构向多构以及从单源向多源的转变等，即从多元数据结构探寻家族密码；资产定价也由过去的模型主导将转变为数据导向；财富增值中不仅要考虑传承的有形、无形资产，还应考虑数据资产，此或将是家族资产新的增长点；财富传承中的精神传承或可通过人工智能予以干预进而达到更好的效果； 企业治理也可由过去的人治转向法治；风险治理则由过去关注大概率风险转向防范小概率风险，还应考虑与数据资产相关的潜在风险防范等（见表1）。最近，笔者认为应在财富管理的分析框架下增加修心环节的分析，而此并非等同于精神传承，应将其归于财商教育，尤其需要关注挫折教育等，进而实现身心健康的幸福最大化。

结语

作为一种新的生产要素，数据要素对经济社会生活等都将产生重要影响。数据是用来预测的信息，数据是用来解决金融信息不对称的，与数据要素相关的金融服务蓄势待发。作为数据金融服务的重要组成部分，财富管理行业在数据时代理应有新的分析范式。诚然，财富管理行业作为金融行业的一个组成部分，数据金融服务的所有内容均与数据财富管理行业有关。同时，在财富管理的分析范式中还要增加数据要素，如数据理性、数据定价、数据幸福等。事实上，从数据是用来预测的信息的视角而言，数据就是将不确定性的经济金融变量确定化，财富管理尤其是财富规划和安排就是将未来的不确定性确定化，而此与数据的不确定性降解（从不确定性到风险再到确定性）完全相融。所以，财富管理行业更需要抓住数据时代的红利，无论是数据资产的入表、保值、增值和传承，还是基于数据理性的数据决策，亦或基于人工智能的精神传承或修身养性都是数据财富管理值得关注的重点话题。

（作者单位：北京外国语大学，