积极释放商业银行数据要素的新价值

日前，中央全面深化改革委员会审议通过《关于构建数据基础制度更好发挥数据要素作用的意见》，提出要维护国家数据安全，保护个人信息和商业秘密，促进数据高效流通使用、赋能实体经济。商业银行的数据规模大，历史更长，能够更加全面准确地反映客户的各种金融行为。在国家加快构建以数据为关键要素数字经济的过程中，商业银行要抢抓机遇，积极推动数据资产化，释放数据新价值，加快形成新的金融商业模式。

一是数据资产要素化成为国家重要的宏观战略。数据资产已经成为数字经济发展的重要前提和基础，党和国家高度重视数据资产要素市场化建设。我国已经明确数据为第五种生产要素，要加快培育数据要素市场。一系列数字经济战略部署也为激发数据要素价值指明了发展方向、确定了发展目标、提出了数据要素市场化的根本遵循。二是数据资产是数字经济发展的核心引擎。加速释放数据资产价值既是抢抓经济形态转变机遇和推动产业转型升级的现实需要，也是各国应对国际竞争挑战的战略抉择。数据资产作为数字经济发展基础性战略资源，发展潜力巨大。三是数据资产具有巨大的内在价值。通过数据整理归纳形成信息到知识，进而对决策产生有效的支撑作用，使得数据要素的价值得到体现。数据作为数字经济的关键生产要素，不仅能发挥对传统经济要素的配置优化、投入替代、价值倍增的作用，还能全面激发对数字经济社会价值创造的乘数效应。

中国经济体量大，每年创造出巨量的数据资源，是名副其实的数据资源大国。国内企业必须高度重视数据资产管理，积极搭建数据资产报表，挖掘数据资产要素价值。

首先，要理顺数据资产的形成过程。目前数据资产形成主要包括数据资产确权、数据资产经济利益评估和数据资产入表三部分：

一是资产确权。数据资产的确权关系到个人数据的隐私保护，也是近年来国内外监管高度关注的重点。近年陆续颁布的民法典、网络安全法、数据安全法、个人信息保护法基本构成了目前国内数据资产确权的主要框架，使得在依法合规的基础上，企业对其获取的各类数据具有使用权，为后续数据资产交易和流通打了基础。二是价值评估。数据资产从数据的业务供给端出发，提高业务从物理世界到数字世界的转换效率，并对线上业务的数据质量和安全进行管控，保障业务运转的高质量，降低业务的风险。在企业内部，数据资产可以通过数据驱动的商业模式或应用场景，打通企业内部数据，深化数据与业务线的融合，实现数据赋能业务发展;同时，企业还可以通过交易、交换等方式获取企业外部的数据资产，进一步丰富和拓展数据分析和应用场景，创造更大的社会效益。三是财务核算。随着数据资产的流通和交易，拥有数据资产的企业需要对数据资产获取的成本、数据资产交易等事项进行财务会计记账，从而体现收益和成本。但目前，数据资产在会计核算仍存在着产权归属不清、价值难以确定等问题，数据资产的财务核算仍有待进一步探讨。

第二，要做好数据资产规划。笔者认为，比照传统资产的资产负债表，企业可以搭建专门的数据资产报表，并将其分为资产端和负债端，分别表示企业自身拥有的数据资产，以及外部购进的数据资产。

从资产端来看，企业需要建立明确的数据管理策略，全面梳理数据情况，强化数据资产管理。对已拥有的数据资产，重在提高数据资产管理水平，提升数据质量，进一步提高数据资产的产出。对已拥有待挖掘的数据资产，要提高数据治理水平，探索适宜的应用场景和模型，挖掘数据价值，形成可供内部使用，外部可交易的数据资产。对有待拓展的数据资产，要从起步阶段就着手考虑数据资产管理的规划，以数字资产管理助推业务战略目标的实现。

从数据报表的负债端来看，也要分门别类最大化数据资产的价值。对于已外购的数据资产，要重点拓展应用场景，打破数据孤岛，加速数据资源在组织内部流动，更多释放外购数据资产的价值，发挥数据资产要素的乘数效应。对拟外购的数据资产，要加大战略领域的数据资产外购，并依托外购数据资产搭建战略领域的数字化生态，发挥数据资产的最大效用。

第三，要尝试搭建数据资产的损益表。数据资产报表中的资产和负债端都会产生一定的成本和收益，其中自有数据的获取、存储、治理可能产生一定的成本，同时，数据资产和负债也会产生一定的收益，但存在数据资产收益与业务收益难以切分的问题。因此，可以在数据资产报表中对应建立数据资产的损益表，对于数据产生形成的成本和数据价值体现的收益进行记录，进而更好评价数据资产的管理效果。

释放数据生产力已经成为银行进行全面数字化转型的核心，这就要求商业银行不断提升自身数据资产管理能力。

第一，明确数据资产管理策略。商业银行要积极转变思维、优化体系、调整模式，明确商业银行数据资产管理策略，强化数据资产化流程，促进银行将海量数据高效提炼为知识，进而赋能业务和管理、创新商业模式，全面提升数据资产对商业银行经营效率的贡献。特别是要强化数据治理工作，将传统被动、低效的协调性数据管理工作，转变为主动、高效的数据治理工作，真正提高数据质量，以数据应用驱动数据治理。

第二，强化场景数据经营能力。未来商业银行将逐步从传统金融中介向金融载体转换，通过搭建“银行+科技公司+客户”的三位一体场景生态圈联接体，在生态场景中完成金融服务产品的供给，以及与客户的金融需求交易。同时，产业数字化的进程加快，使得行业场景成为商业银行业务发展的重点，金融属性需要依托数据资产，搭建行业场景实现价值转换，而行业场景需要金融传导叠加，融合空间巨大。商业银行要通过提高业务数字化水平，打造场景平台，将银行的金融服务和客户微缩在实时处理的业务空间中，并结合客户数据特征，分别归类多种场景生态圈中，从而提供更为丰富的金融消费空间，使得客户得到更加快捷、精准的场景金融服务。因此，商业银行要最大化发挥自有数据资产的价值。

第三，拓展数据资产来源。数据要素与传统要素的深度融合也加速传统行业的数字化进程,伴生的新生态力量，新商业模式和新技术能力也在加速演变。在数据要素和传统要素深度融合的产业数字化过程中，商业银行与核心企业，以及供应链拓展的上下游企业之间，将会产生更多的金融场景和生态，商业银行要积极拓展数据资产的获取渠道，通过数据治理和数据价值挖掘，充分发挥数据要素的赋能和倍增效应，实现金融服务和客户的“共生共赢”。

第四，推进数据资产交易。区块链技术的不断发展，将在更好界定数据资产权益，推动数据资产核算拓展等领域发挥重要作用，进而提供推动数据资产管理问题发展的新思路。一方面，商业银行在依法合规的前提下，推动自身对数据资产的交易，包括数据资产的购入和卖出;另一方面，数据资产交易将进一步推动数据资产价值的实现，也将成为商业银行金融服务新的关注点，围绕数据资产交易、数据资产抵质押等流程，也将为商业银行服务实体经济提供新的方向和渠道。

第五，加强银政企有效合作。随着国家推动政府数字化与智能化运行改革,商业银行参与数字政府建设具有重要意义：一方面，政府天然具备与企业客户、个人客户广泛联动的特征，政府端平台有助于商业银行重新抢占企业和个人客户的入口，突破批量化获客渠道;另一方面，商业银行参于政务数字化转型，既有助于政府提升治理能力，也有助于提升商业银行政府相关类业务的拓展。商业银行可以通过政务电子化提升获客渠道，积累更广泛的数据基础，做好后续的数据资产引入和价值深度挖掘，发挥数据资产的倍增效用。

第六，推进形成良好的信用环境。社会信用体系是市场经济的基础性制度安排，未来将以健全的信用机制畅通国内大循环、以良好的信用环境支撑国内国际双循环相互促进。社会信用体系的建设需要多主体协同，并实现与个体生活、企业经营、政府治理的融合;同时，还需要通过信息技术手段，借助算法优势，广泛提升社会信用体系建设的参与度。社会信用体系的信用评价结果，将逐步成为市场准入、资质资格管理、评先评优等方面的重要依据。商业银行作为风险管理的机器，社会信用体系的建设对其强化风险管理具有重要意义。

第七，助力普惠和双碳战略实施。普惠金融是促进共同富裕的重要手段，数字技术的发展使得破解普惠金融难题成为可能，商业银行要借助数字技术，将普惠金融数据转化为可被监管机构和商业银行风控管理的数据资产，进而基于数据资产进行场景和抵质押物创新，探索普惠金融新路径。数字化还能够赋能构建清洁低碳高效的能源体系，助力产业升级和结构优化，促进生产生活方式绿色变革，推动社会总体能耗的降低。特别是在我国积极探索ESG实践的过程中，ESG相关数据资产的信息也为双碳战略实施提供了更为清晰的实施路线图。