观点 | 关于银行机构提升数据资产价值的思路探析

文 / 中国农业银行审计局广州分局

当前，中央加快发展新质生产力，催生了企业数据资源入表加速之势。银行机构作为重要的市场主体，若能抢占先机，创新性配置数据要素，推动新质生产力发展，以银行业的“进”促进全社会的“稳”，政治意义和社会效应重大。通过梳理分析近年银行业数据经营管理现状和外部环境，发现入表基础已逐渐成熟，可聚焦数据产品化、资产化的关键——场景和数据产品价值，可从本行优势领域、基层试行等方面着手。

全国数据要素改革步伐明显加快，仅去年至今国家就相继出台《“数据要素×”三年行动计划（2024—2026年）》《企业数据资源相关会计处理暂行规定》等重要政策文件，大幅拓展了数据要素应用场景广度和深度，夯牢数据资源入表基础，加快培育数据要素市场。截至2022年底，我国数据产量达8.1ZB，同比增长22.7%，占全球数据总产量的10.5%，位居世界第二；数据存储量达724.5EB，同比增长21.1%，全球占比达14.4%。数字经济规模达到50.2万亿元，占GDP比重不断提升，目前已达41.5%。

中央政治局今年首次集体学习聚焦发展新质生产力，要“让先进优质生产要素向新质生产力顺畅流动”“健全要素参与收入分配机制”，而数据作为新生优质先进生产要素，若要实现“顺畅流动”“参与收入分配”，必将同土地、资本、技术、劳动力等传统生产要素一样入表，成为“可计量、可交换、可分配收益”的资产资本，因此数据资源入表必将加速推进。

银行机构提升数据资产价值的重要意义

加强数据资产管理、推动数据资源入表、提升数据资产价值对银行机构聚焦新质生产力、提升发展质量具有重要意义。一是推动价值增值，创造新的增长点。数据要素不仅提供决策参考、赋能业务发展，数据资源入表还将提高资产总量、促进价值增值。二是提升服务“高精尖”企业的能力，赋能企业创造价值。打通数据资源入表实施路径，以此服务帮助客户入表，将有助于提升客户粘度，在同业竞争中赢得先机。三是形成示范效应，提升银政、银企合作质效。作为重要市场主体的银行，数据资源入表的成功实践将树立该行创新先锋的企业形象，进一步增强政府、企业与本行合作的意愿和层次，进一步发挥金融促进数字经济与实体经济融合发展的作用，进而成为在推动新质生产力发展领域的领军银行。

银行机构数据资源经营管理现状

大中型银行在数据资源管理方面普遍基础较好，管理较为规范，挖掘潜力较大。一是数据资源丰富。目前，银行机构数据化程度高，数量庞大，种类繁多。如A银行2022年数据规模超过270PB，并以30%的深度增长；累计入湖的数据表超过4.5万张，数据存储容量达到十亿GB级，数据并行处理能力百亿GB 级，电子银行交易量每天超过1亿笔，支付清算系统交易量每天超过10亿笔。二是数据治理基础较为扎实。大中型银行普遍实行全生命周期数据资产管理和服务，有些还将元数据管理贯穿于数据架构设计、源头采集、入湖存储、上层加工应用等的全过程，同时将治理与应用相结合，以问题为导向推动数据治理，完善“全链路”管控机制，形成“以用促治、用治结合”的良性循环。如B银行目前已梳理出6万多个敏感数据字段、1600多个数据项标准、25000多张数据字典表；C银行梳理出280万个数据项，形成22万个数据字典项。三是数据资源产品化取得一定成效。银行机构大多依托内部数据平台，通过规范化的整合，提炼加工各类标准化的数据半成品或成品，供业务系统共享复用，按照“以用带建”策略，提炼形成数据标签、统一指标、分析模型、多维数据、知识图谱五类数据产品。如D银行在用智能模型数量超过2,200个，对外输出开放API服务数量超过5,000个，数据标签数量 1000余个，关联关系数量超过1000万个。

数据经营管理的路径演进

数据资源入表涉及数据资源、数据产品、数据资产等。数据资源是企业将直接/间接获取或采集的原始数据进行必要的加工整理、归集和存储后形成，包括原始数据、半结构化数据和非结构化数据。数据产品是指面向内外部用户，拥有特定应用场景的数据资源或衍生出的数据服务，如数据集、API接口、数据模型算法、数据服务等。数据资产是面向内外部提供的数据产品，且可确定权属、可追溯来源、可计量价值等。

数据经营管理主要经历三个阶段：数据资源化时期、数据产品化时期、数据资产化时期。数据治理贯穿上述三个阶段。数据资源化主要是业务信息化，积累数据资源，包含建立数据治理体系、产生并积累数据和打造高可信数据等。数据产品化主要是面向业务需求，供应数据服务，包括分析数据需求与应用场景、管理数据产品开发生命周期和衡量数据产品价值，关键是需求场景。数据资产化主要是经营数据产品，主张数据产品价值，包括数据产品常态化管理、数据产品敏捷化运营、数据产品价值评估和数据资产入表，关键是数据产品价值计量。

目前银行机构数据经营管理普遍处于数据产品化深入发展，数据资产化、数据资源入表探索阶段，各家银行正持续深化拓展内外部场景需求，深入落实数据产品全生命周期管理，初步探索合法合规性审核、确权登记、质量评估、价值评估、会计确认等稳步推进。

提升银行机构数据资产价值的建议

根据当前银行机构数据资产管理现状、数据资源入表的实际，若要加快提升数据资产价值，需进一步聚焦数据产品化、资产化的应用场景，着力在本行优势领域、基层先行先试等方面予以推进。

1.聚焦内外部场景拓展，夯实数据产品基础。一是进一步贯通银行各条线、各层级数据资源，提炼本行有效业务场景，开发、管理包括数据标签、指标、报表、模型、系统等面向内部的数据产品，更好地为经营决策、产品创新、运营管理、风险控制等降本增效。二是研究探索外部应用场景。针对银行机构在收集、响应外部客户需求场景方面普遍尚处于起步阶段的情况，各行可结合实际加快探索步伐，明确职责，加强引导，结合内部数据资源和客户实际需求，研发面向外部市场的数据产品。例如，某银行联合相关机构研究形成《商业银行数据要素价值洞察研究白皮书》，重点关注数据资产价值评估；同时针对中小银行反诈模型供给不足场景，基于联邦学习技术，将本行反电诈模型以有偿方式提供给中小银行使用，实现了数据产品创收的方法。

2.着力优势业务场景，加强银政合作，打通“数据资源入表”路径。一是“数据资源入表”可首先从本行优势领域着手。各行的优势领域往往也是本行最重要的外部场景，对应数据产品研发大有可为，可充分利用该领域数据资源优势和分析建模能力，结合国家相关行业、产业数智化场景建设，打造适配的数据产品，促进相关领域金融数字产品高质量供给。二是进一步加强银政合作。机构改革后，各省市政数局统筹地方公共、社会数据管理。为充分发挥数据要素作用，推动新质生产力发展，政府希望通过多方数据交汇融合，形成更加有效的数字产品，趟出一条“数据资源入表”的新路径。如广东省将乡村振兴“百千万工程”作为全省头号工程，为促进该工程深入推进，持续加大数字化建设，积累了丰富的公共、社会数据。银行机构可充分发挥自身数据资源的优势，主动加强与政府并通过政府促成与优势行业龙头企业合作，银行、政府、企业三方信息交互融合，形成更具实用价值的数字产品和完善的数字体系，对内实现精准营销，强化风险管控；对外为政府、企业实施数据赋能，提升数据价值甚至成为区域、行业、产业的金融数据定标者。

3.聚焦数据产品价值，研究探索解决数据资源入表路径及难题。不同类型数据产品价值衡量方式不同，根据现有会计准则，一是面向内部数据产品的价值计量主要采用成本法，银行机构须在工作中注重数据资源朔源梳理，归集各类数据资源成本核算，探索建立数据产品价值化、资产化对应的报表体系。二是面向外部数据产品的价值计量，银行机构须加强研究市场法和收益法，围绕数据产品价值，探索数据产品合法合规性审核、确权登记、质量评估、价值评估、会计确认等流程。三是加强与各市场主体的合作。现行实践中数据产品合法合规性审核、确权登记、质量评估、价值评估、会计确认分别是不同类型的市场主体，相关服务行业正处于持续完善的初始阶段，现行合作交互中主要提供数据产品说明文档，对数据来源、属性、示例、加工、使用和禁用场景等进行说明。银行机构需加强探索，与各类型市场主体共同研究推进数据资源入表的路径和方法。

4.坚持顶层设计与基层探索相结合，齐心协力推进数据资源入表工作。坚持因地适宜，银行机构应大力支持有条件的分支行或子公司先行先试，探索数据资产全过程管理有效路径。根据各地管理差异，银行机构可将数据要素改革走在前列区域的分支机构作为试点单位，与政府、企业合作推动数据资源入表落地，争取在同业率先取得突破。银行机构可对照财政部《关于加强数据资产管理的指导意见》等政府文件，进一步完善本行数据资产管理制度，推进数据资产全流程管理，建立数据资产管理工作机制，加强统筹协调、考核引导，促进跨部门跨层级协同联动，使本行数据资源入表有效落地、领军同业。

（课题组成员：林少坚、姚圣斌、刘景龙、叶炳忠、郭世钿、刘忠楠、高辉）