經(jīng)濟觀察網(wǎng) 記者 黃蕾  “以光大銀行為研究對象，計算出該行目前的數(shù)據(jù)資產(chǎn)價值超過千億元。”瞭望智庫與光大銀行8月聯(lián)合發(fā)布《商業(yè)銀行數(shù)據(jù)資產(chǎn)估值白皮書》（以下簡稱《白皮書》），以光大銀行為例，完成了對其首次數(shù)據(jù)資產(chǎn)價值計算。

盡管數(shù)據(jù)已是重要的基礎(chǔ)設(shè)施和熱門資產(chǎn)，但我國數(shù)據(jù)要素市場的發(fā)展仍處于探索階段。如何對數(shù)據(jù)資產(chǎn)進行定義、確權(quán)、估值及交易流轉(zhuǎn)，仍是難題。

光大銀行副行長楊兵兵表示，數(shù)據(jù)確權(quán)是數(shù)據(jù)要素流通的前提，能充分保障數(shù)據(jù)流通各參與方的權(quán)益；數(shù)據(jù)定價是數(shù)據(jù)要素流通的基礎(chǔ)，保障數(shù)據(jù)在市場的參與下逐步趨于公允價格；數(shù)據(jù)交易是數(shù)據(jù)要素流通的關(guān)鍵，通過逐步完善的交易機制，實現(xiàn)數(shù)據(jù)要素的有序流通。

銀行數(shù)據(jù)如何進行合理的估值和定價？“數(shù)據(jù)資產(chǎn)價值的計算方法，就像我們解一道應(yīng)用題，使用最樸素的、都能理解的方法，就是先確定‘算什么’，再知道‘怎么算’，最后采集數(shù)據(jù)、代入公式得到最終的價值。”光大銀行信息科技部總經(jīng)理史晨陽如是總結(jié)。

數(shù)據(jù)資產(chǎn)怎么估值

據(jù)了解，《白皮書》以光大銀行為研究對象，針對17個估值對象確定了17個數(shù)學計算公式，結(jié)合111個計算參數(shù)，明確出198個計算指標及口徑。最終，采集了198個指標數(shù)據(jù)，計算出光大銀行目前的數(shù)據(jù)資產(chǎn)價值超過千億元。

具體來看，《白皮書》首先將銀行數(shù)據(jù)資產(chǎn)分為原始類、過程類和應(yīng)用類，共17個估值對象。其中，原始類包括內(nèi)部采集類數(shù)據(jù)資產(chǎn)和外部獲取類數(shù)據(jù)資產(chǎn)兩個估值對象，過程類數(shù)據(jù)資產(chǎn)作為一個估值對象，應(yīng)用類包括統(tǒng)計支持類數(shù)據(jù)資產(chǎn)一個估值對象，和收益提升類數(shù)據(jù)資產(chǎn)的三大類，共13個估值對象。

估值方法來看，因為數(shù)據(jù)資產(chǎn)目前有貨幣度量估值方式和非貨幣度量估值方式，考慮到普適性、數(shù)據(jù)資產(chǎn)特征、業(yè)務(wù)收益對應(yīng)性等因素，對于這17個估值對象，《白皮書》采用貨幣度量估值方式中的成本法和收益法來估值（如圖）。

其中，收益提升類數(shù)據(jù)資產(chǎn)是指在業(yè)務(wù)開展環(huán)節(jié)中，輸出業(yè)務(wù)洞察，直接賦能產(chǎn)生業(yè)務(wù)收益的數(shù)據(jù)資產(chǎn)，包括模型、數(shù)據(jù)產(chǎn)品等。算法模型便是一種典型的收益提升類數(shù)據(jù)資產(chǎn)，業(yè)務(wù)應(yīng)用前景范圍廣，業(yè)務(wù)支持與決策方式多，被認為是銀行最廣泛、最重要的收益提升類數(shù)據(jù)資產(chǎn)類型。

以銀行業(yè)常用算法模型類數(shù)據(jù)資產(chǎn)為例，根據(jù)其與業(yè)務(wù)價值產(chǎn)生關(guān)聯(lián)程度，可分為直接收益模型和全領(lǐng)域通用模型兩大類型。直接收益模型包含能直接支持營銷、運營和風險管理三大領(lǐng)域的收入增加或損失減少的模型，其輸出價值可以根據(jù)細分業(yè)務(wù)領(lǐng)域收益情況直接進行估值。全領(lǐng)域通用模型主要指輸出結(jié)果可以被跨領(lǐng)域、跨條線、跨部門使用，或作為面向高層業(yè)務(wù)決策算法模型輸入的的一類模型，其輸出價值體現(xiàn)在上層直接收益模型中，具體來說，如下圖，直接收益類模型可分為3大類，其中“通用營銷模型”、“通用運營模型”、“通用風險模型”并稱為“分領(lǐng)域通用模型”，作為一個估值對象。

以其中的營銷類模型為例，《白皮書》提到，在大數(shù)據(jù)營銷類模型應(yīng)用之前，銀行業(yè)務(wù)人員主要通過地毯式營銷將相關(guān)產(chǎn)品推薦給一類客群。這種粗放式營銷，一方面會導致有限的營銷資源被過度分散，另一方面無法有效滿足不同客戶的差異化購買偏好，導致營銷轉(zhuǎn)化率低。

各金融機構(gòu)逐步開始應(yīng)用大數(shù)據(jù)營銷類模型，通過預(yù)測能力強大的集成算法、深度學習算法進行模型開發(fā)，能有效識別出高營銷成功率的客戶名單，協(xié)助業(yè)務(wù)人員最大限度的開展精準營銷，促進客戶購買產(chǎn)品，并最終提升產(chǎn)品銷售收入。

因此，大數(shù)據(jù)營銷類模型輸出的價值，主要體現(xiàn)在模型應(yīng)用前后產(chǎn)品銷售收入的增加上，可以通過客戶人次增量和產(chǎn)品客均收益獲得進行對比。營銷類模型基于客戶和產(chǎn)品的關(guān)系可進一步分為促進新客首購產(chǎn)品的交叉營銷類模型、促進老客回購產(chǎn)品的向上營銷類模型以及通用購買預(yù)測模型三類。

中國互聯(lián)網(wǎng)金融協(xié)會副秘書長朱勇認為，數(shù)據(jù)要素被視為轉(zhuǎn)變經(jīng)濟發(fā)展方式的抓手，但并非所有的數(shù)據(jù)都能稱之為數(shù)據(jù)資產(chǎn)，只有關(guān)乎到國家治理能力，能夠成為優(yōu)化分配和使用自然資源和社會資源的關(guān)鍵依據(jù)或具備重大商業(yè)價值的數(shù)據(jù)資源才是數(shù)據(jù)治理、數(shù)據(jù)資產(chǎn)化的對象。

數(shù)據(jù)要素市場建設(shè)面臨五方面挑戰(zhàn)

構(gòu)建數(shù)據(jù)資產(chǎn)估值體系的終極目標，是推動數(shù)據(jù)要素市場化發(fā)展。這其中，金融業(yè)作為數(shù)據(jù)密集型行業(yè)，以及數(shù)據(jù)要素的生產(chǎn)大戶和需求大戶，是我國最有可能率先培育出數(shù)據(jù)要素市場的垂直領(lǐng)域。不過，從現(xiàn)狀來看，推進數(shù)據(jù)要素市場建設(shè)，存在五大方面的挑戰(zhàn)。

第一，數(shù)據(jù)確權(quán)應(yīng)更多關(guān)注使用權(quán)，淡化所有權(quán)。

中國人民銀行征信中心副主任李連三表示，很多數(shù)據(jù)的產(chǎn)生涉及多個利益相關(guān)方，參與主體多、權(quán)益關(guān)系復(fù)雜，從數(shù)據(jù)所有權(quán)視角看，很難界定數(shù)據(jù)權(quán)屬，全球主要經(jīng)濟體在立法和實踐中并沒有對數(shù)據(jù)所有權(quán)進行清晰界定，而是側(cè)重于數(shù)據(jù)合規(guī)使用問題。從數(shù)據(jù)使用視角看，數(shù)據(jù)涉及產(chǎn)生數(shù)據(jù)的各利益相關(guān)方利益，需要各利益相關(guān)方共治，在采集、存儲和使用過程中應(yīng)保證各利益相關(guān)方權(quán)益，例如，金融機構(gòu)在推動信貸信息共享中需要征得信息主體的授權(quán)同意等。數(shù)據(jù)資產(chǎn)價值的發(fā)揮取決于數(shù)據(jù)合規(guī)使用的機制安排，在兼顧各利益相關(guān)方權(quán)益的前提下，有序推進數(shù)據(jù)的開放、共享、交互、使用，是促進數(shù)據(jù)要素市場健康規(guī)范發(fā)展的重點和難點。

民生銀行信用卡中心副總裁譚少慧表示，數(shù)據(jù)確權(quán)是機構(gòu)面臨的基礎(chǔ)性、關(guān)鍵性問題。在以個人信息作為交易對象的場景中，數(shù)據(jù)的所有權(quán)大概率屬于個人；但對于將個人信息進行匿名化處理后的數(shù)據(jù)，目前仍缺乏相應(yīng)的確權(quán)機制和保護體系。

第二，數(shù)據(jù)加工處理方式有待升級。中國銀行業(yè)協(xié)會研究部主任李健表示，數(shù)據(jù)資產(chǎn)可以被多維度加工，加工處理后的數(shù)據(jù)可以成為一種新的數(shù)據(jù)資產(chǎn)。作為連接數(shù)據(jù)與應(yīng)用的橋梁，變量加工體系越來越重要，傳統(tǒng)以代碼編寫為核心的變量加工方式在日益增長的規(guī)?；瘮?shù)據(jù)處理需求面前顯得捉襟見肘。一方面，傳統(tǒng)變量加工方法通常由科技人員依據(jù)業(yè)務(wù)人員提出的加工需求進行代碼編寫、測試和驗證工作，工作量極大且極為繁復(fù)；另一方面，手工編寫的代碼不具備跨平臺的通用性，數(shù)據(jù)在不同平臺的協(xié)同對接過程中，兼容性也較差。

第三，機構(gòu)、市場的數(shù)據(jù)治理和應(yīng)用能力面臨更高要求。李健以金融業(yè)為舉例稱，一方面在數(shù)字化轉(zhuǎn)型過程中銀行內(nèi)部各個業(yè)務(wù)條線都積累了大量的原始數(shù)據(jù)，數(shù)據(jù)質(zhì)量參差不齊，對業(yè)務(wù)的重要性也有差異；另一方面，數(shù)據(jù)分散在不同業(yè)務(wù)系統(tǒng)中，呈現(xiàn)零散式分布，橫向縱向割裂，部門之間、條線之間對客戶數(shù)據(jù)配置水平比不一致，加大了后續(xù)數(shù)據(jù)整合和應(yīng)用的難度。如何規(guī)范數(shù)據(jù)治理、提升數(shù)據(jù)要素價值挖掘能力，通過有針對性的數(shù)據(jù)治理舉措來實現(xiàn)數(shù)據(jù)的可見、可管、可用，如何將原始數(shù)據(jù)轉(zhuǎn)化為可應(yīng)用的優(yōu)良數(shù)據(jù)資產(chǎn)，都面臨著更高要求。

第四，數(shù)據(jù)資產(chǎn)的估值方法還不夠科學、客觀。由于數(shù)據(jù)資產(chǎn)的概念不清晰，且現(xiàn)行的會計評估與計量方法難以有效滿足數(shù)據(jù)資產(chǎn)估值的實際需求，導致其未能被有效確認與計量。部分企業(yè)已經(jīng)確認的數(shù)據(jù)資產(chǎn)只能以專利的形式記錄在無形資產(chǎn)條目上，賬面價值與實際價值不符，未實現(xiàn)數(shù)據(jù)要素與知識、管理等其他要素的有效區(qū)分。

中國金融電子化公司副總經(jīng)理潘潤紅認為，由于數(shù)據(jù)確權(quán)和估值缺乏相應(yīng)依據(jù)，造成了兩大困境：一是金融機構(gòu)按照審慎管理的原則，不愿、不想、不能共享；二是由于缺乏針對金融數(shù)據(jù)的評估體系、可信流通體系，進而無法實現(xiàn)數(shù)據(jù)資產(chǎn)價值的最大化。

第五，數(shù)據(jù)安全和隱私問題仍然突出。潘潤紅表示，盡管監(jiān)管部門連續(xù)出手，但數(shù)據(jù)的采集、存儲、共享等環(huán)節(jié)隱私泄露問題仍時有發(fā)生，數(shù)據(jù)黑產(chǎn)仍然猖獗。同時，過度收集用戶信息、大數(shù)據(jù)殺熟等數(shù)據(jù)壟斷現(xiàn)象也亟需警惕。