【新華財經研報】銀行業數據資產估值：難點依然存在，實務穩步展開

新華財經北京4月26日電（分析師楊浩）數據被納入五大生產要素之一，國家鼓勵各類企業積極開展數據要素的價值挖掘，相關會計準則逐步明確，為數據資產估值提供了框架基礎和制度保障。2024年2月底，中國銀行業協會發布《銀行業數據資產估值指南》，從估值對象、估值方法等維度給出了標準指導，為銀行業數據要素資產估值提供了重要依據。

目前銀行業數據資產估值的瓶頸主要在實踐層面，表現為：數據資產屬于新型資產，數據資產估值尚處于探索時期，存在數據治理、數據確權、數據估值及實務等維度的難點。分析認為，依托國家政策保障與行業標準共識，可在數據資產的分類分層、數權分置、產品化等方向發力，推進銀行業數據資產估值實務的穩步展開。

一、銀行業數據資產化重點在估值

銀行坐擁海量數據，資產化潛力巨大。一方面，銀行機構在我國金融體系中長期居于主導地位，擁有眾多用戶，伴隨著數字化程度的逐年提高，在行內基礎數據、服務數據、監管數據，以及引入的外部數據等方面，有著海量積累；另一方面，銀行業是典型的數據密集型行業，資產數字化和鏈路數字化已經相對成熟，客戶畫像構建、風險防控、效率優化等都需要數據的支撐，數據已成為銀行的重要資產構成和核心競爭力所在，銀行數據資產化是數據價值的體現。

數據資產是能帶來經濟效益的數據資源。在當前數字化的浪潮下，數據已經成為繼土地、勞動力、資本、技術之外的第五大生產要素，“數據就是資源”已成為共識。2021年12月，國務院發布《“十四五”數字經濟發展規劃》指出，數字經濟“以數據資源為關鍵要素”，肯定數據資源的價值。根據《銀行業數據資產估值指南》的定義，銀行業數據資產為“銀行業金融機構合法擁有或者控制的，能進行貨幣計量的，為組織帶來直接或間接經濟利益的可辨認數據資源”，具體又可分為：原始類數據資產、過程類數據資產、應用類數據資產。

圖表1：銀行業數據資產估值對象分類

來源：《銀行業數據資產估值指南》，新華財經

銀行數據資產化，關鍵是要對數據價值進行合理評估，估值是重點。近年來，光大銀行等先后發布了《商業銀行數據資產估值研究與入表探索》《數據資產估值白皮書》《商業銀行數據資產會計核算研究報告》等實踐探索成果，為商業銀行數據資產估值實操提供了參考。2024年2月，中國銀行業協會發布《銀行業數據資產估值指南》，針對數據資產估值難點，給出了實踐依據。

圖表2：銀行業數據資產估值相關探索（部分）

來源：新華財經整理

二、存在治理難、確權難、計量難問題

1.數據盤點難、治理難。

數據資源盤點是數據治理的基礎，數據治理是數據資產估值的前提。銀行數據量巨大，且類型多而雜，涉及部門和主體眾多，為數據盤點和數據治理造成了障礙。

盤點難主要表現在：一方面，銀行業務體系龐大、用戶眾多，加之線上化、數字化轉型，數據量激增，數據量巨大；另一方面，涉及數據類型多，既有用戶資產數據、交易數據，也有行為數據、場景信息等多種數據類型，數據類型復雜。另外，數據的無形性也導致核查困難。

治理難則在于數據治理貫穿于數據產生、使用和銷毀的全生命周期，涉及業務、信息技術、歸口管理、合規和審計等部門，在統籌協調、標準統一、質量控制等方面存在困難。

2.數據共享、流動特征，導致確權難。

銀行業協會發布的《銀行業數據資產估值指南》指出，數據可“同一時間為多方使用；內外部多個主體共享使用”，具有無限復制性、共享性特征。數據作為資產，前提是要證明其屬于企業擁有或者控制的資源，因此必須進行數據確權，而多方共享導致確權難題。

銀行作為數據流轉樞紐，除了自身內部運營數據，還有如客戶數據、第三方平臺數據等外部數據。外部數據通常由多個主體在業務合作過程中平行采集和持有，數據流轉路徑復雜、共享特征突出。一方面，數據鏈路上的主體進行數據的權屬劃分，需要方法和標準的統一；另一方面，外部數據可能涉及數據倫理，關乎個人隱私，在數據安全和保護上需要重視。

3.數據無形、價值易變，導致計量難、實操難。

數據價值難于分割。數據作為“無形”資產，其在很多場景下依存于固定資產或無形資產，如何將數據資產從中區分出來，且避免重復計量，就涉及價值分割?？紤]到數據資產類型的差異性和多樣性，很難針對個體數據去做準確的劃分，也難以做到公允合理。

數據資產受內外部因素影響大，具有價值易變性特征。在數據資產發揮效用的維度，數據本身的樣本大小、時效性、應用方法差異等都會影響價值變化，同時數據資產通常需要聯合其他要素共同發揮效用，當其他要素變化、應用場景變化，就會導致總體效用變化。綜合考量內外部影響因素，針對多樣的數據資產特征制定對應的估值計量標準和方法，存在較大難度。

三、以分類分層、數權分置、產品化為突破口

1.分類分層有重點，打通鏈條建標準。

分類分層有取舍，圍繞戰略需要做選擇。銀行數據資源量多類雜，潛力差異較大，需要結合業務和財務的角度，首先做好整體數據的分類分層，其次應結合銀行自身發展戰略需要，圈定最有經濟兌現潛力的數據類別，有針對、有重點圍繞關鍵數據進行高質量數據治理。例如，以零售業務為重點的銀行，其數據戰略應圍繞零售業務制定，梳理零售數據、加強價值挖掘、反哺業務提效；而以金融科技為核心抓手的銀行，可能更需要關注科技能力、生態服務、技術賦能等維度的數據治理。

打通鏈條建標準，兼顧采集、治理、應用需求。數據資產涉及多個流轉環節和部分，需要結合戰略發展需要，從頂層制度設計、數據治理標準統一、數據需求及應用對接，以及部門協同等維度綜合統籌治理。具體包括：設計、搭建體系化的數據治理框架，提供組織架構、管理流程、崗位權責劃分等制度保障；明確數據采集、加工標準，統一數據口徑，合理選用數據模型，設置數據質量參數，保障數據安全；做好數據需求響應、數據應用對接等入口、接口建設。

2.依托政策和數據平臺，做好數權分置、分級、加密。

數據確權的關鍵在于權責利界定，制度先行是基礎。2022年12月，中共中央、國務院發布《關于構建數據基礎制度更好發揮數據要素作用的意見》（“數據二十條”），提出推進公共數據、企業數據、個人數據分類分級確權授權，建立數據資源持有權、加工使用權、產品經營權等分置的產權運行機制?！皵祿畻l”的出臺，符合不同主體的數據需求特點，也有利于各方權利的保護和數據價值的挖掘，奠定了數據確權的制度基礎。

確權實踐層面，2023年7月，“人民鏈數據確權平臺”推出的“數據資源持有權證書”“數據加工使用權證書”“數據產品經營權證書”（三證）正式面向全國發放。人民數據通過“三證”打造全國性數據交易服務平臺，可解決數據要素市場數據持有權、使用權、經營權不明晰的問題。至于外部數據涉及的數據安全、數據倫理問題，可采取安全性分級、實施差異化風險管理，同時堅持“數據可用不可見”“數據可算不可識”原則，在數據進入運營環節前進行數據脫敏、匿名化和加密處理，對授權范圍和運營設置特定限制。

3.推進數據資產標準化、產品化。

《銀行業數據資產估值指南》針對數據資產計量難、估值難，將估值過程明確為：識別估值目的、劃分估值對象、選取估值方法、匹配估值指標、確認估值信息、編制估值報告及歸檔估值信息，對銀行數據資產估值處理的標準化提供了流程參照。

通過數據資產的標準化，提高數據資產估值的效率和規范化水平。對于內部形成、使用的數據資產，應針對不同的主要數據類型，探索明確的使用場景、方法、路徑，可將其打造成產品，從而擁有穩定可預期的現金流，將大大減輕估值處理和后續入表的難度。對于外部購入、內部使用數據資產，存在明確的市場交易價格，在成本價基礎上合理考慮攤銷周期和各期攤銷額即可。

銀行業數據資產估值：難點依然存在，實務穩步展開．pdf

?

編輯：杜少軍

?

聲明：新華財經為新華社承建的國家金融信息平臺。任何情況下，本平臺所發布的信息均不構成投資建議。如有問題，請聯系客服：400-6123115