數據資源寶藏中蘊含著(zhù)巨大生產(chǎn)潛力，未來(lái)必將形成以領(lǐng)先銀行為代表逐鹿數據要素市場(chǎng)的局面。數據資產(chǎn)的管理和利用事關(guān)銀行數字化轉型成敗，目前已成為銀行業(yè)關(guān)注的焦點(diǎn)。把握好數據資產(chǎn)的認定、管理和使用，對商業(yè)銀行確立行業(yè)領(lǐng)先地位，釋放市場(chǎng)競爭優(yōu)勢至關(guān)重要。因此，商業(yè)銀行需要在數據要素資產(chǎn)化實(shí)踐的道路上持續發(fā)力。
隨著(zhù)現代信息技術(shù)的日益發(fā)展與全球經(jīng)濟形態(tài)數字化轉型的不斷深入，商業(yè)實(shí)體對數據的收集能力與數據價(jià)值的挖掘水平不斷提升，使其迅速成為新時(shí)代推動(dòng)社會(huì )發(fā)展的戰略性資源和生產(chǎn)要素，并進(jìn)一步融入經(jīng)濟活動(dòng)的價(jià)值創(chuàng )造。國家網(wǎng)信辦發(fā)布的《數字中國發(fā)展報告（2022年）》指出，2022年我國數字經(jīng)濟規模高達50.20萬(wàn)億元，占國內生產(chǎn)總值（GDP）比重41.50%，成為推動(dòng)經(jīng)濟增長(cháng)與產(chǎn)業(yè)轉型升級的重要引擎。
數據要素對經(jīng)濟發(fā)展的強大推力使其價(jià)值屬性日益凸顯，也進(jìn)一步加速了數據的資產(chǎn)化進(jìn)程。2022年12月，中共中央和國務(wù)院發(fā)布的《關(guān)于構建數據基礎制度更好發(fā)揮數據要素作用的意見(jiàn)》首次提及了“數據資產(chǎn)”這一概念，并提出數據商為數據交易雙方提供數據資產(chǎn)的合規化、標準化、增值化服務(wù)，“依法依規維護數據資源資產(chǎn)權益，探索數據資產(chǎn)入表新模式”的相關(guān)要求。在此背景下財政部于2023年8月發(fā)布了《企業(yè)數據資源相關(guān)會(huì )計處理暫行規定》（財會(huì )〔2023〕11號），要求企業(yè)將數據資源在財務(wù)報表中以“數據資產(chǎn)”科目單獨列示，自2024年1月1日起正式實(shí)施。2024年1月，財政部發(fā)布《關(guān)于加強數據資產(chǎn)管理的指導意見(jiàn)》（財資〔2023〕141號），對數據資產(chǎn)管理的總體要求、主要任務(wù)與實(shí)施保障措施進(jìn)行了進(jìn)一步明確。商業(yè)銀行作為社會(huì )經(jīng)濟活動(dòng)的重要資金樞紐，在日常經(jīng)營(yíng)管理過(guò)程中形成了大量的數據沉淀，天然具有規�；�、大體量、多維度的數據資源優(yōu)勢。建立高效的數據資產(chǎn)經(jīng)營(yíng)模式，實(shí)現對數據資產(chǎn)價(jià)值潛力的深度挖掘，已成為商業(yè)銀行在數字經(jīng)濟時(shí)代提升自身競爭力水平的必然選擇。
商業(yè)銀行數據要素概況
近年來(lái)，商業(yè)銀行數據積累不斷豐富，數據池體系建設日趨完善。中國政府采購網(wǎng)公示的國有商業(yè)銀行招投標信息表明，2016-2021年國有商業(yè)銀行數據服務(wù)和數據庫建設相關(guān)采購項目年均復合增長(cháng)率超過(guò)39%，行業(yè)整體數據池規模大幅度擴張。2022年起隨著(zhù)原始數據積累的完成，商業(yè)銀行外部數據需求逐漸飽和，對外部數據引入過(guò)程放緩，銀行業(yè)數據池規�；瘮U張基本完成。
與此同時(shí)，商業(yè)銀行對數據價(jià)值挖掘與數據價(jià)值管理的資源投入不斷增加。國際數據公司（IDC）發(fā)布的《中國銀行業(yè)IT解決方案市場(chǎng)份額研究報告》顯示，中國銀行業(yè)IT解決方案市場(chǎng)規模由2016年的250.80億元增加至2022年的648.80億元，年均復合增長(cháng)16.71%，表明我國商業(yè)銀行對數據要素IT解決方案的市場(chǎng)需求不斷增長(cháng)，對數據資源的開(kāi)發(fā)和應用持續深化。
總體來(lái)看，我國商業(yè)銀行數據要素已完成原始數據累積和大規模要素擴張階段，正在逐漸轉入數據價(jià)值挖掘與數據精細化管理過(guò)程。這一情況為我國商業(yè)銀行的數據要素資產(chǎn)化探索提供了必要前提，有效推動(dòng)了銀行業(yè)數據的資產(chǎn)化進(jìn)程，也為銀行業(yè)數據資產(chǎn)入表提供了新的契機。
商業(yè)銀行數據資產(chǎn)的實(shí)踐探索
數字驅動(dòng)的業(yè)務(wù)發(fā)展模式下，商業(yè)銀行針對信息技術(shù)與數字化領(lǐng)域進(jìn)行了大規模的投資，并依托自身數字化轉型成果實(shí)現對數據的系統化、標準化管理，以期實(shí)現數據要素價(jià)值創(chuàng )造能力的最大化。在獲取原始數據后，商業(yè)銀行首先根據自身業(yè)務(wù)特征與經(jīng)營(yíng)需要，對原始數據進(jìn)行初步加工提取形成有價(jià)值的信息片段集合，并納入數據池形成與經(jīng)營(yíng)管理相關(guān)聯(lián)的數據要素。在此基礎上，通過(guò)對不同數據要素的應用場(chǎng)景搭建與數據產(chǎn)品開(kāi)發(fā)形成可產(chǎn)生經(jīng)濟收益的數據資源。最后，通過(guò)對數據資源的價(jià)值確認與標準化管理，形成由銀行自身?yè)碛谢蚩刂撇⒖僧a(chǎn)生預期經(jīng)濟收益的數據資產(chǎn)。
總體來(lái)看，商業(yè)銀行對原始數據進(jìn)行資產(chǎn)化處理主要包含了價(jià)值挖掘、價(jià)值確認與價(jià)值管理三個(gè)方面。
（一）數據價(jià)值挖掘。數據價(jià)值挖掘是數據資產(chǎn)化的基礎性環(huán)節。商業(yè)銀行對于數據價(jià)值的挖掘需要以其業(yè)務(wù)范圍與所擁有的數據類(lèi)型為依托，并實(shí)現數據應用與業(yè)務(wù)發(fā)展的最佳匹配形式。商業(yè)銀行的數據池包含了客戶(hù)信息數據、交易數據、動(dòng)態(tài)賬戶(hù)信息數據、運營(yíng)數據、監管數據與其他技術(shù)支持數據等。數據類(lèi)型的多樣性與廣泛性使得商業(yè)銀行的數據價(jià)值挖掘呈現出多渠道、寬領(lǐng)域、全方位的特征。
在數據價(jià)值挖掘方式上，商業(yè)銀行主要采取了數據直接賦能與數據產(chǎn)品賦能兩類(lèi)方式。
1.數據直接賦能。數據直接賦能指商業(yè)銀行依靠現代信息技術(shù)與數字化平臺建設，基于現有業(yè)務(wù)特征實(shí)現數據池信息的多維度應用場(chǎng)景搭建。商業(yè)銀行通過(guò)對不同數據的分類(lèi)管理，建立覆蓋市場(chǎng)開(kāi)發(fā)、客戶(hù)服務(wù)、管理決策、賬戶(hù)監管與風(fēng)險防控等方面的全方位交叉應用場(chǎng)景。這一方式克服了傳統經(jīng)營(yíng)模式下以網(wǎng)點(diǎn)作為核心渠道所帶來(lái)的資源整合困難、信息效率不足等問(wèn)題，并在市場(chǎng)風(fēng)險、反洗錢(qián)風(fēng)險與利率風(fēng)險的防控方面實(shí)現了效率的顯著(zhù)改善。2022年，全國36家上市商業(yè)銀行中有11家銀行的年度報告披露了數據資源應用場(chǎng)景搭建，累計構建數字化應用場(chǎng)景500余個(gè)，涉及精細化管理、精準決策、自動(dòng)化運營(yíng)、用戶(hù)權益保護等多個(gè)方面。其中，工商銀行利用數據池中的4.5萬(wàn)張表資源，建立300余個(gè)重點(diǎn)應用場(chǎng)景形成了涉及客戶(hù)服務(wù)、風(fēng)險管理、運營(yíng)支持等方面的全領(lǐng)域數字生態(tài)，助力銀行數據資產(chǎn)價(jià)值提升。
2.數據產(chǎn)品賦能。通過(guò)數據產(chǎn)品創(chuàng )新，商業(yè)銀行基于日常經(jīng)營(yíng)活動(dòng)形成的數據池資源，將數字科技植入于金融產(chǎn)品開(kāi)發(fā)與用戶(hù)管理能力的提升，以提升客戶(hù)服務(wù)質(zhì)量，擴展新型數字化業(yè)務(wù)，從而挖掘新的盈利增長(cháng)點(diǎn)，實(shí)現銀行業(yè)績(jì)水平的提升。例如，建設銀行基于用戶(hù)數據池資源，推出“云稅貸”“抵押快貸”等系列普惠金融產(chǎn)品，2022年研發(fā)大數據產(chǎn)品190個(gè)以上，并應用于客戶(hù)營(yíng)銷(xiāo)與精細化管理，截至當年末公司機構客戶(hù)累計達到935萬(wàn)戶(hù)，貸款利息收入8460.17億元，累計增長(cháng)10.29%。
（二）數據價(jià)值評估。數據要素價(jià)值的缺失會(huì )嚴重削弱商業(yè)銀行的外部競爭優(yōu)勢，對自身融資環(huán)境與資本市場(chǎng)反應產(chǎn)生多方面的負面影響。因此，商業(yè)銀行具有較強的動(dòng)機推進(jìn)數據資產(chǎn)的價(jià)值評估進(jìn)程。近年來(lái)，光大銀行、恒豐銀行以及其他系統性商業(yè)銀行先后發(fā)布了《商業(yè)銀行數據資產(chǎn)估值研究與入表探索》《數據資產(chǎn)估值白皮書(shū)》《商業(yè)銀行數據資產(chǎn)會(huì )計核算研究報告》等實(shí)踐探索成果，主要涉及數據資產(chǎn)估值假設與估值方法兩個(gè)方面。
估值假設實(shí)踐中，銀行對于資產(chǎn)價(jià)值整體劃分為投入價(jià)值與商業(yè)價(jià)值兩個(gè)大類(lèi)，并分別建立了現狀利用、公開(kāi)市場(chǎng)與持續經(jīng)營(yíng)三類(lèi)假設�，F狀利用假設指在進(jìn)行估值時(shí)僅考慮數據資源的當前利用情況，不考慮對數據資產(chǎn)利用水平的提升，也不考慮未來(lái)開(kāi)發(fā)和收益水平的增長(cháng)。這一假設一定程度上體現了會(huì )計計量的謹慎性原則，遵循歷史成本屬性，主要適用于業(yè)務(wù)支持型與自用數據資產(chǎn)，確認為無(wú)形資產(chǎn)。公開(kāi)市場(chǎng)假設指數據資產(chǎn)在市場(chǎng)中的交易是決定于自由競爭的市場(chǎng)參與者，而不決定于市場(chǎng)交易以外的力量，遵循公允價(jià)值計量屬性，主要適用于進(jìn)行交易和處置的數據資源，確認為存貨類(lèi)數據資產(chǎn)。持續經(jīng)營(yíng)假設主要基于會(huì )計基本假設中的持續經(jīng)營(yíng)假設，側重點(diǎn)在于商業(yè)銀行自身，指銀行主體能夠在可預見(jiàn)的將來(lái)持續運行而不進(jìn)行破產(chǎn)清算。
估值方法實(shí)踐方面，商業(yè)銀行依據《數據資產(chǎn)評估指導意見(jiàn)》，以成本法、收益法和市場(chǎng)法為基礎，進(jìn)一步從指標適用對象選擇、系數與權重修正等方面對估值模型進(jìn)行優(yōu)化調整，從而提高數據價(jià)值評估結果的準確性。同時(shí)，在會(huì )計計量層面，商業(yè)銀行基于現行會(huì )計制度與財務(wù)報表結構，結合自身數據資源使用情況，提出依據所有權關(guān)系分類(lèi)核算并列示的創(chuàng )新性觀(guān)點(diǎn)，并在衍生數據與數據工具價(jià)值確認方面進(jìn)行實(shí)踐探索。光大銀行發(fā)布的《商業(yè)銀行數據資產(chǎn)會(huì )計核算研究報告》提出，商業(yè)銀行按照使用權數據資產(chǎn)與經(jīng)營(yíng)權數據資產(chǎn)對數據資源進(jìn)行分類(lèi)核算，分別列入財務(wù)報表中“無(wú)形資產(chǎn)”的子科目，并首次提出了“衍生數據”與“數據工具”的價(jià)值確認方法與入表方案。
（三）數據治理。良好的數據生態(tài)與高效的數據治理機制是實(shí)現數據價(jià)值充分挖掘的基礎和前提。為實(shí)現數據資源的價(jià)值最大化，商業(yè)銀行依托數字化轉型成果，分別在組織結構建設、數據資源管理與數據文化三個(gè)方面開(kāi)展了系統性的數據治理工作。
1.組織結構建設。現代化信息技術(shù)的發(fā)展與數字化轉型促使商業(yè)銀行形成了數據要素驅動(dòng)的新業(yè)態(tài)，要素流動(dòng)與信息溝通成為數據資產(chǎn)價(jià)值創(chuàng )造的必要條件。傳統的銀行組織結構呈現出分層管理、專(zhuān)業(yè)化與流程固化的特征，容易造成數據壁壘，從而阻礙了跨部門(mén)溝通與多元化團隊合作。因此，商業(yè)銀行需要從頂層設計出發(fā)，自上而下建立與數據要素驅動(dòng)相適應的組織結構。2022年商業(yè)銀行年報披露信息顯示，光大銀行、交通銀行、興業(yè)銀行等均將數據治理納入董事會(huì )職責范圍，并由戰略委員會(huì )牽頭，與審計委員會(huì )、信息技術(shù)委員會(huì )等部門(mén)聯(lián)合制定數據治理戰略規劃，以金融科技部門(mén)和數據資產(chǎn)管理部門(mén)為樞紐建立多部門(mén)人員合作機制與信息共享機制，明確各部門(mén)的權責范圍，以實(shí)現數據資源的業(yè)務(wù)驅動(dòng)功能。
2.數據資源管理。標準化與規范化的數據管理有利于銀行提升數據要素活力，形成智能高效的數據賦能生態(tài)。通過(guò)制定數據標準與曲項，進(jìn)一步完善了涉及數據產(chǎn)生、數據使用、數據傳輸轉讓與數據安全的數據資產(chǎn)全生命周期管理。例如，平安銀行2022年全年制定數據標準8418項，完成超17000項關(guān)鍵數據認證，并通過(guò)自主研發(fā)掃描引擎“鷹眼”，自動(dòng)化掃描盤(pán)點(diǎn)全行存量數據，實(shí)現數據資源的低成本管理與高效利用。
3.數據文化。通過(guò)引入金融科技與信息技術(shù)人才與員工數字化技能培訓，強化數據資源的深度開(kāi)發(fā)與業(yè)務(wù)融合，以數據資產(chǎn)價(jià)值管理全面驅動(dòng)業(yè)務(wù)擴展，使數據要素滲透至全行每一個(gè)部門(mén)崗位，從而加強員工對于數據要素重要性的認知，并主動(dòng)參與數據要素管理過(guò)程。光大銀行2022年年報披露顯示，該行截至2022年末科技人員數量3212人，較上年末增加851人，增幅36.04%。利用科技人才優(yōu)勢，以“三新三化”（新體驗、新模式、新融合，中臺化、敏捷化、智能化）為科技發(fā)展目標，組織實(shí)施近百項重點(diǎn)科技項目，深化數據資產(chǎn)價(jià)值管理。
商業(yè)銀行數據要素資產(chǎn)化面臨的主要問(wèn)題
《企業(yè)數據資源相關(guān)會(huì )計處理暫行規定》的實(shí)施使數據資源進(jìn)入商業(yè)銀行報表，有利于彰顯銀行數據要素的市場(chǎng)競爭力水平。然而，當前商業(yè)銀行數據資產(chǎn)化會(huì )計實(shí)踐與數據資產(chǎn)入表存在著(zhù)一系列的問(wèn)題和難點(diǎn)，主要包括數據資產(chǎn)權屬確認、數據資產(chǎn)成本計量的可靠性與信息披露質(zhì)量三個(gè)方面。
（一）數據資產(chǎn)權屬與邊界確認。數據資源被確認為資產(chǎn)需要滿(mǎn)足“企業(yè)擁有或控制”這一基本條件。根據上海數據交易所的數商分類(lèi)標準，商業(yè)銀行兼具了資源供給型數商與數據消費型數商的雙重特征。一方面，銀行自身的經(jīng)營(yíng)活動(dòng)會(huì )形成天然數據累計與數據池資源。例如，客戶(hù)信息、賬戶(hù)交易情況、資金流轉記錄等。另一方面，出于市場(chǎng)營(yíng)銷(xiāo)、產(chǎn)品開(kāi)發(fā)等經(jīng)營(yíng)業(yè)務(wù)需求，會(huì )向外部進(jìn)行數據資源采購與數據分析工具的引入。由于數據資源具有高度的可復制性與可傳輸性，使得其權屬確認較為困難。光大銀行發(fā)布的《商業(yè)銀行數據資產(chǎn)估值白皮書(shū)》指出，當前法律體系對數據權屬、權利類(lèi)型規定不明確，數據交易者無(wú)法判斷交易雙方是否有特定交易資格，這帶來(lái)了較高的交易風(fēng)險�？刂茩喾矫�，對于外購數據資源，銷(xiāo)售方一般僅提供使用權和加工處理權，且不同數據的授權程度不同，如銀行從數據提供方購買(mǎi)的金融市場(chǎng)風(fēng)險等數據中，部分數據僅可進(jìn)行初步加工，而其他數據可進(jìn)行任意加工。這一情況導致商業(yè)銀行對于不同數據資源的控制程度不同，從而難以確認對數據資源的控制程度，對數據資源的入表金額確認造成了一定的模糊性。對于內部產(chǎn)生的數字資源，區別于一般企業(yè)的數據管理，商業(yè)銀行由于累積了大量個(gè)人層面的財產(chǎn)信息與交易信息，屬于提供重要互聯(lián)網(wǎng)平臺服務(wù)、用戶(hù)數量巨大、業(yè)務(wù)類(lèi)型復雜的個(gè)人信息處理者。根據《中華人民共和國個(gè)人信息保護法》的要求，商業(yè)銀行需要成立主要由外部成員組成的獨立機構對個(gè)人信息保護情況進(jìn)行監督，并定期發(fā)布個(gè)人信息保護社會(huì )責任報告，接受社會(huì )監督。因此，作為銀行核心業(yè)務(wù)支持的個(gè)人信息數據在加工、流轉等方面受到了嚴格的限制和監督。這一情況使得銀行對客戶(hù)信息的所有權與控制權受限，并對資產(chǎn)的未來(lái)經(jīng)濟利益流入產(chǎn)生了較大的不確定性。因此，個(gè)人金融信息是否應列為銀行的數據資產(chǎn)客觀(guān)上存在一定的爭議，加劇了商業(yè)銀行數據資產(chǎn)的范圍認定的模糊性。
同時(shí)，在數據資源邊界確認方面，衍生數據是否應納入數據資源的確認范圍是當前銀行在數據資源入表過(guò)程中面臨的另一個(gè)難題。商業(yè)銀行在利用數據池原始信息進(jìn)行加工處理的過(guò)程中會(huì )產(chǎn)生眾多的衍生數據，且大多數衍生數據屬于數據深加工過(guò)程中的副產(chǎn)品，缺乏應用場(chǎng)景搭建與使用標準，難以確認未來(lái)經(jīng)濟利益流入的可能性，從而造成了衍生數據資產(chǎn)屬性認定的模糊性，為商業(yè)銀行數據資產(chǎn)的會(huì )計實(shí)踐帶來(lái)了挑戰。
（二）數據資源成本計量的可靠性。數據資產(chǎn)的計量問(wèn)題涉及數據的初始確認與后續計量?jì)蓚�(gè)方面。初始確認方面，商業(yè)銀行自身?yè)碛械臄祿Y產(chǎn)主要用于業(yè)務(wù)支持，極少進(jìn)行出售和轉讓。根據《企業(yè)數據資源相關(guān)會(huì )計處理暫行規定》的要求，商業(yè)銀行在取得相關(guān)數據時(shí)應將其確認為無(wú)形資產(chǎn)。然而，現階段銀行數據池信息主要來(lái)自日常的經(jīng)營(yíng)管理活動(dòng)，且存在更新維護周期短、應用技術(shù)門(mén)檻高、質(zhì)量參差不齊與衍生數據眾多等問(wèn)題。這一狀況導致了商業(yè)銀行對于數據資產(chǎn)的未來(lái)經(jīng)濟利益流入難以準確估計，故而無(wú)法采用現值計量，也無(wú)法就無(wú)形資產(chǎn)準則中關(guān)于無(wú)形資產(chǎn)確認條件下未來(lái)經(jīng)濟利益流入的可能性實(shí)現有效評估。若以實(shí)際支付金額作為初始計量成本，商業(yè)銀行數據資產(chǎn)的產(chǎn)生需要經(jīng)過(guò)數據獲取、數據存儲、數據整理、數據標準化、數據資產(chǎn)化包裝等環(huán)節。各環(huán)節產(chǎn)生的成本具有混合性、多樣性與復雜性。如何剝離數據處理成本？同一數據處理過(guò)程中適用多個(gè)數據資產(chǎn)項目時(shí)，相關(guān)成本在不同數據資產(chǎn)間的分配原則仍需進(jìn)行進(jìn)一步論證。同時(shí)，數據的保密要求與流轉限制使得商業(yè)銀行的數據不存在活躍交易市場(chǎng)，導致初始確認階段公允價(jià)值與歷史成本模式的采用無(wú)法獲得審計認可。因此，商業(yè)銀行的數據資產(chǎn)在初始確認階段的計量模式選擇與金額確認存在較大的障礙。
后續計量階段，不同于其他類(lèi)型資產(chǎn)，數據資產(chǎn)產(chǎn)生價(jià)值創(chuàng )造能力需要大量技術(shù)資本與人力資本的支持（如AI數據平臺開(kāi)發(fā)、數據分析等），從而產(chǎn)生數據支持成本。因此，數據資產(chǎn)本身的攤銷(xiāo)成本與數據支持成本如何劃分，且成本收益匹配原則下，攤銷(xiāo)成本與如何匹配對應的收益份額，以實(shí)現對數據資產(chǎn)價(jià)值創(chuàng )造能力的公允反映，目前為止尚無(wú)有效的解決方案。
（三）信息披露質(zhì)量。《企業(yè)數據資源相關(guān)會(huì )計處理暫行規定》對于數據資源的信息披露要求采取強制披露與自愿披露相結合的方式。對于數據資源的自愿披露有利于強化銀行的數據競爭優(yōu)勢，對外部投資者傳遞積極的信息，但數據資產(chǎn)認定與價(jià)值評估的復雜性導致企業(yè)資源披露的成本大幅提升，從而抑制了商業(yè)銀行對外提供數據資產(chǎn)信息的積極性，并無(wú)形中阻礙了數據資產(chǎn)的入表進(jìn)程，削弱了數據資產(chǎn)對外部財務(wù)報表使用者的決策有用性。
2022年商業(yè)銀行年度報告中關(guān)于數據資產(chǎn)披露的整體情況表明，A股36家上市商業(yè)銀行中有14家在報告中未披露任何同數據資產(chǎn)、數據治理有關(guān)的信息。同時(shí)，其他22家銀行對于數據資產(chǎn)的披露內容全部為文字描述性，且普遍存在一帶而過(guò)的現象，對于自身數據資產(chǎn)的種類(lèi)、存儲形式、應用場(chǎng)景、更新與銷(xiāo)毀情況的說(shuō)明極為模糊。表明當前我國商業(yè)銀行對于數據資產(chǎn)披露的積極性較低，且未形成成熟完善的披露范式。這一狀況的存在為數據資產(chǎn)入表后的關(guān)聯(lián)信息披露的可靠性帶來(lái)了一定的憂(yōu)慮，使財務(wù)報告使用者無(wú)法準確評估銀行數據資產(chǎn)的潛在價(jià)值，對其數據資產(chǎn)的價(jià)值評估與數據資產(chǎn)的保值增值產(chǎn)生了不利影響。
商業(yè)銀行數據資產(chǎn)發(fā)展未來(lái)展望
畢馬威中國發(fā)布的《2023年中國銀行業(yè)調查報告》指出，數據資源寶藏中蘊含著(zhù)巨大生產(chǎn)潛力，未來(lái)必將形成以領(lǐng)先銀行為代表逐鹿數據要素市場(chǎng)的局面。數據資產(chǎn)的管理和利用事關(guān)銀行數字化轉型成敗，目前已成為銀行業(yè)關(guān)注的焦點(diǎn)。把握好數據資產(chǎn)的認定、管理和使用，對商業(yè)銀行確立行業(yè)領(lǐng)先地位，釋放市場(chǎng)競爭優(yōu)勢至關(guān)重要。因此，商業(yè)銀行需要在數據要素資產(chǎn)化實(shí)踐的道路上持續發(fā)力。
（一）明確數據權屬。數據權屬管理作為數據要素資產(chǎn)化探索的基礎和前提，是銀行進(jìn)行數據要素價(jià)值釋放的首要難點(diǎn)。當前，由于缺少直接的法規與執行規范參考，商業(yè)銀行對于數據歸屬權問(wèn)題尚無(wú)統一的認定標準，數據流轉過(guò)程中常遇所有權、清洗加工權、使用權、收益權等權屬劃分不明確的問(wèn)題。這給數據資產(chǎn)價(jià)值的深入探索與數據資產(chǎn)化的未來(lái)實(shí)踐道路帶來(lái)了不確定性。未來(lái)，商業(yè)銀行需要對數據資產(chǎn)流轉過(guò)程中的權屬問(wèn)題進(jìn)行深入的研究，通過(guò)數據流轉、傳輸、加工過(guò)程的留痕處理，在數據購買(mǎi)、使用、共享業(yè)務(wù)中加入數據權利條款與歸屬條款等方式，進(jìn)一步明確權屬標準，為數據資產(chǎn)的價(jià)值探索奠定堅實(shí)的基礎。
（二）建立金融行業(yè)數據資產(chǎn)會(huì )計核算制度。目前，商業(yè)銀行數據資產(chǎn)存在加工成本混雜、期間分攤不明、后續計量成本與收入不匹配等問(wèn)題。商業(yè)銀行現有數據要素資產(chǎn)化實(shí)踐表明，銀行數據資源的價(jià)值創(chuàng )造途徑主要是依托數據資源進(jìn)行業(yè)務(wù)驅動(dòng)與金融科技價(jià)值創(chuàng )造，應確認為無(wú)形資產(chǎn)。因此，商業(yè)銀行需要參照現行無(wú)形資產(chǎn)準則，對數據資產(chǎn)的確認條件、資本化認定，價(jià)值攤銷(xiāo)與處置等方面進(jìn)行標準化探索，并立足于自身業(yè)務(wù)特征，形成數據資產(chǎn)全生命周期的會(huì )計核算標準與制度化流程，實(shí)現對數據資產(chǎn)的高效準確核算。同時(shí)，在數據資產(chǎn)相關(guān)信息披露方面，商業(yè)銀行可結合自身數據使用情況、投資者信息需求與數據資產(chǎn)的報表附注披露要求，對數據資產(chǎn)的來(lái)源、分類(lèi)標準、引入與使用情況等方面內容形成相應的披露范式，從而增加數據資源對外部投資者的決策有用性，助力商業(yè)銀行市場(chǎng)估值水平的提升。
（三）加快人才隊伍建設。作為銀行數字化轉型與數據資產(chǎn)化的核心驅動(dòng)力，穩定的數字化人才隊伍是商業(yè)銀行運用數據驅動(dòng)實(shí)現競爭力與市場(chǎng)占有率提升的重要保障。由畢馬威中國發(fā)布的《區域性銀行數字化轉型白皮書(shū)》顯示，70%的國內被調查銀行存在數字化人才短缺問(wèn)題，且人才培養面臨周期長(cháng)、投入高、難度大等問(wèn)題。這一狀況成為制約商業(yè)銀行數據資產(chǎn)化實(shí)踐的主要因素，并對銀行業(yè)數據驅動(dòng)下的業(yè)務(wù)發(fā)展與經(jīng)營(yíng)管理造成潛在瓶頸。因此，商業(yè)銀行需要結合自身情況，通過(guò)產(chǎn)學(xué)研合作、人才引進(jìn)機制建設、人才業(yè)務(wù)平臺搭建等方式實(shí)現數據人才隊伍的充實(shí)，為商業(yè)銀行數據資產(chǎn)的應用與管理實(shí)踐提供持續性動(dòng)力。
（四）持續推動(dòng)金融科技發(fā)展。金融科技是商業(yè)銀行實(shí)現數據賦能與數據資產(chǎn)化的重要途徑，也是數據價(jià)值精準評估的關(guān)鍵保障�，F階段銀行業(yè)嚴格的數據保密要求與使用場(chǎng)景限制，導致了數據交易機制的缺失與數據價(jià)值評估的非公允化。持續推動(dòng)金融科技的發(fā)展一方面有助于搭建限制性數據入場(chǎng)交易的模擬場(chǎng)景，為商業(yè)銀行數據資產(chǎn)化和交易機制的構建奠定基礎，實(shí)現數據價(jià)值的精準高效評估；另一方面可以提升商業(yè)銀行數據加密和數據安全防護水平，并有效預防黑客攻擊與數據泄露風(fēng)險，實(shí)現對客戶(hù)資金安全與隱私信息的保障，為銀行業(yè)數據治理的有效實(shí)施提供了堅實(shí)保障。
（五）加快行業(yè)標準的制定與完善。當前我國商業(yè)銀行的數據管理與數據價(jià)值確認過(guò)程存在著(zhù)模型應用多樣化，銀行間數據治理標準、管理流程與數據確認口徑不統一等問(wèn)題，從而對銀行間數據信息共享造成了不利影響，也進(jìn)一步制約了數據價(jià)值最大化的實(shí)現。行業(yè)標準的制定和完善有利于推動(dòng)商業(yè)銀行在數據標準制定、應用場(chǎng)景構建與數據產(chǎn)品開(kāi)發(fā)、數據傳輸、數據安全建設與價(jià)值評估等方面的統一化，從而加強數據模型構建與優(yōu)化，推進(jìn)數據治理融入組織機構設立與管理條線(xiàn)，為銀行間數據壁壘的破除與數據價(jià)值的充分釋放提供相應的路徑指導。（作者單位：對外經(jīng)濟貿易大學(xué)國際商學(xué)院）
主要參考文獻：
① 初磊.商業(yè)銀行數據資產(chǎn)估值“進(jìn)階”[N].經(jīng)濟導報，2023-12-01(005).
② 朱秀梅，林曉玥，王天東等.數據價(jià)值化：研究評述與展望[J/OL].外國經(jīng)濟與管理：1-16[2023-12-16].
③ 陸岷峰，歐陽(yáng)文杰.商業(yè)銀行數據資產(chǎn)的價(jià)值評估與交易定價(jià)研究[J].會(huì )計之友，2022，(19):30-37.
內容來(lái)源：金融時(shí)報-中國金融新聞網(wǎng) 作者：記者 馬梅若
