首页 > 新闻舆情 > 大数据时代金融如何演化?解读《金融数据资产账户估值与治理》

大数据时代金融如何演化?解读《金融数据资产账户估值与治理》

来源:清华大学金融科技研究院 2022-08-23

关键词:金融大数据金融数据资产数据治理数据资产质量

一本洞察大数据时代金融演化方向和趋势的力作 ——《金融数据资产:账户、估值与治理》解读。
文 / 周道许 清华大学金融科技研究院金融安全研究中心主任
来源 / 清华大学金融科技研究院
 
一、《金融数据资产:账户、估值与治理》出版背景和意义
 
近年来,在中国人民银行等监管部门指导下,中国互联网金融协会紧密团结和组织会员力量,发挥行业自律组织沟通协调和专业优势,紧紧围绕互联网金融发展的前沿问题进行系统的理论研究和前瞻性的实践探索,取得了有一系列有价值的研究成果,出版了一系列服务监管、服务会员、服务市场,引导和指导互联网金融发展的书籍和著作。其中,由中国互联网金融协会副秘书长杨农博士、刘绪光博士等著,中国金融出版社2022年5月出版的《金融数据资产:账户、估值与治理》一书,是一本洞察大数据时代金融演化方向和趋势的力作。我体会,《金融数据资产:账户、估值与治理》的出版,至少有以下三个方面的意义。
 
(一)从时代看,经济越发展,数据越重要
 
作为重要的生产要素,数据广泛存在于国民经济各个领域,成为数字经济的基础和推动数字经济发展的强大引擎。2020年4月,中共中央、国务院在《关于构建更加完善的要素市场化配置体制机制的意见》中更是明确把数据和劳动、资本、土地、知识、技术、管理等并列,定义为一种新型生产要素。2022年6月22日,中央全面深化改革委员会第二十六次会议审议通过《关于构建数据基础制度更好发挥数据要素作用的意见》,再次强调要统筹推进数据产权、流通交易、收益分配、安全治理,加快构建数据基础制度体系,凸显了数据在国家和社会治理中的重要意义。
 
当今社会,数据作为新型生产要素,是数字化、网络化、智能化的基础,已快速融入生产、分配、流通、消费和社会服务管理等各个环节,深刻改变着生产方式、生活方式和社会治理方式。
 
随着经济发展,经济活动产生的数据量呈指数级增长,数据类型也极大丰富。这些大数据的形成进一步指导更大体量的生产活动,数据对经济生产的作用更加直接、更加敏捷、更加不可或缺。因此,社会生产的各个环节、各个参与者都应该更加重视数据的作用,积极拥抱数字经济时代。
 
(二)从技术看,科技越进步,金融数据资产越重要
 
金融是资金的融通。金融行业是通过优化金融资源分配支持实体经济的产业,其本质上就与信息科技产业高度关联。科技越进步,金融越发达,金融数据资产对金融业务开展和长期发展的重要性愈加突出。
 
具体来看,在运营层面,随着大数据处理技术的升级及智能终端的普及,数据资产的融合应用和价值挖掘可以显著降低金融交易成本,提升金融业边际生产力。在风险识别和控制层面,数据成为金融机构识别和分析风险的信息源,通过算法和大数据模型挖掘变量与风险结果的相关性及因果性联系,从而有效控制成本,提升竞争力。在服务层面,可以触达更多的金融消费者,实现随时、随地、随需的金融服务。
 
(三)从金融行业看,金融高质量发展,金融数据资产的账户、估值与治理越重要
 
数据资产账户体系为数据资产价值提供要素支撑,数据资产估值体系为数据资产价值提供价值支撑,而数据资产治理体系为数据资产价值提供质量支撑。三者相辅相成,共同挖掘金融数据资产价值,实现金融高质量发展。可以说,加强金融数据资产的管理和应用,强化金融数据资产账户建设、估值管理和治理体系是实现金融高质量发展的必然要求,也是实现金融服务实体经济要求的必然路径。
 
二、《金融数据资产:账户、估值与治理》主要内容解读
 
(一)什么是数据资产的价值及其实现路径
 
1.数据资产的界定和特征
 
本书提出,数据资产是个人或企业本身或其过去行为、事项所产生的,预计会对个人或企业未来行为、决策产生影响,并预期可为个人和企业带来经济收益、创造价值的资产,包括但不限于现金、现金等价物或经济利益潜力的各类数据资源。
 
数据资产最核心的内涵是数据本身所具备的信息属性,该属性也是数据资产可以产生收益的主要来源。数据资产的外延即其展现形式是多种多样的,包括数据本身,也包括通过一定载体呈现的数据产品。
 
本书还介绍了数据资产的特征,包括非稀缺性、非排他性、载体多栖性、价值差异性、用途不可测性等。
 
2.数据资产价值的实现路径
 
(1)一类要素:数据作为生产要素。在数字经济时代,即时沟通、信息获取和传输等新型方式空前繁荣,记录、储存、传输、挖掘数据的功能日益强大,数据量及数据处理能力呈指数型发展,数据成为新的、关键的生产要素。
 
(2)两张表格:资金资产负债表与数据资产负债表。传统的资金资产负债表未对数字资产进行记录,无法对金融机构的数字化转型提供指导。因此必须建立新的数据资产负债表,对数据要素的采集流转、处理计算、质量检测以及提供数据服务的各类成本进行记录,实时、客观、真实地反映数据资产价值,为提高数据资产使用效率和决策提供依据,为金融机构数据资产价值实现过程及数字化转型过程的主要功能提供一套标准化的评估体系,展现各个层级的评估成果,增加了可比较的评估标准,使金融机构之间基于数字化发展水平进行大范围对标分析成为可能。
 
(3)三个体系:数据资产账户体系、估值体系和治理体系。
 
数据资产账户是实现数据要素高效配置和流转的重要管理工具,对数据资产进行登记、盘点和规整,通过相应的技术手段保障相关主体的数据资产安全。
 
数据资产估值是认定数据要素价值的基础,大范围、可持续、高效率的数据资产流通依赖公平高效的数据资产评估体系作为底层支撑。
 
数据资产治理体系是金融机构实现降本增效、突出数据资产价值的质量支撑。金融机构建立并完善数据资产治理体系,对优化决策、缩减成本、提升数据资产价值、增强金融机构核心竞争力起到重要作用。
 
(二)什么是数据资产账户及其应用实践与探索
 
1.什么是数据资产账户及其功能
 
本书提出,数据资产账户是指个人、企业、行业或政府用于存储、记录、管理自身数据并用以获取数字化服务和收益的管理工具。其在法律上明确了权责、在商务上建立了激励机制,在技术上提升了数据资产的利用价值。
 
数据资产账户拓宽了金融机构数据资产采集与使用的场景,金融机构通过建立数据资产账户整合自身中后台数据,同时帮助金融机构与外部建立交互和合作,丰富数据资产应用场景。
 
数据资产账户进一步体现数据资产价值,基于数据中介业务行为产生的数字红利有利于激励数据供给方主动提供多维原始数据,吸引和培育市场化定价的数据使用需求,从而体现数据资产的市场价值。
 
数据资产账户解决“数据不知如何用”和“数据不知谁来用”的信息不对称问题,推动数据高效流转,辅助数据价值合规释放。
 
2.数据资产账户的实现方式
 
本书中将数据资产账户的实现概括为建立数据资产账户搭建的组织架构、构建数据资产账户的运行流程、构建数字资产账户运行的保障体系三个层面。
 
组织架构层面,主要是建立制度机构、监督机构和执行机构;运行流程层面,主要是建立用户数字身份证,包括给每个用户建立统一的数字ID、建立用户数据资产凭证和推进用户在不同机构间认证等环节;保障体系主要包括法律法规体系和制度体系。
 
3.数据资产账户的应用实践与探索
 
本书主要介绍了韩国个人信息保护机制、法人机构识别编码LEI等国际应用实践和工商银行农业银行平安银行民生银行华夏银行等国内各类银行机构在数据资产账户应用方面的实践和探索。
 
(三)如何评估数据资产的价值
 
1.数据资产的估值定价
 
根据目前相关会计规定,数据资产还无法计入会计报表。但可以预测,随着数字经济发展,未来数据价值将很有可能体现在会计报表中。本书提出应用收益法、成本法、市场法等三种无形资产价值评估的常用方法来对数据资产开展估值定价。
 
2.数据资产的财务核算
 
本书提出,随着数据贯穿数字经济发展的全流程,必须对数据资产开展财务核算,编制数据资产负债表,从而反映客观经济活动的会计准则和规范,确保财务会计在新经济环境下可以持续为财务报表使用者提供有用信息。
 
本书对数据资产负债表的性质和基本框架做出了展望,对其编制方式做了基本设想。
 
3.数据资产的交易流转
 
本书对贵阳大数据交易所、上海数据交易中心等国内数据资产交易的实践做了总结和分析,对未来数据资产交易的流转方式做了展望。总体来说,在数据资产交易过程中,应该根据数据市场交易双方的不同状况来设计相应的交易模式,若市场上拥有充分多的数据买卖双方,流动性较为充裕,便可以把市场价格的决定权交予市场,实现高效交易;如果供求双方力量对比较为悬殊,或双方数量均较少,则应由平台鼓励数据卖方主动披露其价格意愿,设计一套较为合理的数据产品交易机制促使交易发生,提高效率。
 
(四)如何实现数据资产的有效治理
 
1.数据资产治理的目标
 
金融机构数据治理的主要目标是提升数据资产质量,聚焦如何让数据更好服务业务,持续合规地释放出最大价值。本书将数据资产治理的目标归纳为政策促合规、经济提质效、发展明需求三大层面。
 
2.数据资产治理的架构
 
数据资产治理首先要明确战略及规划,包括制定目标、开展内外部环境与资源分析、制定战略计划和实施措施、制定考核和更新制度等。数据资产治理的组织包括董事会、监事会、高级管理层、首席数据官、归口管理部门、业务部门等,分别发挥不同职责。要开展数据资产治理培训和数据文化培养,开展数据资产治理预算和效果收益评估。
 
3.数据资产质量管理
 
本书对数据资产质量管理标准、架构、系统和检查提出了相应建议。其中数据资产治理管理标准主要包括数据标准化规划、数据安全策略与标准建立、数据分级分类标准等;数据资产质量管理架构主要包括主数据、元数据和数据模型;数据资产质量管理系统主要包括质量检查流程管理、数据质量评价、检查规则和自动化检查;数据资产质量检查中需要注意检查范围、检查方法和检查内容。
 
三、《金融数据资产:账户、估值与治理》作者简介
 
杨农
 
经济学博士,清华大学博士后,斯坦福大学工学院访问学者,北京大学经济研究所博士后导师。出版各类著作25部,如《中国债券市场:发展与创新》、《战略合作经济学》、《非正规金融:根源、运行及演进》(国家社科基金,11FL017)、《现代金融市场》等,公开发表论文和理论文章130多篇。创办《金融市场研究》并任执行主编。先后任安徽省政府硏究室副主任、中国人民银行金融市场司副司长、中国银行间市场交易商协会副秘书长、中国互联网金融协会副秘书长。
 
刘绪光
 
管理学博士,保险学博士后,高级经济师。曾先后在国有大型商业银行、金融行业基础设施、金融行业自律组织从事风险管理与数据治理工作。熟悉商业银行经营管理,参与保险行业基础设施建设,近距离观察思考中国金融市场发展与金融科技实践创新。
 
2016至2019年,借调中国人民银行,深度参与互联网金融风险专项整治与长效机制建设,前瞻性思考科技与金融深度融合下的业态治理与监管框架,规划搭建赋能实体产业链与科技创新链的数字金融基础设施。曾先后荣获中国人民银行2018年重点研究课题政策研究类二等奖,2019年金融科技研究课题二等奖、三等奖。在国内外学术期刊发表研究论文30余篇。
 
李跃
 
平安银行公司业务总监、交易银行事业部总裁,北京大学信息管理与信息系统、经济学学士。金融从业年限超过15年,从业经历涵盖银行、证券、咨询等,对商业银行数字化转型、金融场景下推动企业数字化转型、数字经济和产业金融的融合创新有较丰富的实践经验。2021年带领团队获得2021中国卓越交易银行大奖“最佳技术创新交易银行奖”、《亚洲银行家》2021年度中国国家奖项计划—“中国最佳物联网应用”等。出版著作《连通一切:从宽带中国到上海自贸区的观察与思考》。
 
郑旭
 
平安银行战略发展部博士后,毕业于上海财经大学公共经济与管理学院,主要研究领域包括数字金融、数字经济、商业银行数字化转型、地方政府融资等。

耗时 296ms