數字經濟勢不可擋。

自2020年4月中共中央、國務院在《關于構建更加完善的要素市場化配置體制機制的意見》中，將數據列為與土地、勞動力、資本、技術并列的生產要素后，各相關部門、機構紛紛求解對數據寶藏的合法合規挖掘，探索加速數據資產流通和交易。這其中，如何衡量數據價值，構建科學、統一的估值和定價機制，成為重要前提。

為此，瞭望智庫與中國光大銀行歷時近半年，于8月8日聯合發布了《商業銀行數據資產估值白皮書》（以下簡稱《白皮書》），系統研究了金融領域尤其商業銀行的數據資產估值體系建設，兼具了前瞻性和實用性，開行業之先河。

據悉，在《白皮書》的撰寫過程中，課題組先后研究了30多份法律法規和相關標準、80多份專業文獻，并對54個市場主體和355個交易產品進行了充分調研，召開20多次專項研討會，反復推敲和優化，最終闡釋了金融領域一系列數據資產估值的理論框架和落地實踐?？梢哉f，《白皮書》以數據應用特征匹配估值方法的原則，以不同實施場景下不同參數的具體算法和應用實例，為我國金融領域數據資產估值體系的全面構建，提供了有力參考。

數據資產估值是全球性難題

數據作為新型生產要素，其巨大的經濟價值、社會價值已經在社會中達成了廣泛共識。

課題總策劃人之一、瞭望周刊社黨委常委、副總編輯蘇會志認為，估值是數據市場建設的基礎工作之一。解決這個難題，既要建立政府主導下的數據確權機制，也需要學術界提出價值評估體系，經由市場機構的實踐驗證，才能形成說得清、看得懂、用得好的估值體系，推動數據要素市場前進一大步。

對此，《白皮書》首先對數據資產進行了定義，即為企業過去的交易或事項形成的、由企業合法擁有或控制的、預期在未來一定時期內能為企業帶來經濟利益的、以電子方式記錄的數據資源。

《白皮書》提出，相比于傳統有形資產，數據資產具有非實體性、無消耗性、零成本復制性和依托性等特點，因此需要全面評估其使用成本，不能套用現有辦法。

比如，數據資產并不會因為正常的使用頻率增加而磨損或消耗；數據資產的成本主要在于前期的數據獲取、研究開發階段，但以后的產品由于可無限復制，其邊際成本趨于零；數據資產需要依托于某種介質進行存儲和加工，因此在計算數據資產的價值和相關成本時，也需要考慮數據資產所依托的介質成本。

《白皮書》因此認為，由于數據資產具備可加工性、可衍生性、可共享性，因此在評估其經濟利益時，需將數據資產加工、衍生、共享所可能產生的收益考慮其中。

同時，技術的發展、相關政策的變化、應用場景的豐富等因素變化，使得數據資產的價值也隨之改變，且變化的程度較為明顯。

正是基于以上這些特點，全球范圍內，數據估值都面臨較大挑戰。這成為未來逐步構建和完善數據資產估值體系中，需要持續考慮和優化的內容。

從實踐入手、從場景入手

課題總策劃人之一、中國光大銀行副行長楊兵兵表示，數據確權是數據要素流通的前提，數據定價是數據要素流通的基礎，數據交易是數據要素流通的關鍵。光大銀行聚焦在數據資產估值領域深入研究，建立了面向商業銀行的數據資產估值體系和方法，并完成首次數據資產價值計算。

結合數據資產的前述特點，《白皮書》展示了商業銀行如何構建和優化數據資產估值方法體系，并以光大銀行的案例來指導實際工作。

以營銷類模型為例?！栋灼诽岬?，在大數據營銷類模型應用之前，銀行業務人員主要通過地毯式營銷將相關產品推薦給一類客群。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，導致營銷轉化率低。

各金融機構逐步開始應用大數據營銷類模型，通過預測能力強大的集成算法、深度學習算法進行模型開發，能有效識別出高營銷成功率的客戶名單，協助業務人員最大限度開展精準營銷，促進客戶購買產品，并最終提升產品銷售收入。

因此，大數據營銷類模型輸出的價值，主要體現在模型應用前后產品銷售收入的增加上，可以通過客戶人次增量和產品客均收益獲得進行對比。其中，購買產品的客戶人次根據營銷類模型的作用方式，分為交叉營銷后首次購買產品的新客人次和營銷后回購產品的老客人次。在實際計算過程中，為保證估值結果的精確性，可進一步將產品收入按照產品類型進行分類統計。

根據此方法，《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個數學計算公式，結合111個計算參數，明確198個計算指標及口徑。最終，采集了198個指標數據，計算出光大銀行目前的數據資產價值超過千億元。

數據要素市場建設任重道遠

“數據資產價值的計算方法，就像我們解一道應用題，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’，最后采集數據、代入公式得到最終的價值?！闭n題負責人之一、中國光大銀行信息科技部總經理史晨陽總結。

而構建數據資產估值體系的終極目標，是推動數據要素市場化發展。這還需要兩方面工作：一是打破部門壁壘、地方壁壘、行業壁壘，真正實現數據共享；二是有效約束市場行為，該監管時要監管。

因此，《白皮書》對數據要素市場的科學有效發展提出了以下建議：

一方面，通過積極的政策激發數據要素市場活力。具體包括：推進和完善頂層設計，使數據市場發展有法可依；確定數據要素流通角色，保護數據流通相關方權利；研究制定多樣化的支持政策，促進各主體數據共享意愿；通過產學研一體化研究推動新技術在數據要素流通中的創新使用；建立社會公共數據共享流通的機制，活躍市場交易；建立試點機制，允許先行先試，逐步完善市場；鼓勵開展多種數據市場模式等。

另一方面，制定市場規則，審慎包容指導市場有序發展。具體包括：鼓勵行業開展自律，形成行業協同監管局面；建立交易爭端仲裁機制，完善市場運營機制；建立數據共享標準，提升數據共享效率；建立指導定價機制，促進市場有序良性競爭；建立全新監管理念，維護數據要素市場秩序等。

責任編輯：Rachel