【研报】2023商业银行数据要素价值洞察研究白皮书.docx
《【研报】2023商业银行数据要素价值洞察研究白皮书.docx》由会员分享,可在线阅读,更多相关《【研报】2023商业银行数据要素价值洞察研究白皮书.docx(56页珍藏版)》请在课桌文档上搜索。
1、商业银行数据要素价值洞察研究白皮书ICBC中国工商银行Institute for InterdisciplinaryInformation Core Technology交叉信息核心技术研究院BMding a b*tter wod(in world版权声明本白皮书版权归属中国工商银行股份有限公司、交叉信息核心技术研究院(清华大学)、安永(中国)企业咨询有限公司所有,并受法律保护。引用、转载、编撰或以其他方式使用本白皮书文字或观点,应注明来源,并符合相关法律规定。违反上述声明者,将追究其法律责任。前言近年来,我国持续加强数据要素市场的基础设施、组织框架、体制机制等方面建设,并取得长足进展。202
2、3年10月,中央金融工作会议提出“要做好科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章”,进一步明确了将“数字金融”作为未来金融业高质量发展的主要方向之一。在数据要素市场建设过程中,如何准确计量数据价值、建立公平合理的数据要素收益分配机制仍然是当前面临的重难点问题之一。中国工商银行联合交叉信息核心技术研究院(清华大学)、安永(中国)企业咨询有限公司开展了商业银行数据资产价值评估方法研究和收益分配机制实践,通过采用兼顾数据收益和资产定价第一性原理的数据定价理论和数据资产图谱技术,结合商业银行典型业务场景进行了深入研究,建立了数据使用过程的持续记录和流转节点追踪机制,从而还原了广阔而丰
3、富的价值网络全貌。商业银行数据要素价值洞察研究白皮书首次将定价理论与图谱技术应用于金融行业的数据资产评估,旨在建立适合商业银行的数据资产价值评估机制,以期持续推动金融行业数据要素价值释放,为业界同仁提供有益参考。目录一、数据要素市场化配置加速,助推数据资产价值释放1(一)数据价值释放,经济转型的重要引擎1(二)政策密集出台,顶层设计加速推进21、国家顶层机制体制设计逐步完善1:22、各地加速探索落地法规助力发展3(三)入表规定发布,企业价值面临重估4(四)指导意见落地,数据要素商业化加快4(五)创新探索计量方法,打造行业标杆5二、探索数据资产价值评估方法,基于数据资产图谱网络开启银行业务实践.
4、7(一)新视角:数据资源与数据资产8(二)新挑战:数据资源特性与资产价值评估9(三)新思路:数据资产图谱网络:二102、基于数据资产图谱的改良成本法123、基于数据资产图谱的改良收益法13(四)新实践:构建行内数据资产评估全链路141、商业银行数据资产.L142、数据资源全链路管理173、基于场景:数据资产价值评估试点实践18(五)新拓展:数据资源入表的应用221、会计确认222、成本计量应用22三、聚焦数据资产评估场景应用,围绕数据要素收益分配激活数据价值释放24(一)收益分配算法:促进数据要素流通的关键因素25(二)理论迈向实践:数据收益分配理论与工商策行落地实践27(三)多元场景展望:数
5、据内部流通与外部交易应用281、数据产品企业内部利润分配应用282、多方数据联合建模的收益分配应用323、积极探索行业级数据要素流通平台建设34四、我国数据要素市场展望:日积蹉步,以成千里36附录1:近三年我国数据要素相关顶层规划政策39附录2:2023年各地政府数据要素相关政策汇总42参考文献45数据要素市场化配置加速助推数据资产价值释放(一)数据价值释放,经济转型的重要引擎数据作为新的生产要素,其价值释放正在成为推动经济转型的重要引擎。根据中国数据要素市场发展报告(2021-2022)测算,数据要素使得工业企业的业务增长率平均提高41.18%,生产效率平均提高42.8%,产品研发周期平均缩
6、短15.33%,能源利用率平均提高10.19%。党的二十大报告指出,要加快发展数字经济,促进数字经济和实体经济深度融合,打造具有国际竞争力的数字产业集群。2023年10月,中央金融工作会议提出“要做好科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章”,进一步明确了未来金融业在助力经济结构优化过程中的发力点。当前,我国数字经济蓬勃发展,金融业数字化转型逐步深化,数据要素价值化进程加快,数据要素潜力逐步释放。随着行业间、企业间的数据共享和融合程度不断加深,数据要素市场各项规则和机制正日趋完善,数据价值的释放路径也逐步清晰,数据通过在更广泛流通中发挥其提高生产效率的乘数效应,进而推动数字经
7、济与实体经济深度融合。(二)政策密集出台,顶层设计加速推进近年来,国家积极布局数据要素市场,多项数据要素政策密集出台,并从体制机制、市场流通、产品研发、标准规范等多个方面开展探索,制定出各种创新的实施方案,引发了数据要素价值释放的又一波浪潮。1、国家顶层机制体制设计逐步完善近年,国家陆续出台政策完善数据要素顶层设计。我国对于数据要素价值的探索早在2015年就已开启,总体分为三阶段。第一阶段是在2016年以前,2015年4月,我国第一家数据交易所一贵阳大数据交易所正式挂牌运营;同年10月,党的十八届五中全会将大数据提升为国家战略,标志着我国正式全面启动大数据发展国家战略。第二阶段自2016年起到
8、2020年,多项数据要素政策密集出台,逐步推动数01/数据要素市场化配置加速,助推数据资产价值释放据要素产业落地。2017年2月,中共中央政治局第二次集体学习中,习近平总书记指出“要构建以数据为关键要素的数字经济”,标志着数据作为数字经济的关键要素地位得到确立;2020年4月,中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见将数据作为一种新型生产要素写入文件,提出要“加快培育数据要素市场”,至此,已基本确立数据的生产要素地位和市场化配置制度。第三阶段是2022年至今,我国开启了数据要素基础制度体系化建设新征程。2022年6月,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
9、基础制度更好发挥数据要素作用的意见,为数据基础制度的体系化建设奠定了坚实基础,也为制度的最终制定按下了加速键。2022年12月,中共中央、国务院印发的中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见(以下简称“数据二十条“)首次确立了数据基础制度体系的“四梁八柱”。2023年2月,中共中央、国务院印发数字中国建设整体布局规划,明确提出要“释放商业数据价值潜能,加快建立数据产权制度,开展数据资产计价研究,建立数据要素按价值贡献参与分配机制”,推动数据要素的市场化、价值化,使其成为推动经济社会发展的新动能。2023年3月,党和国家机构改革方案提出组建国家数据局,负责协调推进数据基础制度
10、建设,统筹数据资源整合共享和开发利用,统筹推进数字中国、数字经济、数字社会规划和建设等,对数据要素产业的长期发展发挥核心作用。2、各地加速探索落地法规助力发展继国家顶层设计的政策陆续出台后,各地纷纷部署数据要素产业。上海、浙江、贵州、深圳、北京等地陆续发布了多项鼓励和推动数据要素产业的政策,对数据赋能产业、数据安全保护、数据共享等内容进行规范,覆盖数据价值评估、授信融资、登记发证等诸多领域。2023年起,先后有多地针对数据要素市场参与方出台补贴政策,补贴对象包括数据供需双方、数据中介等。这些政策将数据要素与GDP、财政紧密联系在一起,不仅凸显了各地发展数据要素产业的积极性和迫切性,同时反映了全
11、国性的数据要素政策规划或将从地方先试先行的维度切入并展开。其中北京正在探索公共数据开发利用的收益分配机制,鼓励公共数据专区采取市场自主定价模式,通过模型产品、核验服务等方式向社会提供服务;针对公共治理和公益事业相关的应用场景,探索在有需要的情况下“无偿”使用数据;针对产业发展、行业发展相关的应用场景,探索在有需要的情况下“有偿”使用数据。广州正在积极推动企业数据纳入核算体系,通过规范数据资源会计处理,鼓励企业将数据资源纳入财务报表,以促进数据要素的合理利用和价值发挥,进而推动数据要素纳入国民经济和社会发展的统计核算体系。各地出台的关于数据要素相关政策,以法律角度的数据确权、财务会计角度的数据估
12、值或定价和市场角度的交易流通为三大抓手,进一步推动数据价值化进程。与此同时,数据资产价值评估的行业规范规则也在陆续发布。(三)入表规定发布,企业价值面临重估2023年8月21日,财政部印发企业数据资源相关会计处理暂行规定(以下简称暂行规定),将于2024年1月1日起正式实施。暂行规定明确了企业可以根据数据要素在其经营时的具体情况入表,一是可以比照无形资产或存货的处理原则计量;二是可自愿披露基于数据要素产生的收入,进一步理顺了微观层面对数字经济的计量流程。数据资源“入表”最直观的影响是将会使得原有条件下,一部分“费用”从利润表进入资产负债表成为“资产”,企业资产增加,利润率提高,改善了企业的资产
13、负债率。暂行规定发布对金融等数据密集型行业来说,带来了更大的经营灵活性,这将鼓励企业增加数据资源的投入,同时有助于企业在金融资源和产业政策等方面获得支持。暂行规定向建立数字经济价值核算与交易机制迈出了重要的第一步,但从其中的细则来看,判定数据为无形资产还是存货的标准尚且模糊,缺少体现数据资源特性的操作指引。(四)指导意见落地,数据要素商业化加快继财政部暂行规定发布后,中国资产评估协会制定了数据资产评估指导意见(以下简称指导意见),对数据资产进行了明确定义,并详细规定了评估对象、操作要求、评估方法和披露要求。指导意见明确指出,开展数据资产评估业务,需要关注影响数据资产价值的成本、场景、市场和质量
14、因素,并明确了数据资产将以何种价值入表,以及未来将以何种价值交易,进一步推动了数据要素的价值实现。数据资产价值评估是推动数据资产化的重要前置工作,为数据交易流通奠定了基础。这一重要工作的开展,为探索企业利用数据资产进行投融资活动打造了新的基础规范。(五)创新探索计量方法,打造行业标杆金融业是数据密集型行业,在运营过程中会产生大量的数据,这些数据对于金融机构的决策和业务运营至关重要。通过对数据(例如市场趋势、政策变化、宏观经济数据等)的分析和应用,可以为金融机构精准营销、风险管理和投资决策提供更高价值的支持。随着大数据时代的到来,金融业数据基础设施持续完善,数据规模高速增长,机器学习和人工智能等
15、先进技术的应用使得数据分析成果更加精准和深入。由此可见,金融业一直是数字化转型和数据要素价值挖掘的创新者和推动者,既拥有丰富的数据资源,又有迫切的场景应用需求,形成了金融业探索数据要素价值挖掘和数据交易流通工作的强大动力。“数据二十条”明确指出,要建立体现效率、促进公平的数据要素收益分配制度,按照“谁投入、谁贡献、谁收益”原则,着重保护数据要素各参与方的投入产出收益。交叉信息核心技术研究院以数据收益的第一性原理一一“公平性与效率性”为原则,以资产定价的第一性原理一一“无套利原贝V为理论基础,率先解决了多个数据贡献方实现单个数据交易产品收益分配与价值计量的问题,构建了直接参与单次现金流分配的数据
16、定价算法;进而在数据产品的形成过程中,研发了间接参与多现金流分配的数据收益分配追溯技术,并基于多方收益分配场景,实现了不同数据生产贡献部门的收益分配回溯;解决上述两大问题后,参考已有度量信息的数据价值发现机制,即可得到数据资产的公允价值。通过结合数据资产的使用场景分析、数据产品的生产链路追溯等多维度研究分析,交叉信息核心技术研究院研发了数据资产图谱网络技术。数据资产定价理论与数据资产图谱技术可以实现在探索数据应用场景的过程中,持续记录和追踪数据流转节点,帮助获取数据处理和应用的相关信息,还原形成广阔而丰富的数据价值网络全貌,从而进行数据资产的估值计算。中国工商银行联合交叉信息核心技术研究院(清
17、华大学)、安永(中国)企业咨询有限公司发布商业银行数据要素价值洞察研究白皮书,提出通过“一个技术底座”,打造“两大核心能力”,构建“一个生态布局”,首次将数据资产定价理论与图谱技术应用于金融行业的数据资产评估。商业限行数常要素价值计与收益分配体系商业银行数据要素价值计量与收益分配体系V个生 态布局四大核心健力一套技 术假座白皮书从数据流通的价值链出发,旨在建立商业银行适用的数据资产价值评估机制,研究实践公平而有效率的数据要素收益分配机制,实现对数据资源有关经济利益的有效衡量。我们基于数据资产图谱技术,通过对数据分类、贡献度分配、资产计量等理论方法的融合应用,围绕价值评估和收益分配两大主要需求提
18、出解决方案,并结合数据要素在银行内部的应用场景,对数据资源为企业带来预期收益的可能性进行分析和论证,进一步为数据要素在银行内部、外部的流通和交易打下理论和实践基础,提出未来数据要素价值释放的新构想;此外白皮书还对数据资产图谱网络技术在数据资源入表核算方面的应用进行了应用探索,结合最新政策规定进行了讨论与展望。探索数据资产价值评估方法基于数据资产图谱网络开启银行业务实践(一)新视角:数据资源与数据资产“数据资源”的概念提出的更早,类比石油、土地、资本等资源的特点和管理特性,数据资源也有包含采集、传输、加工、应用、处理、回收等的全生命周期。这些特性成为企业在生产经营过程中需要着重考虑的因素。因此,
19、我们认为“数据资源”是在更广阔的语境下强调了数据全生命周期需要进行盘点、管理和追踪的概念。“数据资产”的概念提出相对较晚。在会计学上,资产指由企业过去的交易或事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的资源。资产具有三项核心特征,一是资产应归属某主体所有或控制,即权属明确;二是资产能够产生既有的或预期的经济利益,且可计量;三是资产是一种资源,可进行交易。“数据资产”这一概念更多强调了数据的财务价值和业务价值,强调了其在交易场景下的角色。2023年8月21日,财政部发布了暂行规定,基于会计准则适用范围的新视角对企业的数据资源做了进一步划分,包括企业按照企业会计准则相关规定确认为无
20、形资产或存货等资产类别的数据资源,以及企业合法拥有或控制的、预期会给企业带来经济利益的、但由于不满足企业会计准则相关资产确认条件而未确认为资产的数据资源。图2数据资源在暂行规定中的分类规则根据暂行规定,企业使用或日常活动中持有的数据资源确认为存货与无形资产需满足两个条件,一是与该资源有关的经济利益很可能流向企业,其中根据会计准则13号的规定,“很可能流向“指的是经济利益有大于50%、小于等于95%的概率会流入企业;二是成本能够可靠地计量,其中成本可靠计量依托于企业内部数据记录以及相应基础技术设施是否支持,而经济利益的流向判断则成为确认资产的关键指标。因而判断预期潜在经济利益时,可从如下方向出发
21、做判断,并可提出明确证据支持:一是对于有明确未来一段时间内会发生交易、向外部提供服务或已签订合同未交付的数据资源,可以明确证明其经济收益的流入概率,从而证明其符合经济利益流向确认条件;二是对于尚不明确会发生交易或向外提供服务的数据资源,其经济利益的流入证明较为复杂,建议从同类产品的市场需求分析,判断其是否能对行内已有业务带来价值提升,并进行未来现金流量预期流入的分析证明。(二)新挑战:数据资源特性与资产价值评估数据资源在企业的应用,会形成一条从“生产端”穿透到“应用端”的链路,此链路以原始数据资源采集/采购(数据资源“生产端”)为起点,经历层层加工,实现数据的清洗、整合、萃取,最后到数据应用端
22、直接赋能业务。数据资源具有可共享性,即数据资源可以无限地进行交换、转让和使用,为他人所共享,这也是数据资源具有的独特特征。不同于传统的生产要素同一时间单一使用场景的限制,数据可以在同一时间被不同主体调用参与多种经济活动。在这个过程中,数据产生了经济价值倍增的效应。因此,同一数据资源可能会同时出现在多个应用场景中,从而会产生多条应用链路。此外,数据资源还具有价值易变性。不同于其他传统生产要素,数据资源的价值受到多种因素的影响。通常而言,数据技术的发展、数据相关政策的变化、数据应用场景的变换,都会导致数据价值改变。同一数据资源对于不同场景的价值是不同的,在同一场景中不同数据资源的可用性与价值也是不
23、同的。例如,某种电力数据既可以应用在电力定价、调度优化等场景实现经济价值,也可以用于地区经济的统计分析、规划决策的模型中。因此,场景是影响数据资源产生贡献和价值多少的重要因素。由于数据资源的这些特性,数据资产价值评估需要明确每个数据资源及其衍生数据资源在多个场景下的关系。无论是使用成本法还是收益法对数据资产进行价值评估,都需要对数据的应用链路做出清晰的梳理。(三)新思路:数据资产图谱网络综上所述,当使用成本法进行数据资产价值评估时,需要厘清数据生产链条上每个数据节点之间的加工处理关系,才能对某项数据资产成本进行有效归集核算;当使用收益法时,则需要通过数据生产链路,将数据在应用场景中产生的价值逐
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 研报 2023 商业银行 数据 要素 价值 洞察 研究 白皮书
链接地址:https://www.desk33.com/p-1242888.html