摘要：在数字化经济时代，数据作为企业一项重要的生产要素，在企业价值创造过程中发挥了重要作用，但其价值评估问题一直制约着数据市场的发展。鉴于商业银行在数据资产市场建设中的重要地位，文章以商业银行为研究对象，通过对商业银行数据资产价值形成的过程、数据资产的特点及价值评估方法进行分析，研究商业银行在数据资产价值评估过程中面临的问题与挑战，并给出相关对策建议。
关键词：商业银行,数据要素,数据资产,价值评估
引言
在大数据时代背景下，发展数字经济，推动数据要素市场化已经成为国家重大的经济战略，强化数据资产管理成为国家新的战略目标。［1］商业银行作为金融行业的主体，在金融与科技融合的发展趋势下，数据资产在其价值创造过程中发挥了重大作用，具体表现为数据资产赋能商业银行提升经营绩效、管理水平、降低运营成本。［2］
商业银行在业务经营过程中积累了大量数据，数据积累具有体量大，数据质量高，应用场景广泛等特点，是数据要素市场的重要组成部分。挖掘商业银行数据要素价值，商业银行数据要素资产化、市场化不仅是商业银行数字化转型的要求，也是商业银行提高核心竞争力的重要途径。［3］但在商业银行数据要素资产化过程中面临着诸多困难与问题，主要是因为数据资产缺乏有效完善的会计确认与价值评估方法。建立有效的数据资产评估方法可以最大程度挖掘数字资产内在价值，也可以促进数据资产市场流通，增强数据资产市场的活跃度。
一、商业银行数据资产价值形成过程及特点
（一）商业银行数据要素的价值实现过程
在经历过农业经济、工业经济后，以数据作为新的生产要素的数字经济成为增强各行业核心竞争力的关键驱动因素。［4］商业银行在经营过程中积累了大量金融交易数据，商业银行也是利用数据生产要素进行生产经营决策、实现价值增值的重要行业，商业银行数据资产价值形成过程主要包括以下三个步骤。
1.数据资源化
商业银行数据资源化是指将大量没有关联的原始数据通过数据中心、数据仓库进行加工，使数据之间存在相互关联和具有使用价值。这是数据要素价值实现的起点。经过加工的数据应当具备真实性、关联性、可使用性的特点。由于商业银行获取数据的来源相比其他行业较广泛，数据来源主要包括自营业务活动交易数据、从外部购买的数据、政务公开数据等。要对这些原始数据进行筛选并构建质量评价标准，进行质量检测，提升这些原始数据的质量。
2.数据资产化
商业银行数据资产化是商业银行对所加工的数据资源进行会计确认，对数据资源进行价值评估和核算，将数据资源转变为由商业银行控制的，能够为商业银行带来经济利益的数据资源。国家标准将数据资产定义为“由企业合法拥有或控制的，能够进行计量的，可以为企业带来经济利益的数据资源”。［5］因此商业银行数据资源转化为数据资产有三个前提条件，首先银行要对数据资源界定权属，确保银行合法拥有或控制该数据资源，其次是数据资源能够确认为银行资产负债表中的“资产”项目，最后该数据资源可以为银行带来经济利益。
3.数据资本化
商业银行数据资本化是指商业银行数据资产在数据要素市场中进行交易、流通最终转化为经济利润的过程。商业银行通过交易、流通其所拥有或控制的数据资产是数据资本化的主要方式。商业银行参与数据资本市场主要有三种方式，一是作为买方，购买自身所需要的数据，形成自己的资产；二是作为卖方，交易转让其拥有或者加工整理的数据；三是作为服务机构，为企业或个人提供资本化的信息服务。在商业银行数据资本化的前提条件是数据可以共享，并且存在可以流通交易的数据资产市场。
（二）商业银行数据资产的特点
1.数据生产的复杂性
商业银行数据资产的形成过程包括采集数据、对数据进行存储、加工、筛选、处理等环节，形成可量化的数据资产后，数据资产还要在数据要素市场顺利交易和流通，才能实现数据资本价值增值，价值形成过程要经历数据—数据产品—数据商品—数据资本等数据形态。［6］
2.数据内容的异质性
商业银行经营业务涵盖范围广泛，主要包括对公业务、对私业务、机构和同业业务以及中间业务等。这些与客户交易的活动形成商业银行经营业务数据。由于不同的商业银行在业务规模、产品种类、地理位置等方面存在差异，导致其生产的数据资产也存在较大异质性。除了商业银行的业务经营数据存在异质性，由于不同商业银行的管理模式、人力资源、战略规划不同，导致商业银行的运营管理数据也存在较大的异质性。
3.数据价值对场景的依赖性
商业银行数据资产的应用场景较广泛，其数据资产价值实现的场景主要包括：自身业务经营和运营管理场景、与其他商业银行进行交易的数据市场场景、商业银行与外部权益主体交易的数据市场场景，商业银行数据要素的价值实现依赖这些场景。［7］商业银行可以对自身业务经营数据进行分析，提升绩效，优化决策；商业银行在数字化转型的过程中，为了提升运营效率、扩展业务范围，需要同业数据资产信息进行分析对比，商业银行之间的数据资产交易市场应用而生，数据资产的价值在同业的交易场景中得以体现；除了同业数据资产市场，商业银行还需要依靠外部数据资产市场获取相关数据，同时也可以利用自身数据信息为外部数据资产市场主体提供相关咨询增值服务等，这样也在与外部数据资产市场的交易场景中实现数据资产的交易价值。
二、商业银行数据资产价值评估方法与面临的挑战
（一）价值评估方法
由于商业银行数据资产的应用场景不同导致商业银行数据资产的用途存在差异，根据商业银行数据资产的用途将商业银行数据资产的评估方法分为成本法、收益法和市场法。
1.成本法
成本法主要适用于评估商业银行自身运营管理活动中产生的数据资产，该类数据资产主要用于优化商业银行在经营过程中的内部管理流程，提升内部管理水平。影响该数据资产价值的因素主要有商业银行在获取数据、加工整理数据过程中所耗用的成本。用Pi表示商业银行数据资产i的价值，Ci表示商业银行数据资产的总成本，Ri为投资收益率，则成本法下商业银行数据资产的价值可以表示为Pi=Ci（1+Ri）。
2.收益法
收益法主要用于评估商业银行在经营过程中用于提升经营业绩指标的数据资产，该类数据资产会导致相关经济利益流入商业银行或者会直接导致商业银行利润增加。影响该数据资产价值的主要因素有商业银行预期收益的现金流、现金流量折现系数。收益法下商业银行数据资产价值估值表达式为Pi=∑Rt/（1+r）t，Rt为第t年的预期收益现金流量，r为折现率。
3.市场法
市场法适用于评估银行同业间交易的数据资产价值及银行与外部数据资产市场交易的数据资产价值。运用市场法评估商业数据资产价值的前提是存在活跃的数据资产交易市场和与该数据资产具有可比性的资产价格作为参照，使得该数据资产的价格能够以货币的形式进行计量。市场法下商业银行数据资产的价值为与该数据资产具有可比性的资产平均价格。
（二）价值评估面临的问题
由于商业银行数据资产具有生产复杂性、数据内容异质、场景依赖性的特点，根据其数据特点及商业银行在数据交易流通中所面临的问题，商业银行数据资产价值评估过程中面临如下问题。
1.数据产权及准确性问题
数据确权问题是商业银行数据要素资产化过程中所面临最大问题，数据要素资产化是商业银行数据资产价值评估的前提。［8］数据资产具有特殊性，企业是否真正拥有和控制某项数据资产存在不确定性，或者说即使企业“拥有”某项数据资产，但能否对该项数据资产进行交易、买卖存在较大争议。例如商业银行业务经营活动过程中积累的数据资产可能涉及个人隐私，如果对这些数据资产进行交易可能会存在违法泄露客户个人信息的法律风险。还有一些外部企业未按照相关规定采集客户信息，使用客户信息的的合法合规性有待提升。银行业为数据密集型行业，如果向这些企业外购数据，那么这些数据的质量是否准确，是否存在风险，是否合法有待进一步考证。数据资源的质量问题与合规性性问题会影响商业银行数据资产的价值评估的准确性和合法性。
2.数据资产市场价格的差异性
由于商业银行数据资产对相关场景的依赖性较强，同一数据资产在不同的应用场景中会产生不同的价值。数据资产的特殊性也会使同一数据资产在不同的商业银行、其他外部企业等数据需求主体之间的使用价值存在差异，进而导致同一数据资产可能存在多种市场价格。同时，数据资产的价格可能会随着时间的推移不断发生变化或减值，所以数据资产的市场价格差异性和价格变化也成为商业银行数据资产价值评估过程面临的难题。
3.价值评估系统不完善，技术落后
商业银行数据资产规模较大，数据资产的形成过程较复杂，但目前商业银行对数据资产的确认和价值评估仅仅局限于传统的会计和资产评估方法，缺乏比较系统的、具有统一标准的数据资产价值评估工具。数据资产评估技术落后，专业的价值评估人才缺乏导致许多商业银行内部未形成完整的数据资产管理体系，数据要素价值形成的各个环节衔接不紧密，数据较分散，难以对数据资产形成过程进行全面管理。［9］
4.数据资产缺乏活跃的交易市场
目前尚未形成一个发展成熟完善，交易活跃的数据资产交易市场。商业银行数据资产市场建立处于起步阶段，数据资产市场规模较小导致在价值评估过程中缺乏同类的具有可比性的数据资产价格作为参考，尤其是采用市场法对银行同业之间的数据资产价值进行评估，会使评估的数据资产没有参照性或者价值评估缺乏准确性。
三、结论及建议
基于本文研究得出以下结论：商业银行在数据资产市场建设中发挥着举足轻重的作用，进行数字化转型也是商业银行高质量发展的必然要求，数字化转型的关键途径是强化数据要素在企业价值创造过程中的重要作用，未来各大商业银行将会把挖掘数据资产的价值作为其长期发展的战略举措。对商业银行数据资产的价值评估问题进行研究有助于助力商业银行数字化转型，［10］还可以促进整个数据资产市场的发展，但目前商业银行数据资产市场发展处于起步阶段，数据资产市场发展不完善，价值评估也面临着诸多困难与挑战，本文针对上述研究结论提出以下建议。
（一）完善数据基础与数据保护制度
建立完善的数据基础与数据保护制度是商业银行数据资产价值实现的制度保障。完善数据基础制度包括确定数据权属问题、建立数据要素在交易、流通、分配等过程中的规则。数据保护制度是保护个人信息安全，防止在数据交易过程中泄露客户个人信息和隐私。商业银行对自身在业务经营过程中所积
累的数据资源只享有持有权，可以对其持有的数据进行加工和内部使用，但能否对其进行交易或流通或者哪些数据资源可以交易流通没有明确的制度规定，因此需要完善数据基础制度，对商业银行所持有的数据资源的权属问题进行明确，对公共数据、企业数据以及个人数据进行明确的划分，这样商业银行才能明确自己真正拥有的数据资产，进而对这些资产进行价值评估。同时，也要完善数据保护制度，对数据资产流通交易过程与内容是否合规合法进行监管，保护客户个人信息的安全性。
（二）建立市场规则和定价机制
建立一套标准的、公认的市场规则和定价机制有利于解决商业银行面对多种场景及不同数据需求者的价格不确定问题。在数据资产管理上，商业银行应当将所拥有的数据资产按照不同用途和形态进行细分。例如根据数据资产的用途将数据资产划分为提供服务类、提升绩效类、加强运营管理类，根据数据资产的形态将数据资产细分为有形数据资产（数据工具、软件、服务）和无形资产，针对不同用途和形态的数据资产结合相关的场景建立合适的定价标准，解决由于信息不对称、数据资产对场景依赖导致的数据资产价格差异化的问题。除此之外，商业银行还应当定期对所拥有的数据资产价值进行评估，对发生减值的数据资产价值计提减值准备，提升商业银行数据资产价值评估的准确性。
（三）数字化技术与金融科技结合，创新数据资产管理体系
在大数据时代，商业银行应当顺应数字经济的发展趋势，将大数据、云计算、人工智能等技术运用到数据资产的管理过程中，改变数据资产管理分散的现状，形成对数据资产全生命周期的管理。例如商业银行可以运用数字化技术进行数据存储加工、数据信贷、数据管理评估、数据交易流通，形成一条完整的数据资产管理链条和一套完整的数据资产管理体系。同时还要加强隐私计算技术的研发，解决商业银行在经营管理过程中数据安全问题，推动数据资产价值评估进程。最后，还要重视数据资产价值评估专业人才的培养，提升相关人员在数据分析、数据管理、数据价值评估等方面的专业技能。
（四）建立活跃开放的数据资产交易市场
建立活跃开放的数据资产交易市场是商业银行数据资产价值评估的基础。商业银行未来首先需要不断加强数据要素的引入和应用，并且将数据要素与其他生产要素进行融合，发挥数据要素在企业发展过程中的作用，这对形成数据要素市场有至关重要的作用。其次要推动数据共享与流通，不断挖掘数据资源对同业及外部企业的价值，促进数据交易流通，以增强数据资产市场的活跃性。商业银行要不断拓展业务场景、坚持探索数据银行可行模式，加强与同业银行的业务合作和数据共享，同时构建与外部企业的互利共赢的生态圈，为外部相关企业提供数据增值服务。最后商业银行要助力数据要素交易环境建设，建立合理的相关资产定价机制和标准也有利于形成活跃的数据资产交易市场。
参考文献：
［1］何越.数字经济背景下企业数据资产的计量体系构建研究［J］.湖湘论坛，2023，36（5）：116-124.
［2］陆岷峰，欧阳文杰.关于新时期数据资产要素市场化的目标、原则及路径的研究——以商业银行数据资产为例［J］.新疆社会科学，2023（5）：43-56.
［3］孙妮，康守松，刘晓峰.数据资产视角下商业银行大数据应用现状及发展前景分析［J］.现代管理科学，2017（2）：79-81.
［4］罗玫，李金璞，汤珂.企业数据资产化：会计确认与价值评估［J］.清华大学学报哲学社会科学版，2023，38（5）：195-209+226.
［5］张俊瑞，危雁麟.数据资产会计：现状、规制与展望［J］.财会月刊，2023，44（12）：3-11.
［6］吕慧，赵冠月.数据资产的价值评估与会计处理研究进展综述［J］.财会通讯，2023（13）：24-30.
［7］刘雁南，赵传仁.数据资产的价值构成、特殊性及多维动态评估框架构架［J］.财会通讯，2023（14）：15-20.
［8］季良玉.数据权属如何界定：一个讨论［J］.财会通讯，2023（14）：10-14.
［9］田国立.商业银行数据要素价值发掘与探究［J］.中国金融，2021（1）：9-11.
［10］史晨阳.提速数据能力建设，探索商业银行数字化转型之路［J］.银行家，2022（6）：29-32.
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jingjilunwen/78344.html
