瞭望智库_中国光大银行：2023商业银行数据资产估值白皮书_94页_3mb

商业银行数据资产估值白皮书总结

一、背景与意义

1. 数字经济核心要素

   • 数据被列为新型生产要素，成为推动产业升级和数字化转型的关键。数据要素市场的培育是数字中国建设的核心引擎。

2. 政策支持与挑战

   • 中央和地方政策密集出台，如《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》（2020年）、《数据安全法》（2021年），强调数据确权、交易流通和安全保障。
   • 挑战：数据权属模糊、估值困难、交易机制不完善，阻碍数据要素市场化进程。

二、数据资产定义与特点

1. 定义

   • 数据资产：由企业过去交易或事项形成，由企业拥有或控制，预期为企业带来未来经济利益的数据资源。
   • 核心：可估值、可交易、可获益。

2. 八项特点

   • 非实体性&无消耗性：可重复使用且不损耗。
   • 可加工性：数据可多维加工衍生价值。
   • 形式多样性：支持多场景应用。
   • 多次衍生性：加工层级多，价值叠加。
   • 可共享性：同时服务于多参与方。
   • 零成本复制性：边际成本趋零。
   • 依托性：需硬件支持。
   • 价值易变性：易受技术、政策、需求变化影响。

三、数据资产管理发展阶段

1. 三阶段演进
   • 数据管理阶段（2005-2010）：以技术部门为主，内部报表建设。
   • 数据治理阶段（2011-2017）：业务部门参与，数据标准化建设。
   • 数据资产管理阶段（2018至今）：以价值为导向，覆盖管控、应用、运营。

四、数据资产估值理论方法

1. 货币度量方法

   • 成本法：重置成本减折旧，需重新拆解成本。
   • 收益法：预测未来收益折现，需业务关联性分析。
   • 市场法：参考交易价格修正差异，需活跃市场。

2. 非货币度量方法

   • IVI、BVI、PVI模型：分别从内在特征、业务相关性、KPI变化评估价值。
   • 综合法：企业可定制模型，但需权衡客观性与实用性。

五、光大银行数据资产估值实践

1. 估值假设

   • 现状利用假设：评估当前利用状态价值。
   • 公开市场假设：交易自由且价格公允。
   • 持续经营假设：企业可持续运营。

2. 估值实施

   • 成本法：拆解采集、存储、加工成本，结合质量、规模调节系数。
   • 收益法：基于业务场景（营销、风控）计算增量收益。
   • 市场法：对标交易案例，调整质量、稀缺性等因子。

3. 核心创新

   • 多层级价值适用性：非实体性允许分次估值，覆盖内部与外部场景。
   • 动态调用挂钩机制：调用次数越多，价值越显性化。
   • 全要素关联调节：跨方法量化数据规模、质量、应用广度。

六、数据要素市场发展建议

1. 政策层面

   • 完善顶层设计，明确数据权属与流通规则。
   • 推动产学研合作技术突破，支持数据安全技术。

2. 市场建设

   • 建立交易规则与定价机制，试点数据要素确权新模式。

3. 监管层面

   • 采用“底线监管 + 审慎包容”原则，平衡效率与风险。

七、附录内容概述

• 政策梳理：2015–2021年央地政策清单。
• 法律法规：《数据安全法》《个人信息保护法》等合规要求。
• 行业标准：数据质量管理、数据资产评价体系等标准。
• 交易平台：国内外主流数据交易所功能与模式特点。
• 参考文献与方法论：理论模型、调研报告及业界研究选编。

八、关键结论

• 数据资产价值释放需制度保障：明确权属、标准与交易规则是基础。
• 估值方法需差异化：数据资产特性要求货币与非货币方法协同应用。
• 实践落地需场景化：银行类应用中，结合业务场景实现收益增量量化。
• 市场生态亟需完善：数据信托、资产证券化等创新模式可激发价值流转。