瞭望智库与中国光大银行近日联合发布了《商业银行数据资产估值白皮书》（下称《白皮书》），系统研究了金融领域尤其是商业银行的数据资产估值体系建设。

　　《关于构建更加完善的要素市场化配置体制机制的意见》将数据列为与土地、劳动力、资本、技术并列的生产要素。数据作为新型生产要素，其巨大的经济价值、社会价值已经得到普遍认可。

　　瞭望周刊社党委常委、副总编辑苏会志指出，估值是数据市场建设的基础工作之一。解决这个难题，既要建立政府主导下的数据确权机制，也需要学术界提出价值评估体系，经由市场机构的实践验证，才能形成说得清、看得懂、用得好的估值体系，推动数据要素市场前进一大步。

　　《白皮书》首先对数据资产进行了定义，即为企业过去的交易或事项形成的、由企业合法拥有或控制的、预期在未来一定时期内能为企业带来经济利益的、以电子方式记录的数据资源。《白皮书》指出，相比于传统有形资产，数据资产具有非实体性、无消耗性、零成本复制性和依托性等特点，因此需要全面评估其使用成本，不能套用现有办法。

　　《白皮书》认为，由于数据资产具备可加工性、可衍生性、可共享性，因此在评估其经济利益时，需将数据资产加工、衍生、共享所可能产生的收益考虑其中。同时，技术的发展、相关政策的变化、应用场景的丰富等因素变化，使得数据资产的价值也随之改变，且变化程度较为明显。

　　中国光大银行副行长杨兵兵指出，数据确权是数据要素流通的前提，数据定价是数据要素流通的基础，数据交易是数据要素流通的关键。光大银行聚焦在数据资产估值领域深入研究，建立了面向商业银行的数据资产估值体系和方法，并完成首次数据资产价值计算。

　　结合数据资产的特点，《白皮书》展示了商业银行如何构建和优化数据资产估值方法体系。以营销类模型为例，《白皮书》提到，在大数据营销类模型应用之前，银行业务人员主要通过地毯式营销将相关产品推荐给一类客群。这种粗放式营销，一方面会导致有限的营销资源被过度分散，另一方面无法有效满足不同客户的差异化购买偏好，导致营销转化率低。

　　“数据资产价值的计算方法，就像我们解一道应用题，使用最朴素的、都能理解的方法，就是先确定‘算什么’，再知道‘怎么算’，最后采集数据、代入公式得到最终的价值。”中国光大银行信息科技部总经理史晨阳总结。

　　构建数据资产估值体系的终极目标，是推动数据要素市场化发展。这需要两方面工作：一是打破部门壁垒、地方壁垒、行业壁垒，真正实现数据共享；二是有效约束市场行为，该监管时要监管。

　　《白皮书》对数据要素市场的科学有效发展提出了以下建议：一方面，通过积极的政策激发数据要素市场活力。包括推进和完善顶层设计，使数据市场发展有法可依；确定数据要素流通角色，保护数据流通相关方权利；研究制定多样化的支持政策，促进各主体数据共享意愿；通过产学研一体化研究推动新技术在数据要素流通中的创新使用；建立社会公共数据共享流通的机制，活跃市场交易；建立试点机制，允许先行先试，逐步完善市场；鼓励开展多种数据市场模式等。

　　另一方面，制定市场规则，审慎包容指导市场有序发展。包括鼓励行业开展自律，形成行业协同监管局面；建立交易争端仲裁机制，完善市场运营机制；建立数据共享标准，提升数据共享效率；建立指导定价机制，促进市场有序良性竞争；建立全新监管理念，维护数据要素市场秩序等。