完善数据资产创新型业务 助力普惠金融高质量发展

今年年初，国家数据局联合16个部门共同印发了《“数据要素×”三年行动计划（2024—2026年）》。目的在于让沉睡的数据活跃起来，结合不同行业的基础条件和数据资源，挖掘数据资产应用场景，推动数据要素供给和流通使用，加快数据资产化进程，更好地体现数据价值，构建以数据资产为关键要素的数字经济。

作为加快建设金融强国的五篇大文章之一，普惠金融是当前金融市场上的热点话题，更是金融工作的重中之重。因此，如何利用数据资产推进普惠金融创新业务，促进普惠金融可持续发展，解决中小微企业及社会低收入群体融资难问题，增进社会公平和社会和谐，成为数字化时代一个重要的课题。

一、数据资产赋能普惠金融的创新模式

一是提供数据产品交易的融资服务。运用数据产品交易历史数据，测算中小企业未来现金流量和销售收入，核定中小企业可负担授信额度，将若干由数据产品构成的数据资产，通过资产证券化方式，激活数据要素潜能，实现数据资产的产品交易，缓解我国中小企业融资困境。

二是开展数据资产质押的增信业务。商业银行将数据资产纳入可接受抵质押担保品范围，经过资产评估和质押登记之后，为中小企业获取银行授信提供抵质押担保，突出数字资产的生产要素特征，提升数据资产流动性和市场价值。

【案例】

上海数据交易所与中国建设银行上海市分行合作，成功发放我国首单数据资产质押贷款产品——“数易贷”，旨在让数据要素型中小企业能够更多地以数据资产为主体进行授信贷款，拓宽了行业内或者赛道内中小企业的融资渠道。

“数易贷”通过数据资产架构（Data-Capital Bridge，DCB）清楚地记录数据资产的产品、合约、资产等信息，实现中小企业数据资产的登记，再经过评估机构对中小企业数据价值进行评估和认定后，银行就可以基于上海数交所出具的DCB数据资产凭证向中小企业发放授信贷款，并实现贷前、贷中及贷后全生命周期的实时动态管理。

案例来源：上海数据交易所公开资料

三是创新数据资产的资本化金融业务。在数据资产确权登记基础上，商业银行可根据资产权利转移的具体情况，探索数据资产作价入股场景，开展中小企业财务顾问服务，逐步衍生出数据资产信贷、数据资产证券化、数据信托、数据保险以及并购融资等不同的基于数据资产的金融创新应用。目前，国内个别城市积极开展数据资产证券化实践，如《深圳经济特区数字经济产业促进条例》提出要探索开展数据资产质押融资、证券化等金融创新服务，值得借鉴。

四是尝试拓展动产融资数字化创新业务。借助交易结算和商品流通领域等数据，探索动产融资的风控创新，尝试开展产业数据动产融资创新业务，比如在数字资产信用得到保证的前提下，使用商业汇票、应收账款等动产建立质押资产池，为中小微企业、个体工商户、农村经济组织提供流动资金贷款发放、银行承兑汇票开立、信用证开立等创新融资服务，甚至利用专利权、商标专用权、著作权等无形资产尝试打包组合提供融资，支持中小微企业、个体工商户、农村经济组织创新发展，提振发展活力和信心。

五是挖掘中小微企业、个体工商户、农村经济组织数字资产的信用价值，提供贷款产品。商业银行和互联网金融平台为了解决中小微企业、个体工商户、农村经济组织、大学生初创机构以及农民工返乡创业组织等资金短缺问题，可促进数字服务商与金融机构合作，引入外部数据综合评定，对数字资产在管理、分类和使用环节进行评估，进而在智能数字资产审批、贷中额度数字资产管理和数字资产贷后管理等方面体现出融资可行性价值，给中小微企业、个体工商户、农村经济组织、大学生初创机构以及农民工返乡创业组织等提供充足的经营性资金。

二、数据资产赋能普惠金融存在的主要问题

一是我国数据资产法律法规有待完善。

目前，我国数据资产法律制度尚处在探索阶段，相关法规较为原则性。2022年12月，国务院颁布《关于构建数据基础制度更好发挥数据要素作用的意见》，建立起数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制。但其中的“三权分置”只是一个原则性规定，并不具有可操作性，后续必须进一步细化“三权分置”项下权属并出台相关细则，才能推动数据要素监管和维权的实践。另外，中国资产评估协会《数据资产评估指导意见》虽然已于2023年10月1日颁布施行，但其中为数据资产登记入表提供的价值评估方法过于单一，很难对千变万化的数据资产进行有效分析，缺乏细分评估标准和评估流程规定，不能满足纷繁复杂的数据资产应用场景和需求。

二是商业银行对数据资产无法准确估值。

新华财经的一项研究报告显示：在目前数据资产信贷业务中，数据资产价值调节系数较低，大多数银行将这一系数定在0.3以下，也就是将贷款额度定为数据资产估值的三折以下。如果对变现能力差且没有实际交易历史的数据资产，这个系数就会更低。相反，银行给房产抵押贷款的额度是评估价的六到八成，是数字资产价值系数的两至三倍之多。

即便如此，在很多情况下银行还要考察企业是否有国资国企背景等其他因素。如果中小企业原本就是该银行的客户，银行会在原有授信额度基础之上，酌情考虑对数据资产价值给予一定增信。如果中小企业不是该银行的原有客户，大概率银行不会只基于中小企业的数据资产就给企业授信。也就是说，中小企业以数据资产从银行首次获得贷款的可能性较低。

三是数据资产业务创新型人才培养的挑战。

数据资产涉及的知识面相对复杂，不仅涉及传统金融、信息管理、财务管理和资产评估，还涉及大数据、互联网、区块链等新技术领域。显然，这对数据资产领域的人才培养是一大挑战。

四是数据资产的使用存在较高成本和附加风险。

目前，我国数据资产信贷业务总体上还不够成熟，不少银行还不具备对数据资产评估的能力，需要借助第三方数据服务公司来对数据资产进行评估和认定，并要向第三方公司支付评估费用，客观上提高了数据资产信贷业务落地成本，况且当前数据资产评估行业也同样不成熟，银行还会面临额外的评估风险、道德风险。

五是权属真实性认定是数据资产质押贷款面临的又一难题。

由于数据是可复制的，被无限复制和传播之后也不损害其原始价值。由此推断，以数据资产作为质押物进而向银行获取授信的逻辑其实是不存在的，至少也是形同虚设。比如一家企业可以将数据资产质押给银行的同时将自己复制的另一份再质押给其他银行。如果没有适当的办法进行预防和判定，任何审核和监督的行为都没有实际意义。

六是金融监管和业务合规面临新的挑战。

如前所述，由于我国规范数据资产法律法规仍处在不断完善的过程中，势必给金融监管工作带来一定的挑战。很多数据资产创新业务是否合法合规，哪些应强化，哪些需要避免，在形成初期一定会存有争议，在金融实践中亦难以精准认定和把控，甚至可能会对金融监管部门产生不利影响。由此可见，如何监管数据资产化金融创新活动已经成为当前金融行业一项重要而紧迫的任务。

三、数据资产赋能普惠金融需要改进的建议

一是尽快建立数据资产法律制度，出台数据资产相配套的法律法规。

二十届三中全会明确部署要加快建立数据产权归属认定、市场交易、权益分配、利益保护制度，抓好数据产权、流通交易、收益分配、安全治理等政策制定，提升数据安全治理监管能力。就此，笔者建议加快构建我国数据要素基础法律制度，完善数据要素市场规则，培育全国一体化数据市场。比如尽快推出数据产权、数据流通、收益分配、安全治理、公共数据开发利用、企业数据开发利用、数字经济高质量发展、数据基础设施建设指引等八项关键制度文件。从法律上构建加快数据确权，畅通数据交易流动，释放数字经济发展潜力，开创有利于数据“供得出、流得动、用得好、保安全”的制度体系，增强数据要素市场化配置改革的系统性、整体性和协同性，形成较为全面的数据资产交易的法律体系，更好地为普惠金融服务。

二是加强数据流通领域建设，提升数据资产市场价值。

尽快建立全国性数据资产登记交易场所，改变目前数据资产流通属性定位不清晰、缺乏统一流通机制和交易平台的问题，强调统一确权、统一规则、统一流转、统一市场，破除市场壁垒，完善数据流通定价与监管，形成全国一体化数据交易场所体系，助力全国数据资产互联互通，彻底解决地域偏远、用户分散、物理网点不足而引发的交易问题，提升数字资产市场价值。

三是坚持问题导向，破除数据开发的瓶颈制约。

聚焦解决数据供应和数据使用中的合规问题，探索公共数据、企业数据开发利用新路径，提升数据要素价值，注重解决实践难题，比如针对社会各界对数据产权归属认定的期待，面向全国广泛征集数据产权领域痛点难点问题的易发点及解决方案，细化数据持有权、使用权、经营权，为数据的供给、流通、使用提供制度保障，提出具体的、可操作的应对措施和配置方案。

四是推进数据基础设施建设，支持地方开展试点。

加快全国一体化算力网、数据基础设施等建设，提升5G、光纤、卫星互联网等为代表的网络设施，为数据提供高速泛在的连接能力，提升人工智能、超级算力为代表的算力设施，为数据提供高效敏捷的处理能力，为大规模数据资产的金融市场运用提供坚实的物理基础。

五是开创数据资产可流通、可交易、可共享的通用产品。

在普惠金融领域，中小微企业数据资源未来发展潜力非常巨大。因此，在数据资产化过程中，必须采取合理利用的原则，利用数据空间、区块链、高速数据网等打通数据共享流通堵点，尝试将数据资源转化为可流通、可交易、可共享的通用产品，给金融服务创新创造物理条件。

六是秉持“数据优先、普惠共享”理念，解决使用不足、效率不高问题。

商业银行、互金平台应该聚焦大数据、客户移动终端、人工智能、APP技术，利用数据资产对普惠金融客户进行分类，开展客户价值评分，输出针对细分客群的小额信贷产品营销策略。在远程开户、线上支付、网络转账方面提供更加简单、方便和快捷的贷款随借随还的支付结算业务。

七是建立数据资产应用体系，助力商业银行投放利率更优惠的小额信贷。

商业银行、互联网金融平台利用数据资产优势，打通客户、交易、账户间的数据壁垒，搭建多用途的完整尽调系统，弥补目前人工尽调在效率、成本、报告功能等方面的不足，利用Beneish模型（Beneish模型是一种用于检测财务报表欺诈的工具。它由M.Beneish在1999年开发，基于多元回归模型，使用8个财务指标来识别潜在的财务报表欺诈）等做出决策，发挥数据资源在提高普惠金融服务范围和效能方面的优势，让更多偏远地区的用户、低收入群体及时获得更优惠的小额信贷。

八是利用数据资产资源，及时、有效和低成本保护金融消费者权益。

金融监管部门利用海量的数据资源，在爬虫技术（爬虫技术是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本的技术方式）、SDK技术（软件开发工具包）、数字隐形技术、分工采集技术和终端采集技术等手段支持下，地毯式抓取金融市场违规行为线索，对投诉数据深度挖掘，及早识别、发现、预警和处置金融市场风险，建立金融机构内部与外部的数据安全协同治理体系，有效降低个人隐私数据、机构商业数据泄露风险，提高数字金融科技监管和信息治理水平，提高金融消费者接受度，享受到数据资源带来的数字红利、监管红利。

与此同时，向互联网法院、互联网仲裁机构推广数据资源运用，尤其在解决网络交易产生的金融消费争议时，通过电脑、手机APP、微信公众号、微信小程序等渠道，24小时受理、处理金融消费投诉案件，打造“三位一体”金融消费者数字化投诉管理系统。比如，利用数字信息技术在线纠纷解决方式（Online Dispute Resolution，ODR）作为解决金融消费争议的新方法。包括在线仲裁（Online Arbitration）、在线调解（Online Mediation）和在线和解（Online Negotiation）等，建立覆盖数据治理全生命周期的金融纠纷与案件保护机制。

九是促进数据资产顺畅流通，为新质生产力发展提供数据资源。

当前，我国数据要素市场还处于“做大蛋糕”的初级阶段，数据流通与交易的规模、效率、规则数量均有待提升。必须着力构建数据流通交易体系，有效助推数据使用和流动，让各类数据快速、高效地运转起来，实现数据流通“可用不可见”“可控可计量”；保障数据资产安全，实现数据资产可管可控；不断挖掘应用场景，让数据不是空转，而是实现数据与实体经济的深度融合；增加高质量数据供给，同时通过挖掘数据应用场景和途径提升数据需求，促进数字经济和中小企业共生共荣；将数据要素化，形成新质生产力，为实体经济的发展产生新活力、注入新动能。

十是强化数据安全和隐私保护，确保金融服务可靠性。

按照“确保安全与合规利用相结合”原则，坚持守好安全底线，建立健全数据安全管理制度，统筹发展普惠金融领域的数据创新和信息安全。以隐私计算、联邦学习等数据安全设施保障数据安全，完善新型安全治理机制，强化客户隐私保护，正确处理数据资产安全、个人信息保护与数据资产开发利用的关系，更好统筹发展和安全，将安全贯穿数据供给、流通、使用全过程，确保金融服务的可靠性。