银行业“数据要素×金融服务”探索

山东省农村信用社联合社数据资产研究课题组

数据是数字经济时代重要的生产要素，是构建新发展格局的重要支撑。党中央、国务院高度重视培育数据要素市场。党的十九届四中全会将数据作为第五大生产要素，党的十九届五中全会再次确立了数据要素的市场地位。中共中央、国务院印发《关于构建数据基础制度更好发挥数据要素作用的意见》等，为数据要素市场提供了顶层设计；财政部印发《企业数据资源相关会计处理暂行规定》等，为数据资产入账入表提供了制度参考。为充分发挥数据要素乘数效应，赋能经济社会发展，国家数据局等17部门联合印发了《“数据要素×” 三年行动计划（2024—2026年）》，强调要“发挥数据要素的放大、叠加、倍增作用，构建以数据为关键要素的数字经济”。与前期“互联网+”行动相比，“数据要素×”行动实现了从连接到协同、从使用到复用、从叠加到融合的转变，并将“数据要素×金融服务”作为重点行动之一。在此背景下，围绕“数据要素×金融服务”开展产品及模式探索具有重要的理论和现实意义。

数据要素的特征、应用、机遇和挑战

数据要素的特征。数据要素与传统生产要素相比具有诸多差异化特征，其中，与数据要素乘数效应相关的主要特征有：规模报酬递增，随着数据要素投入规模的扩大，其带来的产出或效益的增长率超过投入要素的增长率；非竞争性，数据要素在使用过程中不会被独占，多个主体可以同时或按顺序使用而不影响彼此的效果；低成本复用，数据要素具有极低的复制和传输成本，能在不同平台、场景和主体之间快速、高效地流动和再利用；非稀缺性，数据要素不同于土地、劳动力等传统生产要素，在使用过程中会产生新的数据；非消耗性，数据要素无论是被单个主体还是多个主体同时使用，数据都不会减少或质量下降等。

数据要素的应用。数据要素放大、叠加、倍增作用发挥的方式有：一是协同优化。数据要素与劳动力、资本等要素协同，以数据流引领技术流、资金流、人才流、物资流，突破传统资源要素约束，提高全要素生产率。二是复用增效。数据多场景应用、多主体复用，培育基于数据要素的新产品和新服务，实现知识扩散、价值倍增，开辟经济增长新空间。三是融合创新。多源数据融合，以数据规模扩张和数据类型丰富，促进生产工具创新升级，催生新产业、新模式，培育经济发展新动能。

数据要素带来的机遇和挑战。机遇方面。数据要素作为继土地、劳动力、资本、技术之后的第五大生产要素，因其协同优化、复用增效、融合创新等作用，为经济增长和社会发展带来了显著机遇。例如，推动不同产业领域数字化改造，促进企业更高效地进行资源配置，优化业务流程，提高决策质量；激发市场主体活力，数据资产化能够实现价值变现，增加融资渠道，有效提升资产价值，为金融机构产品创新和业务发展提供广阔空间；促进产业创新和升级，通过数据的收集、分析和应用，发现新的商业模式和机会，推动科技创新和进步。

挑战方面。数据要素的虚拟性、非消耗性和产权模糊ZRMPqZgXVY+1/I3MHgcuOg==性等特征，导致数据要素产品创新和风险防控等方面面临诸多挑战。例如，计量难，受到数据来源、质量、使用方式等多重因素的影响，数据资产的价值往往难以被准确计量和评估；定性难，数据资产的属性与传统资产有很大不同，所有权与使用权等产权归属明晰难度较大，在财务报表中定性描述其特征和风险存在一定困难；法规缺失，《民法典》尚未就数据资产质押担保等作出明文规定，且数据资产质押缺乏法定登记部门，对业务办理造成困难。

土地要素乘数效应的实践启示

数据要素与土地要素有诸多相似之处，如均可实现资产化，均可分离所有权与使用权，并融合其他产业催生新业态、新模式。总结土地要素乘数效应的实践经验，对于探索数据要素乘数效应的实施路径具有重要启示作用。

土地要素发挥乘数效应的主要路径。从实践情况来看，我国土地要素乘数效应的发挥，主要得益于通过改革将土地的所有权和使用权分离并市场化流转，如农村土地家庭联产承包责任制改革、城市土地批租制改革、城市与集体土地全国市场化流动改革。主要路径也是围绕国有土地使用权出让、集体土地经营权流转等展开，如通过集中流转、入股合作、土地托管、土地出让等形式集并土地资源，实施产业化、规模化、专业化运营。

土地要素在金融领域的主要应用。土地要素在金融领域的应用，主要是围绕土地的开发、利用、经营、保护和流转等进行资金融通。表现形式有：政府土地储备机构向银行贷款用于住宅、商业、旅游及综合等经营性用地的依法征用、开发和储存，如政府土地储备贷款；企业利用土地使用权获得银行贷款用于项目开发，如土地使用权抵押贷款、房地产项目融资贷款、园区土地开发贷款；个人向银行贷款用于购买、建造和大修住房或者以自有住房抵押贷款，如个人住房按揭贷款、二手房贷款、公积金个人住房贷款、个人住房组合贷款、个人住房最高额抵押贷款；农民通过土地流转获得资金用于农业生产或创业，如土地流转贷款、土地开发整理复垦贷款、农业多种经营贷款、农业合作社贷款等。此外，还有土地资产证券化、土地信托、土地债券、土地基金等形式。

从土地要素看数据要素如何发挥乘数效应。土地要素乘数效应的金融实践，对于数据要素在银行业的应用具有很好的启示作用。例如，做好数据要素价值评估，在信贷决策中充分考虑数据要素价值，追加数据资产担保，降低信贷风险；创新数据要素金融产品和服务，为数据要素市场提供多样化的金融服务，满足数据要素开发、复用等环节的融资需求，拓宽融资渠道，降低融资成本；促进数据要素与其他要素协同发展，通过提供综合性金融服务，推动数据要素与资本、技术等要素深度融合，形成产业协同发展的良好格局，共同推动数据要素乘数效应的发挥。尽管数据要素和土地要素存在诸多相似之处，但二者的差异也十分显著，如数据要素具有可复制性、可传输性和可编辑性等特点，因此数据要素在借鉴土地要素金融实践经验时，需要考虑二者的差异性和特点，重点防范数据要素被重复质押或交易、被非法窃取或编辑等情况，影响其变现能力。

对“数据要素×金融服务”产品及模式的思考

从目前的实践情况看，数据要素应用大致分为资源化、资产化、资本化三个方面。银行业“数据要素×金融服务”产品及模式探索也应该结合这三个方面进行，各有侧重，资源化、资产化阶段主要是银行内部优化资源配置，资本化阶段主要是创新产品服务，更好支持实体经济发展。

资源化方面。数据要素资源化的主要步骤：一是明晰产权归属，明确数据的所有权、使用权等权益归属，明确各方权利、义务，为数据运用奠定基础；二是加强数据治理，将自有数据及外部获取数据通过清洗、整理、加工，变为可以指导行业规划、提供数据服务的数据资源，同时注意数据安全；三是数据产品化，通过建模、可视化、标准化等处理，满足特定业务需求或用户需求。

数据要素资源化对银行业意义重大。例如，提升银行运营效率，优化信贷等业务流程，降低运营成本；加强风险管理能力，利用大数据手段动态监测风险变化，提前发现、防范和控制潜在风险；创新金融产品和服务，通过数据分析挖掘客户需求和偏好，推出个性化、定制化的金融产品和服务；提升客户体验，通过数据驱动的营销和服务策略，加强与客户的互动和沟通，提高客户满意度和忠诚度；推动银行数字化转型，提升业务流程的自动化和智能化，实现由经验驱动经营向数据驱动经营转变。

当前，数据要素资源化还面临诸多痛点。从内部看，银行业尤其是中小银行数据治理尚处于起步阶段，对于数据的分析、整理能力还有所欠缺；从外部看，虽然国内数据资源较为丰富，但是外部数据尤其是政府部门的政务数据获取相对较难，部分数据虽可通过政府数据管理部门获取，但需原采集部门批准，部分获取的数据为加密转换数据。针对上述问题，银行业金融机构可以在政府数据管理部门的帮助下，对接、洽谈各数据原始采集部门获取数据使用权，并与政府数据管理部门共建黑匣子模型，通过加密转换等方式获取可供银行信贷决策和风险管控的数据。

资产化方面。银行业金融机构经过多年发展，内部积累了海量的数据资源，涵盖了客户信息、交易记录、风险评估等多个方面，包含结构化数据、半结构化数据和非结构化数据等多种类型。随着金融科技的快速发展和数字化转型的深入推进，银行业务的线上化、智能化趋势日益明显，新的金融产品和服务不断涌现，数据资源的种类和数量也在不断增加，增长速度不断加快。推动银行内部数据资源向数据资产转变，对于优化资产结构、提高资产质量、优化融资基础意义重大。

数据资产化是将数据资源产品化后进行估值、入表处理的过程。其中，数据资产估值尚无普适的定价标准和交易机制，目前理论和实践中接受度较高的估值方法主要基于数据资产的投入价值或产出价值，主要有成本法、收益法、市场法。数据资产入表根据财政部发布的《企业数据资源相关会计处理暂行规定》和《关于加强数据资产管理的指导意见》，以及中国资产评估协会发布的《数据资产评估指导意见》规定，需要满足企业合法拥有或控制、预期带来经济利益流入、符合会计准则且可计量等要求。数据资产入表步骤主要包括梳理数据资源、明晰产权归属、明确经济利益流入方式、确定评估及计量方法、制定企业会计政策、编制财务报表、披露相关信息。

数据资产化运用需要银行各部门协调配合，一是建立统筹协调机制，明确牵头部门，全面统筹数据资产管理的战略规划、开发利用、运营维护、监督检查等工作，规范数据资产的登记、存储、使用、披露、处置等环节，构建清晰、完整的数据资产管理路径和规章制度；二是建立数据资产目录，清查盘点银行内外部数据资产，明晰产权归属、实现分层分类、实施访问控制；三是加强数据资产治理，分层分类建立数据标准和数据模型，确保数据资产的干净、完整和准确，落实数据资产的安全合规和隐私保护；四是评估数据资产价值，聘请第三方评估机构完成数据资产价值评估；五是推进数据资产入表，优化资产结构、提高资产质量、优化融资基础。

资本化方面。借鉴土地要素的经验做法，数据要素在信贷产品创新方面可以尝试数据要素类贷款。例如，数据资产质押贷款，企业将数据要素转化为数据资产后，将数据资产所有权、使用权等质押给银行获取贷款；无质押数据资产贷款，银行根据企业在数据交易所上架的数据资产价值，评估企业的持续经营能力及还款能力，为企业提供无质押贷款服务；数据项目融资贷款，企业投资建设数据要素开发和应用项目，以项目公司为主体向银行申请项目融资贷款，项目建成后通过运营收入偿还贷款本息；政府数据储备贷款，银行向政府数据储备机构发放贷款用于采集、收集、整理数据要素，以及购买办公场所和软硬件设施。除此之外，还可以尝试数据信托、数据债券、数据基金、数据资产证券化等创新金融产品。

数据要素在金融服务模式方面可以尝试，如数据银行卡服务，银行卡同时包含金融卡芯和数据卡芯，由数据卡芯收集客户个人数据，银行运营相关数据获利后向客户金融卡芯分配收益；数据资产抵债化险，针对政府平台、大型企业的不良贷款，银行利用政府及企业的数据资产抵债化险，在消除部分坏账的同时，获取低成本、高质量的外部数据资源；数据资产与供应链金融结合，银行为供应链上下游中小企业提供数据要素信贷服务，在解决相关企业缺乏抵质押物产生的贷款难等问题的同时，也能降低银行的风险控制难度；共建数据要素金融生态圈，银行及政府共同打造公共信用信息平台，吸引企业及消费者向平台投入生产、销售、生活、消费、政务等数据资源，集并数据资源后交由专业第三方运营，获取收益后根据约定向各方分红，银行在此过程中借助平台提供金融服务。

数据要素金融服务痛点及解决思路。数据要素在金融服务创新方面仍处于探索阶段，存在诸多制约痛点。例如，数据资产质押在法律及渠道上存在一定的缺失，法律上尚未就数据资产担保作出明文规定，缺乏具有公信力的政府法定登记部门；数据的产权归属明晰存在困难，数据要素在传播、复用过程中会不断产生新的数据要素，数据要素的所有权、使用权和收益权等归属难以明晰；存在数据安全和隐私保护风险，由于数据量级大、涉及环节多，以及技术和管理上的挑战，确保数据安全和隐私保护变得异常复杂和困难；数据质量和准确性难以保证，由于数据来源的多样性、数据格式的复杂性及数据处理过程中的错误和偏差，数据质量和准确性难以保证，可能导致金融决策的错误和偏差，进而影响金融服务的效果和客户的利益。

在相关法律、渠道不够完善的情况下，需要政府部门、银行、数据交易所、律师事务所、担保机构等多方长期跟踪、共担责任，才能促使数据要素金融服务实际落地。例如，数据交易所在律师事务所的配合下，制作并向客户提供数据资产凭证和质押合同样本，数据交易所、银行及客户签订数据资产质押监管三方协议，客户将数据资产凭证作为质押物交付银行占有，且在数据交易所官网进行公示，同时寻找担保公司对相关贷款提供担保，通过多方努力暂时绕开数据资产质押法律及渠道缺失问题。针对数据的产权归属明晰困难及数据安全隐私保护风险等问题，银行可以尝试与政府部门共建数据公共信用信息平台，从源头上厘清数据的产权归属，并且对相关数据资源实行加密转换使用，仅对数据使用方提供数据加工后的产品，防止原始数据泄露。另外，银行还需主动对接了解金融监管部门对于数据要素金融服务的监管要求及未来发展的主流方向。

NQ4Qh63GEMkgOfDuVL4ylGJGas6FVNH+70Bm2HMBasI=工作建议及未来展望

基于对数据价值的认识提升、技术创新的驱动、政策环境的支持等原因，数据要素市场在不久的未来将出现爆发式增长，但也面临数据安全、隐私保护、数据质量等诸多挑战。银行业金融机构在此过程中，一是在加大数据要素金融产品及服务创新力度的同时，需要同步创新风险控制方法、加大风险防控力度，预防数据要素信贷产品面临的隐蔽性高、波动性大、传染性强等新型风险；二是优先从高新技术集聚地开始，根据市场主体的实际需求创新数据要素金融产品和服务，同时考虑投入产出性价比；三是重点关注未来增速较快、价值较大且能够与金融领域进行深度结合，推动金融创新和业务发展的数据要素类型，如时空数据、网络行为数据、企业经营数据、征信数据、供应链数据、政务数据等，围绕智能制造、商贸流通、交通物流、医疗健康等行业，加强对数据确权商、数据托管商、数据经纪商、数据运营商、数据培训商、数据大模型供料商等新兴市场主体的数据要素信贷服务。随着市场的不断成熟和发展，相关的法律体系、质押渠道、交易市场会更加成熟，各项政策、标准、规范也会陆续出台，数据要素将会如土地要素一样，在法律法规监管框架下自由流动，为中国的高质量发展注入强劲动力，而银行业金融机构在此过程中也将继续发挥融通社会资金、优化资源配置、服务实体经济的关键性作用。

（课题组成员包括：宋振雷、罗旭东、刘新建、杨颖航、曹婷婷、周思思）

责任编辑：孙爽976639255@qq.com