您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[北京金融科技产业联盟]:金融数据资产估值与交易研究 - 发现报告
当前位置:首页/行业研究/报告详情/

金融数据资产估值与交易研究

AI智能总结
查看更多
金融数据资产估值与交易研究

金融数据资产估值与交易研究 北京金融科技产业联盟 2024年2月 版权声明 本报告版权属于北京金融科技产业联盟,并受法律保护。转载、编摘或利用其他方式使用本报告文字或观点的,应注明来源。违反上述声明者,将被追究相关法律责任。 编制委员会 编委会成员: 何军聂丽琴缪海斌邱蓉蓉张勇申庆永 编写组成员: 谭云霞 胡建辉 杨子琦 李嘉敏 朱建旭 江 璐 陶建萍 高扬 王雪 李武璐 沈蓓瑾 丁 瑾 康和意 黄翠婷 程伟 曹志强 张敬之 张 琨 董四杰 杨天雅 方竞 徐超 昌文婷 编审: 郭栋 刘宝龙 谭云霞 黄本涛 主编单位: 恒丰银行股份有限公司 参编单位: 中国工商银行有限公司中国银行股份有限公司 上海浦东发展银行股份有限公司浙商银行股份有限公司 建信金融科技有限责任公司同盾科技有限公司 中央国债登记结算有限责任公司神州数码信息服务股份有限公司上海富数科技有限公司 蚂蚁科技集团股份有限公司 目录 一、研究背景1 (一)数据要素时代已来1 (二)金融数字化转型逐步进入“深水区”2 (三)数据资产化难题待解3 二、数据资产权属界定5 (一)数据权属研究背景5 (二)数据权属制度探索10 (三)金融机构数据资产确权机制12 三、数据资产价值评估14 (一)估值综述14 (二)数据资产分析19 (三)估值原则24 (四)估值方案设计25 四、数据资产入表48 (一)基础条件49 (二)入表方式52 (三)存在的问题56 (四)数据资产表58 五、数据资产交易62 (一)交易模式分类62 (二)发展现状67 (三)发展趋势73 六、技术支撑75 (一)数据去隐私化技术75 (二)数据协同计算技术78 (三)数据交易辅助技术82 七、发展建议85 (一)加速数据资产评估标准体系建设86 (二)健全数据资产入表制度87 (三)促进数据交易市场融合发展88 摘要:数字经济时代,数据要素为经济增长提供强大的创新动能,数据资产化呈现快速发展趋势。财政部2023年8 月发布了《企业数据资源相关会计处理暂行规定》,将数据资源纳入会计报表核算,并对数据资产评估提出了披露要求。数据资产价值的科学评估是数据要素流通的重要前提,推进数据资产的估值计量,加速数据交易流通,成为数据价值释放的进阶之基。但数据资产估值、入表核算处理以及数据资产交易是需要持续探索的难题,如何从创新中寻求最优解成为推动数据资产化的重要议题。本课题围绕金融数据资产估值与交易主线,从数据资产确权、估值、入表和交易等方面展开系统研究,创新提出数据资产估值与入表的新思路、新方法。根据数据资产价值的构成逻辑,将数据资产价值划分为“投入价值”“业务价值”进行评估,从成本效益角度量化数字化效益,为有效推动数据资产价值释放提供重要参考。 一、研究背景 (一)数据要素时代已来 数字经济时代,数据正成为驱动社会经济发展的新型生产要素,数据资产化呈现快速发展趋势。根据国际数据公司(IDC)测算,2025年全球数据量将达到180ZB1,预估将是2020年数据总量的2倍多。全球数据量迅速增加,为经济增长提供强大的创新动能。面对数字经济变革机遇,各个国家竞相制定数字经济发展战略,开启大数据产业发展新赛道,抢占竞争制高点。近年来,围绕经济发展的数字化转型,我国进行了一系列的改革实践,推动经济发展的数字化进程不断走深走实。 我国数字经济发展进程可以分为“酝酿-落地-深化”三个阶段,如图1所示。一是酝酿阶段(2014—2015年)。2014年大数据被首次写入政府工作报告,这一年成为真正意义上的“大数据元年”。2015年3月,《中华人民共和国国民经济和社会发展第十三个五年规划纲要》将大数据发展上升到国家战略高度,把大数据作为基础性战略资源,全面实施促进大数据发展行动。二是落地阶段(2016—2019年)。工信部发布的《“十三五”大数据产业发展规划》成为重要的标志性事件,将大数据作为独立产业进行发展和培育,逐渐重视数据与实体经济的深度融合。三是深 1"ZB"即Zettabyte,计算机术语,常用单位的换算为1ZB=1024EB,1EB=1024PB,1PB=1024TB, 1TB=1024GB。 化阶段(2020-至今)。2020年4月,中共中央、国务院发布《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》,将数据确立为继土地、资本、劳动力以及技术之后的第五大生产要素,明确要用市场化配置来激活数据要素价值。依照“十四五”规划政策指引,大数据正逐步融入经济发展的各个领域,数据基础制度体系加快形成。2023年2月,《数字中国建设整体布局规划》明确了数字中国建设的整体路径,指出数据要素快速融入生产、分配、流通、消费和社会服务管理等各个环节,深刻改变着生产方式、生活方式和社会治理方式。 图1:我国数字经济发展进程 (二)金融数字化转型逐步进入“深水区” 经过多年耕耘,我国金融行业线上化、智能化、智慧化建设已实现快速发展,金融数字化转型逐步进入“深水区”。以银行业为例,各家银行在移动端的频频发力可直观地说明问题,截至2023年8月,18家全国性商业银行的个人手机银行版本均值达到7.6,成为满足客户需求、打造自身品牌的重要依托。当前, 金融数字化转型过程中面临的客户服务能力不足、风险管理能力不足等问题,已成为越来越多管理人员和专家学者的共识。 相比转型初期,“深水区”存在着更多的不确定性,金融高质量发展也面临更多挑战。如果拥有在“深水区”自我提升的数字化能力,就意味着更广阔的发展前景。数据要素到数据资产的升级,为企业构筑自身数字化能力提供了千载难逢的机遇。有效开展数据资产价值评估,对于提升数据资产运营质量和效率、推 动金融数字化转型向纵深推进具有重要意义。一是对数据在企业 发展过程中产生的成本和经济效益进行量化,增强企业数据意识。二是将在数据资产价值评估过程中形成的数据目录、数据价值等融入数据治理工作,提升数据治理质效。三是推动数据的外部交 易,构筑数据资产评估、登记结算等数据要素市场运营体系,建立并完善数据交易模式,加快数据聚合、流转、治理和价值转化。总的来讲,数字化转型要不断加强数据要素价值开发,通过将数字能力转化为价值创造能力,全面深化营销体系、管理机制、服务能力、风险管控、生态场景的业务应用创新,激发数据要素核心竞争力。 (三)数据资产化难题待解 2022年,我国数字经济规模超过50万亿元,占GDP的比重为41.5%,已成为驱动经济增长的重要引擎。充分发挥数据要素的“乘数效应”是做强做优做大数字经济、赋能实体经济的必然要求。无论是在国家层面还是在企业层面,数据资源的重要性都 不言而喻,尤其对金融机构而言,大数据的挖掘和应用直接驱动着新商品形态、新价值体系、新交易生态的形成。加快数据要素市场培育才能有效激发数据价值转化,而数据资产价值的科学计量是数据要素流通的重要前提。目前数据流通尚不畅通制约着数据要素价值潜能发挥,关键症结之一在于缺乏系统高效、标准统一的数据资产估值与定价方法。根据信息通讯行业建立的“数据资源化、数据资产化、数据资本化”的数据价值框架,目前全球处于数据资源化的初级阶段,推进数据资产化进程,加速数据交易流通,成为数据价值进阶的重要基础支撑。 数据资产化是将数据资源确认为经济意义上的资产的过程, 对于企业具有重要的意义和必要性。通过数据资产化,企业能够更好地了解和管理其数据资产的价值,为决策和战略制定提供可靠的信息基础。这一过程涉及以下关键点:一是数据资产认定,企业需要识别和划分具有经济价值的数据资源,确定数据资产的评估范围。二是数据资产确权,企业需要明确数据资产的归属和权利,以促进数据资产的合规经营,保护其合法权益。三是数据资产估值,通过采用适当的估值方法和计量模型,对数据资产的经济价值进行评估和量化。四是数据资产入表,将经过评估的数据资产纳入企业财务报表,为客观反映数字化形势搭建信息基础。本课题围绕数据资产权属界定、价值评估、入表探索、交易模式及其技术支撑,探索数据资产化的关键进程,推进金融数据资产评估和交易流通的统一标准建设,加速数据要素价值释放。 二、数据资产权属界定 本节聚焦于数据资产权属制度探索,数据确权是数据估值和交易的基石,首先阐述数据权属的研究背景,并从国内现行法律洞悉数据权属问题;然后论述数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的制度框架,明确数据产权运行所需的基础设施支撑;最后对金融机构资产确权路径进行分析,以数据资产管理体系建设推进数据资产确权进程。 (一)数据权属研究背景 1.数据确权是数据估值和交易的基石 数据作为新型生产要素,已快速融入生产、分配、流通、消费和社会服务管理等各个环节,数据量呈现爆发式增长,其所承载的经济价值和社会价值日益凸显,数据需求也日渐强烈。与此同时,数据来源不合规、数据安全存在漏洞、数据共享程度不高、数据交易不稳定等相关问题迭出,亟需从数据权属的角度切入问题进行求解。 (1)数据权属不明扰乱数据要素市场秩序 数据的流通交易过程,往往涉及数据产生方、数据采集方、数据处理方、数据提供方和数据使用方等参与方,各参与方应具备不同的权责。但由于数据具有获得的非竞争性、使用的非排他性、源头的非稀缺性等特征,导致多个参与方可能对同一份数据同时享有相应权利,这必然会带来新的风险。例如,企业为了扩大市场份额,互相设置数据壁垒,通过掌控数据要素,间接控制 了生产链条与财富分配主动权,导致无序竞争。行业领域内的大型企业借助自身的体量优势,进行数据垄断,挤兑其他企业进入数据要素市场,破坏数据要素市场的公平秩序。 (2)数据权属不明导致数据交易动力不足 一方面,由于数据具有价值难确定、非竞争性、非排他性、强场景化等复杂属性,传统的法律理论体系不完全适用于数据产权,将数据权属归于单方主体会存在局限性,数据权属体系构建尚未形成共识。另一方面,传统的所有权并不适合作用于数据流通与交易场景,因为数据的流通交易核心不在于原始数据的流转,而在于数据潜在价值的挖掘利用。从原始数据到数据资产会经过数据采集、数据存储、数据加工、数据流通、数据应用等环节,各环节均涉及一定程度的软硬件技术投入和数据治理成本。若数据资产演变各环节的主体权属不明,则各主体在数据要素市场或数字经济中的获益份额也是缺乏折算标准的,从而对数据流通处理中的成本投入也缺乏积极性,造成数据交易的动力不足,制约数据交易发展。 (3)明确数据权属为数据资产估值和交易奠定基础 当前数据作为生产要素资源,虽然具有普遍的使用价值,但其资产属性还没有得到充分体现。数据资源满足可控制、可获益、可量化的条件后可以转化为数据资产,后续通过进一步金融创新,演变为生产性的数据资本,真正释放其内在价值。数据确权可以推动数据要素收益向数据价值和使用价值的归属者合理倾斜,确 保在开发挖掘数据价值各环节的投入有相应回报。数据权属的界定方式和实现机制,将决定数据产品的流通效率、数据资产的计量范围。故而数据权属不明或数据确权“无法可依”是阻碍数据资产估值和交易实现的重要因素。明确数据权属,可以避免对数据权益的无序追逐,促进稳定和公平交易,强化数据要素市场有序建设。 2.从国内现行法律洞悉数据权属问题 按照一般法律逻辑,数据资产交易得到保护的前提是数据资产存在法律上的权利基础,即数据资产拥有其自身的合法性地位。由于数据的非排他性、可复制性等特征,存在确权难的问题,现行法律仅是概括性地对数据保护进行了规定,并没有明确数据的权属性质。数据的多重属性导致既定法律难以为数据产权提供恰当的定位与保护,部分法律条款在数字经济快速发展的背景下,略显滞后。 (1)个人数据权属划分 对于个人数据,一般来说区分人格权和财产权,《数据安全法》《个人信息保护法》对个人信息的概念进行界定,由此可知我国目前立法认可个人数据具有人格属性。人格权归属个人数据主体,相关法律法规规定信息主体拥有知情权、访问权、反对权、删除权、可携权等权利,信息处理者享有合法财产权益,同时需要遵守最小必要、知情同

你可能感兴趣

hot

数据资产价值评估与定价:研究综述和展望

东华大学计算机科学与技术学院2023-02-20