如何挖掘数据资产价值？专家：确权估值待破题 加速推进市场化建设

人民网北京8月15日电 (记者李彤)“数据资产估值是全球性的难题。”“估值和定价是牵住数据要素价值的‘牛鼻子’。”在近期召开的“探索数据资产评估方法 推进数据要素市场建设”研讨会上，参会嘉宾表示，数据要素对国民经济发展的作用，正从辅助工具向重要引擎转变。数据要素市场进入了全新发展阶段，数据资产的“宝藏”亟待有序挖掘。

定义、确权、估值、流转均待破题

与会嘉宾表示，尽管数据已是重要的基础设施和热门资产，但我国数据要素市场的发展仍处于探索阶段。如何对数据资产进行定义、确权、估值及交易流转，仍是难题。

“相较于传统有形资产，数据资产具有非实体性、无消耗性、零成本复制性等特点，因此需要全面评估其使用成本，不能套用现有的普通评估办法。”瞭望智库与光大银行联合发布的《商业银行数据资产估值白皮书》建议，要通过积极的政策激发数据要素市场活力。制定市场规则，审慎包容指导市场有序发展。

中国互联网金融协会副秘书长朱勇认为，数据要素被视为转变经济发展方式的抓手，但并非所有的数据都能称之为数据资产，只有关乎到国家治理能力，能够成为优化分配和使用自然资源和社会资源的关键依据或具备重大商业价值的数据资源，才是数据治理、数据资产化的对象。

“数据确权是数据要素流通的前提，能充分保障数据流通各参与方的权益；数据定价是数据要素流通的基础，保障数据在市场的参与下趋于公允价格；数据交易是数据要素流通的关键，通过逐步完善的交易机制，实现数据要素的有序流通。”光大银行副行长杨兵兵说。

激活数据资产面临五方面挑战

参会嘉宾表示，数据要素是各行业数字化转型的基础，推进数据要素市场建设，是激发数据资产潜力的必经之路。目前市场发展面临五个方面的挑战。

首先，数据确权应更多关注使用权，淡化所有权。中国人民银行征信中心副主任李连三表示，数据的产生涉及多个利益相关方，参与主体多、权益关系复杂，从数据所有权视角看，很难界定数据权属，全球主要经济体在立法和实践中并没有对数据所有权进行清晰界定，而是侧重于数据合规使用问题。从数据使用视角看，需要各利益相关方共治，在采集、存储和使用过程中应保证各利益相关方权益。

其次，数据加工处理方式有待升级。中国银行业协会研究部主任李健表示，作为连接数据与应用的桥梁，变量加工体系越来越重要，传统以代码编写为核心的变量加工方式在规模化数据处理需求面前显得捉襟见肘。一方面，传统变量加工方法通常由科技人员依据业务人员提出的加工需求进行代码编写、测试和验证工作，工作量极大且极为繁复；另一方面，手工编写的代码不具备跨平台的通用性，数据在不同平台的协同对接过程中，兼容性也较差。

第三，机构、市场的数据治理和应用能力面临更高要求。李健以金融业为例指出，一方面在数字化转型过程中，银行内部各个业务条线都积累了大量的原始数据，数据质量参差不齐，对业务的重要性也有差异；另一方面，数据分散在不同业务系统中，呈现零散式分布，横向纵向割裂，部门之间、条线之间对客户数据配置水平比不一致，加大了后续数据整合和应用的难度。

第四，数据资产的估值方法还不够科学、客观。朱勇建议，评估数据资产价值首先要做到可计量，按应用维度将数据切割成最小够用粒度，申请和调用都能够被记录和量化。这样既有利于数据产品的封装，又能确保不失真、可阅读、易理解。

第五，数据安全和隐私问题仍然突出。北京金融科技产业联盟秘书长潘润红表示，尽管监管部门连续出手，但数据的采集、存储、共享等环节隐私泄露问题仍时有发生，数据黑产仍然猖獗。同时，过度收集用户信息、大数据杀熟等数据垄断现象也亟需警惕。

激发数据活力 开放共享数据

参会嘉宾表示，在数据要素市场建设中，政府与市场的“手”要平衡、形成合力。

李连三建议，应从顶层设计出发，在保护各利益相关方权益的前提下，推动数据的有序开放、充分共享，形成具有竞争性的数据要素市场，让市场在数据资产定价中发挥决定性作用，在全国范围内形成数据要素的均衡价格体系。

中国民生银行信用卡中心副总裁谭少慧表示，建立公开的数据交易市场十分必要，这就需要清晰的顶层设计，需要“看得见的手”进一步谋划。目前数据交易市场以单对单、点对点的个体交易模式为主，数据价格不公开、不透明，规范性也有待商榷。

围绕构建第三方认证等评价体系，朱勇表示，建立数据要素公平、有效的定价机制是市场建设的核心。数据资产的估值方法目前仍处于探索阶段，建立以供求关系为基础、以数据价值波动为考量的标准化定价模型很有必要。

中国建设银行建信金科副总裁谭浩认为，要尽快畅通数据开放共享。以金融业为例，金融机构首先须破除内外部的各类有形、无形的条线壁垒和版块分割，制定数据共享责任清单和需求清单，建立跨部门、跨层级的数据共享协调机制。

强化安全防护体系，也是嘉宾关注的重点。潘润红建议，要加强相关部门的联动，合力打击数据非法交易的生产链，共同营造良好的数据保护环境。同时，严格遵循用户授权、最小够用、专事专用、全程防护的原则，加强数据全生命周期的安全管理，把好安全关口，严防数据泄露、篡改和滥用。