您的位置:首页> 科技> 数据资产管理两大问题亟待解决

数据资产管理两大问题亟待解决

来源:中国银行保险报时间:2024-02-05 07:49

□记者 杜肖锦 仇兆燕

目前,商业银行在数据资产入表探索中取得了一定成绩,但同时,数据资产权属确认难和数据定价难也是普遍反映的痛点、堵点。

问题一:数据权属确认难题亟待解决

数据天然是资源,但并非天然是资产。哪些数据可以转化为资产?

一般而言,数据有公共数据和私域数据之分。

“在全社会数据要素产业格局中,公共数据一直是体量最大、价值也最为突出的那部分资产。”国家发改委价格监测中心副主任王建冬指出。

根据2021年11月14日发布的《网络数据安全管理条例(征求意见稿)》,公共数据包含政府机构、事业单位和承担公益性服务的国有企业所掌握的数据。

《中国银行保险报》记者从业内人士了解到,相较于私域数据,公共数据具有多源性、权威性、稀缺性、高价值性、敏感性等特征,公共数据的流通和共享,可以在一定程度上对政府与企业的决策支持及商业运行模式产生正向影响,其价值潜能相对较高,也相对更好转化为资产。《关于加强数据资产管理的指导意见》对具有国有属性的公共数据资产管理作出针对性规定。其中,明确鼓励各级党政机关、企事业单位等经依法授权公共管理和服务机构,将其依法履职或提供公共服务过程中持有或控制的预期能够产生管理服务潜力或带来经济利益流入的公共数据资源,作为公共数据资产纳入资产管理范畴。

光大银行数据资产管理部副总经理黄登玺介绍,公共数据的价值潜能相对较高,其中,具有实质价值的数据、需求广泛的数据、数据清洗和加工成本较低的数据可以更好地转化为资产。私域数据涉及较多个人隐私,因此,在使用和资产化过程中需要严格遵守相关的法律法规,包括数据安全保护法、个人信息保护法等,确保数据使用的合规性和权属保护。同时,私域数据的资产化需要特别关注数据安全,包括数据泄露、黑客攻击等风险,需要投入更多资源来保障数据的安全性。

值得注意的是,无论是私域数据还是公共数据,确权问题都是亟待解决的问题。

多名专家向记者表示,由于数据作为新型生产要素,具有特殊性和独特性。基于传统生产要素确定的产权制度体系,并不能指导数据要素流通的发展与平衡。

对此,《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》(即“数据二十条”)明确提出要建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制。但在实践中,多家机构反映,基于“三权分置”的细化规则有待明确,数据权属问题在实践中仍需进一步探索。

问题二:数据估值定价需标准化

“数据不同于一般商品和服务,有其特殊性和复杂性。”国家发改委价格监测中心主任卢延纯此前在“乘数而上·与光同行”商业银行数据要素研究成果研讨会暨发布会上表示。

一般而言,将一项资源确认为资产需要同时满足“与该资源有关的经济利益很可能流入企业”以及“该资源的成本或者价值能够可靠地计量”这两个条件。在数据资产入表实践中,“成本或价值可靠计量”成为数据资产化的难点。

黄登玺指出,目前数据资产入表尚处于初步实施阶段,因为数据的形式多样性、多次衍生性、价值易变性、零成本复制性、非实体和无消耗性等特点,在入表实操中尚存在一些难点,主要表现在:数据资源合法拥有控制及经济利益流入可能性较难确认、相关的成本归集较为复杂、预计使用寿命及减值的不确定性较大、价值评估还没有统一标准等。针对这些难点,在实际操作过程中,可遵循先易后难、逐步推广的原则。

目前,数据资产普遍被视为无形资产。作为无形资产,应当由特定主体拥有或控制,但由于数据资产流动性强、经手环节多、使用者和生产者并不一致等特点,容易被窃取,难以控制使用,且法律保护尚不完善。

在数据价格形成机制方面,2022年8月,中国资产评估协会印发《数据资产评估指导意见》,提出确定数据资产价值的评估方法包括收益法、成本法和市场法三种基本方法及其衍生方法。

王建冬指出,现在所谓的成本法、收益法、市场法都可以用于数据价格的形成机制,但每一种方法应用的可行性都要打问号,都需要做改进和创新才有可能去实现试用。

王建冬介绍,国家层面推进数据资产市场定价的基本原则已初步明确:一是按照政企“两分法”分别推进数据价格机制建设。“数据二十条”明确提出,推动用于数字化发展的公共数据按政府指导定价有偿使用,企业与个人信息数据市场自主定价。二是沿用三大传统资产评估方法探索建立数据资产评估定价方法。

“下一步构建有利于数据要素价格形成的政策制度工具箱,底线是必须避免数据无序定价、避免像商誉那样成为企业资产的‘腾挪空间’,否则,数据要素市场化配置改革会成为滋生新一轮资产泡沫的温床,从而脱离改革的本意。”王建冬表示。

在定价实践方面,王建冬特别指出,应当从一二级市场分层的角度梳理数据价格链,澄清所谓数据“千用千价”的误解。

所谓“千用千价”,就是同一条数据在不同应用场景下价值不同,因此,数据定价也无法实现标准化。王建冬认为,在探讨这个问题时,应当区分“数据资源价格”和“数据产品和服务价格”两个层面的概念。从价格链的角度,数据产品价格类似于“终端零售价”,而数据资源价格类似于“原料价”。实际上,针对数据资源定价,市场上的通行做法是基于成本法,因为数据资源本身没有与应用场景结合,也就谈不上收益。但数据在不同应用场景中总是以“数据产品和服务”的形态体现,其中包含很多算法、模型等无形要素成分,导致其价格难以实现标准化。

“现阶段,全国统一的数据资产价值评估体系和评估机构尚需要进一步完善和建立。”业内人士向记者表示。

在实践中出现了企业向数据交易中心寻求数据定价的案例。2023年12月15日,浙江大数据交易中心联合浙江中企华资产评估有限公司、中国质量认证中心,按照《数据资产评估指导意见》以及全国信息技术标准化技术委员会《信息技术 数据质量评价指标(GB/T36344-2018)》、中国质量认证中心《数据产品质量评价技术规范(CQC9272-2023)》等数据质量标准,完成了对国网浙江省电力有限公司子公司——国网浙江新兴科技有限公司“双碳绿色信用评价数据产品”的市场价值评估工作,这是全国典型的电力行业数据资产市场价值评估案例,也是以市场法公允价值与成本法参考相结合进行评估的案例。