商业银行数据资产体系白皮书 2023

商业银行数据资产体系白皮书商业银行数据资产体系白皮书CONTENTS 1 2 3 5 7 8 10 10 11 13 14 17 18 19 21 23 254.1“三位一体”数据资产体系的构成与工 26 27 28 29商业银行数据资产体系白皮书 294.2“三位一体”数据资产体系的相互作用关系 29 31 33 34 35外部背景 35 35实践目标 35 36 36 37 37 38 38 38 39 39 40 40 41 42 43 43 44 46 46商业银行数据资产体系白皮书 47 48 52 54 56 56 56 57商业银行数据资产体系白皮书声明本白皮书由上海银行股份有限公司（“上海银行”）、上海数据交易所有限公司关于上海数交所的声明：本白皮书版权受法律保护，转载、编撰或其他所网络或它们的关联机构并不因此构成提供任何专业建议或服务。在作出任何可能影响您的决策或采取任何相关行动前，您应咨询符合资格的专业顾问。我们并未对本白理方均不对任何方因使用本白皮书而直接或间接导致的任何损失或损害承担责任。德勤有限公家成员所和它们的关联机构均为具有独立法律地位的法律实体，相互之间不因第三方而承担束对方。德勤有限公司及其每一家成员所和它们的关联机构仅对自身行为及遗漏承担责任，为及遗漏不承担任何法律责任。德勤有限公司并不向客户提供服务。请参www.deloitte商业银行数据资产体系白皮书序言济和数据要素驱动千行百业创造了新的业务模式、新的产业生态和新的认知洞察。要素价值，推动数字经济高质量发展提供了方向指引。中国人民银行发布《金融科技发展规划（2022-2025年）》（银发[2021]335号文印发原于银行业保险业数字化转型的指导意见》为金融机构开展数字化转型、业务经营管理数字化和数设等五大领域提供了落地指导。近期，上海市印发的《立足数字经济新赛道推动数据要素产业创关键行动领域。在顶层设计的框架和政策引领之下，数据要素流通交易的参与主体是企业，数据代赋予每个企业的使命。当前，企业数字化转型方兴未艾，如火如荼。企资源管好用好，形成可辨识、有边界、多形态、可使用的数据产品，在企业务经营对数据依融程度较高，同时又有明确的数据治理与监管报送数据质量要求，所以究报告中提到，中国金融业数据治理正在进入全新阶段，但是也伴随着困难，包括数据与项目落地之间的衔接、数据确责、数据的持续运营、数据治理工作的价值衡量、数据字化转型”写入行内的战略规划，并且成立了由董事长亲自挂帅的“战略推进领导小组”行数据管理和数据应用开发工作的一级部门“数据管理与应用部”（以下简称“数管商业银行数据资产体系白皮书上海数据交易所建立了战略合作伙伴关系，2023年成为首家建设与数据应用开发的全过程。在行领导的带领以及全行各业务部门、金融科技部、数据管价值评估”的三大目标，根据愿景和目标构建数据资产研发运营（以下简称“数据资产运营”）位一体的数据资产体系，明确实现以上内容所需的五大支撑——组织团队、制度体系、平台工具权、登记、使用和退出的全生命周期管理机制，厘清了专门的数据资产管理职责，并试点了数求的满足时长，提升数据服务的响应效率，提高数据产品使用的活跃度。通过数据资产体我们将开展数据资产体系建设升级工作以来所面临的困惑、遇到的挑战、进行的思商业银行数据资产体系白皮书献参与分配机制。”献参与分配机制。”/zhengce/2023-02/27/content_5743484.第1章数据资产化与数据要素市场化相辅相成，相互促进展。数字基础设施高效联通，数据资源规模和质量加快提升，数据要素价值有效释放，效益大幅增强......”1商业银行数据资产体系白皮书2字孪生等技术手段，形成不同类型、不同时效、不同价值密度的数据。数据是企业生产经争势态的刻画，包含了丰富的业务信息和价值。数据的价值蕴藏于业务经营与管理决策中知和决策的准确性，形成企业差异化以及可持续的竞争力。企业的数据资产化是通过信息化委大数据标准化工作组2022年发布的《数据要素流通标准化白皮书》中的定义，数据要素制机制的意见》中，正式将数据列入与土地、劳动力、资本和技术并列的生产要素。数据要素企业的数据资产化与数据要素市场化相辅相成，相互促进。企业数据资产化是数据要为数据要素市场提供充分的产品供给。数据要素市场化为数据产品1.1企业数据资产化方兴未艾，数据要素市场化起到了催程。首先，通过数据资产化，企业可以将数据资源转化为有价值的资产，可以为企业提供更准确、更全面商业银行数据资产体系白皮书3新的商业模式、创新产品和服务，从而在市根据《2022年全国数商产业发展报告》中介绍的数品供应商，在该报告中定义为数据要素型企业，指自身拥有大量数据且能够提供自身数险评估、运营提效等数据应用。虽然大部分银行参与数据要素生态是以数据需求方的角色出现数据要素市场化是企业数据资产化的“催化剂”。数据要素市场提供了数据生数据要素市场也是顺应数据要素发展趋势、创新型业务1.2数据要素市场建设迫切需要企业数商业银行数据资产体系白皮书4规有序流通。数据要素供需双方可能存在以下问题，从而影响要素市场发展，企业数据资企业增强数据管理能力，完善数据合规体系，企求的标准化数据商品和特定场景需求的非标准企业建立产品经理责任制，建立数据产品核心竞争力，从产品规划、产品形态、产品设计和产品规范四个维度数据商品的行业属性较强，但缺少行业示范性牵手行业头部企业建立示范数据产品应用案例；进行充数据商品价格不透明，未能充分发挥市场价格企业数据资产化过程中，建立数据资产价值自我评估体系，并引入外部第三方独立开展数据资产价值评估；企业数据资产参与数据要素流通的定价可参与数据资产价背书。图1数据要素供需矛盾与解决之道数据要素市场的高品质商品供给，离不开企业高质量的数据产品生产和高质量商业银行数据资产体系白皮书5理分配的基础。《数据二十条》提出“探索数据产权结构性分置制度，建立公共数据、企业数据、和权属对象。统一登记数据权属，以权属分配数据质量相关，也与数据资产利用过程中的算法、模型和算力相关，并依赖于数据的应用能力和执行能力，其易变性、多样性、可复制性和弱排他性是价值评估归集，展现数据产品在业务经营中带来的经济利益并达成内部共识，进而推动现合理客观的定价；二是企业将数据资产抵质押给金融机构以实现融资，这是数据资产金融属评估专家指引第9号——数据资产评估》和《数据资产评估指导意见》。企业实现数据资产化闭环的数据资产会计处理政策，也在近期得商业银行数据资产体系白皮书6定》实现了财经领域的突破，引起了广泛关注和持续研讨。尽管在会计准则层面主要是基于现有本台账、内部控制和财务系统等方面，积极准备在生后续，随着法律法规、地方条例、实施细则的陆续出台，行业领先的企业开展数据资领作用以及数据要素市场的助推下，千行百业商业银行数据资产体系白皮书7第2章数据资产化是企业数据治理向上演进的必经之路考核评价机制，强化数据治理检查、监督与问责。加强业务条线数据团队建设。”累。建立企业级大数据平台，全面整合内外部数据，实现全域数据的统一管理、集强数据权限管控，完善数据权限审核规则和机制。”/zhengce/zhengceku/2022-01/27/content_5670680.htm商业银行数据资产体系白皮书82.1先行开展数据治理的企业，数据治理工作步入深水区第一阶段为早期探索，早在1988年由麻省理工学院的两位教授启动了全面数据质量管理计划），第三阶段为广泛接受与应用，伴随着数据仓库的建设，主数据管理与商务智能平台的实施，国内也逐里程碑事件为在2015年提出了《数据治理白皮书》国际标准研究报告。在总结数据治上，2018年由国家标准化管理委员形成并发布了数据管理国家标准《数据管理能力成熟度评估模型》展能力自我评估和第三方独立评估，2022年发布了国家标准《数据管理能力成熟度评估方法》（GB/T2018年，当时的银行业监督管理委员发布了《银行业金融机构数据银行业作为全面实施数据治理工作的行业，监管指引的发布使得数据治理成为银行业的刚需。数一、数据治理与银行数字化转型战略紧密结合，数据治理的自我驱动力不只是依赖传统、标准化的产品服务，而是来自高度定制化的产品和通过数据驱动的智能个性化互动。银行通过数字化手段创建连接客户、产业链、供应商、合作伙伴的能力，该商业银行数据资产体系白皮书9二、数据治理由面向数据对象转化为面向数据应用，数据治理的复大部分银行的数据管理起始工作，是从建立基础数据以及指标数据的数据标准开始的，是对存量数据的规范性进行修复。面向数据应用的数据治理，以数据应用成效为目标，着渐智能化的数据应用研发过程中，数据管理的方法和工具需要与时俱进。结合当前技术的成将企业所有的元数据进行自动采集，形成完整的数据资源清单、分布以及关联关系，建元数据采集技术，知识图谱，自然语言处理技术、血在数据字典缺失的情况下，借助预训练大语言模型，根据表和数据字段名自动生成中文字段名称和字段含义，并自动匹配数据标自然语言处理语义理解、相建立企业级数据模型库，在信息系统和数据需求分析和系统设计，运用数据模型和数据标准对表结构进行一致性比对，识别系统实元数据分析技术，数据模型数据链路上的任何一点发生数据结构的变化，自动评估对下游数据链路的影响，并通元数据动态捕获，消息队根据数据分级分类标准和历史数据分级分类结果，借助预训练大语言模型，自动对存量深度学习、自然语言处理商业银行数据资产体系白皮书对文字描述的数据需求进行语义解析，提取数据需求列表，并与已实现的数据产品进行自然语言处理语义理解，相图2数据管理自动化与智能化应用场景密性和可用性。近几年，随着《网络安全法》、《数据安全法》和《个人信息保护法》等上位法的发布，保护机制，将数据安全管理流程与数据保护技术相融合，主要包括数据脱敏、加密解密、数据防数据合规还需要关注个人信息保护与数据应用权属之间的平衡，这也是数据治理中的一个难题。以银行为例，在零售金融业务活动中，个人用户在享受便捷的金融服务同时，也将部分个人数据、家庭数据、消费数据、账户资金数据等沉淀在银行。银行在数据安全体系下，通过脱敏、加密形成数据应用，并在营销、风控等场景中发挥作用并产生收益，这个过程中需要做到个人信息保护的底线未被突破，又需要在明确权属的情况下鼓励对数据的创造性加工。目前我国尚未发布《个人信息保护法》个人信息的技术防护，在内部应用场景中也需要限制对个人信息的接触范围，及时跟进法律法规进展和相如何做到“神形兼备”商业银行数据资产体系白皮书合、编码映射、重分类、清理异常值等方式实现数据标准落地，支撑日常统计、多维度经营销、风险管控等各类数据分析应用。这些工作的引入和运作，初步搭建起企业数据治理的骨数据治理的“神”在于将数据管理活动贯穿于数据应用开发的全流程中，建立起变换，数据治理中的需求分析、模型设计、标准建设、质量监控、血缘追溯、安全管理据链路中数据各层级接口、数据订正、数据加工调度、维度数据变化导致的数据质量异图3时空全域数据治理复资源浪费和单独加工可能导致的不一致性。从数据需求至服务供给的端到端数据研发治理一可信程度提升，也进一步增强业务人员自主取如何避免“孤军作战”数据治理之所以称其为“治理”，与企业上下层级间的统一共识、跨部门的协作管理工作中的重大或争议事项。在实务工作中，治理层的参与形式主要是定期或不商业银行数据资产体系白皮书理具体工作琐碎而细致，同时又责任重大，数据归口管理职责按数据的业务性质分配具体的数据以银行业数据治理中的监管报送数据质量管理为例，近几年监管者监管报送归口部门报送至监管处。如原银保监的检查分析系统(ExaminationandAnalysisS数据治理齐抓共管，需要明确数据管理、数据资源供给和数据产品消费这三者商业银行数据资产体系白皮书图4数据确权原则据内容采集、加工、流通、应用等不同环节相关主体之间的利益分配”，“数据要素收益向的价值通过归因逻辑分配至各个角色，适当体现在部门或岗位绩效之中，数据应用的如何体现“物有所值”商业银行数据资产体系白皮书侧重考察数据治理对数据研发时效性、有效性、交付质量和成本等维度，评价维度包括数据特征、数据研发过程、数据研发交付能力以及数据研发成本等。数据治理对数据研发过程质2.3数据资产管理是企业数据治理向上演进的必经之路基础，面向应用数据的业务场景，以服务业务决策、提升业务认知、创造业务价值为目标，实2023年8月，Gartner发布的《2023年中国数据分析和人工智能技术成熟度曲线》（来源：/cn/newsroom/press-releases/gartner_2023_这条曲线体现了发布者对各主题下的技术所处的发展阶段和趋势的预测，如图5所示。在这条曲线只有拥有核心技术和找到成功商业模式的公司存活下来。媒体对它的报道逐步冷却。”而在其身后正在向“期望膨胀期”（Gartner对这个时间的定义据资产管理”，并且是唯一一个在未来2年内实现生产成熟商业银行数据资产体系白皮书图52023年中国数据分析和人工智能技术成熟曲线据管理能力的重要特征，它体现了数据管理从单纯以数据为对象、以技术为手段，转变为图6数据管理能力成熟度商业银行数据资产体系白皮书在数据资产体系中，数据治理仍然占据着基础性的地位，并且贯穿数据资产的全生命周商业银行数据资产体系白皮书第3章数据资产体系发展概述/cn/newsroom/press-releases/gartner_2023_商业银行数据资产体系白皮书立数据治理体系、构建数据能力体系、产生并积累数据要析用户数据需求与应用场景、管理数据产品开在于经营数据资产，主张数据价值。该时期数据资产是核心，属于价值运营阶段，工作重点在资产常态化管理、数据资产敏捷化运营、数据资图7银行业数据管理与经营发展时期数据是构成数据资源、数据产品和数据资产的基础，数据资产体系又建立在数据资据资产之上。数据资源、数据产品、数据资产三者相互依存，又有所区别。为更快更稳地从商业银行数据资产体系白皮书什么是数据：数据通常是指事实或观察的结果，是对客观事物的逻辑归纳，是用于表示客观事物始素材。它是对客观事件、客观事物的性质、状态以及相互关系等进行记录并可以鉴别的物理什么是数据资源：易所将数据资源定义为来自于不同生产源的数据集，在物理上按照一定的逻辑归集后达到备的特点。企业将直接或间接获取或采集的原始数据进行必要的加工整理、归集和存储后什么是数据产品：送报表、算法生成的营销名单、客户标签、风险加权资产金额、提供数据服务的表、数据仓库表、指标加工程序等则不是数据产品。上海数据交易所认为数据产品是指面向内外拥有特定应用场景的数据集，或是从数据集中衍生出的数据服务。其将数据集和数据服务都什么是数据资产：勇《数据资产化框架初探》（2018）中定义“数据资产是指拥有数据权属（勘探权、使用权、所有“数据资产”》（2021）中定义“源自企业自身的商业数据资产可以定义为‘企业控制的、以电子化形态存在的、源于企业自身的、对客观世界进行记录和表达的资产’，源自其他主体的商业数据义为‘企业控制的、以电子化形态存在的、源于其他主体且经授权的、能够合法地对客观世界进商业银行数据资产体系白皮书并满足可确定权属的、可追溯来源的、可被有效管理的条件，为企业带来可被衡量的价值。数据资产由数生产系统库表，满足可确定权属、可追溯来源、全过程有效的数据管理、业务价值可以被衡量四个条件，通过通用查询、智能检索、可视化、数据挖掘等方式服务于业务分析与数据应用。该定义还强调数据产品和数据资源的关系，那些用以形成数据产品的数据资源，其权属应可以被明确分配到对应的部源、无法被有效管理任一情况下的数据资源都不能列为数据资产。与此同时，该定义还关注数据资产价值评估体系认定，或者在数据交易所挂牌并产生交易。上海数据交易所将数据资数据资源之于数据资产就像饮用水资源之于瓶装水产品，数据资源变成数据产的过程如同饮用水资源被装瓶并贴牌的过程。数据资源根据不同的业务需求和应用场景就如同瓶装水进行贴牌，完成后变成品牌瓶图8数据资产VS矿泉水产品商业银行数据资产体系白皮书划、控制和供给的一组活动职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、法和程序，从而控制、保护、交付和提高数据资产的价值。企业应优化数据管理体系，构建数据资产理活动具体涵盖数据资产盘点、数据资产分类、数据资产确权、数据资产认定、数据资产登记、处置、数据研发运维一体化（DataOps）、数据资产评价、数据资产价值评起一定的分类体系的过程。企业应建立数据资产分层分类体系，明确数据资产类型与应用领域足不同用户的用数需求，为数据资产管理奠定基础，从而促进数据资产的积累与广泛应用，实据加工使用权、数据产品经营权等分置的产权运行机制”。依托《数据二十条》，数据资产明晰了数据资产认定是指判断数据资源是否属于数据资产，明确划分数据资产范围的商业银行数据资产体系白皮书数据资产登记是指依据数据资产认定原则，认定数据资源纳入数据资产范围并资产目录中的过程。企业应根据自身现状建立自动化、半自动化或手工等形式的数据资产数据资产运营是指通过对数据资产服务、数据资产交易、数据资产使用等的需求实效分析等过程，形成数据资产的闭环管理，促进数据资产的迭代和完善，不断适应和满足数数据研发运维一体化（DataOps数据研发运维一体化（DataOps）是旨在构建可协作、敏捷化、自动化数据资产评价是指在数据资产管理过程中，对数据资产的数据热度（包括应用数据资产价值评估是指对数据资产的价值进行量化衡量，确定数据资产的效益构建数据资产估值体系，对数据资产固有价值、运营效能和各应用场景下的业务效益进数据资产处置是指根据实际需要，对数据资产进行变更或下线处理的过程。企商业银行数据资产体系白皮书社会各个行业包括银行业都应该首先重视标准体系维护统一规范的建立，避免数据资产全国资产管理标准化技术委员会基于区块链的数据资贵州省地方标准贵州省市场监督管理局信息技术服务数据全国信息技术标准化技术委员会—2022政务数据资产登记目标准通信行业标准图9国内外已发布的数据资产标准《电子商务数据资产评价指标体系》（GB/T37550-2019）是首个以数据资产评价为目标的国家标准，它将电子商务数据资产评价指标分为成本价值和标的价值包括数据形式、数据内容、数据绩效。《基于区块链的数据资产交易实施指南》（DB52/T交易的主体要求、合规要求、安全要求、交易规范。但该标准并不以数据资产运营管理为重点，其主要侧《FrameworkfordataassetmanITU-TF.743.21建议书定义了数据资产管理框架及其相应的对象、活动和支持。数据资产管理的对象是数据资产，包括主数据、元数据和其他数据资产；活动包括数据标准管理、数据模型管理、数据质量管理、一组用于规划、控制和提供的业务功能数据和信息资产，包括制定、执行和监控数据相关的计划、政策、商业银行数据资产体系白皮书计划、项目、流程、方法和程序，以控制、保护、交付和提高数据资产价值。数据资产管理需要业务、技《信息技术服务数据资产管理要求》（GB/T40685-2应用、盘点、变更、处置、评估、审计、安全10个活动；现。该标准清晰地阐述了数据资产运营管理的整个过程以及与组织战略、业务价值的关系，《政务数据资产登记目录清单编制规范》（DB14/T2443—2022）定义了政务数据资产目录清单如何《电信网和互联网数据资产识别与梳理技术实施指南》（YD/T4（《数据资产价值评价体系》（Dataassetvalueevaluationindexsystem）已推进至DIS（Draft界定了数据资产、资产数据、数据质量等术语，同时界定了数据资产可能具有的价值类型及其对应的相关商业银行数据资产体系白皮书第4章“三位一体”数据资产体系的构思“数据研发运营一体化（DataOps）聚焦于协从数据需求输入到交付物输出的全过程。明确研发运营目的，细化实施步骤，在价值运营织模式、安全风险管理的支撑下，实现数据研发运营的一体化、敏捷化、精显性化理念。”/kxyj/qwfb/ztbg/202301/P0202301095340商业银行数据资产体系白皮书要实现有效的数据资产管理，企业需要克服一些重要的难题。首先，企业需要建价值以及其所在的分布存储位置等关键信息。同时，企业还需要定期更新和维护这个目录性和及时性。其次，企业需要设立一套有效的数据资产管理制度和流程。这包括数据理、分析和使用等各个环节的规则和标准，以及对于数据安全和隐私的保护措施。这一制度支专业且熟练的数据资产管理团队。这支队伍应具有丰富的数据管理经验和技术知识，能够熟作。只有这样，企业才能确保数据资产的有效管理和高从数据治理向上演进到数据资产管理，企业的管理手段继承了数据治理时期的治理、管“三位一体”数据资产体系。三者相互促进4.1“三位一体”数据资产体系的构成与工作机制掌握数据资产价值情况的评价能力。数据资产体系应包括数据资产管理、数据商业银行数据资产体系白皮书图10“三位一体”数据资产体系数据资产体系以数据资产运营为中心，形成“运营融合管理、价值驱动运营”的理念，让“三位一体”形成相互循环。数据资产管理应包括数据资产识别及盘点、数据资产分类、数据资产确权、数据资登记以及数据资产处置等全生命周期管理工作，如图11用价值或产生业务影响的数据资源/数据产品；定义数据资产分类框架，应用标签+分类的在整个管理过程中，需要让企业的各个业务部门、管理部门在数据生命周期过程中作为商业银行数据资产体系白皮书图11数据资产管理生命周期数据资产运营应包括数据资产需求管理、基于数据资产需求的研发过程以及交付过此外，数据资产还需要长期运维支持，例如数据质量长期的维护、新数据的纳入、新图12数据资产运营商业银行数据资产体系白皮书理和运营的ROI，并为数据资产入表提供切实依据。数据资产的评价可以从数据资产使用的热度、频率等方面了解业务效益相关情数据质量、规范化情况进行衡量，评价数据资产本身的“含金量”；还可以从数据化解、战略拓展等方面产生的影响、价值展现，来评价数据资产的实际作数据资产评价工作是数据资产管理和数据资产运营的量化体现，能够让前两者的循环图13数据资产评价数据资产体系可以从需求端触发，从数据需求方提出数据加工或数据应用的需求开逐步认定数据资产，实现交付及管理。同时在完成数据需求后，持续运营及评4.2“三位一体”数据资产体系的相互作用关系商业银行数据资产体系白皮书图14“三位一体”数据资产体系的相互作用数据资产的全生命周期管理，包含了数据资产从需求到研发到交付到运维的整数据资产管理和运营的成果，是资产评价的切实依据。基于运营与管理融合这据资产被使用的情况、数据资产的需求集中情况等等。这些分析以及展示都能够帮助数商业银行数据资产体系白皮书同时，数据资产的评价，也能够洞察数据资产管理情况为了实现“三位一体”数据资产体系，不仅仅需要构建三者之间的4.3“三位一体”数据资产体系的构建图15数据资产体系与5大支撑“三位一体”数据资产体系在组织团队、制度企业建立支撑能力。数据资产的管理、运营和评价离不开有效的制度体系指导、职责分明的作职能或岗位角色，让数据资产融入原有的数据管理组数据资产相关工作与其他数据治理工作、数据应用工作息息相关，不当然，数据资产体系在组织团队上需要提出新要产品管理岗等角色，承担数据资产生命周期管理、数据资产运营、数据资产评价等商业银行数据资产体系白皮书在整合需求、挖掘需求、价值评价以及与外部数据要素市场接轨等方面，需要增加专设岗位来数据开发等等已有的制度要求。如存在相互应用的情况，需要整体考量管理方案，要在制度层面与实操层面实现一致性、自动化，既能降低成本，同时也能实现呈现更系不仅仅需要平台工具在流程控制上发挥作用，更需要在数据资产运营提数据资产与工具的结合，形成“数据产品组合”的概念，进一步加强平台工具方面，随着技术的飞速发展，工具类型、平台架构等都在迅速迭代更新，数据台工具亦处于变化之中，数据资产体系的平台工具还商业银行数据资产体系白皮书数据资产的安全合规需要注意已有的数据安全、数据治理、信息安全、个人信息保合规相关要求的适配性，同时也要注意其他与数据资产、数据要素市数据资产体系的安全合规不仅仅是数据团队的工作，也需要企业结合三道防线文化建设是企业各类业务提升、管理建设不可或缺的部分。数字化、智能化、数据资度参差不一，业务与科技之间的认知差异需要消弭。数据资产体系建设，需要更多地宣贯来提升各个数据资产的文化建设方式可以通过培训的形式开展，例如每月开展数据资产认据需求管理等等的介绍培训；可以通过各类海报、屏保等形式让数据资产等概念耳熟能4.4“三位一体”数据资产体系的优势洞察数据资产运营成效，数据资产管理优化评价结果及价值实现。三者相商业银行数据资产体系白皮书第5章商业银行数据资产体系建设实践字化转型项目，建设包括智能风控、智能运营、智能销售、智能投顾、智能客加大大数据、人工智能、云计算、区块链等数字化技术在产品、服务、渠道和管理等方面的研/zh/jrsh/tzzgx/dqbg/2022ndqbg/202305/P02023052262631089133商业银行数据资产体系白皮书5.1商业银行开展数据资产体系建设的背景和目标《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》发布了以数据为中心确定数据资产定义、明确数据资产所包含的范围是做好数据资产管理工作的关键第一步。初期形成对数据资产的定义与范围、以及数据资产特征上海银行内部体系化数据资产管理制度流程亟需确立。行内已开展部分数梳理、数据资产门户的建设，但各资产管理工作的关联、协同和基础保障需建立健全制度体系。在数据资产应用实例，但全行数据资产的整体价值释放和业务触达能力还有较大提高空间。业上海银行开展数据资产体系建设工作，致力于在全行范围内建立并运行和数据资产评价的相关工作。数据资产体系的建设向上支撑全行“数字化转型”战略，构服务生态，通过价值评估促进数据资产在业务侧的增商业银行数据资产体系白皮书图16上海银行数据资产体系建设实践目标5.2商业银行数据资产体系建设的工作步骤上海银行在指标、报表、标签和API四法模型、规则模型、库表数据。除此以外，上善。数据资产属性目录的设计将各类数据资产真正串联起来，是进行数据资产盘点并缺乏对数据情况的全面展现。上海银行对现有的数据资产属性进行梳理和重构，横向建立全局属性分类商业银行数据资产体系白皮书数据资产体系的建设实现是数据资产化的重要工作，也是数据资产化过程的载制度涵盖数据资产的目录模板制定、数据资产的识别、确权、展示登记、使用、评价和如标签平台、指标平台等不仅仅是数据资产产生的源头，需要纳入到数据资产管数据资产运营同时还包括整体运营体系的构建，在需求管理、研发管理、运维管理等评价；另一层是数据资产在价值提升、成本节约、风险防控等方面所产生的量化价值。这数据资产全生命周期管理流程在需求和加工阶段主要依赖于上下游系统及各部众群体及用户在数据资产全生命周期中的参与程度，实现数据价值释放和业务反哺数据商业银行数据资产体系白皮书在构建数据资产体系后，上海银行还将进一步思考如何让数据资产价值实现更加显性化、数据提高数据资产体系的全员参与程度：通过数据资产闭环运营流程，形成覆盖数据资产全生命周期的运营体系，实现对数据护、监测、评价等，为数据资产持续和最大化地发挥价提升数据资产在不同分析场景的业务服务能力：促进数据价值文化。通过构建数据价值多维度评估方案，实现对数据资产投入产出的策者能够了解掌握行内重要数据资产情况及资产价根据财政部《暂行规定》的说明，数据资产价值评估与数据资源会计处理没有必然关系。满足产或存货确认条件的数据资产通常采用资产形成过程中开发成本和相关费用的计量与归集评估通常用于数据资产后续计量中的减值测试、交易定价、财务报告信息披露事项列示数等。判定数据资源能否为企业带来经济利益流入时，通常可以采用数据资产价值评估5.3上海银行数据资产体系建设实践的主要成果根据商业银行数据资产体系建设，上海银行构建了数据资产管理、数据资产运营和数据资商业银行数据资产体系白皮书图17“三层七域一管控”数据资产目录分类一管控指对数据资产的规范、标准管控与血缘链路的贯通管理。包含模型规范、数通过“三层七域一管控”的数据资产目录分类框架搭建，上海银行明确了行内的数据编号、资产名称等进行定义统一规范，实现从全局的角度对所有的数据资产进行统一数据资产的范围、血缘追溯的内容、资产要素信息的补全商业银行数据资产体系白皮书图18上海银行数据资产盘点实施步骤进行盘点，并根据业务条线和所属部门划分为七大板块，便于业务部门根据板块管理贴源层到集市层、集市层到应用层的数据血缘穿透分析。从报表类数据资产和指标类数据资产着手开展梳理工作。目录盘点内容涉及基础属性、业务踪超过十万条映射关系，并实现查询字段和条件字段的区分，进一步优化数据血缘进行体系化重构与优化，数据资产门户2.0的搭建是上数据资产门户2.0将承接多个上游系统，整合数据属性目录、评价体系和商业银行数据资产体系白皮书资产使用推广，门户根据用户角色、所在部门及使用行为等，提供常用资产、推荐资产、自定度；社区问答作为数据资产用户与管理人员的沟通渠上海银行数据资产评价体系考虑数据热度、数据成本和数据重要性三大化评估。其中数据热度包括应用场景、使用情况、质量情况，综合下游调用查询次数、内容资产之间建立具有普适性的评价指标，在各类数据资产内部根据资产特性对数据来源、指标同数据资产相关评价所需的数据获取情况、结合数上海银行在实践过程中主要选取了“基金销售”与“反电诈”两个场景作为商业银行数据资产体系白皮书第6章数据要素流通市场赋能企业数据资产化/zhe商业银行数据资产体系白皮书6.1全国多层次数据要素市场的建设国多层次数据要素市场，以及数据交易所的发展起到举旗定向的积极作用。“数据二十条”中全国统一的多层次数据要素市场是指在全国范围内各交易机构对数据要素资源确权与登据产品挂牌、数据产品流通交易和交付等流通环节，按照统一的秩序和规则，将数据要素流要素市场的协同效应和整体效能，以实现可信的数据要以下我们将从市场结构基本概况和建设全国多层次数据要素市商业银行数据资产体系白皮书图19我国数据要素市场建设情况以上海数据交易所、北京国际大数据交易所、贵阳大数据交易所为例，我们梳理了交易所成立时间、挂牌企业数、挂牌产品数、注册图20我国主要数据交易机构的实践进展数据要素市场互联互通指的是国家数据交易所、地方数据交易中心和行业数据交易商业银行数据资产体系白皮书网可交易”的数据产品互通网络和“数据产品一站交易，全链可追溯；数据资产一证颁发，全链可互信”励各类数据商进场交易。我国目前已经有如上海数据交易所在内的区位优势显著、制度规则场潜力巨大并且示范作用较强的交易所承担着国家构建大统一数据要素市场的战略使命。在统级数据交易所的工作中，我们应该充分结合“数据二十条”对于公共数据、企业数据、个人合理布局区域性数据交易场所：我国数据资源丰富，数据产品的应用场景非常多样，但是各个地区存在数据融合使用，并推进形成有规模、有地方特色、有长期发展潜济的主要功能，比如上海数据交易所撮合隧道股份城市运营与智能汽车创新发展平台实现数扮演关键的“组织者”角色，让沉淀的数据资源“动起来”，激活数据要素价值，赋能更多商业银行数据资产体系白皮书图21展数据要素交易市场建设的四类主体数据资产凭证是一种用于记录数据资产交易、交付、权属等信息的电子凭证，证发放“智能生成，全链共识”的全国统一的认证、发放与验证机制。数据资产凭证通常包数据资产凭证是上海数据交易所在数据资源确权方面的探索，也有很多学者参商业银行数据资产体系白皮书加工和创新性劳动，从而形成可交易的数据产品。数据资产凭证记录企业加工使用数据的过程数字经济在国民经济发展中的重要性逐渐显现，成为经济发展中不可缺失的部据资产评估的重要环节，是学术界、应用界多年来持续探究和研讨的话题。目前，资产成本法一般是按照重置该项数据资产所发生的成本作为确定评估对象价值的基础具体而言，成本法的实现包括两步。首先，汇总重置成本并归集到可辨认数据素对数据资产价值进行调整，常见的调整因素包括复用情况、数据质量评价值来确定当前价值。收益法考虑了数据资产的盈利能力和风险，并更加注重数据资产所能产生的现市场法是通过参考市场上类似资产的交易价格来估值的方法。它假设市场上已存商业银行数据资产体系白皮书交易的参与者提供均等、公正的交易机会，及时进行会员公示并公布交易相关信息。基于公平环境，企业可以通过数据交易所获得大量可信赖数据源，为企业的数据资产估值提供了准确、支持。传统的企业资产估值往往依赖于自身内部的数据积累，这些数据往往存在着不足和局限易所可以通过与多个数据供应方合作，汇聚各种类型的数据，为企业在数据资产估值时提供参种多源数据的使用，能够更全面地反映企业的真实情况，从而提高资产估值的准确性品的权属、合约和交易信息，反映价格、交易规模、信用情况、场景情图22数据资产入表一般路径资料来源：包晓丽,杜万里.数据可信交易体系的制度构建商业银行数据资产体系白皮书上述权属确定将决定数据资源是否可以作为数据资产〔2006〕3号，以下简称“存货准则”）规定的定义和企业应当按照无形资产准则、《〈企业会计准则第6号——无形资产〉应用指南商业银行数据资产体系白皮书合规性和法律要求合规性和法律要求上海数据交易所研究院认为：“《暂行规定》的正式落地为企业数据资财务透明度和可靠性投资者关系和融资活动税务申报和税务优化图23数据资产入表的实践意义许多国家和地区都有法律法规规定企业需要按照一定的标准编制和公布会计报投资者、股东和潜在投资者通常会通过会计报表来评估企业的财务健康状况和潜在价值。4）内部决策支持企业的管理层需要根据财务数据做出战略决策。将数据资源整合入会计报表可以为管理层商业银行数据资产体系白皮书推动场内交推动场内交究，赋能会《暂行规定》的正式发布意味着推进数据成为一种新型生产要素从会计上开始显性化，一方面表从0到1的关键一步。随着数据要图24上海数据交易所赋能企业数据资产入表上海数据交易所以企业实际运营数据和财务数据为基础，循序推进企业并就其中可能的难点探索解决方案。上海数据交易所将在财政部、地方财政局等上海数据交易所准公共服务机构特性，对标《暂行规定》中数据资源披露条件和要求，落商业银行数据资产体系白皮书和发展了一批第三方服务提供商，如涵盖专业会计师事务所和资产评估公司的数据资产评经纪服务商以及数据咨询服务商，以便企业在数据资产治理领域选择合适的合作伙伴，打6.3数据要素流通交易市场赋能企业数据资产化的展望据价值进而逐步释放数据生产力的过程。因此，数据要素的流通和交易是释放企业数据价值营也将助推企业数据资产化进程，为企业数据资产化提供显性化的应用场景，进一步助力国上海数据交易所正在探索数据资产化进程，推动实现从数据资源化到数据