《中國工商銀行：2023商業銀行數據要素價值洞察研究白皮書（52頁）.pdf》由會員分享，可在線閱讀，更多相關《中國工商銀行：2023商業銀行數據要素價值洞察研究白皮書（52頁）.pdf（52頁珍藏版）》請在三個皮匠報告上搜索。

1、 商業銀行商業銀行 數據要素價值洞察研究數據要素價值洞察研究 白皮書白皮書 Institute for Interdisciplinary Information Core Technology 交叉信息核心技術研究院 版權聲明版權聲明 本白皮書版權歸屬中國工商銀行股份有限公司、交叉信息核心技術研究院（清華大學）、安永（中國）企業咨詢有限公司所有，并受法律保護。引用、轉載、編撰或以其他方式使用本白皮書文字或觀點，應注明來源，并符合相關法律規定。違反上述聲明者，將追究其法律責任。前言前言 近年來，我國持續加強數據要素市場的基礎設施、組織框架、體制機制等方面建設，并取得長足進展。2023 年 10

2、 月，中央金融工作會議提出“要做好科技金融、綠色金融、普惠金融、養老金融、數字金融五篇大文章”，進一步明確了將“數字金融”作為未來金融業高質量發展的主要方向之一。在數據要素市場建設過程中，如何準確計量數據價值、建立公平合理的數據要素收益分配機制仍然是當前面臨的重難點問題之一。中國工商銀行聯合交叉信息核心技術研究院（清華大學）、安永（中國）企業咨詢有限公司開展了商業銀行數據資產價值評估方法研究和收益分配機制實踐，通過采用兼顧數據收益和資產定價第一性原理的數據定價理論和數據資產圖譜技術，結合商業銀行典型業務場景進行了深入研究，建立了數據使用過程的持續記錄和流轉節點追蹤機制，從而還原了廣闊而豐富的價

3、值網絡全貌。商業銀行數據要素價值洞察研究白皮書首次將定價理論與圖譜技術應用于金融行業的數據資產評估，旨在建立適合商業銀行的數據資產價值評估機制，以期持續推動金融行業數據要素價值釋放，為業界同仁提供有益參考。目錄目錄 一、數據要素市場化配置加速，助推數據資產價值釋放一、數據要素市場化配置加速，助推數據資產價值釋放 .1 1（一）數據價值釋放，經濟轉型的重要引擎（一）數據價值釋放，經濟轉型的重要引擎.1（二）政策密集出臺，頂層設計加速推進（二）政策密集出臺，頂層設計加速推進.2 1、國家頂層機制體制設計逐步完善.2 2、各地加速探索落地法規助力發展.3（三）入表規定發布，企業價值面臨重估（三）入表

4、規定發布，企業價值面臨重估.4（四）指導意見落地，數據要素商業化加快（四）指導意見落地，數據要素商業化加快.4（五）創新探索計量方法，打造行業標桿（五）創新探索計量方法，打造行業標桿.5 二、探索數據資產價值評估方法，基于數據資產圖譜網絡開啟銀行業務實踐二、探索數據資產價值評估方法，基于數據資產圖譜網絡開啟銀行業務實踐 .7 7（一）新視角：數據資源與數據資產（一）新視角：數據資源與數據資產.8（二）新挑戰：數據資源特性與資產價值評估（二）新挑戰：數據資源特性與資產價值評估.9（三）新思路：數（三）新思路：數據資產圖譜網絡據資產圖譜網絡.10 1、數據資產圖譜技術.10 2、基于數據資產圖譜的

5、改良成本法.12 3、基于數據資產圖譜的改良收益法.13（四）新實踐：構建行內數據資產評估全鏈路（四）新實踐：構建行內數據資產評估全鏈路.14 1、商業銀行數據資產盤點.14 2、數據資源全鏈路管理.17 3、基于場景：數據資產價值評估試點實踐.18（五）新拓展：（五）新拓展：數據資源入表的應用數據資源入表的應用.22 1、會計確認.22 2、成本計量應用.22 三、聚焦數據資產評估場景應用，圍繞數三、聚焦數據資產評估場景應用，圍繞數據要素收益分配激活數據價值釋放據要素收益分配激活數據價值釋放 2424（一）收益分配算法：促進數據要素流通的關鍵因素（一）收益分配算法：促進數據要素流通的關鍵因素

6、.25（二）理論邁向實踐：數據收益分配理論與工商銀行落地實踐（二）理論邁向實踐：數據收益分配理論與工商銀行落地實踐.27（三）多元場景展望：數據內部流通與外部交易應用（三）多元場景展望：數據內部流通與外部交易應用.28 1、數據產品企業內部利潤分配應用.28 2、多方數據聯合建模的收益分配應用.32 3、積極探索行業級數據要素流通平臺建設.34 四、我國數據要素市場展望：日積跬步，以成千里四、我國數據要素市場展望：日積跬步，以成千里 .3636 附錄附錄 1 1：近三年我國數據要素相關頂層規劃政策：近三年我國數據要素相關頂層規劃政策 .3939 附錄附錄 2 2：20232023 年各地政府數

7、據要素相關政策匯總年各地政府數據要素相關政策匯總 .4242 參考文獻參考文獻 .4545 1 一一、數據要素市場化配置加速，助推數據資產價值釋放、數據要素市場化配置加速，助推數據資產價值釋放 “數據要素市場化數據要素市場化 配置加速配置加速 助推數據資產助推數據資產 價值釋放價值釋放 01/數據要素市場化配置加速，助推數據資產價值釋放 2 （一）數據價值釋放，經濟轉型的重要引擎（一）數據價值釋放，經濟轉型的重要引擎 數據作為新的生產要素，其價值釋放正在成為推動經濟轉型的重要引擎。根據中國數據要素市場發展報告（2021-2022）測算，數據要素使得工業企業的業務增長率平均提高 41.18%，生

8、產效率平均提高 42.8%，產品研發周期平均縮短 15.33%，能源利用率平均提高 10.19%。黨的二十大報告指出，要加快發展數字經濟，促進數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業集群。2023 年 10 月，中央金融工作會議提出“要做好科技金融、綠色金融、普惠金融、養老金融、數字金融五篇大文章”，進一步明確了未來金融業在助力經濟結構優化過程中的發力點。當前，我國數字經濟蓬勃發展，金融業數字化轉型逐步深化，數據要素價值化進程加快，數據要素潛力逐步釋放。隨著行業間、企業間的數據共享和融合程度不斷加深，數據要素市場各項規則和機制正日趨完善，數據價值的釋放路徑也逐步清晰，數據通過在

9、更廣泛流通中發揮其提高生產效率的乘數效應，進而推動數字經濟與實體經濟深度融合。（二）政策密集出臺，頂層設計加速推進（二）政策密集出臺，頂層設計加速推進 近年來，國家積極布局數據要素市場，多項數據要素政策密集出臺，并從體制機制、市場流通、產品研發、標準規范等多個方面開展探索，制定出各種創新的實施方案，引發了數據要素價值釋放的又一波浪潮。1 1、國家頂層機制體制設計逐步完善、國家頂層機制體制設計逐步完善 近年，國家陸續出臺政策完善數據要素頂層設計。我國對于數據要素價值的探索早在 2015 年就已開啟，總體分為三階段。第一階段是在 2016 年以前，2015 年 4 月，我國第一家數據交易所貴陽大數

10、據交易所正式掛牌運營；同年 10 月，黨的十八屆五中全會將大數據提升為國家戰略，標志著我國正式全面啟動大數據發展國家戰略。第二階段自 2016 年起到 2020 年，多項數據要素政策密集出臺，逐步推動數據要素產業落地。2017 年 2 月，中共中央政治局第二次集體學習中，習近平總01/數據要素市場化配置加速，助推數據資產價值釋放 3 書記指出“要構建以數據為關鍵要素的數字經濟”，標志著數據作為數字經濟的關鍵要素地位得到確立；2020 年 4 月，中共中央國務院關于構建更加完善的要素市場化配置體制機制的意見將數據作為一種新型生產要素寫入文件，提出要“加快培育數據要素市場”，至此，已基本確立數據的

11、生產要素地位和市場化配置制度。第三階段是2022年至今，我國開啟了數據要素基礎制度體系化建設新征程。2022 年 6 月，中央全面深化改革委員會第二十六次會議審議通過關于構建數據基礎制度更好發揮數據要素作用的意見，為數據基礎制度的體系化建設奠定了堅實基礎，也為制度的最終制定按下了加速鍵。2022 年 12 月，中共中央、國務院印發的中共中央 國務院關于構建數據基礎制度更好發揮數據要素作用的意見（以下簡稱“數據二十條”）首次確立了數據基礎制度體系的“四梁八柱”。2023 年 2 月，中共中央、國務院印發數字中國建設整體布局規劃，明確提出要“釋放商業數據價值潛能，加快建立數據產權制度，開展數據資產

12、計價研究，建立數據要素按價值貢獻參與分配機制”，推動數據要素的市場化、價值化，使其成為推動經濟社會發展的新動能。2023 年 3 月，黨和國家機構改革方案提出組建國家數據局，負責協調推進數據基礎制度建設，統籌數據資源整合共享和開發利用，統籌推進數字中國、數字經濟、數字社會規劃和建設等，對數據要素產業的長期發展發揮核心作用。2 2、各地加速探索落地法規助力發展、各地加速探索落地法規助力發展 繼國家頂層設計的政策陸續出臺后，各地紛紛部署數據要素產業。上海、浙江、貴州、深圳、北京等地陸續發布了多項鼓勵和推動數據要素產業的政策，對數據賦能產業、數據安全保護、數據共享等內容進行規范，覆蓋數據價值評估、授

13、信融資、登記發證等諸多領域。2023 年起，先后有多地針對數據要素市場參與方出臺補貼政策，補貼對象包括數據供需雙方、數據中介等。這些政策將數據要素與 GDP、財政緊密聯系在一起，不僅凸顯了各地發展數據要素產業的積極性和迫切性，同時反映了全國性的數據要素政策規劃或將從地方先試先行的維度切入并展開。其中北京正在探索公共數據開發利用的收益分配機制，鼓勵公共數據專區采01/數據要素市場化配置加速，助推數據資產價值釋放 4 取市場自主定價模式，通過模型產品、核驗服務等方式向社會提供服務；針對公共治理和公益事業相關的應用場景，探索在有需要的情況下“無償”使用數據；針對產業發展、行業發展相關的應用場景，探索

14、在有需要的情況下“有償”使用數據。廣州正在積極推動企業數據納入核算體系，通過規范數據資源會計處理，鼓勵企業將數據資源納入財務報表，以促進數據要素的合理利用和價值發揮，進而推動數據要素納入國民經濟和社會發展的統計核算體系。各地出臺的關于數據要素相關政策，以法律角度的數據確權、財務會計角度的數據估值或定價和市場角度的交易流通為三大抓手，進一步推動數據價值化進程。與此同時，數據資產價值評估的行業規范規則也在陸續發布。（三）入表規定發布，企業價值面臨重估（三）入表規定發布，企業價值面臨重估 2023 年 8 月 21 日，財政部印發企業數據資源相關會計處理暫行規定 （以下簡稱暫行規定），將于 2024

15、 年 1 月 1 日起正式實施。暫行規定明確了企業可以根據數據要素在其經營時的具體情況入表，一是可以比照無形資產或存貨的處理原則計量；二是可自愿披露基于數據要素產生的收入，進一步理順了微觀層面對數字經濟的計量流程。數據資源“入表”最直觀的影響是將會使得原有條件下，一部分“費用”從利潤表進入資產負債表成為“資產”，企業資產增加，利潤率提高，改善了企業的資產負債率。暫行規定發布對金融等數據密集型行業來說，帶來了更大的經營靈活性，這將鼓勵企業增加數據資源的投入，同時有助于企業在金融資源和產業政策等方面獲得支持。暫行規定向建立數字經濟價值核算與交易機制邁出了重要的第一步，但從其中的細則來看，判定數據為

16、無形資產還是存貨的標準尚且模糊，缺少體現數據資源特性的操作指引。（四）指導意見落地，數據要素商業化加快（四）指導意見落地，數據要素商業化加快 繼財政部暫行規定發布后，中國資產評估協會制定了數據資產評估指導意見（以下簡稱指導意見），對數據資產進行了明確定義，并詳細規定了評估對象、操作要求、評估方法和披露要求。指導意見明確指出，開展數據資產評估業務，需要關注影響數據資產價值的成本、場景、市01/數據要素市場化配置加速，助推數據資產價值釋放 5 場和質量因素，并明確了數據資產將以何種價值入表，以及未來將以何種價值交易，進一步推動了數據要素的價值實現。數據資產價值評估是推動數據資產化的重要前置工作，為

17、數據交易流通奠定了基礎。這一重要工作的開展，為探索企業利用數據資產進行投融資活動打造了新的基礎規范。（五）創新探索計量（五）創新探索計量方法方法，打造行業標桿，打造行業標桿 金融業是數據密集型行業，在運營過程中會產生大量的數據，這些數據對于金融機構的決策和業務運營至關重要。通過對數據（例如市場趨勢、政策變化、宏觀經濟數據等）的分析和應用，可以為金融機構精準營銷、風險管理和投資決策提供更高價值的支持。隨著大數據時代的到來，金融業數據基礎設施持續完善，數據規模高速增長，機器學習和人工智能等先進技術的應用使得數據分析成果更加精準和深入。由此可見，金融業一直是數字化轉型和數據要素價值挖掘的創新者和推動

18、者，既擁有豐富的數據資源，又有迫切的場景應用需求，形成了金融業探索數據要素價值挖掘和數據交易流通工作的強大動力?！皵祿畻l”明確指出，要建立體現效率、促進公平的數據要素收益分配制度，按照“誰投入、誰貢獻、誰收益”原則，著重保護數據要素各參與方的投入產出收益。交叉信息核心技術研究院以數據收益的第一性原理“公平性與效率性”為原則，以資產定價的第一性原理“無套利原則”為理論基礎，率先解決了多個數據貢獻方實現單個數據交易產品收益分配與價值計量的問題，構建了直接參與單次現金流分配的數據定價算法；進而在數據產品的形成過程中，研發了間接參與多現金流分配的數據收益分配追溯技術，并基于多方收益分配場景，實現了

19、不同數據生產貢獻部門的收益分配回溯；解決上述兩大問題后，參考已有度量信息的數據價值發現機制，即可得到數據資產的公允價值。通過結合數據資產的使用場景分析、數據產品的生產鏈路追溯等多維度研究分析，交叉信息核心技術研究院研發了數據資產圖譜網絡技術。數據資產定價理論與數據資產圖譜技術可以實現在探索數據應用場景01/數據要素市場化配置加速，助推數據資產價值釋放 6 的過程中，持續記錄和追蹤數據流轉節點，幫助獲取數據處理和應用的相關信息，還原形成廣闊而豐富的數據價值網絡全貌，從而進行數據資產的估值計算。中國工商銀行聯合交叉信息核心技術研究院（清華大學）、安永（中國）企業咨詢有限公司發布商業銀行數據要素價值

20、洞察研究白皮書，提出通過“一個技術底座”，打造“兩大核心能力”，構建“一個生態布局”，首次將數據資產定價理論與圖譜技術應用于金融行業的數據資產評估。圖 1 商業銀行數據要素價值計量與收益分配體系 白皮書從數據流通的價值鏈出發，旨在建立商業銀行適用的數據資產價值評估機制，研究實踐公平而有效率的數據要素收益分配機制，實現對數據資源有關經濟利益的有效衡量。我們基于數據資產圖譜技術，通過對數據分類、貢獻度分配、資產計量等理論方法的融合應用，圍繞價值評估和收益分配兩大主要需求提出解決方案，并結合數據要素在銀行內部的應用場景，對數據資源為企業帶來預期收益的可能性進行分析和論證，進一步為數據要素在銀行內部、

21、外部的流通和交易打下理論和實踐基礎，提出未來數據要素價值釋放的新構想；此外白皮書還對數據資產圖譜網絡技術在數據資源入表核算方面的應用進行了應用探索，結合最新政策規定進行了討論與展望。01/數據要素市場化配置加速，助推數據資產價值釋放 7 二、探索數據資產價值評估方法，基于數據資產圖譜網絡開二、探索數據資產價值評估方法，基于數據資產圖譜網絡開啟銀行業務實踐啟銀行業務實踐一、數據要素市場化配置加速，助推數據資一、數據要素市場化配置加速，助推數據資產價值釋放產價值釋放 “探索數據資產價探索數據資產價值評估方法值評估方法 基于數據資產圖基于數據資產圖譜網絡開啟銀行譜網絡開啟銀行業務業務實踐實踐 02/

22、探索數據資產價值評估方法，基于數據資產圖譜網絡開啟銀行業務實踐 8 （一）新視角：數據資源與數據資產（一）新視角：數據資源與數據資產“數據資源”的概念提出的更早，類比石油、土地、資本等資源的特點和管理特性，數據資源也有包含采集、傳輸、加工、應用、處理、回收等的全生命周期。這些特性成為企業在生產經營過程中需要著重考慮的因素。因此，我們認為“數據資源”是在更廣闊的語境下強調了數據全生命周期需要進行盤點、管理和追蹤的概念?！皵祿Y產”的概念提出相對較晚。在會計學上，資產指由企業過去的交易或事項形成的、由企業擁有或者控制的、預期會給企業帶來經濟利益的資源。資產具有三項核心特征，一是資產應歸屬某主體所有

23、或控制，即權屬明確；二是資產能夠產生既有的或預期的經濟利益，且可計量；三是資產是一種資源，可進行交易?！皵祿Y產”這一概念更多強調了數據的財務價值和業務價值，強調了其在交易場景下的角色。2023 年 8 月 21 日，財政部發布了暫行規定，基于會計準則適用范圍的新視角對企業的數據資源做了進一步劃分，包括企業按照企業會計準則相關規定確認為無形資產或存貨等資產類別的數據資源，以及企業合法擁有或控制的、預期會給企業帶來經濟利益的、但由于不滿足企業會計準則相關資產確認條件而未確認為資產的數據資源。圖 2 數據資源在暫行規定中的分類規則 根據暫行規定，企業使用或日?；顒又谐钟械臄祿Y源確認為存貨與無形資

24、產需滿足兩個條件，一是與該資源有關的經濟利益很可能流向企業，其中根據會計準則 13 號的規定，“很可能流向”指的是經濟利益有大于 50%、小于等于 95%的概率會流入企業；二是成本能夠可靠地計量，其中02/探索數據資產價值評估方法，基于數據資產圖譜網絡開啟銀行業務實踐 9 成本可靠計量依托于企業內部數據記錄以及相應基礎技術設施是否支持，而經濟利益的流向判斷則成為確認資產的關鍵指標。因而判斷預期潛在經濟利益時，可從如下方向出發做判斷，并可提出明確證據支持：一是對于有明確未來一段時間內會發生交易、向外部提供服務或已簽訂合同未交付的數據資源，可以明確證明其經濟收益的流入概率，從而證明其符合經濟利益流

25、向確認條件；二是對于尚不明確會發生交易或向外提供服務的數據資源，其經濟利益的流入證明較為復雜，建議從同類產品的市場需求分析，判斷其是否能對行內已有業務帶來價值提升，并進行未來現金流量預期流入的分析證明。（二）新挑戰：數據資源特性與資產價值評估（二）新挑戰：數據資源特性與資產價值評估 數據資源在企業的應用，會形成一條從“生產端”穿透到“應用端”的鏈路，此鏈路以原始數據資源采集/采購（數據資源“生產端”）為起點，經歷層層加工，實現數據的清洗、整合、萃取，最后到數據應用端直接賦能業務。數據資源具有可共享性，即數據資源可以無限地進行交換、轉讓和使用，為他人所共享，這也是數據資源具有的獨特特征。不同于傳

26、統的生產要素同一時間單一使用場景的限制，數據可以在同一時間被不同主體調用參與多種經濟活動。在這個過程中，數據產生了經濟價值倍增的效應。因此，同一數據資源可能會同時出現在多個應用場景中，從而會產生多條應用鏈路。此外，數據資源還具有價值易變性。不同于其他傳統生產要素，數據資源的價值受到多種因素的影響。通常而言，數據技術的發展、數據相關政策的變化、數據應用場景的變換，都會導致數據價值改變。同一數據資源對于不同場景的價值是不同的，在同一場景中不同數據資源的可用性與價值也是不同的。例如，某種電力數據既可以應用在電力定價、調度優化等場景實現經濟價值，也可以用于地區經濟的統計分析、規劃決策的模型中。因此，場

27、景是影響數據資源產生貢獻和價值多少的重要因素。由于數據資源的這些特性，數據資產價值評估需要明確每個數據資源及其衍生數據資源在多個場景下的關系。無論是使用成本法還是收益法對數02/探索數據資產價值評估方法，基于數據資產圖譜網絡開啟銀行業務實踐 10 據資產進行價值評估，都需要對數據的應用鏈路做出清晰的梳理。（三）新思路：數據資產圖譜網絡（三）新思路：數據資產圖譜網絡 綜上所述，當使用成本法進行數據資產價值評估時，需要厘清數據生產鏈條上每個數據節點之間的加工處理關系，才能對某項數據資產成本進行有效歸集核算；當使用收益法時，則需要通過數據生產鏈路，將數據在應用場景中產生的價值逐步向前回溯，并按照一定

28、規則分攤到生產加工環節中的每一個數據資源，以確保關鍵的數據節點得到其應得收益。因此，可結合數據資源特性和其生產與應用鏈路的數據價值評估思路，探索出可覆蓋數據資源全生命周期、基于數據資產圖譜網絡的數據資產價值評估方法。數據資產定價理論證明，在滿足公平性與有效性原則的前提下，在任意一項經濟活動中的參與貢獻數據要素，存在一個唯一、公平有效的收益分配理論解。利用數據資產圖譜技術解析數據生產應用鏈條上下游數據的貢獻度，并不斷自動化盤點數據在各項經濟活動中的收益值，為數據資產價值評估提供了重要參數依據。數據對不同場景的價值關系形成了一個客觀的圖譜，數據與數據之間的協同關系也形成了一個客觀的圖譜。數據參與到

29、無限可復用的各種場景下形成了潛在數據價值的廣闊圖譜，數據的價值拓展形成廣闊而豐富的網絡化圖景，這也就是建設數據要素市場所追尋的星辰大海。1、數據資產圖譜技術、數據資產圖譜技術 在數據資產估值的過程中，一方面依賴于數據定價算法，不同場景中每項參與的數據應該分配到公平合理的價值；另一方面，通過數據資產圖譜可以對不同場景下數據產生的收益進行加總，實現總價值的評估。數據應用過程中會形成上下游關系，從原始數據資源轉化到最終的數據應用，需要經過數據治理、歸集、清洗、整理等多個過程，再通過分析建模、數據產品建設、系統化應用等方式直接賦能業務應用，整個鏈條最終會與業務場景相結合，使得數據產生價值。因此在數據的

30、價值計算中，沿著數據生產鏈條進行價02/探索數據資產價值評估方法，基于數據資產圖譜網絡開啟銀行業務實踐 11 值回溯是一個與實際結合、行之有效的解決思路，可以實現參與各個場景的每個數據元素價值的精確計算?；跀祿Y產圖譜技術，可實現從原始數據集，到數據治理、加工、應用等工序所經歷的價值鏈挖掘，其搭建過程主要包括：數據資產圖譜主體與關系抽取建模、數據資產圖譜邊權計算兩部分。（1 1）數據資產圖譜主體與關系抽取建模數據資產圖譜主體與關系抽取建模 數據資產圖譜主體與關系抽取建模，是在對生產線、業務線的模塊劃分的基礎上，進一步對包括數據生產使用過程中的取數、數據清洗與預處理、特征工程、模型等環節進行解

31、析，使用血緣分析、自然語言識別代碼解析、機器學習建模等技術，提取出數據資產主體，構造出數據資產上下游流轉關系。比如基于血緣分析技術，通過分析數據表、字段加工過程中的 SQL 等腳本，識別字段與字段之間、數據表與數據表之間的加工邏輯，形成數據生產鏈路。圖 3 數據價值產業鏈（2 2）數據資產圖譜邊權計算數據資產圖譜邊權計算 通過提取出的數據資產關系網絡，對于網絡中相關聯的表，計算“關系權重”。根據數據表所處的不同生命周期環節來確立不同的計算方法：針對提取、清洗、預處理等環節，統計結果類環節的數據，根據信息熵等參數分析數據表之間的依賴度；針對業務建模環節，擬采用模型貢獻度等算法分析數據資產之間的關

32、系權重；后續基于成本法以及收益法進行價值評估時，可基于這些關系權重，對數據表的實際業務價值與生產成本進行依賴度評估與分攤。02/探索數據資產價值評估方法，基于數據資產圖譜網絡開啟銀行業務實踐 12 圖 4 數據資產圖譜示例 2、基于數據資產圖譜的改良成本法、基于數據資產圖譜的改良成本法 基于數據資產圖譜的改良成本法，考慮數據資產在生產過程中的計算、存儲、人工等費用。每項數據資產的成本估值由兩部分組成：一是自身的成本，二是根據上述圖譜關系中的各層權重，分攤的每個與其有生產關聯關系的上游數據資產的成本。某個下游表的成本=某個下游表本身的成本+每個上游表的成本 每個上游表相對于這個下游表權重 計算說

33、明：圖 5 改良成本法計算說明 02/探索數據資產價值評估方法，基于數據資產圖譜網絡開啟銀行業務實踐 13 以上圖為例，假設每個數據節點 自身的成本為,數據 的總成本為,=1,8=+(1)其中為與相鄰的上游數據節點集合;為相應的成本分配權重，在落地實踐中對于數據加工、處理環節，一般有 1 (是節點 的出度);從數據加工到數據應用層，相應的權重需要根據業務場景重新定義（權重參考參數）。3、基于數據資產圖譜的改良收益法、基于數據資產圖譜的改良收益法 對于可直接產生收益的數據資產，可使用收益法進行價值評估，而對于間接產生收益的數據資產，可通過厘清其生產鏈路回溯其分配收益，再進一步采取收益法進行價值評

34、估。收益法基本公式與估值步驟為：=(1+)=1(2)其中：評估值；預計剩余收益期；數據資產未來第 t 個收益期的預計收益額；折現率。根據此公式，收益法的實現需要確定剩余收益期，以及計量在未來所有剩余收益期的數據資產的預計收益額。在實際操作流程上，可采取如下步驟：（1）確定剩余收益期 一方面可參考企業內部生產經營情況，比如對于實現 POC 驗證，并已上線 1-2 期的數據類模型，可由運營部門制定的此類模型運行期限規劃；另一方面，對于不符合上述條件的數據類模型，可結合同類型數據資產歷史使用情況做出預測估計，同時參考專家意見予以調整。（2）計量直接產生收益數據資產的預期收益 02/探索數據資產價值評

35、估方法，基于數據資產圖譜網絡開啟銀行業務實踐 14 針對直接產生收益的數據資產，一是已向外交易的數據資產，根據其歷史收入數據進行測算即可；二是尚未對外形成交易的數據資產，可參照同業同類數據資產收益情況進行估計，同時提出可靠估計依據，若此類資產已經在企業內部產生可計量的收益提升，可采取企業內歷史收益提升價值，作為預期收益額估計基準。（3）計量間接產生收益數據資產的預期收益 針對間接產生收益的數據資產，由于其對直接產生收益的數據資產做出了生產貢獻，可基于數據資產圖譜生產關系鏈條追溯，計算出一定權重，進而對此類數據資產進行收益分配，以此作為預計收益額計量。（四）新實踐：構建行內數據資產評估全鏈路（四

36、）新實踐：構建行內數據資產評估全鏈路 1、商業銀行數據資產盤點、商業銀行數據資產盤點（1 1）以數據資產估值視角分類）以數據資產估值視角分類 在數據資產估值前，需要重新以數據資源估值的視角對商業銀行內的數據資源進行盤點與分類，對其中符合暫行規定可確認為數據資產部分的數據資源做出價值評估。經過對工商銀行的數據資源盤點，可將數據資源分成原始數據類1、中間加工結果類2以及包括模型、指標、業務報表等直接應用類數據資源。其中可直接應用類數據資源又可以分成直接收益提升類數據資源與支持類數據資源。直接收益提升類數據資源可以成為數據產品對外交易產生經濟收益，比如有同業市場需求的風控畫像查詢類數據資源；或可以直

37、接輸出業務洞察，提升業務效益，比如營銷類模型、營銷分析類指標。支持類數據資源包括統計類數據指標、數據治理的規則模型等，其價值不通過經濟效益的提升而體現，但卻對各類業務起到了信息支撐的作用，價值較難進行計量。所有類別的數據資源均可通過厘清其生產鏈路，使用基于數據資產圖譜的改 1 內部采集或外部采購的原始數據資源 2 匯總計算形成的統一、可復用的數據資源 02/探索數據資產價值評估方法，基于數據資產圖譜網絡開啟銀行業務實踐 15 良成本法進行價值評估。對于直接收益提升類數據資源，其產生的經濟收益或業務收益可計量，通過收益法估計成本，更能反映數據資產的“市場”價值，可進一步以此估值為基礎，促進數據要

38、素的市場流通。而對于參與形成這類數據資源的原始數據、中間結果類數據間接產生了收益，結合數據資源生產鏈路，以及這類數據的生產貢獻程度，可基于改良收益法計量其應得收益。但是對于每一類數據資源是更適合成本法計量還是收益法計量，需要結合企業實際生產情況與估值目的判定，工商銀行通過初步探索與實踐，總結判定規則如下。對于直接收益提升類數據資源，收益法較成本法更能反映數據資產實際價值，建議采用收益法估值。對于間接產生收益貢獻的中間結果類與原始類數據資源，可采用兩種方法分別進行價值評估，未來根據數據價值評估目的做選擇。對于無法明確計量收益的數據資產，采用成本法，估計數據資產價值。同時，結合此規則進行判定時，還

39、應該進一步綜合考慮此數據資產發生交易的可能性，結合其未來市場流通的應用場景，做進一步估值。在未來同類型數據產品交易量逐步增長，形成交易數據積累后，可進一步應用市場法衡量其外部交易價值，以優化估值結果。（2 2）以數據資源交易視角分類）以數據資源交易視角分類 數據要素交易流通是數據資產價值評估的重要應用場景，數據資產價值評估離不開對其未來價值釋放的考量。若某類數據資源可以作為數據產品進行交易并帶來經濟收入，便符合暫行規定中數據資產有關“與其相關的經濟利益很有可能流向企業”的確認條件，有可能確認為數據資產。與此同時，若其未來有交易潛力，對其價值評估時，需要選用可體現其交易價值的估值方法。結合商業銀

40、行普遍實踐，對具有交易潛力的數據資產的盤點與分類實踐步驟如下。選取前提選取前提 數據資源可進行交易的前提應至少考慮如下三點：一是依法合規，必須符合02/探索數據資產價值評估方法，基于數據資產圖譜網絡開啟銀行業務實踐 16 國家相關法律法規、政府有關部門規章制度及監管要求，對于涉及個人信息的外部數據獲取和使用必須取得其充分授權；二是穩定有效，數據具備可持續性，數據質量及數據源保持穩定；三是本源權威，優先選取主數據源，經過反復驗證與評估，保證數據可用性和價值體現?？山灰讛祿Y源案例展示可交易數據資源案例展示 結合市場需求分析以及數據在商業銀行內應用效果情況，梳理未來有潛力進行交易的數據資源如下。1

41、）按數據類型分類按數據類型分類 表 1 按數據類型分類 數據種類數據種類 類別描述類別描述 核驗類 核驗類數據指根據原始信息進行一致性和準確性校驗的數據，主要包括學籍學歷核驗、發票核驗、駕駛證核驗等數據。評分類 評分類數據指對原始信息進行統計分析形成的區間化、分級化的評分結果，包括收入水平評分、工作穩定性評分、反欺詐評分等數據。標簽類 標簽類數據指對原始數據進行統計分析形成的模糊化的標簽。特殊名單類 特殊名單類數據主要包括因被懲治或有違反嫌疑而被列入黑名單機構的注意名單數據，通常是自然人和法人因違反道德底線事實、社會責任底線事實、失信事實等原因而被列入相關權威機構的黑名單庫中，主要包括逾期黑名

42、單、公安黑名單、司法涉訴與行政處罰黑名單等數據。金融市場類 金融市場類數據指金融市場行情、行業指數等數據，包括股票、基金、期貨、債券等金融產品的指數和價格數據。價格評估類 價格評估類數據指通過商品計價原則、標準和市場供求情況，評估得出的商品價格數據，包括車輛價值評估、房產價值評估等。其他類 以上分類之外的數據，包含公開的工商數據、金融信息終端、資訊報告、法律法規與司法案例數據、天氣數據等。以此分類出發，具有交易潛力的標簽資產可覆蓋檢驗類、評分類、黑名單類。其他類中，數據資產可覆蓋研報、資訊、地圖、黑名單，以及其他已購買公開數據等。02/探索數據資產價值評估方法，基于數據資產圖譜網絡開啟銀行業務

43、實踐 17 2 2）按資產類型分類）按資產類型分類 表 2 按資產類型分類 2、數據資源全鏈路管理、數據資源全鏈路管理 基于數據資產圖譜網絡技術，工商銀行在數據資產價值評估實踐中，總結建立了數據資源全量全域全生命周期登記、數據資源全鏈路血緣管理的工作基礎，以確保數據資源全生命周期可追溯、可監測，為資產圖譜的搭建奠定技術基礎，進一步實現收益法與成本法的全域數據資產價值評估。（1 1）數據資源全量全域全生命周期登記）數據資源全量全域全生命周期登記 數據資源從生產到應用的全生命周期登記管理工作包括數據資源需求管理、注冊、盤點、維護、退出等一系列流程。步驟 1 數據類需求管理：主要用于管理數據資產的建

44、設管理需求與將需求流轉分發到相應的開發部門。步驟 2 數據資源注冊：是數據資源全生命周期管理的關鍵流程。在數據資源從生產到應用的過程中，以數據資源憑證形式對其進行注冊和登記。此數據資源憑證是管理數據資源屬性的載體，記錄數據資源產生、采集、加工、使用、流通等活動的電子化證明。步驟 3 數據資源盤點：根據需要不定期從業務、管理及技術視角開展全行存量數據資源梳理，形成關于數據資源的層次架構和有序清單，并建立數據資源場景化、體系化管理機制。步驟 4 數據資源維護：對數據資源目錄及憑證的維護和使用情況進行分析。步驟 5 數據資源退出：定期針對低效數據資源開展退出管理，對使用次數據分類數據分類 可交易數據

45、資源舉例可交易數據資源舉例 貼源數據類 當事人、產品、地理位置、事件、資源項 數據服務類 畫像服務、產品推薦服務、自然語言處理服務 模型類 營銷類模型、風控類模型、運行管理類模型 數據產品類 數字地圖、貢獻計算器、資金流向監測、投研報告 管理支持類 數據質量校驗規則、數據安全分級分類標簽規則 02/探索數據資產價值評估方法，基于數據資產圖譜網絡開啟銀行業務實踐 18 數較低、數據質量存在嚴重問題或因監管、法律、合同等原因需要下線的數據，及時對該低效數據資源進行下線。以上為數據資源從需求提交到退出的完整閉環管理流程。數據資源注冊實現數據資源全生命生產周期的數字化登記，數據資源盤點為數據資產價值評

46、估提供場景化分類估值基礎。（2 2）數據資源全鏈路血緣管理）數據資源全鏈路血緣管理 DAMA 數據管理字典將數據血緣描述為“從數據源到當前位置的路徑，以及沿該路徑對數據所做的改動”。數據血緣管理需要追蹤數據從源頭到應用端經過的各種流程和系統的信息，用于厘清數據生產與應用鏈路。工商銀行建立了數據血緣追蹤技術，用以支撐未來數據資產圖譜網絡技術建設，具體包括數據節點定義、流轉路徑追蹤兩部分。其中，數據節點即為數據全生命周期流轉中的實體，包括數據庫、數據表、數據字段、數據模型、數據業務報表等；流轉路徑追蹤則表示數據資產之間的生產與應用關系。比如，數據表 A經過了篩選、刪除重復值等加工步驟，形成了數據表

47、 B，這便是一段數據表 A 與B 的生產加工路徑。根據數據資產圖譜技術要求，基于數據資源生產腳本與數據埋點鏈路追蹤等技術，對全域數據資源生產與應用過程進行全鏈路解析與管理，進一步厘清每一條數據資源生產與應用鏈路，為數據資產圖譜提供輸入支撐。3、基于場景：數據資產價值評估試點實踐、基于場景：數據資產價值評估試點實踐 數據資產的價值與其應用場景密切相關。一條數據資產全生命周期鏈路，以數據資產采集/采購為起點，逐步展開數據資源的加工、處理、應用。工商銀行在開展數據資產價值評估試點工作的過程中，總結出了“三步走”的落地路徑：一是全域數據資源重點應用場景的分類盤點，二是針對重點應用場景進行數據資產評估試

48、點，三是總結試點經驗逐步推廣至全行。根據工商銀行業務范圍和公司戰略部署，重點應用場景覆蓋營銷賦能、風控賦能、決策賦能、運營賦能以及監管賦能五大類別。商業銀行可選取普遍存在的精準營銷應用場景作為數據資產價值評估試點。相比其他數據資源應用場景，此類應用場景對商業銀行的業務收益提升較易計量，02/探索數據資產價值評估方法，基于數據資產圖譜網絡開啟銀行業務實踐 19 同時這類場景下的模型類數據資源，可直接為業務賦能，未來有成為數據交易產品進一步流通的潛力。本實踐中選取的精準營銷應用場景，是指基于歷史營銷活動推送情況、賬戶信息、持有產品與歷史交易信息等數據設計的精準營銷模型，用于制定基于客戶畫像的、千人

49、千面的營銷活動策略。精準營銷模型因其業務收益的提升可直接計量，故收益法適用于該模型的價值評估。此外，基于數據資產圖譜，可以獲得該場景下的數據生產全鏈路，且行內對于該數據鏈條上的每項數據均有清晰的成本計量，因此改良成本法也可應用于該模型的價值評估。本實踐中分別使用收益法與成本法進行價值評估。（1 1）基于收益法的價值評估）基于收益法的價值評估 選取某分行于 2022 年已開展三期的某類精準營銷活動，以第一期活動的起始日為估值基準日，對該數據資產進行估值。估值假設估值假設 假設 1：該活動未來將連續開展 5 期（每月 1 期，均在每月 1 號開展），連續辦滿 5 期后活動結束。假設 2：未來 5

50、期，不開展該活動的情況下（對照組），某分行每月定期存款產品銷售金額保持不變，取過往 3 期活動該項指標平均值。假設 3：每個客戶購買的定期產品金額是相同的，因此，營銷提升度可以代表定期存款產品銷售金額提升率。假設 4：該活動帶來定期存款產品（不限種類）銷售金額提升中，3 年期定期產品占比 50，2 年期定期產品占比 30，1 年期定期產品占比 20。假設 5：折現率使用披露信息計算出的當期資本加權平均成本（WACC）3.98。假設 6：根據該活動過往 3 期歷史數據，假設樂觀、中性、謹慎情況下未來5 期營銷提升度變化量如下：表 3 估值假設：未來 5 期每期營銷提升度變化量 未來 5 期每期營

51、銷提升度變化量 謹慎-1.45%中性 0.00%樂觀 1.45%02/探索數據資產價值評估方法，基于數據資產圖譜網絡開啟銀行業務實踐 20 則未來 5 期每期營銷提升度如下：表 4 估值假設：未來 5 期每期營銷提升度 1 2 3 4 5 每期營銷 提升度 謹慎 5.65%4.20%2.75%1.30%-0.15%中性 7.10%7.10%7.10%7.10%7.10%樂觀 8.55%10.00%11.45%12.90%14.35%估值測算估值測算 過往 3 期銷售金額平均值為 59,499.85 萬元。在樂觀情形下，利用客戶貢獻計算工具，計算產品利潤貢獻，測算未來 5 期該活動帶來的收益，得

52、到結果如下：表 5 估值測算：未來 5 期該活動帶來的收益 活動期數 1 2 3 4 5 營銷提升度 8.55%10.00%11.45%12.90%14.35%銷售金額提升（萬元）5,087.24 5,949.99 6,812.73 7,675.48 8,538.23 當期活動收益 (萬元）3.66 4.28 4.91 5.53 6.15 將各項活動收益折現相加，得到其估值為 24.26 萬元。同理，謹慎情形下得到其估值為 5.85 萬元，中性情形下得到其估值為 15.06 萬元。由于標的數據資產為自用數據資產使用場景，暫不考慮市場、數據安全等維度對數據資產價值的影響因素。（2 2）基于數據資

53、產圖譜的改良成本法的價值評估）基于數據資產圖譜的改良成本法的價值評估 基于已建立的數據資產圖譜，我們可以厘清該場景從原始數據轉化到最終應用的數據生產加工鏈條（圖 6）。當鏈條上每個數據節點的自身成本已知的情況下，可以計算出最終的數據應用，即精準營銷模型應歸集到的總成本。圖 6 精準營銷模型數據使用全鏈路 02/探索數據資產價值評估方法，基于數據資產圖譜網絡開啟銀行業務實踐 21 上圖展示了數據從原始數據集經歷加工、處理最終投入應用，建立精準營銷模型的數據使用全鏈路。數據節點1-4為分別為原始數據集：歷史營銷活動數據、客戶歷史交易數據、客戶賬戶基本信息數據、客戶持有產品數據；數據節點 5、6、7

54、 代表數據加工處理過程中產生的中間數據表；數據節點 8、9 則代表例如模型、公式、業務報表的數據應用，本圖中數據節點 8 被數據應用 A 使用，而數據節點 9 則用于建立精準營銷模型。上圖中在每條邊標注的數字為上游數據表相對于下游數據表的成本分配權重，例如邊 5-9 上的數字為 50%，為上游數據表（數據節點 5）相對于下游數據表（數據節點 9）的成本分配權重為 50%，即數據節點 9 應給數據節點 5 分攤其50%的成本。本實踐中成本分配權重通過均分的方式計算。經估算每個原始數據集成本為 10,000 元；中間加工數據表每張表的成本為3,000 元；數據終表每張表成本為 3,000 元；最終

55、的數據應用，精準營銷模型的自身成本為 5,600 元?；跀祿Y產圖譜的改良成本法，可得到每個數據節點的總成本如下：表 6 基于數據資產圖譜改良成本法的總成本計算 數據節點 自身成本（元）總成本（元）1 10,000 10,000 2 10,000 10,000 3 10,000 10,000 4 10,000 10,000 5 3,000 29,500 6 3,000 13,000 7 3,000 19,500 8 3,000 17,750 9 3,000 37,250 精準營銷模型 5,600 42,850 02/探索數據資產價值評估方法，基于數據資產圖譜網絡開啟銀行業務實踐 22 因此，

56、應用基于數據資產圖譜的改良成本法計量得出，該精準營銷模型應分攤的總成本為 42,850 元。綜上所述，就成本法而言，我們采用基于數據資產圖譜的改良成本法進行數據資產估值，計量精準營銷模型成本時不僅考慮了建模這一個環節的成本，通過生產鏈路追溯，將形成模型的數據采集、加工等模型生產環節的成本也進行了歸集，有效避免了成本的少算，同時為成本的追溯提供了可靠支持。就收益法而言，其本身與業務的經濟價值和收益更為密切，且與成本法相比，收益法得出的估值結果更高，更能凸顯數據模型的經濟價值或對業務收益的提升價值。在實際應用場景中，企業可根據自身情況、估值目標和業務需求等多方面綜合考量，選取合適的數據資產估值方法

57、。（五）新拓展：數據資源入表的應用（五）新拓展：數據資源入表的應用 數據資產圖譜網絡可以厘清數據資產從生產到應用的全生命周期鏈路，具有成本與收益可追溯性。結合對財政部暫行規定的解讀，這項技術不僅可應用于數據資產價值評估，還可進一步拓展用于數據資產入表工作，主要體現在數據資產的確認以及成本計量相關要求方面的應用。1 1、會計確認、會計確認 企業數據資源是否可確認為數據資產，其中一個關鍵需判斷與該資產有關的經濟利益是否很可能流入企業，而數據資產圖譜網絡，可以實現清晰刻畫數據資產價值鏈路，通過網絡關系，可清晰追溯到數據資產是否產生了經濟收益，或參與了直接產生經濟收益的數據資產的生產與形成過程，從而間

58、接產生經濟收益，成為判斷數據資源產生經濟收益的可靠依據。2 2、成本計量應用成本計量應用 財政部暫行規定關于數據資源存貨與數據資源無形資產的成本計量要求中，明確提出“企業通過數據加工取得確認為存貨的數據資源，其成本包括采購成本，數據采集、脫敏、清洗、標注、整合、分析、可視化等加工成本和使存貨02/探索數據資產價值評估方法，基于數據資產圖譜網絡開啟銀行業務實踐 23 達到目前場所和狀態所發生的其他支出”“企業通過外購方式取得確認為無形資產的數據資源，其成本包括購買價款、相關稅費，直接歸屬于使該項無形資產達到預定用途所發生的數據脫敏、清洗、標注、整合、分析、可視化等加工過程所發生的有關支出，以及數

59、據權屬鑒證、質量評估、登記結算、安全管理等費用”“企業內部數據資源研究開發項目的支出，應當區分研究階段支出與開發階段支出。研究階段的支出，應當于發生時計入當期損益。開發階段的支出，滿足無形資產準則第九條規定的有關條件的，才能確認為無形資產?！蓖ㄟ^解讀 暫行規定，數據資產的成本計量需要考慮直接歸屬于使該項資產達到預期用途/狀態所發生的數據加工過程的成本。這就需要對形成此項數據資產的生產鏈路進行解析，同時需要歸集此生產鏈路中的全部成本。而數據資產圖譜技術，可以實現形成數據資產的生產鏈路節點，形成可追溯的可靠成本計量。01/數據要素市場化配置加速，助推數據資產價值釋放 24 二、探索數據資產價值評估

60、方法，基于數據資產圖譜網絡二、探索數據資產價值評估方法，基于數據資產圖譜網絡三、三、聚焦數據資產評估場景應用，圍繞數據要素收益分配激活數聚焦數據資產評估場景應用，圍繞數據要素收益分配激活數據價值釋放據價值釋放開啟銀行業務實踐開啟銀行業務實踐一、數據要素市場化配置加速，一、數據要素市場化配置加速，助推數據資產價值釋放助推數據資產價值釋放 “聚焦數據資產評聚焦數據資產評估場景應用估場景應用 圍繞數據要素收圍繞數據要素收益分配激活數據益分配激活數據價值價值釋放釋放 03/聚焦數據資產評估場景應用，圍繞數據要素收益分配激活數據價值釋放 25 （一）收益分配算法：促進數據要素流通的關鍵因素（一）收益分配

61、算法：促進數據要素流通的關鍵因素 數據要素的流通需要數據資產價值評估作為基礎，此外還要解決數據產品獲得收益后的分配問題。2022 年 12 月發布的“數據二十條”提出要“建立體現效率、促進公平的數據要素收益分配制度”“按照誰投入、誰貢獻、誰收益原則，著重保護數據要素各參與方的投入產出收益”“推動數據要素收益向數據價值和使用價值的創造者合理傾斜，確保在開發挖掘價值各環節的投入有相應回報”“平衡兼顧數據內容采集、加工、流通、應用等不同環節相關主體之間的利益分配”。建立公平、有效的數據收益分配制度，確保各參與方均可按照投入貢獻進行收益分配，將會激發各參與方積極參與數據要素的價值創造與交易流通，進一步

62、促進數據要素價值釋放，發揮“乘數效應”?；诖?，本白皮書提出一種按照貢獻度分配的收益分配算法理論，以此理論為基礎，逐步實現數據生命全鏈路的收益分配。收益分配算法可解決多方數據共同參與建模/公式計算的收益分配問題。如下圖所示，多個原始數據源經過數據處理，輸入數據模型或數學公式計算得出計量結果，指導業務生產決策，賦能實際業務產生價值。模型預測或公式計算的結果越準確，越有利于為業務生產提供有效指導，降低風險。圖 7 模型（公式）準確率變化圖（將數據按照貢獻度由高到低排列，依次移除）03/聚焦數據資產評估場景應用，圍繞數據要素收益分配激活數據價值釋放 26 圖 8 模型（公式）準確率變化圖（將數據按照

63、貢獻度由低到高排列，依次移除）此算法計量出的數據貢獻度與模型（公式）準確率呈現正相關關系，即數據貢獻度越大、模型準確率越高、業務價值越大。這意味著每項輸入數據源的貢獻度可以充分反映該數據對所實現的業務價值的貢獻程度。當涉及多個數據提供方參與數據交易時，我們只需要計算每一方數據對于模型的貢獻度，就可以得出反映各方業務價值貢獻度的數據所得收益占比。與此同時，經進一步證明，此收益分配算法滿足數據收益分配的第一性原理，即公平性與效率性。公平性是指收益的分配不依賴于主體的標簽，效率性是指分配的收益加和等于總收益。綜上，此算法以數據源對模型/公式的準確率貢獻為計量基準，衡量每個數據源（數據參與方）對模型/

64、公式的準確率貢獻值，作為利益分配的參考基礎，采用合作博弈算法，具體計量步驟如下。圖 9 合作博弈法的計算步驟 步驟一 確認數據應用效果衡量指標，數據對業務產生的價值與作用，是通過模型/公式等計算結果產生有效信息，從而指導業務決策而體現的。本步驟需要找出衡量模型/公式計算結果的指標。步驟二 基于合作博弈理論，將三部分數據視作三個成員方訓練模型，優化目標取決于業務目標與數據應用映射關系，例如模型準確率?；谶@03/聚焦數據資產評估場景應用，圍繞數據要素收益分配激活數據價值釋放 27 一優化目標，得到每個數據樣本點的貢獻值，以此為基準分配三個成員方的利益。（二）理論邁向實踐：數據收益分配理論與工商銀

65、行落地（二）理論邁向實踐：數據收益分配理論與工商銀行落地實踐實踐 以商業銀行普遍存在的精準營銷為例，一般是基于營銷活動信息等數據分析，建立精準營銷模型，形成依據客戶畫像的精細化營銷方案，包括開戶、綁卡、產品續購優惠等權益類活動，以及產品推薦、信息推送等推送類活動等。選取某精準營銷活動，通過建立模型預測客戶行為傾向，包括參加優惠活動、點擊產品購買鏈接、綁定銀行卡等，從而進一步建立以客戶畫像為基礎的定制化營銷活動設計。其數據來源包括歷史行為數據、歷史營銷活動數據、持有產品數據以及賬戶信息數據。通過比對客戶實際行為和模型預測客戶行為作為模型準確率判斷依據，模型準確率越高，則證明模型能夠更精確地預測客

66、戶行為，從而更有效地向客戶推送活動，提升業務收益。若該精準營銷模型作為數據交易產品，進入市場進行交易并獲得了收入。在數據交易流通環節，需要進一步解決收入分配問題。參與此模型建設的多方數據，均對此模型做出了貢獻，需要按照各方數據的貢獻程度，實現收益分配。圖 10 精準營銷模型建模示意 基于前述收益分配算法的思路，建立模型精度與業務價值的映射，計量各方數據對此精準營銷模型預測準確率的貢獻值，得出每一方數據的收益分成占比，03/聚焦數據資產評估場景應用，圍繞數據要素收益分配激活數據價值釋放 28 計量結果如下：表 7 基于收益分配算法建立模型精度與業務價值映射 數據來源方 樣本量 特征數 貢獻總值

67、分配比例 賬戶數據 5000 50 0.185 15.46%歷史營銷活動數據 4000 40 0.265 22.14%持有產品數據 5000 45 0.295 24.64%歷史行為數據 8000 80 0.452 37.76%此處計算結果，僅為結果展示示例，不代表真實情況。其中，基于收益分配算法，我們進一步地對字段級的特征貢獻度進行了分析，說明持有產品越多、粘性越高的客戶，其營銷傾向與偏好較易預測；同時，歷史營銷活動特征、歷史行為特征對模型貢獻度較大，貢獻度分析結果符合業務認知。（三）多元場景展望：數據內部流通與外部交易應用（三）多元場景展望：數據內部流通與外部交易應用 1 1、數據產品企業內

68、部利潤分配應用、數據產品企業內部利潤分配應用 本部分以商業銀行內部數據產品向外流通場景為試點，對于行內自主研發并持有的數據產品，分析其在市場上流通交易，以及產生收入后，如何實現行內數據生產鏈路的各環節利潤分配。某商業銀行基于大數據分析技術，根據金融同業及企業客戶風險防控需求自主研發銀行業首款風險信息服務平臺（以下簡稱 R 平臺）。該平臺以風險管理為核心，整合了來自社會公信體系等多方權威信息，集風險目標識別、風險交易預警、風險方案管控、風險結果評估等多項功能于一體，為各行業客戶提供風險自主查詢、名單智能定制、信息增值服務以及租賃式反欺詐等全渠道、全鏈條的智能風險防控支持。本部分將以此平臺數據產品

69、為試點案例，梳理其交易產品線，展望各數據生產、加工、交易部門的利潤分配場景。數據的生產鏈路包括數據采購/采集、數據加工、數據應用（包括數據指標、數據模型/公式、業務報表、數據圖形化展示等），生產鏈路所有環節均對數據交03/聚焦數據資產評估場景應用，圍繞數據要素收益分配激活數據價值釋放 29 易產品最終形態的形成產生了貢獻，即每個參與數據生產環節的部門都需要實現與其生產貢獻相匹配的收益分配。R 平臺最終形成的數據產品形態是數據集指標，通過 API 數據查詢接口對外輸出，其生產鏈路包括原始數據采購（風險數據、征信數據、行政處罰數據等），數據加工與計算（形成查詢指標集）?；诖?，我們提出一套基于數據

70、產品生產鏈路分析的收益分配方法論：（1 1）數據生產鏈路與每個數據生產節點收益構成）數據生產鏈路與每個數據生產節點收益構成 圖 11 數據生產鏈路與每個數據生產節點收益構成 序號節點序號節點代表一個數據生產中間環節，具體分為原始數據集、加工中間數據集、數據應用等。其中，數據應用代表應用端數據節點，可直接指導經營決策，如數據指標、數據模型/公式、報表等。R 平臺形成的數據產品為風險畫像指標集，對應圖中的數據應用節點，而原始采購數據、中間加工數據則分別代表數據中間生產環節節點。數據節點收益構成數據節點收益構成是指數據應用 A 會產生直接收益，這個收益需要分配回溯給包括數據應用 A 在內的所有數據節

71、點。數據應用 A 扣除自身應得收益后，應繼續將剩余的收益按權重回溯分配給其上游數據節點 7 和 8。這時，7 和 8 均得到一個待分配給其自身和其上游節點的總回溯收益。同理，每個上游數據節點，都會得到一個總回溯收益。此總回溯收益的一部分需要分配給這個數據節點本身，稱為此數據節點的自身收益；另一部分，需要繼續向這個數據節點的所有上游進行回溯，稱為此數據節點用于分配給上游數據節點的剩余收益。其中，向所有上游節點回溯收益時，12354867數據應用A回溯路徑加工路徑03/聚焦數據資產評估場景應用，圍繞數據要素收益分配激活數據價值釋放 30 收益的分配權重原則上應該生產貢獻越多，分配收益越多。（2 2

72、）數據收益分配回溯）數據收益分配回溯 基于數據之間的血緣關系，將下游產生的收益（利潤）進行回溯分配。對于某個上游數據來講，其收益應該由與其直接連接的上游收益分攤而來。更具體來講，假設某個上游數據節點有 n 個下游節點，那么該數據節點的剩余收益計算方式如下：該數據剩余收益=每個下游數據的剩余收益 n 每個下游數據相對于該數據的權重（由此上游數據節點對該下游數據節點的生產貢獻決定）-其自身收益 圖 12 數據收益分配回溯 圖 13 數據收益分配回溯計算方法 以上圖為例，假設每個數據 自身的收益為,數據 的剩余收益為,=1,8 12354867數據應用A回溯路徑加工路徑03/聚焦數據資產評估場景應用

73、，圍繞數據要素收益分配激活數據價值釋放 31 =(3)其中，為與 相鄰的下游數據節點集合；為相應的收益分配權重。（3 3）收益分配權重設置）收益分配權重設置 數據加工、處理鏈路部分：1（是節點 j 的出度）當數據應用類型是模型時，可基于前述收益分配算法實現；而其余其他情況企業可依據具體業務場景決定。（4 4）數據自身收益計量）數據自身收益計量 這部分主要論述數據 自身的收益的計量，即下游回溯到該數據節點時剩余的收益，其中有多少應該劃分給該數據節點的問題。與計算成本不同，數據 自身的成本可以根據相應的建設成本、運維成本等相關成本進行計算，收益則沒有明確的計算方式。為解決此問題，我們考慮對數據全生

74、命周期鏈路做分析，其整條鏈路一般包含基礎數據層、數據集成層、數據萃取層、數據應用層。不同的數據處理層設置不同的收益系數 0,1，具體系數由機構根據內部運營模式、各部門核心技術是否可替代、貢獻程度等情況確定（基礎數據層一般為回溯中最后一層，相關收益系數應設為 1，確保沒有殘留收益）。假設每個數據 自身的收益為，數據 的剩余收益為，代表數據 所在數據處理層的收益系數。那么（3）可以重新寫成：=(1 )(4)其中，為與 相鄰的下游數據節點集合；為相應的收益分配權重。以下圖為例，假設 R 平臺的數據產品，在一段時間內發生交易共獲得收益100w；各數據處理層收益系數分別為 1、0.2、0.4 和 0.5

75、；應用層到萃取層的收益分配權重為 0.6 和 0.4（圖上標識，按貢獻分配）?；诘仁剑?），得到各數據節點收益（單位：w）如下：03/聚焦數據資產評估場景應用，圍繞數據要素收益分配激活數據價值釋放 32 圖 14 不同數據層得到的節點收益 1=7.2 2=7.2 3=9.6 4=3.6 5=2.4 6=0 數據 6 在該鏈路下暫未被使用，沒有收益產生 7=12 8=8=50 1+2+8+=100 2 2、多方數據聯合建模的收益分配應用、多方數據聯合建模的收益分配應用 工商銀行聚焦風險防控、監管合規、客戶營銷等業務場景，通過隱私計算平臺實現了行內數據與政務數據、監管機構數據、合作企業數據和互聯

76、網數據之間的互通，為數據流通創造了一種新范式，使各方在保護數據隱私的前提下，實現跨機構、跨領域的數據共享與合作，推動金融行業的創新發展。各方數據聯合建模，每一方數據都對模型的應用效果做出了貢獻，未來聯合建模形成的數據模型03/聚焦數據資產評估場景應用，圍繞數據要素收益分配激活數據價值釋放 33 若可進一步作為數據產品在市場上交易流通，賦能同業業務、產生收益，則可能需要進一步解決每方數據的“按生產貢獻”收益分配問題。本部分以商業銀行普遍的“小微普惠金融服務”為應用場景，選取某商戶貸款違約評分模型，基于前述提到的收益分配算法，進一步展望未來多方數據聯合建模的收益分配應用場景。（1 1）案例背景案例

77、背景 “小微普惠金融服務”場景中，銀行需要精準預測小微商戶違約概率，該部分僅依靠銀行自有數據很難提高識別準確率，需要通過引入外部數據，補充銀行內部缺乏的特征信息，更加全面和有效地進行小微商戶運營情況的評估。（2 2）模型描述）模型描述 通過內外部數據聯合建模，搭建商戶貸款違約評分模型，用于預測小微商戶未來是否會發生違約行為，其準確率通過對比商戶實際行為與模型預測商戶違約行為（是否違約）來衡量。模型精度越高，越能有效降低風險，減少違約損失。該模型支持面向中小微商戶的“商戶貸”產品的目標客戶篩選和在線自動審批，直接賦能銀行“小微普惠金融服務”應用場景。圖 15 商戶違約模型建模示意 （3 3）收益

78、分配結果）收益分配結果 本案例的數據包括銀行內部的標簽數據、外部的違約商戶標簽數據、商戶收單特征數據。通過收益分配算法，可得出各方對模型準確率的貢獻值，依據此貢獻值，進一步得出各方數據應該分得的收益比例。03/聚焦數據資產評估場景應用，圍繞數據要素收益分配激活數據價值釋放 34 表 8 商戶違約模型與收益分配 數據來源方 樣本量 特征數 貢獻總值 分配比例 商戶標簽數據 1500 30 0.176 19.53%違約商戶標簽數據 1100 40 0.390 43.29%商戶收單特征數據 5000 55 0.335 37.18%此處計算結果，僅為結果展示示例，不代表真實情況 3 3、積極探索行業級

79、數據要素流通平臺建設、積極探索行業級數據要素流通平臺建設 工商銀行積極探索數據要素交易流通基礎設施建設，依托在數據采集、存儲、治理、加工和應用等方面所積累的技術和經驗，堅持“找準一個定位、做到兩個兼顧、劃分三個階段、落實四個機制”的總體建設思路，致力于打造行內數據交易平臺。圖 16 數據交易平臺架構示例“數據二十條”提到要“培育數據要素流通和交易服務生態”。未來，工商銀行的數字基礎設施建設能力可為行業級數據要素流通平臺的構建貢獻力量。行內數據交易平臺或將與國家級、區域級數據交易所實現互聯互通，促進銀行內部賬戶、資金結算能力輸出至交易所，賦能同業數字化能力提升；也為銀行引入公共03/聚焦數據資產

80、評估場景應用，圍繞數據要素收益分配激活數據價值釋放 35 數據和客戶數據提供助力，通過豐富數據維度，提升業務營銷和風控策略的有效性，協助各專業條線發掘更多數據場景，發展產業收益，提升客戶價值、商業價值和中間業務收入。數據交易平臺可進一步引入數據要素收益分配算法模型，在多方數據源共同建模等場景下，積極探索新交易模式，發展按生產貢獻分配的收益分配機制，進一步地激發行內外各市場主體活力，主動參與數據要素的生產、交易，加速數據要素價值釋放，聯合行業協會、各家銀行共同打造行業數據要素流通平臺，共同推動行業數據要素流通的標準規范，促進行業內部互聯互通，為集團內外提供數據流通及交易服務，打破數據孤島，充分發

81、揮數據的“乘數效應”。同時，數據資產價值評估實踐工作，為行內數據產品價值評估奠定了基礎。而收益分配算法，為多方數據的利益分配提供了符合業務價值貢獻的收入分配指導依據。應用此兩項技術，平臺計劃進一步挖掘集團內數據要素的流通場景，實現集團內數據要素定價、結算、分配、提升數字化建設場景效率。未來，工商銀行將積極參與數據產品交易模式創新，賦能行業數據要素流通與價值釋放，并進一步地借助數據交易平臺，探索創新數據質押、數據信托等數據產品金融服務，引領行業數據要素市場高水平發展。01/數據要素市場化配置加速，助推數據資產價值釋放 36 二、探索數據資產價值評估方法，基于數據二、探索數據資產價值評估方法，基于

82、數據四、我國數據要四、我國數據要素市場展望：日積跬步，以成千里素市場展望：日積跬步，以成千里資產圖譜網絡開啟銀行業資產圖譜網絡開啟銀行業務實踐務實踐一、數據要素市場化配置加速，助推數據資產價值釋一、數據要素市場化配置加速，助推數據資產價值釋放放 “我國數據要素市場我國數據要素市場展望：展望：日積跬步，以成千里日積跬步，以成千里 04/我國數據要素市場展望：日積跬步，以成千里 37 數字中國建設整體布局規劃提出，到 2025 年基本形成橫向打通、縱向貫通、協調有力的一體化推進格局，數字中國建設取得重要進展；到 2035 年，數字化發展水平進入世界前列，數字中國建設取得重大成就。其中提到要實現“暢

83、通數據資源大循環”這也是我們認為能夠真正激發我國數據要素市場活力的核心要義。一個活躍的、規范的經濟市場需要交易主體的積極參與，也需要交易行為的公平合理，以確保其持續健康發展；而數據要素的交易流通離不開數據資產的定價與收益分配問題。前者，促成數據買賣雙方交易價格的形成；后者，解決參與數據生產者、交易者的利潤分配問題。2023 年，我國數據要素市場方興未艾，數據交易量有限，數據交易的價格信號不多，價格發現機制不夠成熟，公開市場錨定價格不足，亟需集各行業、各企業之力進行大量數據資產價值評估的探索工作。工商銀行發布本白皮書，以行內諸多實踐案例來試驗、實踐數據資產圖譜這一全新數據資產價值評估方法，希望為

84、行業提供解決問題的全新思路，也歡迎更多的專家學者進行批評指正。數據要素的特性在資產評估這一背景下顯得極為復雜，因此需要充分解析其生產與應用鏈路，對不同類別的數據資產制定不同的估值方法。與此同時，流通中的數據，也應按數據貢獻來分配收益。工商銀行在數據資產價值評估與收益分配問題的探索中，形成了一套方法論，即對行內數據資源進行盤點與分類，結合方法的通用性與場景的代表性選取試點，再逐步將方法論推行至全行實踐。一部分已成為或未來有潛力成為數據產品的數據資源，與其相關的經濟利益很有可能流向企業，根據暫行規定，這類數據資源是很可能成為被確認為數據資產的，工商銀行在數據資產價值評估的前期工作也將為企業數據資源

85、入表奠定會計核算基礎。目前國內的數據要素交易市場，可分成零級市場、一級市場與二級市場。一級市場即數據資源市場，主要對應于數據資源化階段；二級市場即數據產品和服務市場，主要對應于資源資產化階段；零級市場即非交易流通市場，主要對應于資產資本化階段。數據要素定價是開啟新的十萬億級市場的“金鑰匙”“參考資本和土地等要素的多級市場體系，未來我國數據要素市場可探索構建零級、一級04/我國數據要素市場展望：日積跬步，以成千里 38 和二級相結合的市場體系”。而數據資產圖譜網絡，不僅可用于企業內部數據資產價值評估，未來還可進一步推廣至全行業，在全市場建設一個行業級、市場級的全量數據資產圖譜網絡支撐數據資產的價

86、值發現，通過零級（企業內部數據使用）、一級（數據授權市場）、二級（數據產品交易）的價格信號聯動支撐數據價值發現。建立“健全數據要素由市場評價貢獻、按貢獻決定報酬機制，結合數據要素特征，優化分配結構，構建公平、高效、激勵與規范相結合的數據價值分配機制”并非易事，需要結合實際數據產業應用情況，追溯本源，逐步實現。工商銀行聯合交叉信息核心技術研究院（清華大學）、安永（中國）企業咨詢有限公司在此方面進行的一點點探索，希望能夠助力數據產業發展，成為數字經濟前進的點滴動力。39 附錄附錄 1：近三年我國數據要素相關頂層規劃政策：近三年我國數據要素相關頂層規劃政策 政策發布時間政策發布時間 政策名稱政策名稱

87、 政策細則及解讀政策細則及解讀 2020 年 4 月 關于構建更加完善的要素市場化配置體制機制的意見 中央對 推進 要素市 場化 配 置改革 進行 總體部署，分別提出了土地、勞動力、資本、技術、數據五個要素領域改革的方向。將數據列為生將數據列為生產要素。產要素。2020 年 5 月 中共中央 國務院關于新時代加快完善社會主義市場經濟體制的意見 加快培育發展數據要素市場，建立數據資源清單管理機制，完善數據權屬界定、開放共完善數據權屬界定、開放共享、交易流通等標準和措施享、交易流通等標準和措施，發揮社會數據資源價值。2020 年 11 月 中共中央關于制定國民經濟和社會發展第十四個五年規劃和二三五

88、年遠景目標的建議 對數據資源開發利用、要素市場培育發展提出了新的戰略要求，要加快數字化發展，提出“建建立數據資源產權、交易流通、跨境傳輸和安全立數據資源產權、交易流通、跨境傳輸和安全保護等基礎制度和標準規范，推動數據資源開保護等基礎制度和標準規范，推動數據資源開發利用發利用”。2020 年 12 月 關于加快構建全國一體化大數據中心協同創新體系的指導意見 到 2025 年，全國范圍內數據中心形成布局合理、綠色集約的基礎設施一體化格局。公共云服務體系初步形成，全社會算力獲取成本顯著降低。政府部門間、政企間數據壁壘進一步打破，數據資源流通活力明顯增強。數據資源流通活力明顯增強。大數據協同應用效果凸

89、顯，全國范圍內形成一批行業數據大腦、城市數據大腦，全社會算力資源、數據資源向智力資源高效轉化的態勢基本形成，數據安全保障能力穩步提升。2021 年 11 月“十四五”大數據產業發展規劃 建立數據價值體系，制定數據要素價值評估建立數據價值體系，制定數據要素價值評估指南，開展評估試點；健全要素市場規則，指南，開展評估試點；健全要素市場規則，發展數據資產評估、交易撮合等市場運營體發展數據資產評估、交易撮合等市場運營體系系；提升要素配置作用，加快數據要素化。2021 年 12 月“十四五”數字經濟發展規劃 部署了八方面重點任務。一是優化升級數字基礎設施。二是充分發揮數據要素作用。二是充分發揮數據要素作

90、用。三是大力推進產業數字化轉型。四是加快推動數字產業化。五是持續提升公共服務數字化水平。六是健全完善數字經濟治理體系。七是著力強化數字經濟安全體系。八是有效拓展數字經濟國際合作。2021 年 12 月 要素市場化配置綜合改革試點總體方案 方案中提到，從完善公共數據開放共享機制、建立健全數據流通交易規則建立健全數據流通交易規則、拓展規范化數據拓展規范化數據開發利用場景、開發利用場景、加強數據安全保護四個方面探 40 政策發布時間政策發布時間 政策名稱政策名稱 政策細則及解讀政策細則及解讀 索建立數據要素流通規則。2021 年 12 月“十四五”國家信息化規劃 指出著力發揮數據要素價值，部署了建立

91、高效利用的數據要素資源體系任務，提出建立數據要素資源體系，以數據治理為突破提升數據質量，以數據開發利用為抓手激活數據要素，以立法規范為重點保障數據安全，加加快完善與我國發展實際相吻合的數據要素資快完善與我國發展實際相吻合的數據要素資源體系，釋放數據要素價值。源體系，釋放數據要素價值。2022 年 1 月 要素市場化配置綜合改革試點總體方案的通知 提出探索建立數據要素流通規則，完善公共數據開放共享機制，探索“原始數據不出域、數據可用不可見”的交易范式，在保護個人隱私和確保數據安全的前提下，分級分類、分步有序推動部分領域數據流通應用。2022 年 4 月 中共中央國務院關于加快建設全國統一大市場的

92、意見 加快培育數據要素市場，建立健全數據安全、權利保護、跨境傳輸管理、交易流通交易流通、開放共享、安全認證等基礎制度和標準規范，深入開展數據資源調查，推動數據資源開發利用。2022 年 6 月 關于加強數字政府建設的指導意見 在構建開放共享的數據資源體系方面，創新數據管理機制，深化數據高效共享，促進數促進數據有序開發利用據有序開發利用，充分釋放數據要素價值。充分釋放數據要素價值。2022 年 7 月 數 據 出 境 安 全 評 估 辦法 辦法提出了數據出境安全評估的具體要求，明確了數據出境安全評估程序、監督管理制度、法律責任以及合規整改要求等。2022 年 9 月 國務院辦公廳關于印發全國一體

93、化政務大數據體系建設指南的通知 指南明確了全國一體化政務大數據體系建設的目標任務、總體框架、主要內容和保障措施，重點從統籌管理一體化、數據目錄一體化、數據資源一體化、共享交換一體化、數據服務一體化、算力設施一體化、標準規范一體化、安全保障一體化等八個方面，組織構建全國一體化政務大數據體系，推進政務數據依法有序流動、高效共享，有效利用、高質賦能。2022 年 12 月 中共中央 國務院關于構建數據基礎制度更好發揮數據要素作用的意見 從數據要素、流通交易、收益分配從數據要素、流通交易、收益分配、安全治理四方面初步搭建我國數據基礎制度體系，提出 20 條政策舉措。2023 年 1 月 關于促進數據安

94、全產業發展的指導意見 到 2035 年，數據安全產業進入繁榮成熟期。產業政策體系進一步健全，數據安全關鍵核心技術、重點產品發展水平和專業服務能力躋身世界先進行列，各領域數據安全應用意識和應用能力顯著提高，涌現出一批具有國際競爭力的領軍企業，產業人才規模與質量實現雙提升，對數字中國建設和數字經濟發 41 政策發布時間政策發布時間 政策名稱政策名稱 政策細則及解讀政策細則及解讀 展的支撐作用大幅提升。2023 年 2 月 數字中國建設整體布局規劃 明確提出要“釋放商業數據價值潛能，加快釋放商業數據價值潛能，加快建立數據產權制度，開展數據資產計價研建立數據產權制度，開展數據資產計價研究，建立數據要素

95、按價值貢獻參與分配機究，建立數據要素按價值貢獻參與分配機制制”。推動數據要素的市場化、價值化，使其成為推動經濟社會發展的新動能。2023 年 3 月 國家數據局組建 解決數據領域的管理體制分散問題，并保證數據要素發展和安全之間的平衡，表明政府高度重視并加速數據要素市場建設，數據要素相關政策有望加速，例如確權政策，產業加速在即。42 附錄附錄 2：2023 年各地政府數據要素相關政策匯總年各地政府數據要素相關政策匯總 發布時間發布時間 地區地區 政策名稱政策名稱 政策細則及解讀政策細則及解讀 2023 年 6 月 北京 關 于 更 好 發 揮 數據 要 素 作 用 進 一 步加 快 發 展 數

96、字 經 濟的實施意見 明確提出大力發展數據服務產業的 20 項具體任務，力爭到力爭到 20302030 年，北京市數據要素市場規模達到年，北京市數據要素市場規模達到 20002000億元億元。2023 年 6 月 深圳 深圳市數據產權登記管理暫行辦法 辦法創新明確數據產權登記適用范圍，提出數據確權方式和數據產權登記流程，并探索建立完善協同監管機制。辦法率先以制度形式明確建立跨部門協同監管機制，積極開展監管模式創新，保障數據產權登記工作規范有序開展。本文件明確了經登記機構經登記機構審核后獲取的數據資源或數據產品登記證書、數據資審核后獲取的數據資源或數據產品登記證書、數據資源許可憑證，可作為數據交

97、易、融資抵押、數據資產源許可憑證，可作為數據交易、融資抵押、數據資產入表、會計核算、爭議仲裁的依據。入表、會計核算、爭議仲裁的依據。2023 年 6 月 貴州 貴州省政務數據資源管理辦法 該辦法對適用于政府部門非涉密政務數據資源采集、存儲、共享、開放、授權運營、調度、安全等行為及其相關管理活動進行了詳細說明。在數據授權運營方面，該辦法明確，在依法利用和保障安全的原則下，由各級大數據主管部門統一授權具備條件的經營主體運營本級政務數據，開發形成不涉及國家秘密、商業秘密、個人隱私的數據服務和產品，并通過貴陽大數據交易所進行交易。同時，支持行業企業、互聯網同時，支持行業企業、互聯網平臺企業與政務數據運

98、營機構合作，建設行業數據服平臺企業與政務數據運營機構合作，建設行業數據服務平臺，依法推動政府和企業數據融合應用。務平臺，依法推動政府和企業數據融合應用。鼓勵法人或者其他組織利用政務數據服務和產品構建農業、構建農業、工業、金工業、金融、交通、教育、城市管理、公共資源交易融、交通、教育、城市管理、公共資源交易等領域規范化數據開發利用的場景，等領域規范化數據開發利用的場景，培育數字經濟新產業、新業態和新模式，發揮政務數據資源的經濟價值和社會效益。2023 年 7 月 上海 上海市促進浦東新區數據流通交易若干規定(草案)草案明確，上海支持創新數據資產化機制，按照國家財政部門的部署，探索數據資產納入資產

99、負債表探索數據資產納入資產負債表的實現路徑。的實現路徑。企業可以委托上海數據交易所為其開展數據資產創新應用提供相關基礎服務。2023 年 7 月 上海 關 于 開 展 促 進 數據 要 素 流 通 專 項 補貼的通知 本次首期試點將在浦東先行先試，面向注冊地及稅收戶管地均為浦東新區的數據產品交易相關企業，在2022 年 1 月 1 日-2022 年 12 月 31 日期間符合以下條件之一的企業可申領補貼：在上海數交所首次登記并掛牌的數據產品供方企業，按照每家不超過按照每家不超過 1010 萬元萬元 43 發布時間發布時間 地區地區 政策名稱政策名稱 政策細則及解讀政策細則及解讀 的額度給予一次

100、性補貼的額度給予一次性補貼；在上海數交所掛牌交易或購買數據產品的交易合同個數不小于 10 個，且交易金額達到 500 萬的企業，按照每家不超過按照每家不超過 2020 萬元的額萬元的額度給予一次性補貼。度給予一次性補貼。2023 年 7 月 北京 北京市公共數據專區授權運營管理辦法（征求意見稿）旨在對公共數據專區授權運營管理機制、公共數據專區授權運營工作流程、公共數據專區運營單位管理要求、專區數據管理要求、安全管理和考核評估等方面進行規范。2023 年 7 月 長沙 長沙市政務數據運營暫行管理辦法（征求意見稿）首次提出市級首次提出市級/區縣級政務數據運營項目中的數據權區縣級政務數據運營項目中的

101、數據權屬主體收益分配納入對應級別財政收入，明確了數據屬主體收益分配納入對應級別財政收入，明確了數據財政的定位。財政的定位。強調數據要素權屬方收益納入對應地方財政。政務數據資源運營屬于政府國有資產有償使用范圍，政務數據授權運營協議中應約定數據權屬主體、數據運營主體和數據加工主體的運營收益分配比例。明確政務數據主體、管理部門、交易規則。2023 年 7 月 廣州 廣州市數據條例征求意見 探索數據要素納入探索數據要素納入 GDPGDP 核算，鼓勵企業將數據資源納核算，鼓勵企業將數據資源納入企業財務報表入企業財務報表；創新廣州公共數據運營機制，搭建數據供給主體、數據需求主體、數據交易場所、數據商及第三

102、方專業服務機構等多方參與的數據要素市場，規范引導數據安全流通交易，并以打造數據跨境應用場景為關鍵點，推動南沙粵港澳數據服務試驗區建設，促進粵港澳大灣區數字化協同發展。2023 年 7 月 江西“數字政府”建設方案 強調依托全省數據共享交換平臺和公共數據開放平臺，將省、市、縣（區）各部門接入數據資源體系。2023 年 7 月 河南 河南省實施擴大內需戰略三年行動方案(2023-2025)推動政務數據、公共數據、社會數據低成本采集、高效率歸集與低能耗存儲，加快建設數據資源池，到 2025 年建成 10 個以上全國領先的行業數據庫。探索探索建立數據產權、流通交易、收益分配、安全治理等制建立數據產權、

103、流通交易、收益分配、安全治理等制度體系，度體系，完善數據質量標準規范，培育提升數據服務能力。支持鄭州、開封、洛陽、新鄉、許昌等地開展數據要素市場培育城市試點。2023 年 7 月 山東 山東開展“2+8”數據 要 素 化 試 點 申 報工作 本次數據要素化試點分為綜合試點、專項試點兩類，共同構成“2+8”的試點申報體系。綜合試 點圍 繞“數 據三 權 分 置綜 合試 點”“數據資產化綜合試點”兩大方向。專項試點從數專項試點從數據質量服務、數據價值服務、數據加工服務、據質量服務、數據價值服務、數據加工服務、數據合規服務、數據融資保險服務、數據資產數據合規服務、數據融資保險服務、數據資產托管服務、

104、數據資產安全服務和數據要素化研托管服務、數據資產安全服務和數據要素化研究大方究大方向開展試點申報。向開展試點申報。2023 年 8 月 上海 立足數字經濟新賽道推動數據要素產業創 新 發 展 行 動 方 案（2023-2025 年）提出建立數據要素價值轉化體系，到 2025 年，數據要素市場體系基本建成，國家級數據交易所地位基本確立。數據要素產業動能全面釋放數據產業規模達 5000 億 44 發布時間發布時間 地區地區 政策名稱政策名稱 政策細則及解讀政策細則及解讀 元，年均復合增長率達 15%。推動數據資產化評估及試點，探索形成以上海數據交易所場內交易為紐帶的數據探索形成以上海數據交易所場內

105、交易為紐帶的數據資產評估機制，在金融、通信、能源等領域開展試點。資產評估機制，在金融、通信、能源等領域開展試點。45 參考文獻參考文獻 1中華人民共和國財政部.企業會計準則-基本準則2006 S.2006.2中華人民共和國財政部.企業會計準則第 13 號-或有事項 2006 S.2006.3中華人民共和國財政部.資產評估基本準則201743 號S.2017.4習近平.高舉中國特色社會主義偉大旗幟,全面建設社會主義現代化國家而團結奮斗在中國共產黨第二十次全國代表大會上的報告Z.2022 5新華社.中央金融工作會議在北京舉行，習近平李強作重要講話EB/OL.https:/ 2023-11-01 6

106、國家工業信息安全發展研究中心,北京大學光華管理學院,蘇州工業園區管理委員會,上海數據交易所.中國數據要素市場發展報告（2021-2022）R.北京：2022：4-5 7林常樂,趙公正.數據合理定價：利用數據資產圖譜解析數據價值網絡J.價格理論與實踐,2023,(03):20-25 8羅玫,李金璞,湯珂.企業數據資產化：會計確認與價值評估J.清華大學學報(哲學社會科學版),2023,38(05):195-209+226.9劉雁南,趙傳仁.數據資產的價值構成、特殊性及多維動態評估框架構建J.財會通訊,2023,(14):15-20.10李潤澤子.數據資產如何定價？王建冬：明確數據要素市場一、二級體

107、系，建立適配規律的定價機制EB/OL.https:/ 11劉云波.數據、數據資產及其價值評估J.中國資產評估,2023,(05):51-56.12歐陽日輝,杜青青.數據要素定價機制研究進展J.北京：經濟學動態,2022(02):126-127 13葉露,潘立,丁昱尹.數據資產質量評價及價值評估技術研究進展J.中國資產評估,2023,(08):50-59.46 14熊旺旺,余炳文.國有數據資產價值評估方法研究J.國有資產管理,2023,(06):67-76.15劉云波.數據、數據資產及其價值評估J.中國資產評估,2023,(05):51-56.16 鄒 磊,胡 進 偉,陳 鵬.數 據 資 產 評

108、 估 與 價 值 實 現 J.質 量 與 認證,2023,(05):63-65.17徐廣斌,牛壯.大數據交易產品及交易機制創新實踐關于貴陽大數據交易所的調研及對我所的啟示R.上海：上海證券交易所，2015:5-8 18中國信息通信研究院.數據資產確認與會計計量研究報告R.北京：中國信息通信研究院政策與經濟研究所，2020:26 19中國信息通信研究院.中國數字經濟發展白皮書R.北京：中國信息通信研究院，2020:39-45 20中國信息通信研究院.數據價值化與數據要素市場發展報告R.北京：中國信息通信研究院，2021：40-41 21Adler,R.et al(2016),“The valua

109、tion and pricing of information assets”,Pacific Accounting Review 28(4):419-430 22Agarwal,A.et al(2018),“A marketplace for data:An algorithmic solution,ArXiv Working Paper,No,1805.08125.23Koutris,P.et al(2015),“Query-based data pricing”,Journal of the ACM 62(5):1-44.24Koutroumpis P.8.L.Aia(2013),“Un

110、derstanding the value of(big)data”.2013 IEEE International Conference on Big Data，pp.38-42.25Li,W.et al(2019),Value of data:Theres no such thing as a free lunch in the digital economy”,Research Institute of Economy,Trade and Industry Working Paper,No.19022.26Pei,J.(2020),“A survey on data pricing:Fr

111、om economics to data science,ArXiv Working Paper,No,2009.04462.26Perez-Pons,M,E.et al(2019),“Towards financial valuation in data-driven companies,Journal of Computer Science and Technology 12(2):28-33.47 28Tetsuya A,Yasunori T,Yoshitaka K,et al.Evaluation of Statistical Approaches in Developing a Pr

112、edictive Model of Severe COVID-19 during Early Phase of Pandemic with Limited Data Resources.J.The Tohoku journal of experimental medicine,2023,29Yue,l.et al(2017),“Big data model of security sharing based on blockchain”,Proceedings of the 2017 3nd International Conference on Big Data Computing and Communications,pp.117-121.30Zhang,M,&.F Beltran(2020),“A survey of data pricing methods”,Social Science Research Network Working Paper，No.3609120.