《世界互聯網大會：2025商業銀行數據要素金融產品與業務探索研究報告（27頁）.pdf》由會員分享，可在線閱讀，更多相關《世界互聯網大會：2025商業銀行數據要素金融產品與業務探索研究報告（27頁）.pdf（27頁珍藏版）》請在三個皮匠報告上搜索。

1、中中國國人人民民大大學學中中國國光光大大銀銀行行世世界界互互聯聯網網大大會會智智庫庫合合作作計計劃劃系系列列成成果果組組長長中國人民大學中國光大銀行副副組組長長黃登璽中國光大銀行黃尹旭中國人民大學工工作作組組成成員員潘學芳中國光大銀行牟編輯中國人民大學：賴千千工作組聯系郵箱：工工作作組組李曉歌爽中國光大銀行中國光大銀行中國光大銀行中國光大銀行中國人民大學中國人民大學中國人民大學崔曦月張鶴苧陳哲立馬 揚何 玥楊 東楊兵兵一、背景與意義01（一）數據要素市場發展現狀簡述01（二）數據要素金融服務的現實意義和實踐探索02（三）商業銀行開展數據要素金融服務的路徑探索02二、數據托管與管理05（一）數據

2、托管與管理現狀分析05（二）數據托管業務模式探索05（三）數據管理與運營模式探索06（四）商業銀行開展數據資產托管業務的優勢與挑戰 07三、數據資產信貸10（一）數據資產信貸業務概述10（二）數據資產信貸業務關鍵事項11（三）數據資產信貸業務的進一步發展與推廣12四、數據要素證券化14（一）證券化業務發展背景14（二）數據資產證券化的模式探究14（三）數據要素證券化業務開展的思考16五、數據要素金融生態17（一）數據要素產業鏈場景金融生態17（二）公共數據授權運營場景金融生態17（三）大模型數據要素市場典型場景及銀行服務模式19六、展望與建議22（一）商業銀行更好發揮數據要素價值的政策建議22

3、（二）未來發展趨勢展望23 1 一、背景與意義一、背景與意義（一）一）數據要素市場發展現狀簡述數據要素市場發展現狀簡述黨中央、國務院高度重視數據要素及其市場化配置改革，從戰略高度提出要“加快培育發展數據要素市場”，以數據為關鍵要素的數字經濟不斷向縱深發展，明確了數據要素市場化改革的總體方向、實施路徑及目標任務。2019 年，黨的十九屆四中全會首次將數據列為生產要素，標志著從數據資源到數據要素的重大轉變。此后，國家密集出臺政策，系統推進數據要素市場培育。2022 年 12 月，中共中央、國務院印發關于構建數據基礎制度更好發揮數據要素作用的意見（“數據二十條”），確立了數據產權、流通、分配、治理四

4、項基礎制度，為數據要素市場化、價值化奠定基礎。2023 年 2 月，數字中國建設整體布局規劃提出“五位一體”布局，為數據要素市場培育擘畫長遠藍圖，并為商業銀行數據要素金融創新指明方向。2024 年，國家數據局發布關于促進數據產業高質量發展的指導意見關于促進企業數據資源開發利用的意見可信數據空間發展行動計劃(20242028 年)等一系列政策文件，打出推動數據要素市場化配置改革的“組合拳”，激活企業數據價值，為商業銀行拓展與企業在數據層面的合作深度與廣度助力。2024 年 10 月，中共中央辦公廳、國務院辦公廳印發關于加快公共數據資源開發利用的意見，對公共數據資源開發利用進行系統部署，擴大了公共

5、數據資源供給，也為商業銀行獲取高質量、多維度的公共數據提供了可能。截至 2024 年 6 月，全國 31 個省份和新疆生產建設兵團 2 均已成立了數據管理機構，部分有條件的地級市和部分區縣亦成立了相關政府職能機構。積極落實黨中央部署，夯實數據要素基礎制度，創新公共數據授權經營，取得初步成效。（二）數據要素金融服務的現實意義和實踐探索（二）數據要素金融服務的現實意義和實踐探索數據作為數字經濟時代的基礎性戰略資源，其價值釋放對做強做優做大我國數字經濟、增強經濟發展新動能具有重要意義。金融服務通過將數據要素金融化、貨幣化，成為推動數據價值釋放的重要引擎。首先，金融服務為數據生產力發展提供新動能，通過

6、與資本、勞動力等要素融合，優化資源配置，催生新產業、新業態，賦能數字經濟與實體經濟高質量融合。其次，金融服務為數據要素推動生產關系變革添加“潤滑劑”，促進全要素融合和全行業整合，提升生產效率，助力政府治理模式創新和全民共享數字紅利。最后，金融服務是推動數據要素流動交易的“助推器”，解決數據孤島問題，促進數據跨區域、跨行業高效合規流通，助力產業數字化向全要素融合發展轉變。實踐中，以數據為資產的金融服務新模式不斷涌現。國際上，金融科技公司 Gulp Data 以數據作擔保助力企業融資，航空公司利用客戶忠誠度計劃數據估值獲得融資。國內各地積極探索數據資產融資、數據資產證券化等創新業務，如北京、上海等

7、地推進數據資產登記評估機制建設，推動數據資產化創新。這些實踐展現了數據要素在金融創新中的應用潛力，為數據要素市場的高質量發展提供了重要借鑒。3（三）商業銀行開展數據要素金融服務的路徑探索（三）商業銀行開展數據要素金融服務的路徑探索1 1、發揮金融優勢，推動數據要素和金融服務融合發展、發揮金融優勢，推動數據要素和金融服務融合發展商業銀行擁有多樣化的高價值數據資源、完備化的技術支撐系統、系統化的風險管理體系和能力、多元化的客戶群體和應用場景、體系化的合規與監管機制。在數據要素和傳統要素深度融合的產業數字化過程中，商業銀行可充分發揮商業銀行的獨特優勢，積極拓展數據資產的獲取渠道，通過數據治理和數據價

8、值挖掘，促進數據與業務融合，推動傳統金融業務向數據要素金融業務延伸，建立數據賦能業務、業務反哺數據的生態體系。2 2、激活數據價值，探索基于數據資產的金融產品和服、激活數據價值，探索基于數據資產的金融產品和服務務基于數據資產的托管、信貸、證券化以及綜合金融服務將成為銀行業探索的重要方向。一是探索數據資產托管業務。商業銀行與委托人、管理人或受托人簽訂托管合同，依約保管數據資產，履行托管合同約定的權利義務，提供托管服務。二是探索數據資產信貸業務?；谄髽I經營主體的真實資金流、信息流、商品流和物流等多維數據，探索數據資產授信融資模式。三是探索數據資產證券化業務。商業銀行可以通過發行資產支持證券來盤活

9、數據資產，實現貸款出表，支持資產業務的發展。四是探索開展綜合金融服務。通過提供一站式的綜合金融解決方案，包括信貸、投資、保險和其他金融服務，商業銀行不僅能夠提高服務效率和客戶滿意度，還能帶來新的業務增長模式。4 3 3、打造創新生態，積極參與數據要素市場建設、打造創新生態，積極參與數據要素市場建設在充分保護客戶信息安全的前提下，堅持依法合規原則，探索以數據商和第三方專業服務機構模式參與數據要素市場建設，是商業銀行融入國家數據要素市場建設的重要切入點。商業銀行應充分發揮在數據管理和業務協同創新等方面的優勢，拓展商業銀行經營新業務、新場景、新模式，發作數據商和第三方專業服務機構的角色和作用，把好數

10、據資產化的“質量關”和“價值關”。5 二、數據托管與管理二、數據托管與管理（一）數據托管與管理現狀分析（一）數據托管與管理現狀分析數據作為新型生產要素，已快速融入生產、分配、流通、消費和社會服務管理等各環節，深刻改變著各行業生產方式、生活方式和社會治理方式。隨著數字化進程的加速演進，各類企事業單位對數據資產管理的需求愈加凸顯，迫切希望通過強化數據資產管理為數字化轉型注入新動能，并打造自身核心競爭力。早期數據托管源于數據中心（IDC），當時托管方多為運營商，業務以主機托管為主，數據未受專門規則調整。如今數據資產托管新模式，旨在保障安全的同時提升數據資產價值，與資產化、經營管理及收益分配緊密相連。

11、做好數據資產托管，一要保障數據安全，運用邏輯、物理隔離及最新安全技術，確保數據安全傳輸、加工與應用；二要提供多場景托管服務，充分考量行業與單位數據管理差異，設計靈活“服務套餐”；三要以創造企業價值為核心，為企業持續增長助力，這是業務生命力所在。（二）數據托管（二）數據托管、管理與運營管理與運營業務模式探索業務模式探索1 1、銀行資產托管業務模式、銀行資產托管業務模式目前，對于數據資產托管的定義和內容尚未明文規定，數據托管業務在模式上與資金托管業務有一定的相似性，銀行已經營資產托管業務多年，具備豐富的展業經驗，可為數據資產托管業務概念提供借鑒。資產托管業務涵蓋了為資產管理產品提供服務的全過程，包

12、括但不限于資產保管、資金清算、估值核算、投資監督、信息披露以及績效評估等服務，6 這些服務構成了資產托管業務的基礎。傳統資產托管業務，以托管牌照作為核心門檻。在投資人委托獨立第三方對委托資金進行證券、股權等投資的同時，委托獨立的第三方即托管銀行等金融機構幫助投資者對其資金/證券進行保管，并起到資金劃付及投資機構監督的職責。資金托管行業以托管牌照為核心壁壘，市場參與方以商業銀行為主，還包括券商、中債登/中信登/中證登，行業市場份額集中度較高。2 2、數據托管業務模式、數據托管業務模式數據資產托管機構在托管大量數據之后，數據的安全保障能力是數據托管機構首要關注的，其次是數據資產的管理和應用能力。數

13、據資產托管按照是否使用數據分為兩種模式：一種為數據資產的加密托管方，即數據托管人的核心任務是保障數據所有者的數據資產安全，需要足夠的資金、技術和信任門檻，應采用獨立、持有監管牌照的第三方機構，以保障數據的安全性、隱私性以及防止數據濫用，此類數據托管模式應配套強有力的外部監管保障；第二種為數據管理技術和運營方案提供方，因數據托管的全過程需要數據處理技術、數據管理能力、大數據應用和數據運營能力等的全方位支撐，由此衍生出數據托管業務的第二類職能，即通過輸出數據管理和運營能力實現數據資產的增值。（三）三）數據數據管理與運營模式探索管理與運營模式探索1 1、數據數據管理業務模式管理業務模式基于對數據資產

14、內容加工層次的不同、管理粒度的不同、業務未來發展價值判斷的不同，數據資產存管可以分為以下幾個模式：7 一是數據要素存儲服務。銀行憑借成熟的數據存儲建設經驗，為委托方提供物理數據中心與云存儲服務。委托方借助此服務，能節省建設周期與成本，提升存儲能力。二是數據要素能力服務。銀行積累豐富數據治理經驗，可對外提供咨詢服務。同時協助委托方構建管理體系，提升其數據管理能力。三是數據要素平臺與工具。銀行通過持續優化自身數據管理平臺，可依不同需求提供多種平臺輸出服務。既支持本地部署，也可提供云化平臺，還能為委托方定制個性化模塊，適配其實際管理情況。2 2、數據運營業務數據運營業務模式模式數據托管方內部的數據資

15、產，不僅可以輔助自身業務發展和經營決策，同時可以參與到數據要素市場流通與交易，產生新的業務價值。在數據要素產品研發上，企業可委托數據受托者開展工作。受托者要分析托管方數據服務與產品的市場需求，梳理、審核數據需求方清單及資質。調研有價值的數據產品類型并設計開發，進行合作意向撮合與方案設計?？芍苯优c需求方交易，或在平臺上架，完成交付并分配收益。數據要素產品運營中，數據托管機構能整合多行業數據開發融合型產品。受托者需調研有價值數據源，梳理、審核數據提供方，達成合作意向并簽署協議。（四）四）商業銀行開展數據資產托管業務的優勢與商業銀行開展數據資產托管業務的優勢與挑戰挑戰1 1、商業銀行開展數據資產托管

16、業務的優勢分析商業銀行開展數據資產托管業務的優勢分析隨著數據要素市場的快速發展，數據管理機構、大數據交易所和數據商等不斷涌現。調研顯示，數據服務相關企業多為“專精特新”類企業或地方政府授權運營的國有企業，8 在數據管理系統建設、人力資源和資金支持等方面相對薄弱，亟需全流程數據資產托管服務。商業銀行，尤其是大型銀行，在開展數據托管業務方面具備顯著優勢：一是資本實力與抗風險能力。大型商業銀行資本雄厚，具備較強的風險承受能力，能夠支持數據托管業務的高成本投入和短期虧損。二是數據分析能力。銀行通過處理海量客戶、業務及交易信息，積累了強大的數據治理和挖掘能力，可為數據托管業務提供技術支持。三是數據應用能

17、力。銀行可將自身數據應用經驗輸出，幫助企業降低數據應用門檻，開發數據分析工具，并協助企業建立標準化數據處理流程。四是組織架構與平臺支撐。銀行擁有成熟的組織架構和技術團隊，能夠建設數據平臺并保障數據安全，其數據分級分類管理平臺與數據托管業務需求高度契合。五是綜合金融服務支持。銀行可通過分析托管數據，了解企業經營與投融資需求，提供定制化綜合金融方案，釋放數據資產價值。2 2、商業銀行開展數據資產托管業務面臨的挑戰商業銀行開展數據資產托管業務面臨的挑戰一是數據資產托管配套法律規范有待落地。托管在我國立法上尚未形成統一且穩定的概念。雖然數字安全法 電子商務法等數據治理法律涉及到了數據安全要求，但并沒有

18、明確其在數據托管中的適用空間，同時，數據權屬關系缺乏法律或制度規范。個人和企業數據權屬的劃分、數據經營權和使用權的區分均無官方明確的定義和界限，數據托管實踐層面發生權屬糾紛暫無可參照的法律法規。二是數據資產托管配套體制機制有待建立。2022 年 3 月國家發展改革委創新和高技術發展司發布的數據基礎制度若干觀點 與 2022 年 6 月中央全面深化改革委員會第二十六次會議通過的關于構建數據基礎制度更好發揮數據要素作 9 用的意見等相關文件均為原則性意見和建議，但未有具體指導舉措，數據資產收益的分配機制、數據資產稅等數據資產托管的配套機制仍有待建立和完善。三是缺乏數據托管機構牌照審批和管理機制。監

19、管機構對數據安全和隱私保護的關注也將日益增加。一方面，數據管理和使用需要借助隱私計算技術、可信執行環境等技術手段，以保障數據安全和不被再次流轉交易；另一方面，數據管理需執行嚴格的數據使用授權；其次，對于數據資產托管和運營產生的收益賬戶的開立、資金分配、資金監管類同于銀行資金托管業務。10 三三、數據資產信貸、數據資產信貸信貸業務是商業銀行的核心資產業務，但隨著信貸需求放緩和貸款投放難度增加，銀行亟需拓寬融資渠道，加大對重點領域和科技創新的支持。數據資產入表的落地，為探索數據資產信貸業務提供了新視角。數據資產作為新興投融資工具，通過確權、定價、流通與金融服務的融合，可促進數據流動與共享，最大化發

20、揮數據資產價值。（一）數據資產信貸業務概述（一）數據資產信貸業務概述銀行傳統貸款的業務流程涉及銀行、申請貸款企業和第三方參與主體，其業務操作流程主要包括：貸前調查、貸中審查和貸后管理等環節。具體的貸前、貸中、貸后的作業模式如下：首先是貸前調查?？蛻艚浝碡撠熓占?、整理授信業務資料，確保其合法性、真實性、完整性和有效性。授信審查人全面審查授信申請的合法性、合理性及準確性，進行風險評估并提出審查意見。信用審批人員根據法律法規、產業政策和銀行制度，分析授信業務的風險與收益，提出審批意見。其次為貸中審查。銀行在貸款發放前，持續監控和評估企業的信貸資料、財務數據及調查報告的合規性、真實性和完整性。這一過程

21、要求銀行具備良好的風控能力和對企業運營的深入了解，以確保貸款安全并降低信貸風險。最后進行貸后管理。包括收息收貸管理、授信后檢查、風險預警監測、風險化解、抵質押物價值重估等。核心任務是對影響授信償還的風險因素進行跟蹤分析，及時發現隱患并采取應對措施，防范不良資產發生。11（二）數據資產信貸業務關鍵事項（二）數據資產信貸業務關鍵事項1 1、數據資產權屬認定與審核、數據資產權屬認定與審核在貸前調查中，數據資產權屬的確認和分析是至關重要的。不同于傳統物理資產，數據資產的非實物性質使得其權屬辨識更為復雜。這些資產通常以數字或信息的形式存在，能夠被輕松復制和傳播，而不損害其原始價值。因此，明確和審查數據資

22、產的權屬變得尤為關鍵。銀行和其他金融機構在進行貸款審批時需要確保所質押或增信的數據資產擁有清晰、合法的權屬鏈條。這包括對數據采集、存儲和使用的合法性進行嚴格審查。同時，必須重視隱私政策和數據保護法規的遵守，確保數據的收集和使用過程中不違反相關法律規定，特別是在涉及敏感信息如客戶個人數據或商業秘密時。對數據資產的權屬以及相關責任進行明確界定，是貸前調查中不可或缺的一環。2 2、數據資產價值評估、數據資產價值評估在數據資產價值評估環節，銀行應與第三方專業評估機構合作，對企業所提供的數據資產進行客觀的質量和價值評估。在這個過程中，評估機構不僅會評估數據資產的市場價值和潛在收益，還會重點審查數據資產的

23、權屬問題。這包括數據的合法來源、使用和處理的合規性，以及企業對數據資產的完整控制權。此外，評估過程應會考慮數據資產的獨特性和不可替代性，這些因素都會對數據資產的最終價值產生影響。最后，評估結果將與銀行內部的評估相結合，形成一個全面的數據資產價值評估報告，為銀行在數據資產信貸業務中的決策提供重要依據。12 3 3、制定專項數據資產貸后管理措施、制定專項數據資產貸后管理措施商業銀行對企業發放貸款的貸后管理是確保貸款安全、降低風險并維護銀行利益的重要環節，這一過程涉及對貸款的持續監督和管理，包括嚴格監控貸款企業的經營狀況并按照銀行內部相關規定按時處置預警信號直到貸款完全償還?；阢y行傳統的貸后管理模

24、式，數據資產主要在貸后檢查環節新增對于企業“數據資產全生命周期”的監督管理。數據資產全生命周期包括數據資產采集、保存、應用和銷毀等環節，銀行可通過數據交易所，貸款企業關聯企業、政數局等渠道對貸款企業數據資產的質量、完整性、應用價值以及權屬轉換情況進行持續監查管理。（三三）數據資產信貸業務的進一步發展與推廣）數據資產信貸業務的進一步發展與推廣數據資產信貸業務在實務中涵蓋了多個行業，著重于數據供應鏈、行業供應鏈和基礎數據資源的細分領域。同時，業務實施面臨一系列挑戰，如數據資產權屬確認的困難、缺乏統一的價值評估標準等，在實踐中需要謹慎應對。此外，業務推廣建議與交易所等平臺開展深度合作，加快業務流程化

25、與自動化建設，并強化風險分攤機制。1 1、通過業務流程自動化實現規?；l展、通過業務流程自動化實現規?；l展在經濟數字化轉型浪潮下誕生的大量中小微數字企業是數字技術創新、數字人才培養、數字產業升級的主力軍。中小微數字企業的金融資源約束是制約“數字中國”發展的瓶頸難點，而解決這一難題的根本途徑是依托“普惠金融”戰略增加中小微數字企業信貸供給，引導金融資源在數字產業內形成良性循環。因此能否壓低信貸綜合成本、縮短信貸審批流程、加快信貸放款速度是“普惠金融”助力“數字中國”13 的關鍵問題。依托“普惠金融”戰略增加信貸供給，降低信貸成本、縮短審批流程、加快放款速度是關鍵。信貸自動化審批利用技術和數據分

26、析提升效率、降低風險、優化客戶體驗，并減少銀行成本。通過構建自動化決策模型，銀行可快速評估借款人信用質量，制定貸款條件，同時利用數據分析識別市場機會，開發創新信貸產品，擴大服務范圍，使更多小微數字企業受益于普惠金融政策。2 2、探索風險分攤機制促進業務良性發展、探索風險分攤機制促進業務良性發展數據資產授信融資業務現階段在開展過程中，仍存在一定的風險和挑戰，需要制定專項的風險緩釋措施去應對，主要表現為以下幾點：第一，數據資產權屬確認困難。數據資產涉及知識產權、所有權和隱私問題，缺乏明確法律支持?？赏ㄟ^引入法律機構審核數據資產擁有與控制協定，降低權屬爭議風險。第二，價值評估標準不統一。數據資產評估

27、缺乏統一標準和權威機構。建議引入多方機構共同評估，為授信審批提供綜合參考，降低評估不確定性。第三，財務報表數據資產信息不足。數據資產尚未入表，企業數據資產價值未在財務報表中體現。第四，貸后處置難度大。數據要素交易市場尚不成熟，違約時數據資產處置方式和收益難以預估。需加強數據基礎設施建設和交易市場培育。因此，商業銀行現階段在開展數據資產授信融資業務時，需要從源頭把控風險，建立一套完善的專項風險緩沖機制，同時積極與各類數據要素市場主體開展合作，確保流程完整，降低各類風險。14 四、數據要素證券化四、數據要素證券化（一）證券化業務發展背景一）證券化業務發展背景自 2019 年十九屆四中全會將數據列為

28、新生產要素，如何借助金融工具最大化發揮數據資產價值，成為重要研究課題。除傳統數據資產信貸業務外，數據資產證券化是實現其商業化與價值最大化的重要途徑。證券化業務是一種能實現風險分散、提高流動性和降低融資成本的金融手段，起源于 20 世紀 50 年代，80 年代興起并顯著發展。其發展受金融市場創新、企業融資結構變化、技術進步和全球化趨勢推動。根據中國證券投資基金業協會的最新數據，截至 2025 年 1 月，中國私募證券投資基金管理人數量達到 7904 家，管理規模達到 5.234 萬億元。商業地產信托市場逐步發展，政策放寬助力其健康發展。不良資產證券化也發揮著重要作用，金融機構將不良資產證券化，推

29、動資產清理，促進市場健康發展。（二）二）數據資產證券化的模式探究數據資產證券化的模式探究1 1、數據資產支持票據模式數據資產支持票據模式資產支持票據（Data Asset-Backed Note,DABN）是指以非金融企業實現融資為目的，采用結構化方式，通過發行載體在銀行間債券市場發行的，以企業數據資產所產生的現金流作為還款支持的，約定在一定期限內還本付息的證券化融資工具。企業數據資產未來的現金流，或企業數據資產本身是數據資產支持票據業務的底層資產。相較于傳統的信貸類產品，其最大特點在于不依賴實物資產抵質押，而是挖掘數據資產的價值。15 2 2、數據資產支持證券模式數據資產支持證券模式數據資產

30、支持證券（Data Asset-Backed Securities，DABS）是指采用結構化方式，以數據基礎資產未來所產生的現金流作為償付，并以此發行數據資產支持證券的金融工具。數據資產支持證券的主要作用在于加強數據資產流動性。潛在的投資者主要是銀行、保險公司、貨幣市場基金、共同基金、養老基金和對沖基金等。根據底層資產的不同，數據資產支持證券業務模式包括以下幾種類型：類型一，基于企業的數據資產知識產權、數據基礎設施、數據資產及數據資產的未來收益權，發行證券并上市。類型二，基于企業數據資產中的信貸資產或債權類資產。類型三，以數據資產相關證券或證券組合作為基礎資產，在產生的現金流或與現金流相關的變

31、量的基礎上發行證券，即數據資產證券的再證券化過程。3 3、數據資產投資信托基金模式數據資產投資信托基金模式借鑒 REITs 的模式以及知識產權、基礎設施等領域資產證券化的成功經驗，本報告提出了一類比較可行的數據要素證券化方法，即通過設立“數據資產投資信托基金”（DataAsset Investment Trusts，DAITs），將數據資產打包并向投資者出售信托份額。在生產方面，以數據資產或項目的未來收益為標的，引入專業中介機構評估數據資產池份額的定價，面向投資者發行。首發成功后，允許投資者轉讓份額，形成二級市場，促進數據價值實現。在抵押方面，通過“數據信托”形式重置數據主體與控制人之間的權益

32、結構，明確收益安排，按契約在利益相關者間合理分配收益。在收益方面，DAITs 投資于多元化數據資產，通過分散投資降低單一資產風險。投資者 16 通過購買 DAITs 份額，獲得數據資產收益，實現數據資產價值的高效流通與變現。（三三）數據要素證券化業務開展的思考）數據要素證券化業務開展的思考目前，我國商業銀行數據資產證券化發展存在產品類型單一、價值評估不準、風險識別能力不足等問題。數據資產支持票據占主導，數據交易市場不完善導致估值和交易困難，且缺乏量化風險評估指標與體系。未來，商業銀行可從多方面深化數據資產證券化業務：一是發揮傳統資產證券化優勢。作為原始權益持有人，商業銀行證券化自身數據資產，能

33、提升其流動性，為投資者提供多元選擇，還可低成本獲取資金，優化資本結構。二是增強價值評估能力。利用豐富的數據處理分析能力，準確評估數據資產價值，設計合理證券產品，不僅有力支持證券化業務，還能通過評估服務增加收入。三是強化風險管理與信息披露。開展詳盡盡職調查，全面評估數據資產質量、真實性和潛在價值，充分向投資者披露信息與風險，并加強投資者教育，提升其對相關產品的認知。四是聚焦機構投資者。在數據交易市場成熟前，暫不對個人投資者開放，同時加強市場監管，構建完善監管體系，保障市場健康發展和投資者權益。五是探索多元化資產證券化。優先發展債券形式，待市場和監管環境成熟，逐步拓展到股票、投資信托基金、期權等形

34、式，設計股權證券時合理分配數據資產使用權、管理權和經營權，平衡安全與資本運作。17 五、數據要素金融生態五、數據要素金融生態（一）數據要素產業鏈場景金融生態一）數據要素產業鏈場景金融生態商業銀行作為金融市場的重要參與者，在綜合金融服務和數據資產管理領域具有顯著優勢，能夠為數據要素市場提供專業支持，推動其快速拓展。傳統銀行服務涵蓋存款、貸款、理財、支付等業務，為拓展數據要素服務奠定了基礎。在數據要素市場運營中，商業銀行發揮信用中介、支付中介等核心功能，憑借深厚的數據積累和高質量的數據處理能力，為多元主體提供專業、安全的數據服務，尤其助力缺乏數據治理能力的中小微企業激發市場活力。此外，商業銀行通過

35、界定數據權屬、評估數據價值，促進數據交易與流通，并通過信用中介功能為數據交易提供擔保，確保數據要素的安全流通。為融入數據要素市場建設，商業銀行應積極與市場主體合作，提供一站式綜合金融服務。在傳統服務方面，提供流貸、擔保、理財等產品，滿足投融資需求；在數據資產管理方面，提供數據估值、存儲托管、管理咨詢等服務，協助客戶畫像、風險評級等研究，并定制產品拓展應用場景。同時，商業銀行可探索數據資產授信融資、保險、證券化等創新服務，尤其為“專精特新”企業提供綜合授信，助力其發展。通過整合傳統與創新服務，商業銀行在數據要素產業鏈中發揮關鍵作用，推動市場高質量發展。（二）公共數據授權運營場景金融生態二）公共數

36、據授權運營場景金融生態本節將視角從理論與案例的探討深入到具體場景分析，研究商業銀行如何在數據運營場景中，開展數據要素全鏈條綜合金融服務，啟發商業銀行探索形成公共數據以及其他數 18 據要素市場的服務模式。公共數據授權運營通過市場化機制，支持國有公司開展數據運營業務，提升數據附加值并形成收益，最終上繳地方財政。這一模式賦能政府智慧決策、提高財政收入、優化債務并推動地方數字經濟發展。產業鏈涵蓋上游數據提供方（如市政府）、中游運營主體（如大數據集團）及下游需求方（如金融、醫療等），各環節需技術支持，包括數據采集、存儲、加工及交易等。商業銀行可提供信貸資金支持，并利用技術和服務優勢，協助產業鏈主體在數

37、據采集、存儲、加工等環節發揮作用，促進公共數據與社會數據融合應用，推動數據要素市場繁榮與創新。2 2、典型數據授權運營場景銀行服務模式典型數據授權運營場景銀行服務模式 19 圖 1 公共數據授權運營產業鏈（1）數據主管部門銀行服務模式公共數據授權運營產業鏈上游：數據主管部門。政府部門具有公共數據所有權，是數據主管部門，可授權或支持下屬國有公司開展政務數據集中運營，以提升數據資產效能和價值。針對公共數據授權運營產業鏈上游主體，銀行應積極拓展市場機會，提供包括地方政府專項債發行、基于數據資產的信貸產品等金融服務，為公共數據授權運營產業鏈注入信貸資金“血液”支持。（2）數據資產運營主體銀行服務模式公

38、共數據授權運營產業鏈中游：數據資產運營主體。各地大數據集團、大數據交易所、數據商等是數據要素市場發展的重要主體，隨著公共數據授權運營業務的拓展，該類企業將迎來快速發展階段。銀行應積極推進與各地數據資產運營主體的合作，在數據資產安全、數據資產管理咨詢、大數據分析和應用、資金結算等方面拓展機會，助力地方數字產業發展。（3）數據需求方銀行服務模式公共數據授權運營產業鏈下游：數據需求方。公共數據經分析處理后提供給具有不同數據需求的系統及用戶，帶來決策價值和支付數據費用。銀行應積極挖掘公共數據授權運營數據需求方的金融需求，提供包括信貸、證券化、代銷、支付結算等方面支持。（三）三）大模型數據要素市場典型場

39、景及銀行服務模式大模型數據要素市場典型場景及銀行服務模式1 1、大模型數據要素市場典型場景簡介大模型數據要素市場典型場景簡介大模型數據產業，是數據要素市場發展的重點領域，或將成為智能時代發展的新引擎。大模型使信息的生產和獲取 20 成本從邊際成本轉向固定成本，使得每次使用大模型時的邊際成本極低。不同于之前的技術手段，大模型所引發的這種變革是根本性的，為數據要素市場帶來了產業革命的力量。作為一種數據密集型產業，大模型所需數據可以分為三個類別：一是，大規?；A文本語料數據，這類數據的生產方式包括公開收集、私密收集和私有交易；二是大規模行業專業領域語料數據，這類數據的生產方式以私密收集與私有交易為主

40、；三是小規模微調數據，這類數據主要采取個性化、定制化生產的方式。大模型需要新數據供訓練使用，也使一些舊數據有了新的價值，相應地催生了數據要素市場新的服務需求，為數據要素市場的發展與繁榮提供了強大的驅動力。商業銀行應洞悉大模型數據產業蘊含的巨大商業價值和發展空間，做好市場分析、配套政策和服務，搶抓新興行業發展機遇。2 2、典型大模型數據要素場景銀行服務模式典型大模型數據要素場景銀行服務模式在大模型數據產業中，市場主體的運營方向、發展狀況等不同，則其所依賴的數據生產方式存在差異，同時對銀行的服務需求也有所不同，銀行應當有針對性地提供更加匹配的服務模式，以順應大模型數據產業的發展。（1）創新資產證券

41、化服務銀行可基于數據資產及知識產權創新金融服務：一是數據資產知識產權支持票據。設計基于數據資產知識產權收益權的證券化產品，如支持票據或二次許可模式票據，改善數據資產流動性，拓寬融資渠道。二是“數貸融合”信貸服務。（2）開發新興數據服務大模型數據產業的供需市場存在數據資產管理、評估等問題，需第三方專業機構提供服務。銀行可拓展角色，提供 21 以下服務：一是數據資產托管服務。依托技術和數據資產管理能力，為 AI 數據集提供分級、分類、評價等服務，構建數據資產全生命周期管理能力。二是數據資產質量評估服務。利用數據分析工具，幫助交易雙方識別數據質量、洞察數據價值，提供專業評估服務。（3）拓展傳統金融服

42、務一些數據要素型企業既不滿足于公開收集可獲得的數據規模，又不具備私密收集的能力和條件，故私有交易成為其獲取數據的重要方式，而其交易行為離不開金融支持。這類企業是銀行潛在的新增客戶，對此，銀行應當積極開拓傳統綜合服務范疇：一是信貸服務。銀行可通過數據托管和企業數據分析，為數據要素型企業提供定制化信貸產品，滿足其特定需求和風險承受能力。二是票據服務。銀行可提供具備匯兌、支付、結算、流通和融資功能的票據服務，提高數據交易和資金融通的便捷性。22 六、展望與建議六、展望與建議（一）商業銀行更好發揮數據要素價值的政策建議（一）商業銀行更好發揮數據要素價值的政策建議首先，應完善制度，夯實數據要素金融服務基

43、礎。加快推進“數據二十條”落地實施，構建“1+N”制度體系，推動數據要素市場的規范化建設。完善法律法規和標準體系，明確數據資產的產權歸屬、交易、評估等關鍵環節的法律規定和操作規范。探索建立符合數據要素特性的定價機制，建立體現效率、促進公平的收益分配制度，發揮市場在資源配置中的決定性作用，保障市場主體按貢獻參與收益分配。其次，應理順機制，推動金融領域數據協同發展。打通數據內部共享，拓展公共服務、電商及運營商的數據資源。推動公共數據授權運營在金融行業落地，實現金融機構“有數可用”。加快金融行業數據要素流通與融合應用的供給側改革，推動公共數據用于金融領域的專項行動、試點示范和政策協同。探索金融行業數

44、據流通交易的成熟模式，構建金融機構與數據交易場所的聯動機制，推動金融數據流通合規化、透明化、公平化。再次，實現場景聯動，釋放跨領域數據要素新價值。推動數據要素與金融服務的融合發展，鼓勵金融機構參與數據要素市場建設。構建公共數據與商業銀行數據的互通機制，推動公共部門與金融機構在數據共享、交易等方面的合作，建立跨行業、跨領域數據應用示范項目。鼓勵金融機構聯合數據商、第三方服務機構，聚焦普惠金融、反電詐、助農惠農、智能風控等領域開展試點示范，推動金融行業數據要素應用創新和價值釋放。最后，進行融合創新，拓展數據資產融資服務體系。豐 23 富數據要素市場多元參與機制，充分發揮金融引領數據要素新時代的優勢

45、。加快破除數據要素市場發展的體制機制障礙，鼓勵金融機構積極參與數據要素市場建設，加強現代金融監管，構筑金融數據安全防線，促進金融數據合規高效流通使用，推動金融行業數據要素應用創新和價值釋放，助力數實融合與“以數強實”。（二）未來發展趨勢展望（二）未來發展趨勢展望1 1、促進數據合規高效流通使用、促進數據合規高效流通使用隨著數據要素和金融領域的法律法規及監管制度不斷完善，數據流通與深化應用的制度基礎將更加鞏固。通過行業級數據登記、交易、共享等平臺，推動金融行業數據流通更加規范化、專業化、體系化。金融領域的公共數據授權運營創新應用將逐步落地，解決金融行業數據供給規模小、范圍窄、場景少等難題。商業銀

46、行將推動數據要素金融產品與業務創新，提升數據資產識別和評估技術，發展數據銀行業務，探索數據存貸、價值評估、證券化等新模式，助力科技金融、綠色金融、普惠金融、養老金融、數字金融的發展。2 2、賦能實體經濟高質量發展、賦能實體經濟高質量發展金融機構要持續加大創新產品供給，為科技創新及產業轉型升級提供更多的綜合金融解決方案：“資產管理機構還需要持續加大產品創新，不斷拓寬科創知識產權 ABS、科創園區 REITs 等產品的基礎資產范圍，通過券商、保險、資管機構之間的合作創設更多科技保險產品，構建多主體參與、多渠道供給的科創金融體系，推動科技、產業與資本形成良性循環?！币钥萍紕撔乱I產業全面躍升，帶動新

47、經濟增長點不斷涌現。以協同創新賦能產業發展，發揮數據要素“乘 24 數”和“倍增”效應，培育經濟發展新動能。3 3、探索共同富裕實現新路徑、探索共同富裕實現新路徑從共同富裕和現代化視角出發，監管框架和政策環境將逐步完善。隨著監管部門對數據資產和數據要素金融業務的認知逐漸加深，預計未來將出臺更多有利于數據要素金融創新的政策和監管規則。與此同時，商業銀行能夠通過自身實踐，在數據三權分置的基礎上，商業銀行能夠通過開展數據要素相關服務，完善數據要素收益的再分配調節機制，探索數據要素“收益權”新道路，關注數字要素收益共享的普適性，由數據紅利牽引改革紅利，以合理分配共享進一步激發人民參與共建共富的積極性；公共數據授權機制將進一步完善，在政府的引導下人民將能夠合理共享公共數據資源的開放收益，企業也能夠依托公共數據提供優質公益服務，實現數據要素價值共享共建；數據要素與金融服務疊加能夠加快賦能新質生產力，以數字化驅動中國式現代化。