中国光大银行史晨阳：商业银行数据要素市场化探索与实践

数据资源作为重要新型生产要素，蕴藏着巨大价值。与传统生产要素一样，数据要素要经历从资源化走向资产化，再到资本化的发展过程。其中，数据资源阶段更注重存储规模和采集效率，资产阶段聚焦资产估值和会计核算等，资本化阶段则需要财政、税收等多方出台配套改革措施。

商业银行在业务快速发展过程中积累了海量数据，光大银行一直非常重视数据资产的管理和使用，在数据资产估值、数据资产会计核算和数据要素市场生态建设等方面，一直在开展研究和实践。

“数据即资产”已成为全社会的共识，数据资产的价值已经被大家广泛认可和接受。《商业银行数据资产会计核算研究报告》解决的是数据资产会计核算问题。

从会计准则的最新发展趋势看，国内外会计准则制定部门已经关注到了数据要素带来的巨大经济价值，以及数据生产要素目前在财务报表中反映严重不足的问题，并启动了相应的调研工作。例如，《会计改革与发展“十四五”规划纲要》中明确提出要“加强企业会计准则前瞻性研究”，并提到了“数据资产”。财政部会计准则委员会2022年2月公开发放了《关于数据资源的调查问卷》，调研数据资产相关会计处理问题。

对于数据资产进行会计核算，基于传统的财务三大报表，目前的主流观点有三种：一是在表内披露方式下，在无形资产下增设数据资产二级科目；二是在表内披露方式下，在无形资产下新设数据资产一级科目；三是编制“第四张表”。为此，课题组分析了大量的文献资料、文件、政策、国内外会计准则等，并开展了多次行内、行外专家学者的研讨和论证，认为从优劣性、制度突破性、落地可行性几个方面看，将数据资产列入无形资产科目下，增设二级科目较为合理。这一观点在研究报告中也进行了充分论证。

根据会计准则要求，资产入表的前提条件之一是会计主体具有某种权利，且该权利有潜力为主体带来经济利益。《关于构建数据基础制度更好发挥数据要素作用的意见》中提到的建立“数据产权”运行机制，为此提供了较好的制度和理论基础。一是数据资产持有权不直接产生经济利益；二是数据加工使用权与其他资产结合使用，共同产生经济利益；三是数据产品经营权以数据产品或服务形式对外进行交易，直接产生经济利益。因此，数据加工使用权和产品经营权可进行会计核算。

在会计准则中，无形资产的确认标准是：企业拥有或者控制的没有实物形态的可辨认的非货币性资产。会计核算同时要求确认经济利益和计量。结合数据资产的特点可以发现：企业可以通过持有权、加工使用权及经营权等拥有或者控制数据资产；数据资产满足无实物形态的特征；数据资产可辨认，能够从企业中分离或者划分出来；数据资产是非货币性资产，满足无形资产的定义。同时，随着数据交易市场的不断完善和繁荣，数据资产的经济利益和价值计量逐步得到确认。所以，数据资产和无形资产具有较高的相容性，可以和专利权、土地使用权等并列为无形资产二级科目进行会计核算。因此，我们在资产负债表的无形资产科目下，增设数据资产相关二级和三级科目，并在研究报告中给出初始计量、后续计量和终止确认的计量方法。

在解决了数据资产哪些能表、何处可表、如何入表的理论问题后，报告从商业银行的角度给出了数据资产会计核算的落地方案。最终产生经济利益的数据资产有两种形态：一种是由数据采集加工而来的衍生性数据；另一种是基于数据研发形成的数据工具，主要是算法模型。两者的价值形成过程不同，价值链上各个环节的数据资产均可纳入会计核算，但只有产生经济利益的数据应用的资产才能计入无形资产科目。根据内部使用和对外交易两种不同应用场景，数据资产可分别计入不同科目。由于数据资产既可以供内部使用，也可以对外交易，所以需要在数据使用权科目和数据经营权科目分比例计量，这是数据资产区别于传统无形资产的一个显著特征。

数据资产会计核算的最后一步是信息披露，主要分为表内披露和表外披露两部分。其中，表内披露主要是在财务报表中列示，并在附注对关键内容进行说明；表外披露是对企业数据资源情况、相关技术支撑等进行补充说明，为报表使用者提供更全面的数据资源情况。

我国数据要素市场产业链已初步成型，由数据供需方、数据交易所、第三方服务机构等多方市场主体共同参与，目前市场以供需双方直接交易为主。但同时也面临着诸多困境，如没有互信机制、交易不规范、厂商参差不齐等。

数据要素市场要做大做强，需要在“所商分离”的数据交易体系下探索新的模式和生态。其中，数据交易所突出金融属性和非盈利属性，负责交易撮合、清算、结算等工作；数据商突出技术属性和市场化属性，将非标准化数据转化为标准化产品；第三方专业服务机构主要聚焦数据评估、审计、公证等领域。由此可见，数据商和第三方服务机构是未来市场发展的生力军。

商业银行自身具有成熟的技术能力、丰富的数据管理经验和强大的业务创新驱动能力，在数据要素市场建设中，需要承担新使命、探索新角色和新场景。为此，《商业银行数据要素市场生态研究》提出了商业银行参与要素市场建设的两大路径和三大落地方案。

路径一：商业银行作为数据商参与数据要素市场建设。商业银行数据商业服务体系的整体架构包括内控制度、组织管理体系、基础设施和数据商四大核心业务和两大合作模式，即“4+2”数据商服务体系。其中，“4”是数据商的四种核心业务，即资产开发类业务主要是探索发现数据源和产品等；数据发布类业务聚焦辅导上架及初步报价；数据承销类业务围绕产品营销、定价磋商以及提供环境和产品交付展开；数据资产类业务主要是探索创新，开展数据资产证券化、数据入股等创新业务。“2”是指数据商的两大合作模式：一是全权代理模式，即数据商与需求方直接开展业务，提供方在后台不体现；二是协作模式，强调数据供给方、需求方和数据商三方协作。需要强调的是，两种模式各有优缺点，商业银行要根据实际情况选择。

此外，在商业银行作为数据商的建设方案中，针对核心业务模块，还设计了34个业务环节，88个业务流程细项，明确了各核心业务的业务流程。

路径二：商业银行作为第三方专业服务机构参与数据要素市场建设。根据银行的特点和优势，可优先选择数据安全合规服务、数据质量评估服务、数据资产化服务等，为此报告中设计了22个业务流程。

然而，多方协同的数据要素市场生态，不是一朝一夕能建成的，可以按照短期、中期、长期的建设策略，稳扎稳打推进。其中，短期目标是充分复用商业银行现有资源，快速打造样板服务；中期目标是紧密跟踪国家政策动向，拓宽行业范围；长期目标是沉淀标准化服务，成为数据要素市场建设与发展的核心力量。

数据要素市场化发展可参考以下建议：一是加强宏观数据制度供给；二是建立健全数据资产会计制度体系；三是有序培育数据要素市场生态，加强监管；四是积极优化数据资产管理体系。

总之，数据要素市场的繁荣有序发展，需要市场主体、政府、监管、企业等多方协同，统筹推进，既要百花齐放，充分激发市场发展活力，也要审慎包容，保障市场健康有序发展。

作者：史晨阳系中国光大银行金融科技部总经理

来源：银行家杂志

大佬观点