酷应用

数据资产管理勾勒金融机构利润增长新曲线

百家作者：动点科技 2022-12-19 21:00:54

目前，数据资产管理市场中国产化的比例已高达60%~70%。

文｜动点科技

作者｜郑惠敏

编辑｜李瑞子

数据要素已升级为金融业的生产要素。在数字化转型和强化公司治理的大背景下，数据治理已经成为金融机构发展中的重要问题，也是监管层关注的焦点之一。今年初，央行发布的《金融科技发展规划 2022～2025》已将数据作为金融科技行业和企业发展的核心。

在保障数据安全和以技术作为驱动的前提下，金融机构如何充分挖掘数字要素的价值、激活数据要素潜能、推动数据的高效治理？如何建立有效的数据资产管理体系？

近日，动点科技记者采访了中电金信商业分析事业部总经理、中电金信数据研发委员会主席杜啸争，探讨了数据治理的趋势和意义，以及数据资产平台在其中发挥的重要作用。

杜啸争曾参与多家大型国有银行、股份制银行以及中小型银行的大数据平台及应用建设，其带领的中电金信数据团队已连续六年获得 IDC 数据智能/决策支持解决方案市场排名第一，本人专注于金融行业的大数据平台建设、数据治理体系建设、数据中台产品及数据生态圈应用建设等领域。

数据资产管理为金融机构 “上” 价值

数据治理对于金融行业来说并不是一个全新的理念，金融机构数据治理已经进入数据标准、数据质量之后的第三个技术阶段：与金融机构内部的技术攻坚相比，当下的数据管理市场更多是由监管驱动的场景化的数据治理。

在此基础上，也衍生出了数据治理的四大新趋势：第一，监管驱动的数据治理比金融行业内需提供了更大的驱动力；第二，宏观的数字化转型需求正在反向推动数据治理要求，更进一步提高数据质量；第三，金融机构数据应用需求的急迫性已经从用户推动变为业务部门主导，这要求金融机构的科技部门可以实践 DataOps 的理念，实现数据快速迭代；第四，数据交易市场对公共数据产品提出了标准化的需求。

在数据资产化的大背景下，数据资产管理是数据治理的进一步发展，通过数据资产化实现数据资产价值的增值与变现，是数据治理管理框架的一次重大升级。

就金融机构而言，当前依靠传统信贷利差盈利的模式已进入瓶颈，而数据资产管理运营有望成为银行业的第二条利润增长曲线，这也是各个银行的数据管理部门被独立升级为一级部门的根本原因。曾经，银行的数据管理部门大多位于中后台，而随着业务部门数据系统变更，中后台的数据管理部门也要参与到业务、应用等企业架构建模的过程之中。

如何将多年来的数据积累变现已成为银行业越来越关心的问题。从这一视角来看，数据资产管理运营能给金融机构带来三方面的价值：首先，一旦数据要素市场形成真正的交易，就可以为银行带来最直接的收益；而从节流角度来讲，将一切业务数据化最终可以建立数字原生企业，帮助现实中的企业实现业务的全流程监控、发现并解决业务中的问题，推动业务提速；营销和风险是当下银行等金融机构数据应用的两大方向，通过整合底层数据平台和相关软件算法，能够提高客户营销的精准度和效率，帮助提高业务收益；数字化风控平台可以减少金融机构贷前、贷中、贷后的风险，识别优质客户和风险客户，降低成本。

自研平台顺应国产化发展趋势

从金融行业来看，国内的数据存储管理市场大致经历了以下几个阶段：2000 年~2010 年，市面上的数据类产品基本都以国外产品为主；2015 年左右，国产的数据类产品逐渐推出，数据类产品开始国产化之路；直至 2022 年底，90% 以上的国有大行都已逐步下线由外企提供的核心数据类产品。而在数据资产供应链方面，如果说一开始国内厂商还在跟随国外厂商的脚步，那么从 2015 年之后，国内厂商就开始真正成熟起来，逐渐拥有自己的数据资产管理产品。

IDC 报告显示，2021 年国内数据治理平台市场规模达 23.9 亿元，同比增长 24.5%，中国数据治理市场迎来高速增长。

目前，数据资产管理市场中国产化的比例已高达 60%~70%。杜啸争预计，未来两年，国产化比例有望达到 90% 甚至更高，这也是包括中电金信在内的国内众多数据产品和服务厂商的重要发展机遇。

近期，中电金信发布了源启数据资产平台，它致力于帮助金融机构进行数据的采集、处理、加工、分析、治理以及数据资产的运营，可以端到端地解决整个数据治理全流程的问题。中电金信的数据资产管理体系也打通了数据平台和企业架构建模中的数据体系，能更好地支持整个企业的数字化转型工作。

与其他厂商的数据资产管理方案相比，源启数据资产平台的一大特点在于其国产化适配能力。平台与国内多家知名数据库、调度系统、操作系统、数据交换以及中间件厂商达成合作协议，且能完整适配其产品，构建了自主创新的国产化适配体系。

据杜啸争介绍，中电金信的数据管理产品依据其服务过的 300 多家客户实践经验总结而来，并在很多大型客户进行了实践，产品内置了企业级数据模型、企业级指标体系以及企业级质量检查规则等，可以协助客户快速地从零到一建立数据资产平台。

实践推动解决数字资产定价、交易难题

由于各个企业数据资产管理需求千差万别，当前国内的数据资产管理工具形态各异、百花齐放。而数据资产化还面临着数据估值困难、数据交易市场尚未成熟等诸多难点和挑战。

数据显示，成立已满一年的上海数据交易所数据产品交易额将超过 1 亿元，而成立 4 年多的贵阳大数据交易所的交易额也刚刚突破 2 亿元，与想象中国家级数据交易所的光环似乎不甚匹配。

这背后除了尚待建设和完善的交易机制与系统，数据产品的定价也是一大痛点。对此，国内也进行了一些实践与探索。在金融行业中，某股份制银行发布了数据资产白皮书，通过成本法、收益法等相关方法对数据资产进行了估值，并计划纳入资产负债表。但这些估值与交易仍局限于企业内部，而在整个数据要素市场中，依然缺乏公允的数据资产价值评估的方法，和在市场交易中依据数据实效实时调整定价的成熟机制。

虽然还没有达到设想中的量级，但一些细分领域已经开始探索和遵循相关的交易规则：上海数据交易所已经促成了央企和金融机构进行数据产品的交换，近期也推出了很多数据处理加工企业的数据产品。

杜啸争指出，若要形成真正的数据要素交易市场，还需各方共同发力：从供给方来看，金融机构等企业需将自身的数据产品准备好，对之前积累的数据进行估值提炼，在内部不断梳理成标准化的数据产品，待市场成熟后，就可及时将自己的数据产品推向市场；而市场的需求侧和交易管理侧应更多地提供在线化的交易，探索形成真正的居间交易平台，使各方通过机构直接形成数据的交易和交换；国家立法层面还需在数据资产的所有权、使用权、归属权以及数据资产入表等方面进行创新尝试和定义。只有各方都取得进步，才能最终推动数据资产交易量的提升。