在数字经济时代,数据已经跃升为一种核心生产要素。随着监管层面《“数据要素X”三年行动计划》的发布,以及数据资产入表正式落地,数据要素市场发展驶入快车道。
“数据要素既是新质生产力的基础,也是新质生产力的倍增器和新动能,不过从供给市场来看,数据要素也存在确权难、定价难等问题。”中国科学院大学经济管理学院教授吕本富在接受《华夏时报》记者采访时表示。
金融作为数字化程度非常高的行业,产生了大量、多样的数据资源,数据的积累和应用至关重要。3月22日,信百会研究院与波士顿咨询联合发布的《数据价值网络》白皮书显示,当前数据间孤岛现象严重,难以协同发挥大数据优势,风控等传统场景存在机会点。
难在哪?
作为重要的新质生产力,数据已经成为继土地、劳动力、资本、技术四大生产要素之后的第五大生产要素。
近两年,我国在数据要素市场体系建设方面进展迅速。
2023年2月,中共中央、国务院印发《数字中国建设整体布局规划》,从顶层设计的对数字中国建设作出整体布局;3月,国家数据局组建,统筹数据资源整合共享和开发利用;12月,国家数据局等部门发布《“数据要素×”三年行动计划》,推进数据要素在相关行业和领域的广泛利用;2024年1月1日起,财政部发布的《企业数据资源相关会计处理暂行规定》正式生效,数据资源纳入企业财务报表等。
今年两会,全国政协委员、恒银金融科技股份有限公司董事长江浩然带来了《关于加快公共数据资源开发利用的提案》,提到数据作为一种新型的关键性生产要素,是推动数字经济发展的重要动力。
江浩然对《华夏时报》记者表示,一方面公共数据质量有待提升。部分公共数据更新不及时,个别地方出现基础设施重复建设问题。另一方面,公共数据开放程度有待提高。各个地方的公共数据平台建设水平良莠不齐、标准不一,难以满足经济社会发展的迫切需求。
当前,我国数据要素市场发展尚处于起步期,数据要素复杂,在传统产权、流通交易、收益分配和治理模式等方面面临新难题。
《数据价值网络》白皮书指出,由于面临合规风险、数据治理能力不足以及缺乏有效的数据技术工具等原因,企业及政府机构对数据资源的应用仍然存在“想用不敢用”“想用不能用”“想用不会用”。
具体来看,首先合规风险是企业面临的主要挑战,数据交易政策有待进一步明确,企业不敢轻易向外输出数据。
其次,数据供给方对数据的治理能力依然不足,存在数据采集标准不一致、数据存贮混乱等问题,导致数据质量差,使用难度大。且数据开放共享不足,数据间孤岛现象严重。
例如传统金融机构分行较多,内部数据分散在不同部门,其整体数据治理、管理效率不高,需要科技企业提供一套端到端数据治理的工具,实现金融数据全生命周期管理,同时也帮助企业搭建更加科学的数据管理体系。
最后,大量数据在需求端仍停留在统计和追踪层面,数据利用能力不足。
数据需流通
面对数据流通过程中的种种挑战,蚂蚁数科首席科学家闫莺认为,数据只有充分流动起来才能发挥更大价值。
吕本富例举到,银行需要信用数据,无论发行信用卡、做贷款,都需要计算用户的信用,因此银行就对公共数据十分有需求。比如用户家里的水电煤气数据是否正常,如果水电煤气正常,在一定程度可认为用户是个正常的人。如果水电煤气的数据都不正常,就无法授信。这种授信数据的应用,是可能的一个应用场景。
“当前征信机构主要做数据聚合的工作,跟数据解读、数据应用脱离较远,将来征信机构可能会从单纯的数据聚合,发展为全方位的风控解决方案。”波士顿咨询董事总经理於晨表示。
断直连政策落地后,第三方征信机构成为了处理个人征信数据的必经通道。“由于基础征信服务盈利有限,征信机构可以通过产品创新,与非金融领域拓展到高利润领域。”《数据价值网络》白皮书显示。
在国际范围内,个人征信机构除了基本的征信业务,也会为信贷机构提供信用评分、决策支持等增值服务,满足金融机构在授信环节的数据分析要求,快速判断潜在客户的信用状况。
随着我国征信市场的逐步完善,百行征信、芝麻信用在基础征信业务之上,推出了信用评分系统,用于辅助机构做出信贷决策。普道征信也与解决方案商合作,推出核验类、职业信用等产品,提高数据资源利用率。
“信用评分不仅应用于银行贷款和信用卡审批,也能拓展到租赁、保险等多个领域。”乐信相关负责人表示,当下风控应用只聚焦在金融行业,随着更多行业数据加入到数据要素市场,将来或能实现跨行业的信用评价和风险管理。
责任:孟俊莲 主编:张志伟
结论:
数据要素市场的快速发展为我们提供了经济增长的新动力,但同时它也面临着一些挑战。其中,数据资源配置和服务体系的不完善是主要问题。面对这些挑战,我们需要制定相应的政策和制度来解决这些问题。
建议:
1. 加强数据科学研究,提高数据的准确性和可用性。
2. 推进数据资源整合共享和开发利用,打破数据孤岛现象。
3. 提高数据的价值链各个环节的服务能力和效率,使数据成为推动经济发展的重要驱动力。
4. 制定规范性的数据管理制度,保护数据安全,促进公平公正的数据交易环境。
5. 利用先进的数据技术工具,提高企业的数据治理能力和效率,推动企业建立更加科学的数据管理体系。
6. 创新金融服务模式,提供更多元化的数据应用服务,满足各行业对数据的需求。