数字经济时代，数据作为新的生产要素，已融入社会生产、消费和服务等各个环节，成为推动经济高质量发展的强大创新动能，数据由资源化阶段向资产化阶段转变的趋势日益加速。2023年，中共中央、国务院印发的《数字中国建设整体布局规划》明确了数字基础设施和数据资源体系“两大基础”。此外，《企业数据资源相关会计处理暂行规定》《关于加强数据资产管理的指导意见》和《“数据要素×”三年行动计划(2024—2026年)》等文件的相继出台拓展了数据资产应用的广度和深度。
一、建设银行数据资产管理
发展历程
金融业作为数据密集型行业，在经营过程中天然会采集、存储、加工、使用大量数据。商业银行数据管理历程的演进映射出银行经营理念和经营模式的转变。
上世纪九十年代以来，建设银行数据管理历程共经历了四个阶段：一是手工记账阶段。在这一阶段，建设银行依靠人工的方式记录经营相关数据，对重要的经营指标进行手工统计，数据准确性和时效性难以保证。二是会计电算化阶段。在这一阶段，建设银行通过信息系统的建设，利用数据库/ODS进行数据存储，实现业务数据的电子化，支持出具简单的统计报表，能够满足基本报表的分析需求。三是数据资源化阶段。基于提高金融服务效率、控制金融风险和精准匹配供需的需要，建设银行积极进行数字化转型，以“赋能第一曲线、成就第二曲线”为指导，在已有能力基础上聚焦为全行提供可信、一致、完整、准确、及时、好用的全域数据，打造了一套智能型数据产品“货架”，使数据要素自动嵌入业务流程，实现即时赋能，探索企业级数据资源的整合与标准化，支持各业务条线及监管报送工作。四是数据资产化阶段。在这一阶段，伴随数据中台的建设，建设银行数据能力建设的重点开始从数据资源开发、管控式的数据治理向业务价值驱动的数据资产管理、流通与共享转变，强调通过“业、技、数”的深度融合，实现数据的深度洞见、高效流通和共享，助力业务价值的释放，高效地支持全行各个业务条线与技术条线全面开展不同层次的数据分析工作，推进数据资产价值持续提高，形成数据价值体系与文化。
在会计电算化和新一代系统建设完成后，建设银行沉淀了海量客户信息和经营数据，连接多种外部公共数据资源，基本具备了数据由资源化向资产化转变的基础，但仍然面临数据资产管理与业务发展异步、数据质量难以及时满足业务预期和安全风险加剧等一系列挑战和问题。在这一背景下，建设银行以“准确、及时、丰富、好用、安全、共享”为目标，持续完善“建、管、用”三位一体的数据资源管理体系，面向全行用户提供数据应用服务，全面提升数据资产管理能力和赋能业务发展水平。2023年，建设银行获得数据管理能力成熟度评估(DCMM)最高等级5级认证；在第二届“数据治理年会暨博览会”上入选“数据管理十大名牌企业”。
二、严格数据标准，拓宽数据范围，
提升数据时效
数据标准的制定和落地是提升数据准确性的有力举措。建设银行细化数据标准规范，发布指标管理规定，加强企业级指标共享和管理，累计建立了涵盖数万项业务数据元、域和基本词以及数百类词的数据标准；同时通过完成源数据采集规范制定，压实源头数据治理责任，编制业务数据项采集规范，完成包含1万余项关键业务数据项的采集规范的编制，严格落实数据标准的遵从设计及数据间一致性检查，数据标准的规范作用逐步显现。
同时，依托内外部数据管理体系，建设银行积极拓宽数据范围，提升数据需求满足的时效性。在内部数据方面，建设银行实现了数据全域入湖入仓，支持非结构化数据存储，为全行数据应用提供统一的数据基础，实现批量数据需求满足度达90%以上；通过不断丰富实时数据，优化数据供应链路，缩短数据入湖入仓时间，增强多频率批量数据处理能力，支撑业务需求的实时响应，提升数据供应的时效性，使实时数据日均接入量达数十亿条；持续探索图谱数据能力的提升，以“全行一张图”为目标，整合全行金融知识图谱数据，构建由基础图谱、衍生图谱和应用子图组成的企业级图谱数据体系。除此之外，建设银行还积极推进数据资源盘点工作，建立数据资源管理平台，编制数据资源目录，为全行提供数据检索、定位与获取的入口。在外部数据方面，建设银行实行外部数据集中管理模式，通过定规划、立制度、理流程、建平台、引数据、促应用等一系列手段，以多样化的外部数据接入能力、“批量+实时”的服务方式和精细化运营能力为依托，基本形成高效、有序、集中化的外部数据管理体系，有效拓宽外部数据应用场景和范围。
三、统一数据口径，优化数据质量，
保障数据安全
“数出一口”是提升数据易用性和共享性的可靠途径。建设银行以数据仓库整合模型为基础，既面向业务过程，又面向业务分析，采用“合并同类项”的方式聚合数据，覆盖原生及应用衍生数据，通过高效、快速、低成本地整合不同来源的数据，保障关键指标和重要指标的单点加工。建设银行从传统的批量数据服务转为着力加强API接口形式的数据服务，前置数据作用发挥环节，通过系统间的数据服务调用，将数据能力灵活、可控地嵌入业务流程;通过建立和管理企业级数据应用平台，集成各业务领域的关键指标数据，统一数据应用入口，满足用户指标查询、搜索、收藏、分析、定制报表等各类自主用数需求，支持各业务板块共享各类指标，实现基层网点应用全覆盖。
良好的数据质量和严格的数据安全管控措施是数据资产发挥作用的有效保障。通过实施集团数据质量“提升工程”，建设银行组织全行整改数据问题，调整取数规则，推动源头业务系统优化。同时，建设银行已经建立管理层、执行层和监督层三层数据安全组织架构，制定印发了数据安全管理办法和数据分类分级保护、数据安全应急预案专项制度；建立了数据安全评估、数据分类分级识别、数据安全应急、数据安全培训四个机制，推动数据安全管理工作有序开展。
四、未来展望
《企业数据资源相关会计处理暂行规定》自2024年1月1日起施行，标志着企业数据资源入表事宜正式提上日程，有助于建设银行从财务视角审视数据资源为企业带来的价值，并进一步驱动建设银行持续提升自身的数据治理和数据创新能力，为数据的定价、确权、交易奠定基础。
数据资源入表为建设银行发展带来数字经济时代的新机遇。一是数据资源入表的实施过程将驱动建设银行数据管理能力进一步提升。数据资源入表要求建设银行梳理自身数据资源构成成分、提升血缘分析能力、明确合规权属、推动精细化成本计量和经济利益分析，能够有效提升全行数据意识;同时为建设银行合理评估外部数据价值、引入更多有价值的外部数据创造了条件。未来，建设银行将基于优质的内外部数据资源，全方位、持续提升金融服务水平、业务运营水平和经营管理水平，助力数字经济发展。二是数据资产价值的精准计量与列示披露，将有助于建设银行对数据能力发展过程中产生的成本和经济效益进行量化，促进国有资产保值增值。三是数据资产价值评估有助于建设银行拓展业务发展模式。通过建立健全数据资产价值评估制度，完善数据资产价值评估措施，建设银行将基于数据资产创新业务模式，形成增量利润来源，把数字能力转化为价值创造能力。
由于数据本身具备多元主体性、多次衍生性和无限复制性，数据资源入表难免会出现权属界定模糊、成本核算困难和运营管理复杂等问题。建设银行以经济利益流入和成本可靠计量为抓手，从业务场景出发，梳理蕴含其中的数据产品和数据服务，以数据“三权分置”为基础，依托数据血缘分析能力进行合理的成本穿透，综合考虑数据开发的直接成本和间接成本，探索数据资源入表方案的科学性和可行性。未来，建设银行将加快建立数据确权和数据资产登记管理制度，理清数据资产确认的条件和方式，划定数据资产核算边界，完善数据资产价值评估方式，统一估值参数、底层指标计量标准，合理设计数据资产投入价值和业务价值的计量与披露方式，在贴合会计谨慎性计量原则的同时切实反映数据资产经济价值。
同时，建设银行将持续落实数据安全要求，强化数据标准的权威性，着力提升数据质量。一是推动数据安全管理要求落实到位，推进数据分类分级保护策略实施，完善新产品、重点场景数据安全保护影响评估机制；落实监管机构对重要数据、数据出行出境、风险评估等报送要求；加强数据风险管理，构建数据风险监测指标体系。二是树立数据标准权威，强化数据标准在系统数据采集、需求分析、技术研发、上线运行、日常运营等流程中的落地实施和执行到位。三是推进数据质量管理要求关口前移，完成数据质量日常管理体系建设，建立企业级数据质量自动化监测机制，增强数据问题实时、准实时监测能力，持续强化源头数据质量管控，逐步形成数据质量问题发现、流转、解决、跟踪、评价等日常管理机制，确保数据质量问题有预警、有跟踪、有处理。
本文刊于《中国金融电脑》2024年第3期