商業(yè)銀行數(shù)據(jù)資產(chǎn)估值的改進(jìn)與創(chuàng)新

【摘 要】 在數(shù)據(jù)資產(chǎn)市場(chǎng)的發(fā)展進(jìn)程中，商業(yè)銀行的數(shù)據(jù)資產(chǎn)具備獨(dú)特性，如多樣化的數(shù)據(jù)來源、高度的可加工性以及無限的衍生潛力。這些特性導(dǎo)致數(shù)據(jù)資產(chǎn)價(jià)值在應(yīng)用場(chǎng)景和價(jià)值體現(xiàn)過程中的多變性，為商業(yè)銀行數(shù)據(jù)資產(chǎn)的估值定價(jià)帶來了顯著挑戰(zhàn)。為了解決這一問題，文章采用優(yōu)化成本-增量收益評(píng)估法，根據(jù)商業(yè)銀行所持有的不同類型數(shù)據(jù)資產(chǎn)特點(diǎn)，采取了差異化的估值策略。該方法有效降低了評(píng)估過程中的重復(fù)率，提高了估值的準(zhǔn)確性和適用性，有助于商業(yè)銀行更合理地確定其數(shù)據(jù)資產(chǎn)的價(jià)值。

【關(guān)鍵詞】 數(shù)據(jù)資產(chǎn)； 價(jià)值評(píng)估； 優(yōu)化成本-增量收益評(píng)估法； 成本重置系數(shù)； 利潤調(diào)節(jié)系數(shù)

【中圖分類號(hào)】 F832.39" 【文獻(xiàn)標(biāo)識(shí)碼】 A" 【文章編號(hào)】 1004-5937（2025）12-0066-09

一、引言

在深入探討數(shù)據(jù)經(jīng)濟(jì)的時(shí)代背景下，2020年4月，中共中央、國務(wù)院印發(fā)了《關(guān)于構(gòu)建更為健全的市場(chǎng)化要素配置體制機(jī)制的指導(dǎo)意見》。意見指出，數(shù)據(jù)將在市場(chǎng)資源配置中起關(guān)鍵作用。當(dāng)前，為了充分釋放數(shù)據(jù)資產(chǎn)的潛在價(jià)值，并確保其合法利用，各行各業(yè)正加快數(shù)字化轉(zhuǎn)型進(jìn)程。在這一進(jìn)程中，構(gòu)建一個(gè)全面且系統(tǒng)化的數(shù)據(jù)價(jià)值評(píng)估框架顯得尤為關(guān)鍵。這不僅對(duì)數(shù)據(jù)資產(chǎn)的交易活動(dòng)具有深遠(yuǎn)影響，更是推動(dòng)數(shù)據(jù)資產(chǎn)流通的核心基石。這一框架的建立，有助于確保數(shù)據(jù)資產(chǎn)的準(zhǔn)確估值，為市場(chǎng)提供穩(wěn)定的交易參考，從而進(jìn)一步推動(dòng)數(shù)字經(jīng)濟(jì)的繁榮發(fā)展[1]。在數(shù)據(jù)時(shí)代背景下，作為金融體系的核心，傳統(tǒng)銀行業(yè)務(wù)模式面臨嚴(yán)峻挑戰(zhàn)[2]。數(shù)字經(jīng)濟(jì)的興起為商業(yè)銀行的發(fā)展注入了新的活力，使其運(yùn)營模式超越了傳統(tǒng)的地理和時(shí)間限制。這種變革不僅為商業(yè)銀行的競(jìng)爭(zhēng)策略、組織架構(gòu)和企業(yè)文化等方面帶來了轉(zhuǎn)型的機(jī)遇，還激發(fā)了商業(yè)銀行向智能化和智慧化全面轉(zhuǎn)型的潛力。

本研究聚焦于數(shù)據(jù)含量豐富的商業(yè)銀行，通過分析其數(shù)據(jù)資產(chǎn)的特點(diǎn)及價(jià)值實(shí)現(xiàn)的原理，提出商業(yè)銀行數(shù)據(jù)資產(chǎn)價(jià)值評(píng)估方法，即優(yōu)化成本-增量收益評(píng)估法，該方法旨在更精確地評(píng)估各類商業(yè)銀行數(shù)據(jù)資產(chǎn)的價(jià)值。這種方法不僅有助于商業(yè)銀行更準(zhǔn)確地衡量其數(shù)據(jù)資產(chǎn)的價(jià)值，而且對(duì)于推動(dòng)商業(yè)銀行數(shù)據(jù)資產(chǎn)的合理配置和有效利用，以及提升整體經(jīng)營效益具有重要意義。

二、文獻(xiàn)綜述

已有學(xué)術(shù)文獻(xiàn)立足于商業(yè)銀行的數(shù)字化轉(zhuǎn)型過程，如何發(fā)掘數(shù)據(jù)資產(chǎn)的價(jià)值成為一個(gè)關(guān)鍵問題。然而，大多數(shù)研究關(guān)注于數(shù)據(jù)資產(chǎn)的一般性估值和定價(jià)問題，對(duì)于商業(yè)銀行特定情境下的數(shù)據(jù)資產(chǎn)估值和定價(jià)方法則探討較少。

（一） 商業(yè)銀行數(shù)字化轉(zhuǎn)型，深度挖掘數(shù)據(jù)資產(chǎn)價(jià)值

商業(yè)銀行憑借其獨(dú)特的業(yè)務(wù)方式和業(yè)務(wù)理念，積累了大量的數(shù)據(jù)。據(jù)陸岷峰等[3]的觀點(diǎn)，決定未來商業(yè)銀行金融運(yùn)行效率和前途的關(guān)鍵是數(shù)據(jù)資產(chǎn)的成功運(yùn)作。然而，在數(shù)據(jù)資產(chǎn)的價(jià)值評(píng)估過程中，卻暴露出明顯的不足，這主要源于數(shù)據(jù)應(yīng)用的不規(guī)范性和數(shù)據(jù)整合所面臨的挑戰(zhàn)。在挖掘商業(yè)銀行數(shù)據(jù)資產(chǎn)價(jià)值的過程中，技術(shù)革新與管理模式的持續(xù)優(yōu)化顯得尤為關(guān)鍵。正如羅勇[4]所說，數(shù)字銀行建立的主要挑戰(zhàn)是數(shù)據(jù)融合應(yīng)用的困境，即難以建立基于數(shù)據(jù)價(jià)值設(shè)計(jì)的數(shù)據(jù)金融生態(tài)系統(tǒng)。這不僅涉及數(shù)據(jù)處理的先進(jìn)技術(shù)應(yīng)用，還涉及內(nèi)部運(yùn)營流程的高效管理，兩者共同構(gòu)成了推動(dòng)數(shù)據(jù)資產(chǎn)價(jià)值深度挖掘的重要支撐。

（二）數(shù)據(jù)資產(chǎn)的價(jià)值評(píng)估與定價(jià)策略

商業(yè)銀行等金融機(jī)構(gòu)若缺乏有效數(shù)據(jù)資產(chǎn)估值與定價(jià)能力，可能會(huì)對(duì)其市場(chǎng)競(jìng)爭(zhēng)力及運(yùn)營生存產(chǎn)生不利影響。因此，這些機(jī)構(gòu)有強(qiáng)烈的動(dòng)力去開發(fā)和實(shí)施高效的數(shù)據(jù)資產(chǎn)估值與定價(jià)方法[5]。陸岷峰等[6]提出，商業(yè)銀行在數(shù)字化轉(zhuǎn)型中將發(fā)揮主導(dǎo)作用，特別是尋找操作性較強(qiáng)的數(shù)據(jù)資產(chǎn)估值和定價(jià)技術(shù)迫在眉睫。目前，數(shù)據(jù)資產(chǎn)主要借助于傳統(tǒng)的會(huì)計(jì)學(xué)估值方法，如成本法、收益現(xiàn)值法和市場(chǎng)法，滿足其定價(jià)需求。而在學(xué)術(shù)界，現(xiàn)有研究大多聚焦于將會(huì)計(jì)和金融領(lǐng)域的估值定價(jià)技術(shù)調(diào)整應(yīng)用于數(shù)據(jù)資產(chǎn)的評(píng)估和定價(jià)。熊巧琴等[7]在回顧和分析國內(nèi)外文獻(xiàn)后，提出數(shù)據(jù)資產(chǎn)的價(jià)值應(yīng)該在其交易過程中得到體現(xiàn)。只有當(dāng)數(shù)據(jù)資產(chǎn)能夠跨越不同權(quán)益主體進(jìn)行流通和社交化配置時(shí)，它們的價(jià)值才能得到充分利用。此外，在數(shù)據(jù)資產(chǎn)的價(jià)值評(píng)估和定價(jià)過程中，亦運(yùn)用了實(shí)物期權(quán)理論及評(píng)估模型，如閉珊珊等[8]在構(gòu)建數(shù)據(jù)資產(chǎn)評(píng)估模型時(shí)，考慮了成本和費(fèi)用（C）、固有價(jià)值（I）、市場(chǎng)供需（M）、環(huán)境限制等（E）因素，將市場(chǎng)法、收益法、AHP法等評(píng)估技術(shù)整合在一起，構(gòu)建了CIME評(píng)估模型。

（三）文獻(xiàn)評(píng)述

通過對(duì)文獻(xiàn)梳理可以看到，目前學(xué)者們主要集中于通用數(shù)據(jù)資產(chǎn)估值模型的探討和應(yīng)用，很少有學(xué)者關(guān)注商業(yè)銀行尤其是中小商業(yè)銀行數(shù)據(jù)資產(chǎn)估值的技術(shù)及應(yīng)用，本文著重分析中小商業(yè)銀行，研討其數(shù)據(jù)資產(chǎn)估值定價(jià)模型，將從多個(gè)角度出發(fā)，包括估值對(duì)象的分層次處理、估值方法的選擇、指標(biāo)體系的構(gòu)建以及實(shí)際案例分析等，全方位研究商業(yè)銀行數(shù)據(jù)資產(chǎn)的估值與定價(jià)問題。

三、估值對(duì)象的劃分

（一）數(shù)據(jù)資產(chǎn)的特點(diǎn)

1.數(shù)據(jù)資產(chǎn)產(chǎn)權(quán)歸屬的復(fù)雜性

在銀行的日常業(yè)務(wù)流程中，由于許多初始數(shù)據(jù)在獲取的同時(shí)就進(jìn)行了加工處理，使得數(shù)據(jù)的權(quán)屬無法確定，這給產(chǎn)權(quán)歸屬帶來了挑戰(zhàn)。以商業(yè)銀行為例，在日常業(yè)務(wù)中采集的客戶交易數(shù)據(jù)信息，其數(shù)據(jù)所有權(quán)原本歸屬于客戶，然而倘若經(jīng)過銀行的業(yè)務(wù)處理和信息加工，數(shù)據(jù)的確權(quán)將變得更加復(fù)雜[9]。

2.可加工性

數(shù)據(jù)資產(chǎn)具備多維加工的特性，在數(shù)據(jù)處理的流程中，轉(zhuǎn)化后的數(shù)據(jù)得以形成具備潛在價(jià)值的全新數(shù)據(jù)資產(chǎn)。為了提升這些資產(chǎn)的價(jià)值，應(yīng)采取維護(hù)、更新和增補(bǔ)的策略來不斷擴(kuò)充數(shù)據(jù)量，確保數(shù)據(jù)的全面性和時(shí)效性。同時(shí)，為了保持?jǐn)?shù)據(jù)價(jià)值的高效性，可運(yùn)用刪除、合并和歸集的方法來精簡(jiǎn)數(shù)據(jù)，消除冗余，提高數(shù)據(jù)質(zhì)量。最后，通過深入的分析、精心的提煉和高效的挖掘，進(jìn)一步豐富數(shù)據(jù)資產(chǎn)的信息層次，使其更具洞察力和決策支持。

3.無限衍生性

鑒于數(shù)據(jù)資產(chǎn)具備高度的可處理性，在實(shí)際應(yīng)用中，我們能夠針對(duì)特定的目標(biāo)對(duì)其進(jìn)行多維度的精細(xì)化處理。這種處理方式基于不同層級(jí)的分析需求，進(jìn)而產(chǎn)生差異化的價(jià)值。舉例來說，當(dāng)數(shù)據(jù)資產(chǎn)經(jīng)過深度加工時(shí)，雖然涉及較高的人、財(cái)、物的投入，但由此產(chǎn)生的結(jié)果往往更為精確，從而顯著提升了其整體價(jià)值。

數(shù)據(jù)主體經(jīng)過多層次和多維度的處理，能夠創(chuàng)造出各種不同水平的數(shù)據(jù)價(jià)值。通過對(duì)數(shù)據(jù)資產(chǎn)進(jìn)行反復(fù)的衍生利用，企業(yè)能夠在多個(gè)層面和維度上發(fā)掘數(shù)據(jù)資產(chǎn)的潛在價(jià)值，進(jìn)而充實(shí)企業(yè)的數(shù)據(jù)資產(chǎn)生態(tài)體系，并促進(jìn)企業(yè)轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)的模式。

（二）數(shù)據(jù)資產(chǎn)的分類

在商業(yè)銀行的數(shù)據(jù)資產(chǎn)管理領(lǐng)域，交易數(shù)據(jù)的價(jià)值始終處于核心地位，推動(dòng)商業(yè)銀行數(shù)據(jù)資產(chǎn)管理不斷向前發(fā)展。為了推動(dòng)銀行數(shù)字化業(yè)務(wù)的穩(wěn)健發(fā)展，并聚焦于數(shù)據(jù)資產(chǎn)價(jià)值的升級(jí)與轉(zhuǎn)型，本文參考已有相關(guān)文獻(xiàn)，將數(shù)據(jù)資產(chǎn)劃分為原生類（包括外部萃取與內(nèi)部生產(chǎn)）、實(shí)用類（涵蓋流程與核算兩方面）、價(jià)值增值類。

1.原生類數(shù)據(jù)資產(chǎn)

在數(shù)據(jù)資產(chǎn)的生態(tài)體系中，原生數(shù)據(jù)資產(chǎn)的來源有兩個(gè)，首先是與有合作關(guān)系的大數(shù)據(jù)中心建立聯(lián)系，進(jìn)行數(shù)據(jù)的采購與獲取；其次，則是銀行內(nèi)部通過構(gòu)建自主的數(shù)據(jù)中臺(tái)，自主篩選和提取出所需的數(shù)據(jù)。這兩類數(shù)據(jù)由于獲取的途徑不一，所以這些數(shù)據(jù)在含義的詮釋、特性的展現(xiàn)以及涵蓋的范圍上均呈現(xiàn)出顯著的差異。因此，從數(shù)據(jù)萃取的來源角度，將萃取的數(shù)據(jù)分為外部提取類及內(nèi)部生成類[10]。

外部萃取類數(shù)據(jù)一般是通過付費(fèi)、進(jìn)行等價(jià)交換或使用Python編程技術(shù)從外部途徑獲得。這些數(shù)據(jù)資產(chǎn)往往需要通過鑒別和加工才能應(yīng)用于銀行內(nèi)部生產(chǎn)運(yùn)營，并為內(nèi)部生成的數(shù)據(jù)提供有效支撐。然而，鑒于數(shù)據(jù)規(guī)模的龐大性和復(fù)雜性，現(xiàn)有的統(tǒng)計(jì)策略和技術(shù)手段仍在持續(xù)優(yōu)化與進(jìn)化之中。目前，盡管已有一部分?jǐn)?shù)據(jù)能夠借助自助柜員機(jī)、POS機(jī)等設(shè)備實(shí)現(xiàn)數(shù)字化采集，但是由于受中小商業(yè)銀行的數(shù)字化技術(shù)限制，依然需要借助人工錄入大量數(shù)據(jù)，這客觀上也助推銀行數(shù)字化建設(shè)進(jìn)程，從而更有效地處理和分析這些寶貴的數(shù)據(jù)資源。

2.實(shí)用類數(shù)據(jù)資產(chǎn)

針對(duì)實(shí)際業(yè)務(wù)需求而定制的實(shí)用類數(shù)據(jù)資產(chǎn)，其構(gòu)建基礎(chǔ)主要源于原生數(shù)據(jù)和流程類數(shù)據(jù)資產(chǎn)。通過一系列精細(xì)化的數(shù)據(jù)處理流程，如數(shù)據(jù)整合、深度挖掘等，這些資產(chǎn)被轉(zhuǎn)化為具有特定用途的統(tǒng)計(jì)數(shù)據(jù)或數(shù)據(jù)產(chǎn)品。這些定制化資產(chǎn)對(duì)于業(yè)務(wù)部門的日常運(yùn)營具有直接的指導(dǎo)意義，能夠顯著提升業(yè)務(wù)效率與盈利能力。考慮到它們與業(yè)務(wù)收益之間的緊密關(guān)系，實(shí)用類數(shù)據(jù)資產(chǎn)被進(jìn)一步細(xì)化為兩大類別：一類側(cè)重通過數(shù)據(jù)驅(qū)動(dòng)策略提升業(yè)務(wù)收益，另一類則著重于為業(yè)務(wù)決策提供精準(zhǔn)的核算支持。這種細(xì)分有助于更加精確地使用數(shù)據(jù)資產(chǎn)，為業(yè)務(wù)發(fā)展提供強(qiáng)有力的支撐[11]。

3.價(jià)值增值類數(shù)據(jù)資產(chǎn)

價(jià)值增值類數(shù)據(jù)資產(chǎn)是商業(yè)銀行數(shù)據(jù)產(chǎn)品或服務(wù)的總稱，這些資產(chǎn)能直接帶來收益，并迎合市場(chǎng)具體需求。據(jù)此，此類數(shù)據(jù)資產(chǎn)涵蓋了產(chǎn)品銷售、服務(wù)費(fèi)用、產(chǎn)品分成以及平臺(tái)等多種收入來源[1]。

四、設(shè)計(jì)數(shù)據(jù)資產(chǎn)估值的實(shí)施計(jì)劃及計(jì)算案例

（一）優(yōu)化成本法總體思路

對(duì)于商業(yè)銀行的原生類及實(shí)用類數(shù)據(jù)資產(chǎn)而言，相較于傳統(tǒng)的無形資產(chǎn)，其成本結(jié)構(gòu)存在明顯的獨(dú)特性。這些獨(dú)特性主要源于數(shù)據(jù)的完整性、龐大的規(guī)模以及廣泛的應(yīng)用范圍等多種因素的綜合影響。這種差異性對(duì)于理解商業(yè)銀行數(shù)據(jù)資產(chǎn)的價(jià)值構(gòu)成及其管理具有重要意義。因此在評(píng)估數(shù)據(jù)資產(chǎn)的盈利水平時(shí)，面臨的壓力較大，尤其是不能簡(jiǎn)單地采用市場(chǎng)均值進(jìn)行計(jì)算，而需要對(duì)相關(guān)指標(biāo)進(jìn)行優(yōu)化和調(diào)整，以更準(zhǔn)確地反映數(shù)據(jù)資產(chǎn)的價(jià)值。因此，本文采用改進(jìn)的成本法對(duì)這兩類數(shù)據(jù)資產(chǎn)進(jìn)行估值，公式如下：

PV=C×S×（1+R×U）

其中，PV為數(shù)據(jù)估值結(jié)果，C代表數(shù)據(jù)資產(chǎn)賬面成本，S代表重置成本系數(shù)，R代表合理風(fēng)險(xiǎn)報(bào)酬率，U代表利潤調(diào)節(jié)指數(shù)。

（二）數(shù)據(jù)資產(chǎn)成本（C）構(gòu)成

參考傳統(tǒng)無形資產(chǎn)的成本估算方法，數(shù)據(jù)資產(chǎn)的歷史成本（C）應(yīng)當(dāng)涵蓋從數(shù)據(jù)資產(chǎn)加工到預(yù)定用途所需的所有支出。根據(jù)數(shù)據(jù)資產(chǎn)的生成過程，其成本可分為提取、存儲(chǔ)、加工和管理四個(gè)主要階段，每個(gè)階段的成本組成元素各有不同。具體而言，數(shù)據(jù)資產(chǎn)建設(shè)總成本構(gòu)成如表1所示。

（三）成本重置系數(shù)（S）確認(rèn)方法

在探討商業(yè)銀行數(shù)據(jù)資產(chǎn)評(píng)估時(shí)，需針對(duì)標(biāo)準(zhǔn)基準(zhǔn)日對(duì)以往支出成本進(jìn)行重新考量與設(shè)定。為此，本文引入重置系數(shù)的理念，旨在將成本轉(zhuǎn)化為更具時(shí)效性的重置成本。考慮到原生數(shù)據(jù)與實(shí)用數(shù)據(jù)資產(chǎn)在細(xì)分指標(biāo)上的差異，本文特別定義了兩種重置系數(shù)：其一，針對(duì)硬件如現(xiàn)金循環(huán)系統(tǒng)（CRS）以及軟件如客戶關(guān)系管理系統(tǒng)（CRM）等資產(chǎn)的成本，本文構(gòu)建了物價(jià)重置系數(shù)；其二，就數(shù)據(jù)收集、加工、儲(chǔ)存以及操作涉及的人力資源成本，本文構(gòu)建了人力成本重置系數(shù)。這樣的分類與定義，旨在更精確地反映不同資產(chǎn)類型在重置過程中的成本變動(dòng)情況。

（四）商業(yè)銀行數(shù)據(jù)資產(chǎn)風(fēng)險(xiǎn)利潤率（R）預(yù)估方式

在商業(yè)銀行數(shù)據(jù)資產(chǎn)評(píng)估的實(shí)踐中，傳統(tǒng)成本法面臨的核心挑戰(zhàn)在于如何準(zhǔn)確量化數(shù)據(jù)資產(chǎn)潛在的巨大收益及其實(shí)現(xiàn)的不確定性，這種不確定性導(dǎo)致了顯著的風(fēng)險(xiǎn)溢價(jià)。為克服這一障礙，在利用成本法估算商業(yè)銀行數(shù)據(jù)資產(chǎn)價(jià)值時(shí)，采用風(fēng)險(xiǎn)報(bào)酬率修正重置成本，以使其更客觀真實(shí)。然而，這一改進(jìn)方法也面臨一定的理論挑戰(zhàn)，即如何確保風(fēng)險(xiǎn)利潤率的精確性。目前，業(yè)內(nèi)常采用的做法包括依據(jù)市場(chǎng)公開數(shù)據(jù)中的商業(yè)銀行平均資產(chǎn)利潤率作為風(fēng)險(xiǎn)利潤率的參考，或基于行業(yè)經(jīng)驗(yàn)進(jìn)行主觀分析，但這些做法在合理性和準(zhǔn)確性上均受到一定程度的質(zhì)疑和爭(zhēng)議。為確保數(shù)據(jù)客觀及可獲得性，本文采用資本資產(chǎn)定價(jià)模型中的項(xiàng)目必要報(bào)酬率公式來確定商業(yè)銀行的風(fēng)險(xiǎn)利潤率（R）。

（五）利潤調(diào)節(jié)系數(shù)（U）計(jì)算模型

本文引入了一個(gè)利潤調(diào)節(jié)系數(shù)，旨在更精準(zhǔn)地調(diào)整先前提及的風(fēng)險(xiǎn)利潤率。這一系數(shù)的確定并非孤立，而是受數(shù)據(jù)質(zhì)量、數(shù)據(jù)應(yīng)用及數(shù)據(jù)安全等多重因素的共同影響。為了科學(xué)設(shè)定這一系數(shù)，本文參考了中國信息通信研究院發(fā)布的《數(shù)據(jù)資產(chǎn)確認(rèn)與會(huì)計(jì)計(jì)量研究報(bào)告》，從數(shù)據(jù)的缺失性、可調(diào)節(jié)性以及適用性三個(gè)層面，設(shè)定了相應(yīng)的影響因子[12]。進(jìn)一步，借助大數(shù)據(jù)咨詢領(lǐng)域的專家評(píng)分法，對(duì)這些影響因子進(jìn)行了量化分析。這一過程中，充分聽取了多位業(yè)內(nèi)專家的意見和建議，結(jié)合他們的職業(yè)判斷最終明確了各細(xì)分指標(biāo)的利潤調(diào)節(jié)系數(shù)。這一方法不僅提高了評(píng)估的準(zhǔn)確性和科學(xué)性，也為商業(yè)銀行數(shù)據(jù)資產(chǎn)的合理定價(jià)提供了有力的支持。具體見表2。

（六）優(yōu)化成本法算法示例

本文以M銀行為案例，詳細(xì)闡述了優(yōu)化成本法在商業(yè)銀行原始類及實(shí)用類數(shù)據(jù)資產(chǎn)評(píng)估中的實(shí)際應(yīng)用邏輯。在評(píng)估流程啟動(dòng)之際，首先，精準(zhǔn)識(shí)別數(shù)據(jù)資產(chǎn)管理各個(gè)環(huán)節(jié)的具體核算指標(biāo)，并進(jìn)一步區(qū)分這些指標(biāo)是歸屬于原生數(shù)據(jù)資產(chǎn)還是實(shí)用數(shù)據(jù)資產(chǎn)。這一步驟對(duì)于確保后續(xù)數(shù)據(jù)收集的完整性和準(zhǔn)確性至關(guān)重要，是評(píng)估過程中不可或缺的環(huán)節(jié)。其次，本文采用了物價(jià)增長(zhǎng)率和IT行業(yè)工資增長(zhǎng)率作為不同成本項(xiàng)的重置系數(shù)的基準(zhǔn)。為了確保風(fēng)險(xiǎn)利潤率的準(zhǔn)確性，本文進(jìn)一步對(duì)利用資本資產(chǎn)定價(jià)模型初步設(shè)定的風(fēng)險(xiǎn)利潤率進(jìn)行了細(xì)致的調(diào)整和優(yōu)化。

1.構(gòu)建基于優(yōu)化成本法的M銀行數(shù)據(jù)資產(chǎn)評(píng)估的指標(biāo)體系

本研究深入搜集了M銀行官方網(wǎng)站、年度報(bào)告、國家招投標(biāo)平臺(tái)及權(quán)威研究報(bào)告等多渠道信息，并充分考量M銀行原生數(shù)據(jù)與實(shí)用數(shù)據(jù)資產(chǎn)的獨(dú)特屬性。基于這些信息，本文系統(tǒng)整理了在數(shù)據(jù)資產(chǎn)的收集、存儲(chǔ)、處理及管理過程中涉及的各項(xiàng)評(píng)估指標(biāo)，從而構(gòu)建了一個(gè)針對(duì)M銀行原始與實(shí)用數(shù)據(jù)資產(chǎn)特性的全面、精準(zhǔn)的評(píng)估指標(biāo)體系。在本次數(shù)據(jù)資產(chǎn)評(píng)估過程中，一個(gè)顯著的挑戰(zhàn)在于M銀行公開的財(cái)務(wù)數(shù)據(jù)并未明確將數(shù)據(jù)資產(chǎn)相關(guān)的成本價(jià)格單獨(dú)列出。這一缺失給評(píng)估工作帶來了額外的復(fù)雜性和不確定性。需手動(dòng)依據(jù)不同的評(píng)估指標(biāo)，對(duì)數(shù)據(jù)資產(chǎn)相關(guān)的各項(xiàng)成本進(jìn)行重新核算、整合或細(xì)分，確保這些成本能夠準(zhǔn)確反映物價(jià)和人力資源的實(shí)際變動(dòng)情況。具體見表3。

2.M銀行外部獲取數(shù)據(jù)資產(chǎn)的評(píng)估指標(biāo)解析

M銀行按照市場(chǎng)價(jià)格從各大數(shù)據(jù)機(jī)構(gòu)或供應(yīng)商處獲取數(shù)據(jù)資產(chǎn)，這期間需配備專業(yè)人員負(fù)責(zé)管理，因此會(huì)產(chǎn)生人工成本。此外，為有效保障數(shù)據(jù)存儲(chǔ)效率，確保數(shù)據(jù)管理的專業(yè)性和效率，銀行需設(shè)置專職崗位來負(fù)責(zé)管理數(shù)據(jù)存儲(chǔ)設(shè)備和數(shù)據(jù)管理系統(tǒng)，相關(guān)的人力資源成本理當(dāng)作為數(shù)據(jù)資產(chǎn)成本總額的重要組成部分進(jìn)行核算。這樣的安排不僅確保了數(shù)據(jù)管理的專業(yè)性和安全性，同時(shí)也為銀行的數(shù)據(jù)資產(chǎn)提供了更為準(zhǔn)確的成本評(píng)估依據(jù)。

3.M銀行內(nèi)部搜集數(shù)據(jù)資產(chǎn)的評(píng)估指標(biāo)解析

M銀行在運(yùn)營過程中積累了龐大的交易與用戶數(shù)據(jù)集，這自然導(dǎo)致了數(shù)據(jù)采集成本的顯著增長(zhǎng)。這些成本主要涵蓋人力資源投入、硬件設(shè)備的購置以及IT系統(tǒng)的研發(fā)與維護(hù)。詳細(xì)分析數(shù)據(jù)采集階段，可以將內(nèi)部成本解構(gòu)為三大核心部分：首先是數(shù)據(jù)采集過程中的人力資源成本，它涉及各業(yè)務(wù)條線的人員，如客戶經(jīng)理和柜員，他們負(fù)責(zé)將用戶數(shù)據(jù)準(zhǔn)確錄入IT系統(tǒng)；其次是設(shè)備成本，涵蓋了自助服務(wù)終端、柜臺(tái)計(jì)算機(jī)、客戶經(jīng)理的移動(dòng)設(shè)備以及ATM機(jī)等硬件設(shè)備的購置與維護(hù)；最后，IT系統(tǒng)成本則聚焦于數(shù)據(jù)的電子化流程，包括系統(tǒng)從開發(fā)到測(cè)試，再到持續(xù)的維護(hù)與更新。這樣的成本劃分不僅有助于我們更加清晰地了解數(shù)據(jù)采集的成本結(jié)構(gòu)，也為銀行提供了優(yōu)化成本控制的策略方向。由于這些系統(tǒng)的功能和成本統(tǒng)計(jì)方法尚未有統(tǒng)一標(biāo)準(zhǔn)，本文通過市場(chǎng)比較，采用平均售價(jià)來估算這些成本。

4.M銀行流程類數(shù)據(jù)資產(chǎn)評(píng)估指標(biāo)解析

M銀行在數(shù)據(jù)處理方面實(shí)現(xiàn)了全面自動(dòng)化，這依賴于IT系統(tǒng)后臺(tái)的專業(yè)程序員通過編程技術(shù)，對(duì)海量數(shù)據(jù)進(jìn)行清洗、整合與優(yōu)化。在此過程中，主要的成本構(gòu)成包括聘請(qǐng)IT專業(yè)人員的薪酬以及數(shù)據(jù)在各個(gè)處理環(huán)節(jié)所需的存儲(chǔ)費(fèi)用。鑒于流程類數(shù)據(jù)資產(chǎn)是原始數(shù)據(jù)的加工產(chǎn)物，其處理過程與特定的銀行業(yè)務(wù)流程無直接關(guān)聯(lián)，屬于專項(xiàng)任務(wù)，因此，相關(guān)的系統(tǒng)人力成本可全額納入總體成本考量之中。

5.M銀行核算類數(shù)據(jù)資產(chǎn)評(píng)估指標(biāo)解析

核算類數(shù)據(jù)資產(chǎn)，作為一種高度專業(yè)化的數(shù)據(jù)處理形式，對(duì)IT系統(tǒng)的性能與兼容性有著更為嚴(yán)苛的要求，通常需獨(dú)立于傳統(tǒng)數(shù)據(jù)處理系統(tǒng)之外進(jìn)行專門設(shè)計(jì)與開發(fā)。為此，許多企業(yè)選擇進(jìn)行定制化的系統(tǒng)建設(shè)。M銀行同樣遵循這一趨勢(shì)，因此，核算類數(shù)據(jù)資產(chǎn)相關(guān)的IT系統(tǒng)定制化開發(fā)成本應(yīng)納入綜合考量之中。此外，鑒于核算類數(shù)據(jù)資產(chǎn)處理涉及復(fù)雜的數(shù)據(jù)分析過程，銀行還需投入大量數(shù)據(jù)分析專家資源，故人力資源成本亦不容忽視。

6.M銀行原生類、實(shí)用類數(shù)據(jù)資產(chǎn)優(yōu)化成本法計(jì)算結(jié)果

利用前述改進(jìn)后的成本法公式計(jì)算M銀行的數(shù)據(jù)資產(chǎn)價(jià)值。詳細(xì)計(jì)算過程如表4—表7所示。

第一，通過匯總得到M銀行2021—2023年的成本法數(shù)據(jù)資產(chǎn)的成本共計(jì)501 800萬元，如表4所示。第二，計(jì)算數(shù)據(jù)資產(chǎn)的重置成本（S）。選取樣本周期內(nèi) 2021—2023年的年平均CPI作為物價(jià)重置指數(shù)。通過搜尋IT行業(yè)及金融行業(yè)近十年全行工資水平的年平均上漲率得到人力重置指數(shù)。具體見表5所示。按照上述方法計(jì)算得到數(shù)據(jù)資產(chǎn)2021—2023年重置成本評(píng)估總值為551 765.3萬元，如表6所示。第三，計(jì)算風(fēng)險(xiǎn)利潤率（R）的確定。本文通過資本資產(chǎn)定價(jià)模型計(jì)算數(shù)據(jù)資產(chǎn)的風(fēng)險(xiǎn)利潤率，公式為R=Rf+βx（Rm-Rf），其中β采用Choice金融終端進(jìn)行預(yù)測(cè)，預(yù)測(cè)值為0.768，市場(chǎng)平均報(bào)酬率Rm采用近十年滬深300指數(shù)的年報(bào)酬率均值，并假設(shè)目前及未來的市場(chǎng)報(bào)酬率穩(wěn)定不變，得出市場(chǎng)報(bào)酬率為Rm=9.69%。關(guān)于無風(fēng)險(xiǎn)報(bào)酬率Rf，本文參考NS模型的動(dòng)態(tài)預(yù)測(cè)，從而得出無風(fēng)險(xiǎn)報(bào)酬率的預(yù)測(cè)值，具體模型如下：

其中：Yt（τ）為到期收益率，以t時(shí)刻起，距離到期剩余時(shí)間（τ）的報(bào)酬率；λ為比例參數(shù)；Lt為水平動(dòng)態(tài)潛因子；St為斜率動(dòng)態(tài)潛因子；Mt為曲率動(dòng)態(tài)潛因子。

關(guān)于λ取值，本文使用文興易等[13]在2012年計(jì)算得出的λ取0.51235進(jìn)行后續(xù)計(jì)算[13]。對(duì)于三個(gè)因子，本文借鑒熊志斌[14]算出來的結(jié)果：Lt=0.03496177、St=-0.00402892，Mt=0.00421886，將其代入上述公式，可以得到2021—2023年的無風(fēng)險(xiǎn)報(bào)酬率分別為3.49%、3.57%和3.63%。為計(jì)算方便，取三年的平均值3.56%作為無風(fēng)險(xiǎn)報(bào)酬率Rf的值，將其代入資本資產(chǎn)定價(jià)模型得到風(fēng)險(xiǎn)報(bào)酬率R為8.27%。

利潤調(diào)節(jié)系數(shù)（U）的確定。根據(jù)前文對(duì)U的解釋，通過行業(yè)專家打分得到結(jié)果如表7中利潤調(diào)節(jié)系數(shù)所示。

最后，根據(jù)上述改進(jìn)成本法公式，計(jì)算得到M銀行2021—2023年原生類及實(shí)用類數(shù)據(jù)資產(chǎn)估值為582 514.60萬元（見表7）。

五、采用增量收益法評(píng)估價(jià)值增值類數(shù)據(jù)資產(chǎn)

目前比較常用的優(yōu)化收益評(píng)估法有三種，第一種是超額收益法，即先計(jì)算得出商業(yè)銀行的整體營業(yè)收益，在其中扣除掉固定資產(chǎn)及流動(dòng)資產(chǎn)等帶來的收益，將剩余收益按照既定比例分配給數(shù)據(jù)資產(chǎn)；第二種是收益提成法，該法先統(tǒng)計(jì)與數(shù)據(jù)資產(chǎn)相關(guān)的營業(yè)收益占全部業(yè)務(wù)收益的比重，最后按照這個(gè)比重進(jìn)行分配收益；第三種是增量收益法，即將使用數(shù)據(jù)資產(chǎn)前后的商業(yè)銀行收益數(shù)據(jù)進(jìn)行對(duì)比，利用其差額作為收益價(jià)值方法。通過對(duì)三種方法分析可知，第一種方法由于難以完全排除其他要素帶來的收益，所以較少采用，第二種方法由于難以量化數(shù)據(jù)資產(chǎn)對(duì)商業(yè)銀行業(yè)務(wù)的貢獻(xiàn)度也很少采用，第三種方法是通過對(duì)比使用數(shù)據(jù)資產(chǎn)前后的收益從而衡量數(shù)據(jù)資產(chǎn)的價(jià)值，相較于前兩種方法來說，結(jié)果更加客觀和科學(xué)，可操作性比較強(qiáng)，因此本文采用第三種方法評(píng)估價(jià)值增值類數(shù)據(jù)資產(chǎn)，其計(jì)算公式如下：

其中，F(xiàn)0，1、F0，2為2021年度M銀行價(jià)值增值類數(shù)據(jù)資產(chǎn)收入42 700萬元，F(xiàn)1，1為2022年度M銀行價(jià)值增值類數(shù)據(jù)資產(chǎn)收入58 500萬元，F(xiàn)1，2為預(yù)測(cè)的2023 年度M銀行價(jià)值增值類數(shù)據(jù)資產(chǎn)收入80 730萬元；以上數(shù)據(jù)均來自M銀行年報(bào)，折現(xiàn)率i=10%；f（Q，D）為綜合調(diào)節(jié)系數(shù)，主要用于修正模型評(píng)估結(jié)果。參數(shù)Q為質(zhì)量調(diào)節(jié)系數(shù)，根據(jù)專家對(duì)該類模型的業(yè)務(wù)角度應(yīng)用效果優(yōu)良程度和技術(shù)角度明細(xì)數(shù)據(jù)質(zhì)量?jī)?yōu)良程度進(jìn)行打分，并加權(quán)平均計(jì)算得到Q=0.98。參數(shù)D為收益年限調(diào)節(jié)系數(shù)，由于年報(bào)數(shù)據(jù)以一年為1個(gè)收益期，故將M銀行價(jià)值增值類數(shù)據(jù)資產(chǎn)的收益年限定為1年，由此可得D=D1=■=1[1]。將上述取值帶入模型，結(jié)合綜合調(diào)節(jié)系數(shù)，將各收益期的折現(xiàn)值相加，得到M銀行收益提升類數(shù)據(jù)資產(chǎn)的價(jià)值為人民幣59 692.45萬元。

六、結(jié)論及建議

綜上，利用優(yōu)化成本-增量收益法計(jì)算的M銀行的數(shù)據(jù)資產(chǎn)價(jià)值總和是642 207.05萬元，在該方法下的數(shù)據(jù)資產(chǎn)估值結(jié)果較M銀行采用傳統(tǒng)成本法計(jì)算結(jié)果偏高，體現(xiàn)了數(shù)據(jù)資產(chǎn)的潛在盈利能力，也更能體現(xiàn)M銀行“數(shù)智銀行”的戰(zhàn)略定位。本文深入探討了商業(yè)銀行數(shù)據(jù)資產(chǎn)的估值機(jī)制，目的在于協(xié)助銀行利用自身獨(dú)特優(yōu)勢(shì)，開展數(shù)據(jù)資產(chǎn)的價(jià)值評(píng)估，以突破商業(yè)銀行數(shù)據(jù)資產(chǎn)價(jià)值難以量化的瓶頸，從而推動(dòng)整個(gè)銀行業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程的加速，通過數(shù)據(jù)資源的合理配置，實(shí)現(xiàn)行內(nèi)數(shù)據(jù)的增值與共享，助力銀行業(yè)高質(zhì)量發(fā)展。

【參考文獻(xiàn)】

［1］ 潘泓如.商業(yè)銀行數(shù)據(jù)資產(chǎn)價(jià)值評(píng)估——以光大銀行為例［D］.柳州：廣西科技大學(xué)碩士學(xué)位論文，2022.

［2］ 初磊.商業(yè)銀行數(shù)據(jù)資產(chǎn)估值“進(jìn)階”［N］.經(jīng)濟(jì)導(dǎo)報(bào)，2023-12-01（005）.

［3］ 陸岷峰，徐陽洋.“雙碳”目標(biāo)背景下供應(yīng)鏈經(jīng)濟(jì)的新特點(diǎn)、新挑戰(zhàn)與新對(duì)策［J］.新疆社會(huì)科學(xué)，2022（1）：43-52.

［4］ 羅勇.商業(yè)銀行的數(shù)字化轉(zhuǎn)型［J］.中國金融，2022（1）：55-56.

［5］ 歐陽文杰.數(shù)據(jù)要素市場(chǎng)化與數(shù)據(jù)資產(chǎn)估值與定價(jià)的體制機(jī)制研究［J］.新疆社會(huì)科學(xué)，2021（1）：33-43.

［6］ 陸岷峰，郝朝坤.供應(yīng)鏈金融模式與供應(yīng)鏈經(jīng)濟(jì)發(fā)展：金融與科技協(xié)調(diào)的視角［J］.改革與戰(zhàn)略，2022（2）：94-104.

［7］ 熊巧琴，湯珂.數(shù)據(jù)要素的界權(quán)、交易和定價(jià)研究進(jìn)展［J］.經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2021（2）：143-158.

［8］ 閉珊珊，楊琳，宋俊典.一種數(shù)據(jù)資產(chǎn)評(píng)估的CIME 模型設(shè)計(jì)與實(shí)現(xiàn)［J］.計(jì)算機(jī)應(yīng)用與軟件，2020，37（9）：27-34.

［9］ 閆凱茜.商業(yè)銀行數(shù)據(jù)資產(chǎn)價(jià)值評(píng)估研究［D］.長(zhǎng)春：吉林大學(xué)碩士學(xué)位論文，2022.

［10］ 黃登璽，潘學(xué)芳.數(shù)據(jù)資產(chǎn)價(jià)值計(jì)算研究與實(shí)踐［J］.信息通信技術(shù)與政策，2022，48（2）：29-36.

［11］ 光大銀行.商業(yè)銀行數(shù)據(jù)資產(chǎn)估值白皮書［R］.■望智庫，2021.

［12］ 中國信通院.數(shù)據(jù)資產(chǎn)確認(rèn)與會(huì)計(jì)計(jì)量研究報(bào)告［R］.2020.

［13］ 文興易，黎實(shí).基于局部線性逼近的利率期限結(jié)構(gòu)動(dòng)態(tài)NS模型［J］.管理學(xué)報(bào)，2012，9（7）：975-978.

［14］ 熊志斌.基于剩余收益法的招商銀行內(nèi)在價(jià)值評(píng)估［D］.南昌：華東交通大學(xué)碩士學(xué)位論文，2020.