高峰：數據資產化如何重塑數字金融新范式

本文為中國金融傳媒集團特聘高級專家、中國銀行業協會原首席信息官、深圳香蜜湖國際金融科技研究院學術委員會委員高峰在2026年1月17日“數據資產與金融”閉門研討會上所作的主題交流發言，作者補充相關內容并授權發布。

高峰

中國金融傳媒集團特聘高級專家

中國銀行業協會原首席信息官

我院學術委員會委員

當前，持續深化“數據資產與金融”領域的研究與探討，具有重要的現實意義和戰略價值。數據作為新型的核心生產要素，正以乘數效應重構金融價值鏈，驅動金融機構從傳統經驗模式向數據驅動模式轉型，成為數字金融高質量發展的核心引擎。2025年底，為深入貫徹落實中央經濟工作會議、中央金融工作會議精神，引導銀行業保險業加速數字金融布局，國家金融監管總局印發了《銀行業保險業數字金融高質量發展實施方案》（以下簡稱《方案》）。《方案》明確提出，要充分發揮數字技術與數據要素的雙輪驅動作用，賦能金融服務提質增效，助力數字經濟建設，著力打造具有中國特色、國際競爭力的數字金融新范式，推動數字金融實現高質量發展。

在人工智能時代，數字技術是核心工具引擎，數據要素是關鍵核心資產，二者的雙輪驅動絕非簡單的技術疊加，而是從底層邏輯層面重構金融價值創造模式，重新界定金融服務的本質內核。這一變革的核心在于通過數字技術激活數據要素的資產屬性，依托數據資產的流動與增值，打破傳統金融的業務邊界與發展約束。傳統銀行業的價值在于緩解資金供需雙方的信息不對稱問題，憑借專業的風險評估與資產配置能力實現資金的高效配置。然而，在人工智能技術深度滲透的背景下，這一核心邏輯正面臨根本性變革。

《方案》明確指出，未來五年，銀行業保險業數字金融發展的核心目標是推動數字化轉型取得實質性進展，顯著提升數字技術的驅動支撐能力與數據要素的價值轉化能力。數字化轉型絕非簡單的“技術堆砌”，其核心要義在于實現數據要素的“價值變現”，而數據資產化正是打通從“技術投入”到“價值產出”的關鍵閉環，更是衡量轉型成效的核心標志。從本質上看，數字化轉型的底層邏輯是“以數據要素替代傳統生產要素的低效投入”，若數據僅停留在采集、存儲、淺層分析階段，無法轉化為可計量、可交易、可創造持續收益的資產，轉型便會陷入“空轉”困境。從數據資產化到資產價值化，是推動轉型從“成本項”轉化為“利潤項”的核心抓手。

數據資產化是過程，數據資產是結果。數據資產化，是指通過合規治理、價值挖掘、權屬界定等系統性手段，將分散無序、未被有效利用的數據資源，轉化為可確權、可管理、可交易、可創造持續價值的資產的過程，其核心是實現數據從“資源”到“資產”的價值，是釋放數據要素核心價值的關鍵路徑。數據資產化正重塑數字金融底層運行邏輯，推動行業從“金融科技”向“數據金融”的新范式躍遷，本質上是一場金融領域生產關系的深刻變革。其價值不僅體現在數據本身，更在于通過數據要素的市場化配置實現資源優化，遵循“合規+價值”雙導向原則：一方面需嚴格恪守《數據安全法》《個人信息保護法》等法律法規，確保數據采集、處理、流通全流程合規；另一方面需錨定具體應用場景，深度挖掘數據的實用價值與商業價值，最終賦能實體經濟發展與金融創新突破，核心目標并非單純的數據流通過渡，而是通過打通“數據—技術—場景”鏈路，為金融機構與實體企業提供降本增效、產品創新的全新支撐。

傳統金融的價值創造核心依賴資本規模與信用中介能力，而數據資產化使數據成為與資本同等重要的核心生產要素。《方案》明確提出“充分發揮數據要素放大、疊加、倍增作用，賦能金融服務創新與效率提升”，金融機構通過挖掘數據資產價值，可突破傳統服務邊界——無需依賴物理網點擴張或資本規模堆砌，即可通過精準匹配供需創造新型金融價值。例如，通過整合分析企業經營數據、物流流轉數據、信用評價數據等資產，金融機構能夠開發創新型授信產品、定制化保險服務，實現價值創造的多元化與高效化，推動金融行業從“規模擴張型”向“價值增值型”轉型。

傳統銀行核心扮演資金中介角色，以利差為主要收益來源；而在人工智能時代，銀行正逐步轉型為綜合性價值創造平臺。人工智能不僅是提升服務效率、強化服務能力的工具，其核心價值在于突破傳統銀行業務的固有邊界。金融機構依托人工智能技術，可主動識別客戶潛在需求，創新金融產品與服務模式，實現從“產品中心主義”向“客戶中心主義”的根本性轉型。

數據資產化是釋放數據價值的系統性路徑與機制，遵循“業務數據化—數據資源化—數據產品化—數據資產化”的遞進邏輯，具體表現為：先通過業務場景實現數據的生成與采集，再經治理加工形成可用數據資源，進而開發為數據服務或產品，最終通過確權、估值、入表、流通完成資產化轉化。這一過程的關鍵環節包括：權屬界定（采用“三權分置”模式，明確數據持有權、加工使用權、產品經營權）、合規治理（實施數據分類分級管理，強化安全與隱私保護）、價值評估（綜合運用成本法、市場法、收益法）、入表流通（完成會計確認與市場化交易變現），核心目標是實現數據要素價值釋放、業務模式創新與收入增長。

數據資產化突破了傳統金融“資金中介”的單一邏輯，以數據要素為核心重構金融價值創造、風險定價與服務交付全鏈路，是驅動數字金融從“技術賦能”向“要素重構”進階的核心動力。數據資產化并非數字金融新范式的補充，而是核心支柱，從底層邏輯、核心能力到業態形態，全方位推動金融行業從“服務數字經濟”向“融入數字經濟、引領數字經濟”轉型，最終形成要素驅動、技術賦能、合規護航的數字金融新范式。

數字技術與數據要素的雙輪驅動，本質是對金融價值創造方式的底層重構與服務本質的重新定義，核心在于通過數字技術激活數據要素的資產屬性，依托數據資產的流動與增值打破傳統金融的發展約束，最終實現數據要素價值的合規變現。具體可通過以下兩種路徑落地。

財務入表：實現數據資產價值的規范化確認。通過會計確認將數據資產納入財務報表，實現數據資產價值的可視化計量與確認，為經營決策與資本運作提供堅實依據。結合《企業數據資源相關會計處理暫行規定》，金融機構可將經合規治理的數據資產分類確認為“無形資產”（如可長期復用的客戶畫像數據、風控模型數據）或“存貨”（如按需加工的一次性交易數據產品），并采用成本法、收益法完成價值計量。這一路徑的實現核心在于前置完成數據權屬界定（明確持有權、加工使用權歸屬）與合規治理（開展數據脫敏、去標識化處理），規避因數據來源合規性問題影響入表有效性。目前，銀行、保險機構多以“無形資產”類別完成數據資產入表，同步建立數據資產減值測試機制，既直觀體現數據對業務的貢獻度，又優化資產負債結構，為后續資本運作奠定財務基礎。

產品服務化：實現數據資產價值的雙向釋放。通過數據加工、產品封裝，將數據資產轉化為可復用的服務或產品，實現內部賦能與外部變現的雙向價值釋放。在內部場景中，數據資產為信貸審批、客戶分層、風險監控等核心業務提供支撐，例如銀行基于客戶交易數據與征信數據開發智能風控評分模型，保險機構通過用戶行為數據優化核保流程，顯著提升運營效率。在外部場景中，數據資產催生金融產品與業態創新，典型模式包括數據資產質押融資——將優質數據資產作為質押物向金融機構申請信貸資金，目前國內部分銀行已率先開展試點，有效拓展了數字金融的服務邊界與盈利空間。這一路徑的實現前提是建立權威第三方估值機制（結合收益法、市場法優化估值模型），完善數據資產登記與流轉制度，有效規避權屬糾紛與估值偏差風險。

《方案》要求，建立健全企業級數據資產管理體系，提升數據資源管理能力。數據資產化是一項系統性工程，結合金融行業特性，通過“基礎搭建—核心突破—安全保障—價值落地—生態協同”五階段閉環推進，兼顧政策適配性與實操可行性。

夯實基礎：構建頂層設計與數據治理體系。《方案》要求，強化企業級數據治理體系建設，完善數據治理制度，明確責任主體，建立有效的激勵約束機制。頂層設計是數據資產化的前提保障，需建立制度、組織、標準三位一體的支撐框架。政策層面，嚴格遵循《數據安全法》《個人信息保護法》及“數據二十條”要求，構建覆蓋數據全生命周期的合規管理制度，明確數據采集、存儲、使用、流通的邊界與規范。組織層面，金融機構可設立專門的數據資產管理部門（如數字金融領導小組、數據資產管理中心），厘清業務、技術、風控、合規部門的權責邊界，建立跨部門協同治理機制。標準層面，制定統一的數據分類分級標準、質量規范與元數據管理體系，開展全域數據資源普查，建立標準化數據資產清單，實現數據“來源可溯、質量可管、責任可究”，為后續資產化轉化筑牢基礎。

核心突破：破解數據確權與估值難題。確權與估值是數據資產化的核心瓶頸，需結合金融場景探索可落地的解決方案。確權方面，采用“多方協同+分級確權”模式，聯合數據交易所、權威監管機構完成權屬登記與合法性審查，通過“權屬登記—入表篩選—法律鑒證”三步閉環，明確數據資產的歸屬主體與使用權限，針對金融機構內部經營數據、合作場景數據、公共數據衍生資產等不同類型，建立差異化確權規則。估值方面，綜合運用成本法、收益法、市場法構建適配金融場景的估值模型，結合數據的稀缺性、時效性、應用場景價值動態調整參數。

安全保障：筑牢數據流通與隱私防護防線。安全合規是數據資產化的底線要求，需強化技術與管理雙重保障。《方案》要求，加快推動安全運營體系和平臺建設，常態化開展網絡攻防對抗演習，提升威脅態勢感知、風險監測預警和協同處置能力，有效應對網絡攻擊和重要數據資產安全威脅。技術層面，實施數據分類分級防護，對用戶征信、交易記錄等高敏感金融數據采用加密、脫敏、訪問控制等技術手段，搭建隱私計算平臺，實現數據“可用不可見”，保障跨機構、跨場景數據協同的安全性。管理層面，建立數據安全風險監測與應急響應機制，定期開展數據安全審計與合規檢查，防范數據泄露、濫用風險；同時強化員工數據安全意識培訓，規范數據操作流程，確保數據資產在全生命周期內的安全可控，全面適配金融監管對數據安全的嚴格要求。

價值落地：推動數據資產運營與流通。運營流通是實現數據資產價值的關鍵環節，需依托場景創新與平臺支撐。資產入表方面，嚴格按照會計準則要求，將權屬清晰、可計量、能產生持續經濟利益的數據資產納入財務報表，按無形資產核算，為后續資本運作提供財務支撐。場景落地方面，拓展多元化價值實現路徑：融資端，推廣數據資產質押貸款（如泰安銀行千萬級智慧停車數據質押項目）、數據資產ABS，通過結構化設計提升信用評級，拓寬企業融資渠道；交易端，依托北京、深圳等數據交易所，合規發行數據產品，探索金融數據資產的市場化交易模式，重點布局公共數據衍生資產、行業分析數據資產等領域；內部賦能端，將數據資產深度嵌入信貸審批、風控建模、產品創新等核心業務，通過數據價值反哺業務升級，形成“資產化—價值化—再優化”的良性循環。

生態協同：構建多方聯動的支撐體系。數據資產化需政府部門、金融機構、數據交易所、專業服務機構協同發力、共建生態。金融機構應主動對接數據交易所與證券交易所，參與數據標準共建與交易規則制定，提升數據資產的互認度與流動性；引入會計師事務所、資產評估機構、律師事務所，提供審計、估值、法律鑒證等專業服務，強化數據資產化流程的規范性。同時，依托監管沙盒機制，在可控范圍內試點數據資產創新業務，積累實操經驗；推動跨區域權屬互認、統一估值標準的建立，培育成熟的數據要素市場，為金融數據資產化提供良好的生態支撐。

總之，人工智能時代為銀行業乃至整個金融行業帶來了前所未有的發展機遇與轉型挑戰。通過充分發揮數字技術與數據要素的雙輪驅動作用，金融機構正逐步實現從傳統金融機構向智能化、生態化金融服務商的轉型。這種轉型不僅體現在技術應用層面，更貫穿于發展理念、業務模式、企業文化等全維度的深刻變革，最終將推動數字金融邁入要素驅動、合規引領、價值共生的全新發展階段。

點個在看支持一下??