观点 | 商业银行数据资产和数据负债的关系与管理

随着国家推动“数字中国”战略，数据在经济发展中发挥了越来越重要的作用。金融业历来重视“电子化”“数据化”的发展和应用，近年来各大商业银行总部陆续成立以数据管理为核心职能的部门。随着数据治理工作的不断深入，“数据资产”概念兴起，部分商业银行就把数据管理部门直接命名为“数据资产管理部”，把数据纳入到商业银行的资产管理范畴。

资产是会计学的知识范畴，如会计学里“有资产就有负债”的描述。那么有“数据资产”，是不是就应该有“数据负债”呢？笔者从“会计学”角度，探讨了资产、数据资产、负债和数据负债的概念和关系。笔者认为，就像一个硬币的两个面，有数据资产就应该存在数据负债，尤其是在商业银行。

中国银行数字资产运营中心    王庆

一个硬币的两个面：数据资产和数据负债

1.资产与数据资产的定义

资产有明确的定义。资产在会计学中有明确定义，引用国家财政部《企业会计准则—基本准则》（2014年修正）第二十条规定，“资产是指企业过去的交易或事项形成的、由企业拥有或控制的、预期会给企业带来经济利益的资源”。

数据资产的定义还未完全统一。国内对数据资产还没有统一定论，部分行业根据自身数据管理与应用需要，进行了先行定义。2019年6月，中国信通院发布的《数据资产管理实践白皮书4.0》中提到关于数据资产的定义：“数据资产是指由企业拥有或者控制的，能够为企业带来未来经济利益的，以物理或电子的方式记录的数据资源，如文件资料、电子数据等”，该定义与会计学范畴的资产定义很相似，在继承了会计学对资产的定义基础上，又为其增加了数据的属性。2021年，光大银行与瞭望智库共同发布了《商业银行数据资产估值白皮书》，认同上面的定义，同时对数据资产的特征又做了详细表述。简单说，数据资产就是具有数据属性的资产（资源），重点还是在资产两个字上面，数据只是资产的定语。

2.有数据资产，就应有数据负债

负债的定义。从会计学领域看负债的定义，负债是指企业过去的交易和事项形成的、预期会导致经济利益流出企业的现实义务。

定义数据负债。笔者参照数据资产的定义，结合上述会计学中负债的定义，给数据负债做个定义。数据负债是指企业过去的交易和事项形成的、预期会导致经济利益流出企业的，以物理或电子方式记录的数据资源，如文件资料、电子数据等。跟数据资产一样，数据负债可以称作数据属性的负债，是一种数据资源，但本质还是负债，数据也只是定语。接下来，以商业银行的视角，分析一下商业银行内部，哪些数据是数据资产，哪些是数据负债。

商业银行哪些是数据资产，哪些是数据负债

1.传统业务中，银行怎样划分资产和负债

为了更直观说明银行传统业务中的资产和负债，可以简单做如下划分：客户的钱（存款）就是银行的负债，贷款给客户的钱（贷款）就是银行的资产。

需要说明的是，现代商业银行在精细化分工基础上，除了有专门存款（客户）管理部门和贷款管理部门外，往往还有专门的资产负债管理部门，有的也叫司库部门。这个部门来统筹管理银行的资金，包括资金来源、运用，匹配资金的币种、时间、期限、利率等要素，这样的管理模式，值得做数据管理（数据治理）的同行们借鉴。

2.如何区分商业银行中的数据资产和数据负债

笔者认为，可以借助银行对传统资金业务的资产负债的定义和管理，来分析对数据资源的管理，并根据上面对数据资产和数据负债的定义，区分商业银行内的数据资源，哪些是数据资产，哪些是数据负债。

既然银行传统业务中认为，客户的钱（存款）是负债，那么依托银行的传统业务，所收集的客户信息应该就是数据负债。对照前面说的数据负债的定义，对比会计学中负债的特征和定义（见表1）。

表1  负债特征与客户信息特征的对比

从会计学观点看，商业银行积累的客户信息在特征上，与负债是高度匹配的，同时在数据管理范畴，至少将客户信息认定为数据负债比认定为数据资产要更加准确。

有了数据负债的实际指向，那么银行显然可以把客户信息去标识化后，基于海量客户信息的数据分析挖掘成果（也可称为数据产品），包括模型、规则、标签等认定为数据资产，因为这些数据产品才更符合数据资产的定义。用一张表直接对比数据资产和数据分析结果的特征，其中对数据资产的特征描述，引用了光大银行与瞭望智库共同发布的《商业银行数据资产估值白皮书》中内容（见表2）。

表2  数据资产与数据分析成果（数据产品）

特征的对比

以前述数据资产的概念和特征来看，去标识化后的数据分析结果（数据产品），在特征层面上，与数据资产特征高度匹配，这些数据分析结果包括模型、数据规律、客户标签等。

商业银行收集的各类客户信息，应该像银行存款一样，可认定为数据负债，客户信息所有权毫无疑问归属于客户自身；将上述数据负债进行汇集、清洗、整合等数据加工处理，本质上是对数据负债的一种管理措施，这些已成为国家对银行进行数据监管的基本要求，对银行经营来讲，是一种成本，符合数据负债的本意。

对数据负债有效管理的形成，是数据资产管理的基础。把基于海量客户信息以及关联信息的数据负债进行充分的分析挖掘，形成数据分析成果，包括模型、规则、标签等数据产品，可以认定为数据资产，这些数据产品可以直接带来价值和效益，更符合数据资产定义和特征。

在数据治理的实践中，区分清楚数据资产和数据负债的不同，才能更好解决数据资源的管理问题。

3.数据资产和数据负债的关系

《中国银行基础业务培训教材2016版》中，有如下描述：银行需要总揽全局的资金管理者——司库，处于资金来源与资金运用之间，银行吸收的所有资金都设想为“先入资金库/资金池，再从资金库/资金池提取”“现代商业银行通常以FTP（内部转移价格）为主渠道构建全行集中资金池”“银行司库是资产负债管理的重要组成部分，也可以理解为狭义的资产负债管理”。

上述描述体现了传统资金业务中，银行资产和负债的关系，比较专业。通俗来说，就是银行建立一个虚拟的资金池，除自有资金外，银行吸收的客户资金（负债），先要进入这个资金池（有一定的购买价格）；资金运用时，从这个资金池里提取，比如发放贷款（资产）。通过资金池，银行的资金完成了负债和资产之间的转换。我们可以发现，资金流和数据流非常相似，巧合的是连名字都基本一样，资金有资金池，有司库；数据有数据湖，有数据仓库。

互相借鉴，如图所示，描述商业银行资金概念的资产和负债的关系，同时对比描述数据领域的数据资产和数据负债的关系。该图上半部分是银行资金流的资产负债管理示意，下半部分是银行数据流的资产负债管理示意。可以看出，资金流和数据流的管理模式非常相似。

图  商业银行数据资产和数据负债的关系图

银行通过业务系统收集的海量客户信息（数据负债），先进入数据湖（数据仓库），通过汇总加工形成数据分析成果，包括模型、规则、标签等数据产品，作为银行的数据资产，形成行内的数据应用，比如支持精准营销、风险防控或者其他内部管理。数据在这一过程中，完成了负债到资产的转换，也是成本到收益的转换。

数据资产和数据负债的管理初探

商业银行完全可以借鉴传统资金业务中资产负债管理的理论：零散的资金汇聚成大资金池，统一运作。由此可以看出，传统平台类大数据基础设施的建设，也只是数据负债管理的范畴。基于这个资金池（大数据平台），进行资金（数据资源）的平衡、合理的运用，才是对全量资金（数据资源）的统筹管理，这就应该既包含对负债（数据负债）的管理，也包含对资产（数据资产）的管理。

再说明一下，在数据管理领域，原则上进入数据湖（数据仓库）的原始数据都可以认为是数据负债，对这些原始数据的加工及管理，应视为对数据负债的管理范畴；基于数据仓库数据加工而来的衍生数据，也就是数据标签、指标、模型、分析结果等数据产品，可认为是数据资产，对这些数据产品的加工及管理，应视为对数据资产的管理范畴。

数据资产和数据负债的管理，也可以借用传统资产负债平衡管理的理论，其平衡管理的思路初步探讨有以下几点：一是数据负债越大越全，数据资产越有价值，这是数据负债与数据资产“量”与“价”的平衡。二是数据负债越准确，数据资产越有价值，这是数据负债与数据资产“质”与“价”的平衡。三是数据负债的管理水平越高，数据资产越有价值，这是数据负债与数据资产两方面管理水平的平衡。

这三个平衡的观点是否准确，见仁见智，但是有一点是可以肯定的：数据治理的管理体系中，应该既包括数据资产管理，也包括数据负债管理，两部分的管理模式不尽相同，两部分的有机结合，才是“数据”需要治理的全部内涵。

（栏目编辑：郑岩、魏亚楠）