银行业数据资产估值：难点依然存在 实务稳步展开
引言
随着数据被纳入五大生产要素之一，国家鼓励企业挖掘数据要素的价值，相关会计准则逐步明确，为数据资产估值提供了框架基础和制度保障。中国银行业协会发布的《银行业数据资产估值指南》为银行业数据要素资产估值提供了重要依据。
一、银行业数据资产化重点在估值
银行业作为数据密集型行业，拥有海量数据，资产化潜力巨大。数据已成为银行的重要资产构成和核心竞争力所在。数据资产化关键在于对数据价值进行合理评估，估值是重点。
二、存在治理难、确权难、计量难问题
1. 数据盘点难、治理难：银行数据量巨大，类型多而杂，涉及部门和主体众多，为数据盘点和数据治理造成了障碍。
2. 数据共享、流动特征，导致确权难：数据具有无限复制性、共享性特征，确权难题在于多方共享。
3. 数据无形、价值易变，导致计量难、实操难：数据资产的无形性和价值易变性使得其估值和计量存在较大难度。
三、以分类分层、数权分置、产品化为突破口
1. 分类分层有重点，打通链条建标准：银行数据资源量多类杂，需要结合业务和财务的角度，做好整体数据的分类分层。
2. 依托政策和数据平台，做好数权分置、分级、加密：数据确权的关键在于权责利界定，制度先行是基础。
3. 推进数据资产标准化、产品化：《银行业数据资产估值指南》针对数据资产计量难、估值难，提供了流程参照。
四、银行业数据资产估值实务稳步展开
依托国家政策保障与行业标准共识，银行业数据资产估值实务正稳步展开。通过分类分层、数权分置、产品化等方向的发力，可以推进银行业数据资产估值实务的深入。
五、未来展望
展望未来，银行业数据资产估值面临的难点将逐步得到解决。随着数据治理、数据确权、数据估值等实务的不断推进，银行业数据资产估值将更加规范化、标准化，为银行业的数字化转型和高质量发展提供有力支撑。
结语
银行业数据资产估值是一项系统性、长期性的工作，需要银行业金融机构、监管部门、行业协会等多方共同努力。通过不断探索和实践，银行业数据资产估值将逐步走向成熟，为银行业的数字化转型和高质量发展注入新的动力。
