◇ 作者：中央结算公司统计监测部
◇ 本文原载《债券》2024年12月刊
摘 要
金融基础设施作为金融行业底层建构和关键节点，在做好数字金融大文章的背景下，必然演化出汇聚金融数据资源、以数据驱动金融生产力提升和生产关系变革等关键功能。本文结合国内外实践探索，尝试提出“十五五”期间金融基础设施在监管支持、市场服务、价值挖掘、规则制定、变革引领、形态蜕变等方面的职责使命，为金融基础设施提升数据工作质效提出健全数据治理体系、夯实数据应用基础、提升创新研发能力三方面的发展建议。
关键词
数字金融 数据要素 金融基础设施 “十五五”规划
党的十九届四中全会首次将数据纳入生产要素。《“十四五”数字经济发展规划》进一步提出，数据要素是数字经济深化发展的核心引擎。“十四五”期间，《关于构建数据基础制度更好发挥数据要素作用的意见》作为顶层设计颁布，2023年中央金融工作会议提出做好数字金融等“五篇大文章”，金融数据如何发挥要素价值备受关注。金融基础设施作为金融行业的底层建构和关键节点，应顺应数字经济大潮，从市场枢纽向数据中枢延伸和嬗变，深挖金融数据要素价值，激活金融数据要素活力，布局“十五五”数字工作规划，助力数字强国建设。
数据在数字金融中的要素价值
数据要素指根据特定生产需求汇聚、整理、加工而成的计算机数据及其衍生形态（中国信息通信研究院，2022）。数据要素具有非竞争性、非排他性的核心特征（Mahanti R，2021），同时具有可再生性、非稀缺性、非均质性、无形性、集合使用价值更高等经济属性（Azcoitia S A等，2022），还因包含个人信息与成本投入而具有人格权与财产权等法律属性（王利明，2022）。数据作为生产要素的价值创造与实现过程被视为从原始数据到数据产品的整体耦合过程。数据要素具有强协同性，能够赋能其他生产要素，提高企业生产与管理效率。
金融行业属于数据密集行业，是数据资源的“富矿”。金融数据能够为金融机构和行业提供深刻的市场洞察，优化决策流程，并创造新的商业模式。根据北京科技产业联盟发布的《金融数据资产估值与交易研究》，金融数据价值涉及“投入价值”和“业务价值”两方面。其中，投入价值是指为形成数据资产所投入的资源总和，包括数据收集、处理、存储和维护等成本；业务价值则是指数据资产在实际业务中应用，通过支持业务流程、提高决策效率、增强客户体验等方式所创造收益的现值。
金融数据要素价值主要指其作为生产要素可以发挥的积极作用，即业务价值。在金融系统内部，金融数据的核心价值是驱动金融资源优化配置。在数字技术支持下，通过对金融数据的全方位大规模融合应用，实现风险管理实时化、决策支持智能化、资源配置精准化，满足多层次实体经济需求。这种数据驱动的资源配置方式，不仅提高了金融服务的效率和质量，还有助于拓宽金融服务边界，将金融资源更精准地配置到经济社会发展的重点领域和薄弱环节，如金融创新、普惠金融、绿色金融等领域。对实体经济而言，金融数据赋能经济高质量发展，发挥外溢价值。一方面，金融数据驱动金融资源优化配置，提升全要素生产率，赋能经济发展；另一方面，将金融数据进行迁移应用，可以帮助各行业更加精准地把握市场趋势，制定科学合理的发展战略，促进产业结构优化升级，助推经济高质量发展。
数字金融时代金融基础设施发挥数据要素价值的重要功能
现代金融基础设施的出现改变了金融体系原有的运行方式。基于网络效应和规模效应，金融基础设施在数字金融时代必然演化出汇聚金融市场数据资源、以数据驱动金融生产力提升和生产关系变革等关键功能。
（一）金融基础设施发挥金融要素价值的网络效应和规模效应
网络效应又称为网络外部性，是指在一个网络中参与人的增加可以增加网络中总体参与人的福利。金融基础设施具有明显的网络效应的特质，即市场成员在金融基础设施中集中进行交易、清算和结算，增加了市场的总体流动性。规模效应是指更多地提供产品和服务反而摊薄成本，产生较低的价格。金融基础设施实现了对长期使用的、昂贵的信息技术、通信设备和法律监管框架的规模化集中服务，此外还通过证券交易结算、登记托管等业务集中提高市场效率，降低了市场成员的成本。
金融基础设施的网络效应和规模效应同样适用于数据领域。由于数据具有集合使用价值更高的特征，市场数据在金融基础设施聚集后，相比单一机构掌握的数据，具有更高的数据价值，能发挥更大的作用。同时，数据价值的发挥需要存储、处理、加工等一系列基础工作作为支撑，数据中心建设、网络和算力建设、算法模型研发等构成了高昂的固定成本，金融基础设施数据业务可以发挥规模经济优势，带来数字金融效率提升和成本降低。
（二）促进金融数据向生产要素转化的“成矿”功能
通过对金融数据的全面采集、高效整合和科学管理运作，金融基础设施有效促进了金融数据从原始的信息记录转变为具有高附加值的生产要素，形成了金融数据的“富矿”。
金融市场数据资源全纳。金融基础设施作为金融市场的“管道系统”，其强大的数据采集能力确保市场各个角落的信息都能被有效捕捉。通过全面的数据采集网络，金融基础设施不仅整合了来自银行、证券、保险等多元化金融机构的数据，还纳入了非金融企业和个人消费者的交易记录，形成一个庞大、多样且充满活力的数据生态系统。这种全纳性的数据收集，是数字金融时代不可或缺的数据基座。
金融数据要素价值全面提升。金融基础设施不仅收集数据，更通过高效的数据处理和分析技术提升数据价值，提供决策参考或者形成新型商业模式。通过这一过程，金融数据从原始的信息记录转变为具有高价值的生产要素。金融基础设施还促进数据与资金、技术等其他生产要素深度融合，进一步提高数据的要素价值。
金融数据要素市场化提速。金融基础设施承担着对金融数据的统一管理职责。通过对数据的加工、储存、确权、流通和治理，使数据转化为具有市场价值的资产；通过破解数据资产成本核算、交易定价、产权保护等难题，推进了数据的要素化、市场化和价值化；通过构建健全的数据安全可信共享体系，为充分释放金融数据要素价值提供支撑。
（三）以数据要素促进金融市场生产力提升的“驱动”功能
在传统金融业务中植入数据基因，构建与现实空间全景融合的数字空间，并通过智能算法结果的回嵌应用实现数实孪生，可以实现产出效率的大幅提升（江小涓和靳景，2022）。金融基础设施掌握完整、高质量的金融数据，在以数据破解行业难题、驱动效率提升和生产力提高中扮演关键角色。
促进金融资源优化配置和市场功能提升。金融基础设施通过对数据资源的全面采集、高效整合和深度挖掘，为破解市场信息不对称、金融资源供需周期性失衡等行业难题提供了更加精准的资源配置支持。此外，通过构建精细化的风险模型，提前敏锐捕捉潜在风险点，增强金融系统的稳健性。
提高服务实体经济能力。金融基础设施通过发挥数据要素价值，使金融资源能够更有效地流向实体经济中的关键领域，为经济结构调整和产业升级提供有力支持。通过数据驱动创新降低门槛，增加中小微企业和个人消费者的金融服务可得性，提升金融服务的覆盖面，提升金融服务的普惠性。
（四）激发新型服务场景和生产关系的“变革”功能
在数字金融时代，金融基础设施通过业务场景、数字技术、数据要素的三方融合，推动金融服务模式的创新与发展，引发了金融市场内生产关系的变革。
构建开放、公平的金融生态环境。随着金融基础设施的不断完善，通过数据共享和协同，市场参与者能够平等、便捷地获取所需的金融信息和服务，有助于构建一个更加开放、公平的金融生态环境，推动产业链的延伸和扩展。
推出海量场景，促进数实融合。金融基础设施通过对新兴技术和数据要素的应用可推出海量新型服务场景。例如，通过数字化手段提高普惠金融服务的可得性和包容性，通过整合多源信息提升供应链金融的效率和安全性，通过优化跨境支付系统和应用数字货币提升跨境金融的安全与便利，等等。这些场景将进一步推动金融数据与实体经济的深度融合。
催生全新业务形态与生产关系。数字技术的无尽链接能力和数据资源的低成本复制特征对市场主体间的合作关系和资源配置方式产生了深刻影响。随着5G、物联网、人工智能等新兴技术的进一步融合，金融基础设施将继续拓展功能边界。特别是面对如分布式记账（DLT）等具备颠覆潜力的新技术，金融基础设施作为连接新旧金融范式的桥梁，推动新技术在金融领域的应用，成为驱动市场生产关系“量变”转向“质变”的关键力量。
金融基础设施在发挥金融数据要素价值方面的实践探索
（一）国际实践
从国际证券业和金融基础设施发展历程来看，金融基础设施业务模式变革强化了金融基础设施数据集中优势，成为金融数据服务和产品的重要提供者。
一是证券“无纸化”和金融基础设施“一体化”趋势，放大了金融基础设施的数据集中优势。欧清银行和明讯银行两大国际中央证券存管机构先后实现了证券交易记录和文件的电子化；美国证券市场存管机构从1975年的7家整合为美国证券存管清算公司1家。“无纸化”和“一体化”趋势不仅提高了金融市场效率，还通过数据与业务融合实现业务数据自然沉淀，并降低了数据分散化程度，极大地增强了金融基础设施的数据集中优势。
二是国际金融基础设施成为金融数据服务和产品的重要提供者。面向市场监管，《金融市场基础设施原则》（PFMI）明确了金融基础设施具有向有关管理部门提供数据的职责；欧盟《欧盟金融基础设施法规》、美国《多德-弗兰克法案》以及瑞士制定的世界首部《金融基础设施法》均要求金融基础设施为监管当局提供数据支持。面向客户和金融机构，伦交所集团下属子公司路孚特是全球第二大金融信息商，其基于云计算等技术，推出历史和实时高频数据产品，并对客户需求进行精确的数字化分析，满足客户个性化需要；明讯银行结合业务数据和人工智能算法为客户提供定制化数据解决方案。
（二）国内实践——以中央结算公司为例
中央结算公司作为我国重要金融基础设施，通过不断夯实金融数据资源基础、持续探索金融数字产业化发展、支持行业数字化转型，打造支持数字金融发展、发挥金融数据要素价值的中国样本。
一是推进业务数字化，实现“黄金版本”数据集中沉淀。中央结算公司成立伊始，确立了透明、高效的“直接持有、一级托管”中央登记托管体系，对全流程业务持续进行数字化重塑改造。通过业务数字化，中央结算公司实现了对纵向穿透债券底层投资者、横向贯通债券全生命周期业务的“黄金版本”数据的集中沉淀和统一管理，为发挥金融数据要素价值奠定了坚实基础。
二是发展数据业务，探索金融数字产业化发展。自1999年编制发布中国第一条国债收益率曲线以来，中央结算公司不断扩展数据应用范围和内涵，在传统估值业务基础上，推出新会计准则解决方案、中债风险管理指标产品、中债可持续金融产品服务、中债DQ金融终端等一系列创新产品和服务，探索金融数据产业化发展道路。
三是挖掘数据价值，助力金融行业数字化转型。中央结算公司不断完善数据治理体系，充分利用数字化、自动化和智能化技术工具，构建服务监管、服务市场的数据产品和服务体系。以技术和数据赋能市场一线监测，助力提升监管数字化水平；为债券发行人提供招投标数据智能分析工具，针对客户需求开发“我的统计”定制化数据产品，助力市场成员提高数据驱动的业务决策和资源配置能力。
“十五五”期间金融基础设施发挥金融数据要素价值的职责使命
“十五五”期间，金融基础设施应积极探索“数据要素×金融基础设施”落地，践行发挥金融数据要素价值的国家战略规划。
一是做数字化监管支持者。基于监管部门的明确规定和授权，金融基础设施利用真实完整的“黄金版本”市场数据，向监管部门提供市场监测、风险预警和政策影响分析等数字化监管支持，助力宏观政策的有效实施传导和监管部门精细化管理，提升监管数智化水平，体现金融基础设施的“政治性”。
二是做数据服务提供者。金融基础设施按照监管授权和合规性原则提供数据服务，降低市场机构数据收集运用成本；针对客户所需和市场短板打造数据产品，推动金融数据合规高效流转应用，发挥在支撑市场运行、支持行业发展方面的引领带动作用，体现金融基础设施的“人民性”。
三是做深度数据价值挖掘者。金融基础设施研发运用前沿算法模型，打通不同业务层级、不同业务板块间的数据壁垒，持续弥合“数字鸿沟”，将“数据+技术”迁入并应用于金融业务环节和具体业务场景，挖掘金融数据的深度价值。
四是做数据规则制定者。金融基础设施推动构建数据基础制度体系，探索破解金融数据产权、数据合规、数据资源定价等数据要素市场难题，致力于参与国际规则制定，增强我国在金融数据领域的国际话语权。
五是做数字金融变革的引领者。金融基础设施应深化关键核心技术自主创新，布局先进高效的算力体系，加快云计算、人工智能等技术规范应用，探索运用边缘计算和量子技术突破现有算力瓶颈，助推金融行业数字化转型升级。
六是做新型基础设施建设者。国家数据局《可信数据空间发展行动计划（2024—2028年）》提出建设广泛互联、资源集聚、生态繁荣、价值共创、治理有序的可信数据空间，金融基础设施应在金融行业内主动建立共识规则、联结多方主体，打造数据资源共享共用、数据要素价值共创的行业生态，畅通数据资源大循环。积极拥抱DLT等颠覆性新技术，完成数字金融时代新型金融基础设施模式蜕变。
金融基础设施发挥数据要素价值发展建议
“十五五”期间，我国将以数据要素和数字技术为关键驱动，建成与数字经济发展高度相适应的金融体系。挖掘和发挥金融数据要素价值，支持金融行业高质量发展，是时代赋予金融基础设施的职责使命，也代表了未来金融基础设施数字化转型的发展方向。金融基础设施可从以下三方面提升数据工作质效。
（一）健全金融基础设施数据治理体系
一是高标准开展数据治理顶层规划。金融基础设施应提高站位，在满足自身业务发展需要的基础上，从行业数字化发展视角规划数据治理体系，以促进数据“供得出、流得动、用得好、保安全”为主线，在战略层面制定完善相关组织架构和工作机制，把握数据工作长期性、复杂性、系统性特征，面向未来加大对数据业务、数据人才的资源倾斜，促进数据赋能业务发展和市场创新。
二是全面筑牢数据安全屏障。金融业务涉及大量敏感信息甚至个人信息，在金融数据使用和流转过程中需统筹发展和安全，特别是对数据出境等数据流通重点场景，需严格落实数据保护法律法规和标准规范，严防隐私泄露、数据滥用等风险。一方面应将数据安全管理嵌入业务流程和合规体系，明确职责划分；另一方面利用技术手段实现数据安全的事前授权、事中控制和事后审计，建立规则明晰、多方协同的数据流通安全治理体系。
（二）夯实金融基础设施数据应用基础
一是推进金融数据集成化、标准化和资产化。金融基础设施可搭建统一的数据管理和服务平台，实现内部数据自动化采集，以及内外部数据统一管理和高效调用；加快数据相关标准制定，打破“数据烟囱”，在内部建立健全数据标准执行的管理机制；全面梳理金融基础设施数据资产，进行数据分级分类，针对金融基础设施数据开展数据权属研究，在此基础上探索数据资产入表和价值评估。
二是打造数据质量闭环管理体系。金融基础设施可从提高数据资产质量的角度出发，强化数据质量管理体系，针对不同类别、不同来源数据，从数据导入和录入等生产源头提高数据质量，完善核查校验机制和数据应用全链条反馈沟通机制，通过明确的数据质量管控权责划分，实现业务和数据“一盘棋”的全流程数据质量闭环管理体系。
（三）提升金融基础设施数据业务创新研发能力
一是推动内外部数据融合创新。在内部数据基础上，结合经济指标数据、机构财务数据、市场舆情数据等多源外部数据，支持市场监管、风险防范、政策效果研判等监管数据产品研发，并结合市场成员自身数据和其他外部数据打造深度服务，支持市场成员决策效率提升。
二是以“业技数”融合推动数据创新。金融基础设施可搭建数据实验室等便利、安全、合规的数据创新实验环境，组建包括技术、业务、数据人员在内的联合研发团队，构建市场调研、方案设计、系统研发、运营营销一体化数据挖掘孵化机制。
参考文献
[1] 北京科技产业联盟． 金融数据资产估值与交易研究[R/OL]． [2024-02-29]． http://13115299.s21i.faiusr.com/61/1/ABUIABA9GAAglsnmrwYosODy6QE.pdf．
[2] 江小涓，靳景． 数字技术提升经济效率：服务分工，产业协同和数实孪生[J]． 管理世界， 2022， 38（12）．
[3] 唐彬．金融基础设施数字化转型与模式变革[J]．中国金融，2024（23）：41-43．
[4] 王利明．论数据权益：以“权利束”为视角[J]． 复印报刊资料：民商法学， 2022（11）．
[5] 中国信息通信研究院．数据要素白皮书（2022）[R/OL]． [2023-03-20]． http://www.caict.ac.cn/english/research/whitepapers/202311/P020231103487266783845.pdf．
[6] Azcoitia S A， Laoutaris N.A Survey of Data Marketplaces and Their Business Models[J]． ACM SIGMOD Record，2022，51（3）．
[7] Mahanti R.Data Governance and Data Management： Contextualizing Data Governance Drivers，Technologies， and Tools[M]． Singapore： Springer Singapore，2021．
还没有评论，来说两句吧...