数字经济时代，马上消费探寻金融和数据要素的深度融合

　　数据作为当前新型生产要素，是金融机构数字化、智能化的基础，现在已经快速融入金融业务的各个环节，深刻改变着生产方式和生活方式。

　　随着数字经济时代的到来，金融行业全面向数字化、智能化转移，数据要素则成为金融行业高质量发展的重要驱动力。消费金融行业是较早实现数字化的，数据要素在持牌消费金融公司数字化进程中起到什么作用？又面临哪些问题呢？

　　马上消费作为一家科技驱动型金融机构，立足数字化，建立了较为完善的、以人工智能和大数据驱动的数字化零售金融体系，使得数据要素价值得以充分释放。从自身经验出发，马上消费一一回答了上述的问题。

　　数据要素是高质量发展重要驱动力

　　金融业是数据密集型行业，其信息化程度一直居于各行业头部位置。艾瑞咨询数据显示，中国银行业在技术资金的投入方向上，AI、大数据与云计算合计占比超过研发总投入的80%；而从中国信通院调研的大数据产业收入分布反观金融业的科技投入，其对大数据行业应用市场的贡献度已然高达30%；上述情况表明，金融业已经将数据要素视为高质量发展的重要驱动力。

　　随着2022年1月中国银保监会印发《关于银行业保险业数字化转型的指导意见》，数据要素作为金融业数字化转型的基础性、战略性资源地位，被进一步强化。

　　对与消费金融行业来说，数据要素的核心在于提升资源配置效率：一方面，通过多维数据的分析挖掘，提升金融产品风险定价的有效性和精准度；另一方面，通过将数据要素应用于各种金融服务场景，捕捉金融消费者的潜在需求，实现个人消费信贷需求与金融产品的精准匹配。

　　在数字经济步伐加快的情况下，如何更好地发挥数据要素的价值，是众多金融机构面前的一道必答题。

　　消费金融运用数据要素仍然面临问题

　　目前银行、持牌消费金融公司等金融机构已经在数据要素的应用方面开展了大量实践，且取得了一些相当可观的成效，但存在的问题不容忽视。

　　首先，法律法规等制度落地还存在一些短板。在消费金融领域，由于涉及广大的个人消费者群体，个人信息保护相关法律法规是否得到有效落地，还需要各方付出巨大的努力，并逐一解决执行层面的难题。比如：数据治理相关的标准还亟待统一，数据滥用等相关违法违规惩处措施的细则也有待完善。此外，金融机构的治理水平参差不齐，或多或少存在数据合规意识不足、数据治理体系不完善、数据安全管理存在疏漏等诸多现实问题。上述问题的解决，绝非一日之功，必将是一项长期性、持续性的工作。

　　其次，数据要素有不同于其他生产要素的特性。一是分散，往往由很多个人或者机构所拥有；二是价值需要通过数据聚合才能充分发挥；三是确权困难又易于复制。

　　针对这些特性，想要在消费金融领域进一步解放数据要素的生产力，亟待解决的问题相应集中在三个方面：一是数据确权，即数据源的归属主体究竟如何确定；二是数据标准，如何推动金融业务各类数据的标准化、制定行之有效的标准体系；三是数据流转，如何使沉淀数据成为“活水”，以合法合规、安全可靠的方式进行流通、形成协同生产机制，从而为推动金融高质量发展、实体经济发展发挥更大的作用。

　　着眼于数据资产化与数据资产管理

　　从数据管理、到数据治理、再到数据资产管理，在金融业数字化转型中，金融机构所需要的不仅仅是数据技术应用水平的提升，更加需要数据理念与管理视角的转变——从应用驱动、转向问题驱动、并最终发展为价值驱动。

　　一方面，数据资产管理要更加着眼于数据价值。纵观国内的数据资产管理实践，政府、金融机构、互联网企业都在开展数据管理、数据治理的基础之上，积极探索数据资产化、价值评估、数据资产运营等工作。在消费金融领域，马上消费也正扮演着行业排头兵的角色，沿着上述路径，不断提升自身运用数据要素的能力：在建设数据中台、建立数据治理体系的基础上，积极开展数据资产管理实践，迄今已形成近百项数据资产目录、按照参与人等主题建立了十余个数据资产池、建立了清晰的数据资产管理权责体系。

　　值得一提的是，2022年5月1日，国家标准化管理委员会批准发布的《信息技术服务数据资产管理要求》（GB/T40685—2021）正式实施，对组织的数据资产管理活动提出了全面的规范性要求。包括：数据资产目录管理，数据资产的识别、确权、应用等六大核心管理活动，以及数据资产的评估、审计和安全管理三大支撑。该项国家标准无疑将进一步推动数据资产管理在金融等行业的深化落地。

　　另一方面，数据资产化是数据要素价值释放的关键引擎。在可见的未来，数据要素将是银行、消费金融公司等金融机构必须正视的、最大最重要的新资产类别，也将成为实体经济和金融业大多数客户的核心资产。数据资产将具有以下特征：一是可增值。数据自身的价值具有很大的外部依赖性，实效性，数据资产的价值随着应用场景、用户数量和使用频率的增加而增加。二是可共享。在权限可控的前提下，数据资产可以几近于零的边际成本进行复制，能被组织内外部多个主体共享和应用。三是可控制。为了满足风险可控、运营合规的要求，数据资产需要满足权限可控制、行为可追溯等要求。四是可量化。只有高质量的数据才能形成数据资产，而且其成本和价值也必须具备可计量、可评估的特征，才能成为真正可交易的资产。因此，并非所有的数据都可以成为数据资产。

　　未来金融科技的发展将从解决数据隐私安全的隐私计算技术，延伸到形成高价值数据资产的数据治理技术以及实现数据价值赋能的数据流通技术。

　　金融是数据密集型行业，随着在数据要素方面的大量实践，将为推动实体经济发展发挥重要作用，同时为数字经济高质量发展打下坚实的基础。