2023年9月4日，由中国建设银行研修中心（研究院）与中国人民大学重阳金融研究院共同主办的 “百年变局下的中国经济金融形势与未来”研讨会在京成功举办，会上发布了共计100万字的重磅智库合作成果“金融大变局”系列著作（点击下划线部分查看相关内容），10余位经济金融界的知名专家学者参会并发表主题演讲。中国人民大学财政金融学院教授邱志刚作为课题执笔负责人之一汇报了《数据要素赋能商业银行变革》课题内容，以下为发言实录：

数据的出现可以作为抵押品的替代，让银行把钱放出去，实现以大数据为基础的金融支持实体经济。所以，数据要素一方面可以作为直接的生产资料，另一方面通过金融对实体经济进行支持。

本文字数约3528字，阅读需要4分钟。

中国人民大学财政金融学院教授   邱志刚

尊敬的宋院长、彭院长、各位专家、各位领导：

大家下午好！下面我给大家汇报一下《数据要素赋能商业银行变革》这个课题的情况。

最开始我不在这个课题里，因为课题的另一位负责人伍聪老师知道我正在做数字经济研究，对这个课题感兴趣，就邀请我也加入了这个课题。我也非常荣幸能够参加建行的这个课题。

我们的主要成果包括数据要素发展指数的报告，多篇关于银行数字化转型的内参，还有就是这本《数据要素赋能商业银行变革》著作。

当我们看到课题的题目是数据要素的发展时，我们第一时间就在想应该拿什么来衡量数据要素？无可否认，我们今天进入了数据时代，每个人都拿着一部智能手机，很多商业行为都在互联网上进行，且都以数据化的形式留下来了。当数据体量呈爆发式增长时，我们不可避免的进入了数据时代，而数据化也对行业发展起到了重要推进作用。我们在之前的很长一段时间都看到了阿里、腾讯等互联网大厂飞速发展，本质上是这些企业对数据进行了使用。回归到数据本质，数据到底能给我们带来什么？数据到底用来做什么呢？当我们拿出只能手机，打开京东、淘宝等App，系统能很快给消费者推荐可能喜欢的产品，这种推送是以数据为基础算法的，比在大街上逛商店要有效的多。还有一些金融方面的例子，刚才黄益平、杨东老师也讲了，金融是借贷双方之间存在着信息不对称。我记得黄益平老师有一篇文章是《数据和抵押品》就是说这件事情。我自己也有一篇发表在《国际金融研究》上的文章，也是讨论大数据如何成为抵押品的代替的。文章本质上是说数据可以起到抵押品的作用，从而缓解借贷双方的信息不对称。马云先生说中国的银行是“当铺思维”，但“当铺思维”是有它的道理的！如果存在信息不对称，那我为什么把钱给不认识的人，如果什么信息不能提供，提供贷款是不现实的，因此需要抵押品来缓解信息不对称。数据的出现可以作为抵押品的替代，让银行把钱放出去，实现以大数据为基础的金融支持实体经济。所以，数据要素一方面可以作为直接的生产资料，另一方面通过金融对实体经济进行支持。

因此，在思考如何构建一个能度量数据要素的发展的指数时，我们遵循了以上逻辑。我们在构造指数时，首先想到的是数据的发展需要有一定的基础，也就是智能手机或终端设备，以及对数据进行分析的其他基础设施。有些人说数据是生产资料，AI（人工智能）和机器学习是生产力，而区块链是生产关系，都是非常有道理的，因为这些技术本质上是围绕数据这个特殊商品而发展起来的。

第二是群众和社会、社会要对数据发展有包容和接受的态度。如果现在大家都不用智能手机，我们可能也无从谈起大数据时代。如果大家都用智能手机，就有了数据产生的终端，也就有了基于数据的金融的发展以及对实体经济的支撑。最终，这些数据方面的发展和应用会转化成社会的治理。在新型的社会治理下，数据要素会产生一些创新的东西，而我们构造的一级指标就是想要描绘这样的东西。有了这些一级指标之后，我们又选了14个二级指标，58个三级指标，构建了“数据要素发展指数”。习近平总书记多次就数据要素做出重要论述，发展数字经济是战略重点和必然趋势，是社会主义市场经济下顺应发展阶段转变的必然要求，是中国特色社会主义政治经济学的重大创新。因此，我们要构建一个指数对数据要素发展进行度量。有了这些量化指标，我们就能分析数据要素对实体经济、金融行业到底产生什么样的影响。这是我们做的第一件事。

构建了指标之后，我们就分了几年对各个地区进行排名。数据要素发展指数上，北京排在第一，然后是上海、广东、浙江、江苏紧随其后，成为第一梯队。当然这是随时间的变化而变化的，我们目前只是拿一年的数据来做研究结果。

课题中期答辩时，建行要求我们要更贴近银行的业务写一些东西。我们针对五方面的业务写了五篇内参。其中有一篇是优化商业银行的数据治理，《中国金融》杂志社对这篇文章很感兴趣，于是我们就把这篇文章在《中国金融》上发表了。之后我们萌发写一本书的想法，因为我们已经构建了数据要素发展这个指数，所以可以分析数据要素对银行业各方各面的发展和影响都是什么。

我们主要分析了银行数字化转型对内发展的影响和对外部环境的影响。这两点构成这本书重要的两章节。我们用这个数据要素发展指数对银行的影响进行了详细的分析，这是我们这本书整个的逻辑。课题就简单向大家汇报到这里。

这里还想和大家分享一些内容，是关于我目前的科研的，也想看将来还有没有机会再做深入的合作。

这本书里，我们写的是银行数据化的好处，我们所得到的是数据化在支持银行的转型以及银行效率的提升。不可否认，今天我们已经进入了数据经济，每个人身边都是数据，面对浩如烟海的数据，我们不可能视而不见，必须要对它进行分析。今天大家常说web1.0，web2.0，web3.0.，代表着平台经济的发展，但这些都是些什么呢？web1.0主要是早期的门户网站，用来浏览文章；而大家常说的Web2.0是消费者自己可以生成并留下数据，类似于大众点评；但Web3.0到底是什么呢？今天好像没有一个特别统一的答案。我个人感觉Web2.0的发展已经达到了一个瓶颈，主要原因是缺乏“数据信任”。打个比方，如果我用了某个App，这个App会管我要一些信息。但我完全不知道给它这个信息，它用来干嘛！我记得有一个唱歌的App，我当时想唱首歌就下载了，但App管我要家庭地址的信息，我就觉得很奇怪了，为什么唱歌软件需要知道我的地址？难道我唱得不好，对方会派人到现场批评我一下吗？所以，App在要求共享数据时，是不会告诉消费者数据收集使用的规则。因此，这个过程缺乏的就是数字信任，我和我的合作者2023年在《经济管理学刊》上发表的一篇文章用合约理论说明了数字信任的缺乏对web2.0时代的伤害。

除了收集和使用的规则缺乏信任，数据本身也有缺乏信任的问题。比如消费者在某平台上产生了数据，我们就一定能信任它吗？在举个例子，当我们在大众点评看到一个商家（被用户）打五颗星，你就能相信这个商家是最好的？我相信很多人不会，我甚至打开之后先看差评。但现在还会有各种各样的手段把差评给去掉了，我上次租了一个车，对服务非常不满意，本想打个差评，但老板恳求我，又给我减了20元费用，于是我还是努力给他写了一个好评！但现在回想起来，这个好评可信吗？那么在信息时代，大量这类的数据到底有多大的可信度。因此，我认为到Web3.0要解决的是这个问题可能是“信任”，怎么样把数据的可信度树立起来，这就是“数据信任”。

怎么确认呢？需要法律保障，需要政策支持。我们所处的数据时代，一切都需要有规则，不是任何人都拿我手机看看你干什么了，这不行，得有个规则，需要明确什么人在拥有什么权限的情况下才可以看。这些可能需要立法的保护！换句话说，消费者的数据隐私权需要立法的保护！

还有如果因为数据隐私泄露出现问题，那怎么办？谁来为它负责？区块链很重要的一个应用就是共享账本，可以把很多东西记录进来，并不能篡改，因此在数据使用上，可以在区块链上做权责分明的记录。我在《经济管理学刊》上文章，就是用智能合约把规则明晰化，在参数调整里发现更多的人在明确合约下愿意共享更多的数据。所以，在Web2.0时代加入数字信任，Web3.0是否会再往前走一步？这里还需要大量的研究。

在这方面还有我很感兴趣的东西，比如数据如何交易，数据和苹果不一样，苹果吃了就没了，但数据可以反复用的。现在有些数据可以交易它的使用权，那怎么定价呢？如果产生无效信息，我们怎么对它进行处罚呢？我这两年一直围绕这些内容进行思考，如果有机会将来我们可以进行下一步合作，我还是非常感兴趣到大行看一看，了解你们的实践究竟是怎么做的。

我就说这么多，谢谢！

(欢迎关注人大重阳新浪微博：@人大重阳 ；微信公众号：rdcy2013)