在逐数兴业 智启未来——“数据二十条”影响之解读（上）篇内容中，主要解读了有关于“数据二十条”发布的背景与意义、建立数据要素市场面临的挑战与应对。在今天的文章里，将继续解读“数据二十条”的主要内容以及对金融行业和金融科技企业的影响和启示。
“数据二十条”的主要内容
数据基础制度共20条，简洁明了，构建了数据基础制度的四梁八柱。这四项重要的制度分别是数据产权制度、流通交易制度、收益分配制度和安全治理制度。
■ 数据产权制度，是数据基础制度的基石
数据产权制度包括两方面的主要内容：一是数据的“三权分置”制度，即数据资源持有权、数据加工使用权和数据产品经营权分置的制度，这奠定了未来数据的财产权属和收益分配的基础；二是数据的分类分级与授权制度，逐步放开各级党政机关、企事业单位产生的公共数据，加强企业数据的供给激励机制，并在尊重和保护个人隐私信息的前提下，由个人数据权利主体授权使用个人数据。
■ 流通交易制度，是数据基础制度的环境
为了搭建好数据的有效流动环境，需要进一步建立健全数据流通准入规则和数据标准，探索场内标准化定价与场外报价撮合机制。同时，大力扶持规范高效的数据交易场所，统一规划建设全国性数据交易场所与区域性数据交易场所。
目前的数据交易市场存在着“场内交易无量、场外交易无序”的情况。一方面，市场上数据求购和数据求售需求量大；另一方面，大家普遍不愿意通过交易所进行交易。所以，目前的交易所基本上定位为一个登记机构，待积累足够的场外数据后逐步形成交易模式和定价模型。
除了数据交易场所之外，还需要培育数据交易的各参与方，包括数据商、经济机构、服务机构和合规审查机构等，形成有机的数据交易生态。数据商是数据的生产者、提供者和购买者，需要结合各行业的特点和需求对数据进行加工，形成数据产品。数据商凭借自身的技术能力，通过数据交换存储平台、数据处理和加工，以及高性能、高安全性的数据传输接口，为数据需求者提供接口或提供算法环境。
同时，实现数据的正常流通、交易，需要第三方数据服务机构的参与，负责认证、保荐、合规、经纪等相关工作。前不久成立的中国电子旗下的数据公司定位为提供数据集成、数据托管、数据金库和数据流通服务的数据商，而中电金信是利用金融行业专业数据，实现数据产品的开发和数字化应用的行业数据商。
数据流通涉及跨境监管的问题，数据流通体系包含数据监管、数据安全和跨境流通等部分，用于在保护国家安全和利益、履行国际合作义务等方面开展工作。
■ 收益分配制度，是数据交易的动力
收益分配是为了保障数据所有人、数据平台加工企业和数据流通企业等各方的合法权益，按照市场化的原则分配收益，以实现数据市场合理、有序、健康发展。按照“谁投入、谁贡献、谁受益”原则，建立健全更加合理的市场评价机制，促进劳动者贡献和劳动报酬相匹配。
这一制度分为两个阶段：在初次分配阶段，遵循市场原则，鼓励劳动者参与谈判和竞争，原则就是“谁投入、谁贡献、谁受益”；在二次分配和后期分配阶段，由政府相关部门介入，通过数据交易的税收政策、产业政策等进行调节，促进社会的共同富裕，实现平等普惠等社会目标。
■ 安全治理制度，是数据交易的保障。
数据是全社会的资源，政府拥有对数据流通体系的管辖权。相关部门需要制定明确的监管红线，制定数据流通负面清单，防止垄断协议、滥用市场支配地位和违法实施经营者集中行为。鼓励行业协会、社会各方积极参与安全治理。由于数据是新型生产要素，国家倡导探索创新，包括相关制度的创新等。
“数据二十条”的意义与行业影响分析
数据基础制度以数据为生产资料，充分考虑了生产关系、流通环境和宏观监管，围绕数据生命周期管理中的生产、加工、流通、应用、存储和销毁等各个节点，对数据市场行为，包括数据提供、数据技术加工、相关硬软件开发和专业服务等进行了指导。
在行业侧，不仅是互联网平台企业，传统行业也将借助数据和数字经济的巨大力量，向现代企业加速转变。在产业侧，由于数据商具备广泛、深刻的行业观察，且已经经历了多年的数字技术沉淀积累，随着数据资源获取渠道的打通，各类数据采集、整合和加工企业将得到快速发展，可以向市场提供标准化的数据产品，同时可以根据客户需求进行快速定制和研发。
另外，除了数据商以外，以科大讯飞为代表的人工智能企业也会迎来蓬勃发展的机遇。多年的算法积累和智能化探索，如果能与整个工业社会各个行业的数据相结合，将使产品的智能化和自动化程度大大提高，高效的数字劳动力会在很大的程度上代替人工。现在广泛使用的标准化通用型数据产品，有企查查、企信宝、预警通、大智慧财汇，以及传统的万德，国外的路透、彭博等。未来将金融数据和产业数据结合，会产生巨大的行业推动力，更好地提升金融为实体经济服务的效率。
■ 架构层面
由于金融科技和数据是紧密关联的，因此，通过数据湖、数据中台和数据应用等形成的数据架构体系，可以使金融企业更加敏捷高效地运用这些数据赋能经营和管理，包括提供数据服务、数字化和智能化产品，未来还会有其他丰富的产品和应用。该架构的底层是数据，中间层是数据中台和智能中台，应用层面则是客户体验的提升与客户经营和精细化管理效率的提高。
从商业银行数字化实践来看，商业银行每年在外部数据采集和整合方面的投入均在数百万元到数千万元不等，在数字化应用领域的项目多达数十个，投入达亿元甚至数十亿元，而且呈逐年扩张的趋势。
■ 技术层面
湖仓一体、流数据和区块链等技术的发展，为数据的采集、流通提供了技术基础。近年，许多企业尝试过区块链技术，但其实际应用范围并不广泛，根本问题在于数据的隐私保护和数据共享壁垒。
在数据共享的开放环境中，区块链将使数据的财产权、准确度和源头追踪都得到技术保障，最终形成可确权、可定价的数字资产。基于区块链和隐私计算的多方安全计算技术，可以使数据可用不可见，从而在实现数据共享的同时更好地维护数据本身的财产权，保护个人隐私信息。
■ 市场层面
数据是数字化转型的基础要素，数据基础制度的建设使数字化转型从此迎来了春天，各行各业的数字化转型之路会越来越宽广。数据本身会从资源逐步过渡到资产和资本，资源可能意味着成本，而数据价值的实现意味着数据可以成为资产，成为资产负债表的一部分，随着数据价值的不断提升，拥有更多数据的公司将会形成更高的资产。最终，数据会形成资本，并且会成为资产证券化中的一项基础资产。
对金融业和金融科技企业的意义与建议
■ 对金融业的启示
金融等服务业是数据的重度使用单位，天然具有大量的数据应用场景和需求，随着数据资源的获取更加畅通，数据带来的数字化将会使传统金融行业实现“换道超车”。商业银行要完成数字化转型，需要完成三个方面六个领域的工作。
首先是数字化的基础设施，包括基础的数据治理体系和数据底座的建设，这是数据资源化的过程；其次是数据资产体系建设，包括数字资产运营体系和数字化产品体系建设，这是数据资产化的过程；最后是数字应用体系建设，包括数字化营销、风控及运营体系，以及人工智能创新体系的建设，这是数字化赋能体系建设。
数据类产品包括标准数据源产品、数据加工类产品和算法类产品，其中算法类产品结合了数据金融业务知识与建模和算法知识，具有较高的附加值。以零售领域为例，根据客户的标签体系和画像，可以进行动态的客户分群分类，不同类型的客户会有不同的产品偏好、渠道偏好；以此为基础，可以进行差异化精准营销和客户生命周期管理，形成不同的推荐模型。又比如人工智能产品，除了“大脑”就是算法智能之外，还可以开发感知层、认知层和智慧层的产品——能看、会说，能认知、会理解，能判断、会思考，最终能洞察、会决策，形成赋能客户服务、内部运营的“数字劳动力”。
■ 对金融科技企业的启示
当前中国的商业银行业务发展同质化程度较高，数据的流通交易有助于形成对大多数商业银行适用的数据类产品，同时可以根据各商业银行的规模、业务范围、地域差异和战略重点进行敏捷高效的差异化定制，这对金融科技企业向行业提供高效、标准化的服务具有很大的意义。每一个模型都可以作为“开箱即用”的标准化产品向银行输出，这将成为精准化大数据的一个有效用例。
金融科技企业可以在以下三个方面展开服务。首先是数字化转型咨询。目前各商业银行急需开展数字化转型顶层设计，包括金融科技和数字化转型的战略规划、数据治理体制机制和专业领域规划、数据大数据平台和数字化应用IT建设规划，以及零售、小微领域的数字化转型和数字化运营、智能风控体系等。
其次是企业的数据类产品建设，这是金融企业关心的重点，也是金融科技企业可以建设的重点。通过数据类产品的建设，金融企业可以快速而敏捷地应用内外部数据，形成个人和企业的客户视图，用于日常客户经营和管理；可以建设分析挖掘类平台，用于进行业务分析和营销大数据用例；可以建设风险评分、交易反欺诈和反洗钱平台，用于风险控制；也可以建设企业级管理驾驶舱和监测平台，用于经营管理。
最后是相关的硬件和软件服务。打造金融行业数字化转型和数据管理所需的基础平台，包括底层的多云管理平台、数据库、中间件及技术开发平台，生产系统的运维和监测体系，实时数据处理、实时预警和响应平台，以及一体的架构、底层的数据交换平台、人工智能的底层算法平台、多方安全计算平台等新型数据资产的存、管、用平台。
逐数兴业，智启未来。在数字化转型大潮到来及数据基础制度建成之际，我们应该紧随政策导向，抓住机遇，以数据基础制度的公布为契机，利用金融科技和数字技术服务好金融企业客户，与客户共同成长，共筑数字新基石，共创产业新未来。