“吾与城北徐公孰美” 出自《邹忌讽齐王纳谏》。讲述了战国时期齐国谋士邹忌用“我与城北的徐公相比，谁更美丽？”的案例劝说君主不被表象所蒙蔽，从而使之广开言路，勇于纳谏，改良政治的故事。
随着金融科技创新成果的广泛应用，数智化服务已成为行业发展趋势。对于金融机构而言，积极依托数智化服务进行转型升级，不仅可以完善渠道服务能力，提高内部管理效率，而且可以充分提升业务服务水平及客服满意度。
2023年11月3日上午，在“第五届中新（苏州）数字金融应用博览会暨2023金融科技大会”上，来自多家机构的专家围绕“应用科技发展成果 提升数智化服务能力”的会议主题，分享了其最新的金融科技应用成果。金年会首席数据官黄万忠以《数据资产“吾与城北徐公孰美”》为题发表演讲，以下为观点实录：
在数据管理及使用过程中，我们往往也会被真真假假、孰优孰劣的数据质量和数据使用方法所困扰。以数据资产评估方法为例，成本法、市场法、收益法、模型法、场景挂钩法、实物期权模型等有很多，但作为一个数字化转型中的企业应该选取哪一种更加合适呢，想必是诸多企业比较困扰的问题。
以成本法和市场法为例的话，成本法是推荐企业在数据资产价值评估的初级阶段使用的，也是财政部推荐的方法，因为它模型简单、数据来源准确，但数据资产的成本不能代表它的真正价值，成本高的未必价值高，成本低的未必价值低，所以市场法还是下一步全行业值得去研究和落地的，更加适合数据交易市场。
引申开来，历经近二十年，国内金融、能源等行业数据治理的理论和实践发展到了一定的阶段，从国外DAMA数据管理体系的引进，到各类数据治理国标、信通院数据资产管理白皮书等优秀方法层出不穷，可以说是百家齐放。行业里我们有了数据治理管理体系、有了数据资产价值评估方法、甚至有了数据资产入表的体系，但如何选择适合自己的体系。这就对数据从业人员带来了极大的挑战。
鉴于此，我们也需要一种理念，来准确的回答“吾与城北徐公孰美”的问题。我们需要解决四个层面的问题：
1. 数据治理实践方法用哪一种更好？
2. 数据资产盘点实践方法用哪一种更好？
3. 数据资产价值评估方法用哪一种更好？
4. 数据资产价值发挥用哪一种更好？
这四个层面刚好涉及了数据资产的“盘、析、治、用”，盘是盘点、析是评估、治是治理，用是价值发挥。
首先，来看数据治理实践方法的选择。金年会早在2020年发布了数据治理实践的十大推进模式，建议从咨询、专题实施到工具三个层面来推动数据治理，根据企业的人、环境、经营状态等实际，选择合适的数据治理推进模式。衍生出了自上而下的整体规划模式，数据平台驱动模式，以及自下而上的面向业务分析驱动模式、数据资产盘点模式等。我们可以灵活地选取一种或者多种组合来实现数据治理实践工作。
其次，再来看数据资产盘点的方法选择。从数据到数据资源再到数据资产是阶梯型价值释放的过程，我们的最终目的是实现数据资产的价值变现。而数据资产盘点是实现数据资产价值转换的必要过程。通过盘点可以帮助金融机构更为清晰地“看到”，我们有哪些数据和哪些可以被转化为数据资产，摸清家底。通过盘点可以实现数据资产的全景展示，实现数据资产的快速定位和快速应用。同时，为未来的数据资产共享和开放，以及数据资产的标准规范和数据资产的确权和安全等工作夯实基础。此外，黄万忠还结合实际数据资产盘点案例，简单介绍了“金年会数据资产盘点十大流程”方法论，比如自上而下的DASF法、自下而上的DAAF法、基于Ai技术的AISM法等。
黄万忠还聊到了数据资产盘点的方法，除了耳熟能详的成本法、市场法，还有收益法、因素剥离折现模型、基于市场的神经网络模型、实物期权模型、场景挂钩交易模型等。成本法是按照重置该项数据资产所发生的成本作为确定数据资产价值的基础，并对重置成本的价值进行调整，以此确定数据资产价值。而市场法是在具有公开并活跃的交易市场的前提下，选取近期或往期成交的可比参照物价格作为参考，并调整特异性和个性化的因素，从而得到估值的方法。黄万忠指出，不管使用哪种方法，结合国家政策和行业的指引，数据资产评估大的层面可以从数据资源的成本、算法、算力等三个维度来考量。
最后，黄万忠聊到数据资产价值变现的方法，也着重推荐了金年会在数据资产价值发挥方面的成功经验。金年会根据实战经验，开发了一款名叫“六合上甲”的一体化数据资产管理和服务平台。它融合了数据建模、数据集成、数据开发、数据萃取、数据服务、数据资产、数据安全等模块，基于DataOps理念和AIGC技术在大大批量离线数据开发等领域采用自动生成脚本方法，并自动生成单元测试脚本。可帮助企业治理内部不断上涨的“数据悬河”，在数据迁移、构建和应用的过程中实现降本增效，让数据价值最大化。
黄万忠表示上下四方谓之“六合”，一等神兵谓之“上甲”，金年会希望给市场一个关于数据资产价值发挥的实用工具。同时还重点介绍了利用六合上甲开发的几个数据资产价值发挥的场景。
比如“六合上甲-担保花火”，担保公司为中小企业融资提供增信服务，但由于担保能力和抗风险能力参差不齐，银行在与担保公司合作中，需要对担保公司的担保规模和贷后风险进行动态监控，及时把握保证类贷款业务的风险情况，防范担保公司代偿风险。
下图是用六合上甲的数据分析模块实现的担保网络风险预警模型。该图反映了与某银行合作的国有担保公司（红色簇）和民营担保公司（紫色簇）的在保贷款规模，每个簇的一端是担保公司，另一端是被担保的贷款企业，他们之间通过担保关系形成一条连接线。白色节点表示我们识别出来的高风险企业。银行需要关注图中几个白色节点较多的民营担保公司，关注其代偿能力，并控制好担保放大倍数。
又比如“六合上甲-海螺”。用六合上甲数据分析模块分析公司间存在复杂的资金往来关系。这些资金流往往与公司经营状况健康程度有莫大关联。通过对公司信用进行评估分级，并检验公司间的的资金往来关系，可以预测公司未来的经营状况和信用情况，有助于银行在对公贷款审批方面的管理。
总而言之，我们需要使用灵活的方法去推动数据资产的“盘、析、治、用”，使用辩证、敏捷、演进、优化、多元的方法，去推动数据资产相关的管理和应用活动，这样才会达到“吾与城北徐公皆美”的效果。
