金融数据安全丨数据负债的概念及应用

巴拉拉 2023-07-18 14:41:59  65216

分类专栏：资讯

“数据负债”产生背景

随着国家“数字中国”战略的推进，金融行业对于数据资产的重视程度不断提升。根据2019年中国信通院发布的《数据资产管理实践白皮书4.0》对数据资产的定义：“数据资产是指由企业拥有或者控制的，能够为企业带来未来经济利益的，以物理或电子的方式记录的数据资源，如文件资料、电子数据等”。

近年来，国家、行业都对数据资产的应用与管理提出了越来越严格的要求，相关金融机构也制订了不同层面的政策制度和管理办法，但是在实际的业务开展中，一线业务人员却始终对数据该如何进行数据资产管理管理存在疑问，在执行层面也缺乏简单易懂的操作指南。此时“数据负债”概念的提出就为上述问题提供了解释方法。它从“会计学”角度，探讨了资产、数据资产、负债和数据负债的概念和关系，为数据治理提供了一个简单易懂的解释方式。

数据负债模型

一般情况下，我们会认为在企业拿到数据时，数据就已经属于企业，但这其实是常见的错误认识。如果对比银行的存款，我们可以轻易地推导出：储户把钱存入银行，资金的所有权并没有发生转移，依旧在储户名下；对于银行而言，在揽储这一端形成的储蓄会被记为负债，只有汇聚到银行资金池里的资金，才会被记为银行资产。通过上述类比我们可以发现，虽然在逻辑意义上是同一笔资金，存在同一间银行，但是随着资金的流转，银行对其统计的视角及口径都有相应的变化。同理，当客户将信息或者数据交给数据接收者，接收者本身也不应拥有数据，而应将其视为数据负债，即接收者对客户有相应的责任和义务保护数据安全。只有在信息经过一定的汇总处理后，才能成为数据接收者的数据资产。

“数据负债”概念的引入，为我们看待数据在不同流转阶段的不同属性，提供了全新的对比标准。从这个视角重新审视待数据的流转，就能很轻松地定位数据的管理方式，进而确定数据在具体流转环节到底是资产还是负债，相应的进行不同的管理。

从以上阐述我们也可以推导出：“只有银行把客户信息去标识化后，基于海量客户信息的数据分析挖掘成果（也可称为数据产品），包括模型、规则、标签等认定为数据资产，因为这些数据产品才更符合数据资产的定义”

△ 金融行业数据负债模型示意

数据负债的应用

在此模型下，资金池与数据湖的质量管理及安全管理突显其价值。

在“数据负债”中，有三个平衡点至关重要：“一是数据负债越大越全，数据资产越有价值，这是数据负债与数据资产“量”与“价” 的平衡。二是数据负债越准确，数据资产越有价值，这是数据负债与数据资产“质” 与“价”的平衡。三是数据负债的管理水平越高，数据资产越有价值，这是数据负债与数据资产两方面管理水平的平衡。”

在把握了这三点平衡的概念之后，我们就可以避免企业在数据运营管理时，超越权限分发数据、对数据所有者概念的混淆、盲目追求扩大数据量而不关注数据质量管理等常规性管理错误。

针对数据不同状态下的相关特性，择时择机按需采取相关的安全管控，对客户交来的“数据负债“进行精细化管理，可以提升企业整体的数据质量，提高企业的竞争力。明朝万达作为中国数据安全市场倡导者，18年来始终坚持以守护用户数据价值为己任，可按需为各行业客户提供包含”采集分析“、”数据治理“、“安全集中管控“、“数据交换”等在内的多种数据安全产品及咨询服务，帮助客户提升“数据负债”管理能力，加强“数据资产”精细化管理。

图文

引用

《商业银行数据资产和数据负债的关系与管理》，中国银行数字资产运营中心王庆，原载于《金融电子化》2023年6月刊。

网站声明：如果转载，请联系本站管理员。否则一切后果自行承担。

本文链接：https://www.xckfsq.com/news/show.html?id=26593

赞同 0

评论 0 条

金融数据安全丨数据负债的概念及应用

相关文章

关注我们