.png)
.png)
.png)
.png)
近期，二十届三中全会通过了《中共中央关于进一步全面深化改革推进中国式现代化的决定》（以下简称《决定》）。根据《决定》，企业未来发展的重要方向之一是数字化、科技化，及因地制宜发展新质生产力。可以预见到，未来大部分企业，尤其是民营企业，以轻资产模式为主，即数字资产（包括数据资产）将成为企业的主要资产之一。
《决定》提出“完善民营企业融资支持政策制度，破解融资难、融资贵问题。”“积极发展科技金融、绿色金融、普惠金融、养老金融、数字金融，加强对重大战略、重点领域、薄弱环节的优质金融服务。”，对未来几年银行信贷融资的方向再次划出了重点。现下，无论是数字资产，还是数据资产，在银行的贷款余额中的占比是非常小的，大部分银行还没有开始将研究此类新型资产作为重点。笔者这里说的研究，并不是放一笔首单、写一篇新闻稿，而是实实在在地研究如何利用新型资产扶持企业的同时，做好全流程的风险管理。
贷前需要先解决什么问题？
从贷款营销到申请的阶段，笔者认为，银行至少需要先研究并解决2个基础性问题：
（一）确定数据资产信贷融资业务的定义
如笔者在上篇《数据资产信贷融资全流程风险管理（一）现状及挑战》中提到，数据产品并不是数据资产，实践中对“数据资产”的叫法也分经济学层面、IT层面、财务会计层面的不同定义。从严谨的角度来说，如果银行不仅看重数据产品产生的现金流，还看重产生现金流的底层资产价值，那么考虑以资产入表为申请融资的前提条件较为可行，因为数据资产的认定、入表过程，相较数据产品挂牌的程序更为严谨。
（二）确定适合本行风险偏好确定可融资的数据资产范围
是否所有入表的数据资产都可以融资，这个需要银行结合自身的风险偏好进行取舍。取舍之前，需要银行分行业、分类型，对数据资产特性有所研究。比如，某一类数据资产，其具有稀缺性和垄断性，应用价值也很高，现金流很充沛，但其在二级市场的转让会受到法律或政策限制，换句话说，不良处置难度较大，对于这种资产，不同的银行可能会做出不同的选择。
贷中有什么建议？
从贷款申请到贷款发放到企业之前的阶段，制定贷中政策时，笔者有几点建议：
（一）综合多种因素确定授信额度的核定标准
数据资产的评估目前并不是难事，对银行来说，要解决的问题是如何确定数据资产的减值。正因为所有资产都可能存在减值的风险，所以按照银行传统的做法，任何资产的评估价值都不会等于融资额度，银行会针对不同资产设计对应的授信比例。比如我们最熟悉的房产，贷款额度一般会是评估价值的6-8折不等。数据资产亦要考虑价值的减损。但是，不同的数据资产，由于其来源、可持续性、应用场景、资产规模等因素，导致资产的减值情况大不相同。如果说，房产可能要分区域来考虑贷款额度问题，那么数据资产可能就要综合多种因素来设计授信额度与评估价值比。
（二）确定数据资产法律尽职调查机制
无论是已经入表的资产，还是已经挂牌的数据产品，由于数据的动态性、可复制性等特点，无论是资产入表时，还是产品挂牌时，企业之前做的合法合规性评估可能发生变化，相关数据资源权属也可能有了调整，所以在贷前再次进行数据资产法律及合规性尽职调查必不可少。
（三）研究针对性风险缓释措施
数据资产质押是目前实践中普遍采用的风险缓释措施，但是在法律和全国层面，数据资产质押登记规则并未统一，且质押权的实现路径也不明确。其实在传统信贷业务中，质押也并未在实践中起到想象中的作用。比如应收账款质押融资中，风险往往不是因为没有质押登记而带来的，而是因为应收账款所对应的底层交易或合同作假。所以，笔者认为，数据资产质押的规则和制度完善还需要时间，但银行也不需要过度依赖质押。新型资产，应当匹配新型的风险缓释措施。
贷后监测如何做？
从贷款发放后到贷款完全收回前的整个过程，这个过程需要银行对还款行为、贷款用途、潜在风险等做到实时监测，并及时调整或优化管理手段（包括但不限于调整还款计划、提前收回贷款等）。而贷后的难点一直都是在监测，数据资产可能会进一步提高难度。要对数据资产的情况进行实时监测，笔者有几点方向性建议：
（一）贷后风险监测内容要有针对性
如笔者上篇《数据资产信贷融资全流程风险管理（一）现状及挑战》中提到的，影响数据资产安全、价值、合规性的因素是多样且动态的，银行的具体监测要素应当要有针对性。举个例子，数据资产A的底层数据来源于公共数据授权运营，数据资产B的底层数据来源于自身主营业务产生。对于银行来说，数据来源的合规性和可持续性就是需要监测的要素之一。对于数据资产A来说，银行要主动监测的是公共数据授权运营资质的有效性，该资质是否被取消；而对于数据资产B来说，银行要主动监测的是企业主营业务的经营稳定性。
（二）贷后风险监测要依靠新技术
在过去的几年中，我们在普惠金融的业务中大量使用了数据风控手段，通过数据的交叉比对、客群画像分析、欺诈案件规律的挖掘等来提升了银行风控的能力。在数字金融的业务中，除了使用数据风控手段，还需要增加技术风控。
比如，在信息技术飞速发展，网络环境日益复杂的当下，网络威胁态势也呈现出多样化、复杂化的特点，勒索软件、物联网安全等问题层出不穷，给数据资产的安全带来直接威胁。2024年6月，在北京网络安全大会威胁情报技术论坛上，诸多专家分享了将威胁情报、网络空间测绘技术、AI技术等提升网络安全防护能力的新方案和技术，帮助用户有效抵御网络风险，提高资产管理、攻击面发现，以及漏洞事件应急响应等能力。
（三）贷后风险监测可尝试多方协同合作
多方协同合作的风险监测，并不只是局限于我们以前所说的与同行、征信机构进行数据共享，而是扩展到与数据技术提供方（例如区块链、可信执行环境、多方安全计算、联邦学习等技术提供方）、数据资产交易平台（如上海数据交易所）等多方合作，实现对数据资产风险变动的实时监测和预警。
结 语
关于数据资产信贷融资全流程风险管理方式，需要结合每家银行自身的风险偏好、风险管理准则等确定，两篇文章也只能分享一些简单的方向性建议，供大家抛砖引玉。对这个话题感兴趣的朋友，也可私信小编获取作者的联系方式，继续线下讨论。
