尤建新，徐 濤

（同濟(jì)大學(xué)經(jīng)濟(jì)與管理學(xué)院，上海200092）

隨著大數(shù)據(jù)、云計(jì)算、人工智能、區(qū)塊鏈等技術(shù)的快速發(fā)展，以數(shù)字化、網(wǎng)絡(luò)化、集成化、數(shù)據(jù)化、智能化為特征的數(shù)字化轉(zhuǎn)型浪潮席卷全球［1］。數(shù)據(jù)已經(jīng)成為新生產(chǎn)要素和戰(zhàn)略資產(chǎn)，為技術(shù)創(chuàng)新和產(chǎn)業(yè)升級提效增能［2］。如何發(fā)揮數(shù)據(jù)資產(chǎn)價(jià)值成為政府、企業(yè)和諸多學(xué)者關(guān)注的問題。其中，數(shù)據(jù)資產(chǎn)質(zhì)量是數(shù)據(jù)價(jià)值實(shí)現(xiàn)的關(guān)鍵，如果數(shù)據(jù)資產(chǎn)質(zhì)量存在瑕疵還被分析、挖掘，不僅不會(huì)產(chǎn)生價(jià)值，甚至?xí)霈F(xiàn)偏差，影響企業(yè)正確決策，誤導(dǎo)企業(yè)投資和產(chǎn)品研發(fā)方向［3］。因此，評價(jià)和提升數(shù)據(jù)資產(chǎn)質(zhì)量對發(fā)揮數(shù)據(jù)資產(chǎn)價(jià)值具有重要意義。

目前針對數(shù)據(jù)資產(chǎn)質(zhì)量問題的研究仍然較少，現(xiàn)有研究主要關(guān)注數(shù)據(jù)資產(chǎn)的概念和數(shù)據(jù)資產(chǎn)的運(yùn)營。中國信通院發(fā)布的《數(shù)據(jù)資產(chǎn)管理實(shí)踐白皮書》將數(shù)據(jù)資產(chǎn)定義為由企業(yè)擁有或者控制，能夠?yàn)槠髽I(yè)帶來未來經(jīng)濟(jì)效益，以物理或電子方式記錄的數(shù)據(jù)資源，如文件、電子數(shù)據(jù)［4］。在大數(shù)據(jù)時(shí)代，王漢生認(rèn)為數(shù)據(jù)要形成產(chǎn)業(yè)必須有規(guī)?；臄?shù)據(jù)支撐，為了支撐規(guī)?；虡I(yè)應(yīng)用，數(shù)據(jù)必須是電子化的［5］。從產(chǎn)業(yè)界來看，企業(yè)對于數(shù)據(jù)資產(chǎn)的運(yùn)營場景主要包括內(nèi)部使用和外部使用［6］。關(guān)于數(shù)據(jù)資產(chǎn)質(zhì)量研究中，孫俐麗等采用扎根理論對影響企業(yè)的數(shù)據(jù)資產(chǎn)質(zhì)量的因素進(jìn)行研究，指出數(shù)據(jù)資產(chǎn)質(zhì)量管理的動(dòng)機(jī)、標(biāo)準(zhǔn)和規(guī)范、過程管理、支撐與保障等因素對數(shù)據(jù)資產(chǎn)質(zhì)量具有重要影響［7］。相關(guān)研究中，數(shù)據(jù)質(zhì)量問題也被諸多學(xué)者關(guān)注。從信息技術(shù)角度看，數(shù)據(jù)質(zhì)量可以從精確性、完整性、一致性、及時(shí)性等維度來衡量［8-9］；從用戶角度來看，數(shù)據(jù)質(zhì)量的高低取決于用戶是否可以高效地使用數(shù)據(jù)［10-12］。

關(guān)于質(zhì)量評價(jià)方法研究已經(jīng)比較成熟，其中多準(zhǔn)則決策（MCDM）方法在質(zhì)量評價(jià)領(lǐng)域已被廣泛采用。MCDM是現(xiàn)代決策理論的重要內(nèi)容之一，該方法在比較不同方案時(shí)，根據(jù)決策問題設(shè)定相應(yīng)的準(zhǔn)則和模型進(jìn)行評價(jià)［13］。常用的MCDM 方法有逼近理想解排序法（TOPSIS）［14］、層次分析法（AHP）［15］、決策試驗(yàn)與評價(jià)實(shí)驗(yàn)室技術(shù)（DEMATEL）［16］、最優(yōu)最劣法（BWM）［17］等。本文將數(shù)據(jù)資產(chǎn)質(zhì)量評價(jià)看作多準(zhǔn)則決策問題，結(jié)合BWM、TOPSIS 和三角模糊數(shù)等方法，提出一種用于評估數(shù)據(jù)資產(chǎn)的質(zhì)量的MCDM框架。該框架中，首先通過專家訪談構(gòu)建評價(jià)指標(biāo)體系，并采用BWM方法通過使用1–9量表在不同指標(biāo)之間進(jìn)行成對比較獲得權(quán)重信息。隨后，邀請專家根據(jù)指標(biāo)對數(shù)據(jù)資產(chǎn)進(jìn)行語言評價(jià)，并引入三角模糊數(shù)克服單個(gè)實(shí)數(shù)表達(dá)不完整的問題；最后，根據(jù)評價(jià)指標(biāo)的權(quán)重以及專家的評價(jià)信息，采用TOPSIS 方法對數(shù)據(jù)資產(chǎn)質(zhì)量進(jìn)行排序。通過將提出的方法應(yīng)用于某銀行對其支行的數(shù)據(jù)資產(chǎn)質(zhì)量評估，驗(yàn)證方法的可行性。

1 模型構(gòu)建

結(jié)合BWM、TOPSIS 和三角模糊數(shù)等方法，提出一種用于評估數(shù)據(jù)資產(chǎn)質(zhì)量的MCDM 框架。該框架主要包括指標(biāo)體系構(gòu)建、指標(biāo)權(quán)重確定、專家評價(jià)以及質(zhì)量排序等步驟。在確定指標(biāo)權(quán)重時(shí)，采用BWM方法，該方法是對AHP方法的改進(jìn)，所需的評價(jià)數(shù)據(jù)較少，可以減少專家的評價(jià)偏頗，評價(jià)數(shù)據(jù)更為準(zhǔn)確［17］。專家對數(shù)據(jù)資產(chǎn)進(jìn)行質(zhì)量評價(jià)時(shí)，為了克服單個(gè)實(shí)數(shù)表達(dá)不完整的問題，引入三角模糊數(shù)方法，同時(shí)解決定性指標(biāo)定量化問題。在質(zhì)量排序時(shí)，引入TOPSIS 方法評估每個(gè)方案到正理想解（PIS）和負(fù)理想解（NIS）的相對位置距離來對方案進(jìn)行排序［14］。具體如下：

步驟1：根據(jù)不同評價(jià)對象和場景構(gòu)建評價(jià)指標(biāo)體系。

構(gòu)建評價(jià)指標(biāo)是對數(shù)據(jù)資產(chǎn)質(zhì)量進(jìn)行評價(jià)的關(guān)鍵步驟。但不同于傳統(tǒng)實(shí)體資產(chǎn)，數(shù)據(jù)資產(chǎn)具有規(guī)模大、流轉(zhuǎn)快、類型多等特點(diǎn)，不同場景、不同主體對的數(shù)據(jù)資產(chǎn)的質(zhì)量要求各不相同，數(shù)據(jù)資產(chǎn)的質(zhì)量評價(jià)指標(biāo)具有相對性和動(dòng)態(tài)性。因此，數(shù)據(jù)資產(chǎn)質(zhì)量評價(jià)指標(biāo)的確定應(yīng)在特定場景下，結(jié)合文獻(xiàn)研究、專家訪談方法進(jìn)行分析構(gòu)建。假設(shè)存在n個(gè)評價(jià)指標(biāo)C={C1，C2，...，Cn}，l 個(gè)對指標(biāo)評價(jià)的專家，用Pk(k=1，2，…，l)表示。

步驟2：評價(jià)指標(biāo)比較。

2 案例分析

將提出的數(shù)據(jù)資產(chǎn)質(zhì)量評估框架應(yīng)用于某銀行對其支行的數(shù)據(jù)資產(chǎn)質(zhì)量評估，并對評價(jià)結(jié)果進(jìn)行討論。

2.1 案例描述

近年來，商業(yè)銀行在業(yè)務(wù)快速發(fā)展過程中，積累了客戶數(shù)據(jù)、交易數(shù)據(jù)、外部數(shù)據(jù)等海量數(shù)據(jù)。數(shù)據(jù)已經(jīng)成為銀行的重要資產(chǎn)和核心競爭力。為了解數(shù)據(jù)資產(chǎn)質(zhì)量現(xiàn)狀，某地區(qū)商業(yè)銀行分行邀請5位專家（2位研究人員和3位銀行中高層管理人員）采用本文提出的評價(jià)模型，對該分行5家支行數(shù)據(jù)資產(chǎn)質(zhì)量進(jìn)行評估。

2.2 模型應(yīng)用

（1）構(gòu)建商業(yè)銀行數(shù)據(jù)資產(chǎn)質(zhì)量評價(jià)指標(biāo)。結(jié)合文獻(xiàn)研究、專家訪談方法，構(gòu)建商業(yè)銀行數(shù)據(jù)資產(chǎn)質(zhì)量評價(jià)指標(biāo)框架。指標(biāo)框架構(gòu)建過程中，首先對現(xiàn)有文獻(xiàn)進(jìn)行分析。從目前研究來看，研究者主要關(guān)注數(shù)據(jù)的相關(guān)性、一致性、準(zhǔn)確性、完整性等指標(biāo)［8-9］。隨后，通過對5位專家進(jìn)行訪談并對觀點(diǎn)歸納總結(jié)，形成數(shù)據(jù)資產(chǎn)質(zhì)量的評價(jià)指標(biāo)體系，具體指標(biāo)和解釋如表1所示。

表1 數(shù)據(jù)資產(chǎn)質(zhì)量評價(jià)指標(biāo)Tab.1 Indexes for evaluating the quality of data assets

（2）指標(biāo)重要程度評價(jià)。專家基于專業(yè)知識和經(jīng)驗(yàn)，確定在商業(yè)銀行數(shù)據(jù)資產(chǎn)質(zhì)量評價(jià)中的CM和CL；隨后，用1–9實(shí)數(shù)來評價(jià)CM對其他指標(biāo)的重要程度和其他指標(biāo)對CL的重要程度，結(jié)果見表2。

（3）根據(jù)BWM 模型，利用Lingo 軟件求解出指標(biāo)最優(yōu)權(quán)重。邀請的5 位專家權(quán)重相同，最終得到的每位專家的權(quán)重以及綜合權(quán)重，結(jié)果見表3。

（4）構(gòu)建指標(biāo)評價(jià)語言變量與三角模糊數(shù)的對照表［19］，如表4 所示。專家根據(jù)對企業(yè)調(diào)研與了解情況對5 家單位的數(shù)據(jù)資產(chǎn)質(zhì)量狀況進(jìn)行評價(jià)。5位專家根據(jù)構(gòu)建的指標(biāo)情況對5家支行的數(shù)據(jù)資產(chǎn)質(zhì)量狀況進(jìn)行評價(jià)，其中風(fēng)險(xiǎn)性對應(yīng)表4 中的成本型指標(biāo)，其他指標(biāo)為效益型指標(biāo)。通過將5 位專家的評價(jià)聚合，可得到綜合的評價(jià)表，如表5所示。

表3 指標(biāo)權(quán)重結(jié)果Tab.3 Index weighting results

表4 指標(biāo)評價(jià)語言變量與三角模糊數(shù)的對照Tab.4 Index evaluation of linguistic variables against triangular fuzzy sets

（5）根據(jù)指標(biāo)權(quán)重，獲得加權(quán)后的評價(jià)矩陣

表5 綜合評價(jià)Tab.5 Comprehensive evaluation

（7）計(jì)算貼近度，并進(jìn)行排序，結(jié)果如表6所示。

表6 貼近度及排序Tab.6 Proximity and ranking

2.3 結(jié)果討論

（1） 指標(biāo)體系討論

指標(biāo)構(gòu)建與權(quán)重確定是數(shù)據(jù)資產(chǎn)質(zhì)量評價(jià)的關(guān)鍵步驟。本文在指標(biāo)構(gòu)建過程中，通過對觀點(diǎn)的歸納總結(jié)，認(rèn)為數(shù)據(jù)資產(chǎn)質(zhì)量不僅包括數(shù)據(jù)質(zhì)量特征，還應(yīng)該體現(xiàn)數(shù)據(jù)作為資產(chǎn)的重要特性，如收益性和風(fēng)險(xiǎn)性。數(shù)據(jù)作為資產(chǎn)產(chǎn)生收益和價(jià)值已被廣泛認(rèn)可，如銀行通過對客戶數(shù)據(jù)分析，了解客戶風(fēng)險(xiǎn)偏好、消費(fèi)能力、信用狀況等信息，幫助銀行了解客戶業(yè)務(wù)需求，從而幫助銀行提供更精準(zhǔn)的服務(wù)和控制風(fēng)險(xiǎn)。因此，收益性是數(shù)據(jù)資產(chǎn)質(zhì)量的重要特性之一。數(shù)據(jù)資產(chǎn)的安全和風(fēng)險(xiǎn)也是質(zhì)量評價(jià)的重要維度，比如銀行在收集、存儲(chǔ)過程中可能會(huì)丟失或者泄露客戶的信息；運(yùn)營過程中濫用行為可能觸發(fā)法律風(fēng)險(xiǎn)，數(shù)據(jù)資產(chǎn)一旦觸發(fā)上述風(fēng)險(xiǎn)，將會(huì)對數(shù)據(jù)的質(zhì)量和價(jià)值產(chǎn)生影響。

從表3中可以看出，數(shù)據(jù)資產(chǎn)的完整性和收益性權(quán)重分別為0.298和0.297，占總權(quán)重的近60%。其次是數(shù)據(jù)資產(chǎn)的安全性和準(zhǔn)確性指標(biāo)，權(quán)重分別為0.115和0.089。從數(shù)據(jù)治理的角度，數(shù)據(jù)成為資產(chǎn)的首要條件是保證數(shù)據(jù)的完整性和準(zhǔn)確性。對于商業(yè)銀行而言，擁有完整、準(zhǔn)確的數(shù)據(jù)才能對客戶的風(fēng)險(xiǎn)或需求進(jìn)行分析，從而幫助銀行控制風(fēng)險(xiǎn)或提高收入。由于銀行數(shù)據(jù)中，包含大量客戶隱私信息，一旦數(shù)據(jù)泄露將對客戶造成嚴(yán)重?fù)p失。因此，完整性、收益性、安全性和準(zhǔn)確性是數(shù)據(jù)資產(chǎn)的重要指標(biāo)。本文所構(gòu)建的數(shù)據(jù)資產(chǎn)質(zhì)量評價(jià)指標(biāo)體系也可以為相關(guān)評價(jià)問題提供指標(biāo)參考。需要注意的是，不同于傳統(tǒng)實(shí)體資產(chǎn)，大數(shù)據(jù)背景下的數(shù)據(jù)資產(chǎn)具有規(guī)模大、流轉(zhuǎn)快、類型多等特點(diǎn)，不同場景、不同主體對數(shù)據(jù)資產(chǎn)的質(zhì)量要求各不相同，數(shù)據(jù)資產(chǎn)的質(zhì)量評價(jià)指標(biāo)具有相對性和動(dòng)態(tài)性。因此，數(shù)據(jù)資產(chǎn)質(zhì)量評價(jià)指標(biāo)的確定應(yīng)在特定場景下進(jìn)行。

（2） 模型有效性討論

為進(jìn)一步說明本文提出的質(zhì)量評價(jià)框架的有效性和與優(yōu)點(diǎn)，首先計(jì)算專家評價(jià)初始模糊值的期望值，并用圖1表示。圖1中可以看出，各家銀行數(shù)據(jù)資產(chǎn)質(zhì)量在各個(gè)指標(biāo)上得分差異較小，直接采用專家評價(jià)語言方法難以有效地區(qū)分不同銀行的數(shù)據(jù)資產(chǎn)質(zhì)量。隨后，采用AHP方法獲得評價(jià)指標(biāo)權(quán)重，并結(jié)合評價(jià)值對質(zhì)量進(jìn)行排序，獲得如表7所示的評價(jià)結(jié)果對比情況。從對比結(jié)果來看，本文提出的基于MCDM的數(shù)據(jù)資產(chǎn)質(zhì)量評價(jià)框架與傳統(tǒng)的AHP方法的評價(jià)結(jié)果整體具有一致性，也說明了本文所提出模型的有效性。但相較于專家評估和AHP方法的，本文所提出的框架操作簡單易于實(shí)現(xiàn)，且評價(jià)結(jié)果具有較高的區(qū)分度。

圖1 各銀行在各指標(biāo)上的評價(jià)得分期望值Fig.1 Expectation of banks' evaluation scores on each index

（3） 數(shù)據(jù)資產(chǎn)質(zhì)量討論

根據(jù)表6結(jié)果，5家銀行數(shù)據(jù)資產(chǎn)質(zhì)量排序?yàn)锳2＞A3＞A5＞A4＞A1。為進(jìn)一步探究數(shù)據(jù)資產(chǎn)質(zhì)量差異原因，本文對各指標(biāo)評價(jià)情況進(jìn)行討論。從各指標(biāo)情況來看，目前所有銀行在數(shù)據(jù)資產(chǎn)的準(zhǔn)確性和完整性方面表現(xiàn)較好，得分情況明顯高于其他指標(biāo)。該得分較高的主要原因是銀行業(yè)是我國較早開展數(shù)據(jù)治理的行業(yè)，2018年5月銀保監(jiān)會(huì)發(fā)布《銀行業(yè)金融機(jī)構(gòu)數(shù)據(jù)治理指引》，明確指出數(shù)據(jù)治理應(yīng)該納入公司治理的范疇，監(jiān)管層的要求有效提升了商業(yè)銀行的數(shù)據(jù)治理水平。在數(shù)據(jù)資產(chǎn)的完整性指標(biāo)上，銀行A2的得分高于其他銀行。完整性指標(biāo)的權(quán)重占比最高，使得在整體質(zhì)量排序中A2要高于其他銀行。相對于其他指標(biāo)，所有被評價(jià)銀行的資產(chǎn)收益性得分均較低，其中銀行A1的得分情況最低。各單位在收益性指標(biāo)中的得分說明盡管銀行的數(shù)據(jù)管理水平較高，但如何進(jìn)一步利用數(shù)據(jù)，讓數(shù)據(jù)為銀行產(chǎn)生更多的收益仍存在一定挑戰(zhàn)。從銀行業(yè)實(shí)際情況看，對于數(shù)據(jù)資產(chǎn)的價(jià)值發(fā)揮仍在業(yè)務(wù)數(shù)據(jù)化階段，相關(guān)數(shù)據(jù)資產(chǎn)還沒有形成產(chǎn)品以產(chǎn)生更多收益。從安全性指標(biāo)來看，得分情況相對較低，尤其是A5在該項(xiàng)的得分低于平均水平，說明該銀行需要進(jìn)一步規(guī)范數(shù)據(jù)的收集、存儲(chǔ)流程，確保數(shù)據(jù)的安全性。

（4） 管理建議

通過對商業(yè)銀行數(shù)據(jù)資產(chǎn)質(zhì)量的評估，得出管理建議如下：①提升數(shù)據(jù)完整性、準(zhǔn)確性。數(shù)據(jù)的準(zhǔn)確性和完整性是數(shù)據(jù)資產(chǎn)化的基礎(chǔ)，也是影響數(shù)據(jù)資產(chǎn)質(zhì)量的關(guān)鍵指標(biāo)。數(shù)據(jù)存在錯(cuò)誤或缺失，將對企業(yè)的運(yùn)營決策產(chǎn)生不利影響，尤其是金融機(jī)構(gòu)，可能會(huì)產(chǎn)生一定風(fēng)險(xiǎn)；②梳理數(shù)據(jù)資產(chǎn)及其應(yīng)用場景。當(dāng)前多數(shù)銀行對數(shù)據(jù)資產(chǎn)的應(yīng)用僅限于為當(dāng)前業(yè)務(wù)輔助決策，從案例評價(jià)結(jié)果來看，數(shù)據(jù)資產(chǎn)的收益性得分仍然較低，如何發(fā)揮數(shù)據(jù)本身的價(jià)值需要企業(yè)進(jìn)一步根據(jù)業(yè)務(wù)需求進(jìn)行拓展；③保障數(shù)據(jù)安全。銀行的相關(guān)數(shù)據(jù)資產(chǎn)往往涉及多方信息，包括客戶隱私數(shù)據(jù)。相關(guān)數(shù)據(jù)泄露、流失也將會(huì)觸及法律風(fēng)險(xiǎn)。監(jiān)管機(jī)構(gòu)需要銀行進(jìn)一步規(guī)范數(shù)據(jù)的收集和存儲(chǔ)流程，從銀行層面也需要完善相關(guān)的流程與規(guī)定，保障數(shù)據(jù)安全。

表7 MCDM與AHP的質(zhì)量評價(jià)結(jié)果對比Tab.7 Comparison of the evaluation results between the MCDM-based method and AHP method

3 結(jié)語

數(shù)據(jù)已經(jīng)成為新的生產(chǎn)要素和戰(zhàn)略資產(chǎn)，為技術(shù)創(chuàng)新和產(chǎn)業(yè)升級提效增能。評價(jià)和提升數(shù)據(jù)資產(chǎn)質(zhì)量，對發(fā)揮數(shù)據(jù)資產(chǎn)價(jià)值具有重要意義。本文結(jié)合BWM、TOPSIS和三角模糊數(shù)等方法，提出一種用于評估數(shù)據(jù)資產(chǎn)的質(zhì)量的MCDM框架，為數(shù)據(jù)資產(chǎn)質(zhì)量評價(jià)問題提供模型參考。通過案例驗(yàn)證與對比分析，本文提出的數(shù)據(jù)資產(chǎn)質(zhì)量評價(jià)框架操作過程清晰、結(jié)果科學(xué)準(zhǔn)確、易于實(shí)現(xiàn)，且排序結(jié)果的區(qū)分度高于傳統(tǒng)方法。通過將提出的方法應(yīng)用于商業(yè)銀行的數(shù)據(jù)資產(chǎn)質(zhì)量評估，提出商業(yè)銀行的數(shù)據(jù)資產(chǎn)質(zhì)量評價(jià)指標(biāo)體系，并從數(shù)據(jù)完整準(zhǔn)確性、梳理數(shù)據(jù)資產(chǎn)與應(yīng)用場景和加強(qiáng)數(shù)據(jù)安全等角度為商業(yè)銀行數(shù)據(jù)資產(chǎn)質(zhì)量提升提供相應(yīng)管理建議。