Page 24 - 金融科技视界2022-6期
P. 24
Technical Tracking
技术追踪
姚期智进一步指出，数据经济价值的产
生是在决策模型的使用上，分配经济价值实 建立体现效率、促进公平的数据要
际上是利用决策模型以及跟他相应的数据要 素收益分配制度
素、多方数据要素的关联来分配经济价值，
实际上分配的并不是原始的数据资料，而是 党的十九届四中全会将数据要素纳入
分配数据原始资料所产生的决策模型所带来 收入分配序列，并部署健全“生产要素由市
的经济价值。因此，辅助数据科学家建模，或 场评价贡献、按贡献决定报酬的机制”任务。
自动化建模的技术可以帮助提高数据要素的 《意见》进一步明确，要完善数据要素市场
使用效率和经济价值。 化配置机制，更好发挥政府在数据要素收益
分配中的引导调节作用，建立体现效率、促
第四，数据模型治理的技术。 进公平的数据要素收益分配制度。
“对于数据的应用，我们也需要有相关的 如何实现公平有效的数据要素收益分
治理技术，在使用者层面或者监管层面对数 配？姚期智表示，数据要素的定价理论与算
据模型进行风险管理。”姚期智说，模型治理 法是融合了信息经济学、博弈论和计算机科
与算法监管将是数字经济下企业与监管机构 学的前沿交叉理论，清华大学交叉信息研究
评估模型价值与精度、风险与缺陷、公平性与 院在这项技术方面进行了前沿研究。
合规性等的重要手段。
姚期智表示，可以根据博弈论的合作博
姚期智说，以上这些不同的技术都需要 弈理论，来确立不同的数据对于决策模型的
研究并落地实践，在产学研过程中不断迭代。 贡献度，贡献度大的数据要素更有价值。因
此，通过经济主体功效函数与决策模型贡献
度的耦合，就可以对不同数据要素起到的经
济价值做合理公平的定量评估，计算得到数
据要素在经济活动中产生的经济价值。具体
有三个递进路径。
首先，依据公平性原理计算数据要素收
益分配的比例，也就是要求多种数据互相协
作的收益分配符合公平性原理，在供给侧实
现公平的收益分配。
其次，利用数据生产图谱与数据价值图
谱建立数据与场景价值的联系。“我们可以
利用数据生产、流转、加工、分析与建模的生
产过程为依据，同时利用需求端的业务价值
22 金融科技视界
