2022年，中国人民银行印发《金融科技发展规划（2022-2025年）》，明确提出“数字驱动”发展原则，以加强金融数据要素应用为基础，注重金融创新的科技驱动和数据赋能，加快推动金融机构数字化转型与核心能力的跃升。对于信托公司而言，数据必将成为转型发展重要驱动，而数据实现价值、发挥价值的过程尤为重要：如何提升数据在各类经营管理场景中的价值？如何从统一数据标准、满足报送要求，逐步走向数据联通、数据资产？数据如何实现拓宽场景、赋能业务、引领转型？如何走出一条以数据为核心生产要素的信托高质量转型发展新路？

一、动能转换，数字技术日新月异

在中共中央、国务院出台的《关于构建更加完善的要素市场化配置体制机制的意见》中，数据要素被正式提升为与土地、人力、技术、资本并重的第五生产要素。在金融行业，人工智能、大数据、区块链、云计算等数字技术日新月异，已逐步成为数字金融发展的新动能。例如，云计算技术在过去十余年不断革新，分布式和虚拟化技术日益成熟，通过计算和存储资源相分离，提供超大规模的计算和存储池，不断满足业务扩展与海量数据高速积累带来的算力需求。

再如，区块链技术与比特币相伴而生以来，逐步形成了自下而上涵盖数据层、网络层、共识层、合约层、应用层的基本技术架构，并在多类金融业务场景应用落地：通过“区块链+供应链”，金融机构将核心企业和上下游企业更加高效地链接在一起，基于区块链技术公开可查、不可篡改的特征，赋能风险管理，进而拓宽金融产品和服务向中小微企业的覆盖；通过“区块链+票据”，金融机构构建起“链上确认、线下清结算”等业务模式，对历史交易进行回溯的同时减少人为干预引发的风险。数字技术的日新月异，为包括信托公司在内的各类金融机构向以数据为核心生产要素的业务变革带来了新动能。

二、立足当下，数据驱动信托转型的现状与挑战

作为我国金融体系的重要组成部分，信托公司充分利用各类金融科技手段，优化业务流程、降低服务成本、强化金融服务能力，从而推动业务转型与经营管理效能提升，将是必由之路。

2022年5月，银保监会下发《关于调整信托业务分类有关事项的通知（征求意见稿）》，将信托业务重新划分为资产管理信托、资产服务信托、公益慈善信托三个类别。新业务分类下，无论是定义与分类严格对标“资管新规”的资产管理信托，还是具有客户广、交互多、服务周期长、服务内涵多样特征的资产服务信托，都对信托公司夯实数据基础、保障数据安全、沉淀数据资产、推动数据驱动转型提出更高的要求。

从行业整体情况来看，绝大多数信托公司已经意识到数据对于转型发展的重要性，开始探索通过数据治理等实现数据的安全与自主可控。在此基础上，探索将积累的数据联通，运用于相关业务场景。根据2021年信托公司年报及披露的公开信息统计，全行业68家信托公司中，已有超过40家就数据治理成立专门部门，或明确主责牵头部门，超过50家已经围绕数据治理建章立制，并不断在推动数据治理的实施过程中，完善数据标准、细化治理规则，力争通过统一的数据政策，保障数据的准确性与安全性，促进数据在公司内部根据一定规则实现共享。但从发展阶段看，当前信托公司数据治理主要围绕报表平台、监管报送平台等核心功能搭建。数据治理是实现数据驱动的基础与前提，对于信托公司而言，通过数据的有效管理和应用，推动业务全链条数字化，以数据资产赋能业务、拓宽服务边界，大幅降低运营成本等，依然任重道远。

信托公司构建数据驱动的新发展模式仍然面临诸多挑战：一是公司各类业务数据打通与共享难度较大。信托公司经过三十余年的发展，已经形成了规模较为庞大、领域与模式多元的业务体系，不论从业务开展的主体组织，还是业务系统建设，容易形成信息孤岛，沉淀的数据无法融合应用，关联性有待挖掘。如何实现数据在内部的打通与共享，对各家信托公司来说都是不小的挑战。二是信托公司内部数据与外部数据融合面临新的挑战。在数据要素时代，数据信息的安全是金融机构重点关注的问题，也是信托公司的客户与合作方的关注要点。如何在隐私保护的前提下，建立联通内外部的数据价值认定和交换机制，丰富信托公司的数据来源，进而发挥数据价值挑战巨大。三是信托公司的数据运营能力尚不足，数据智能化应用尚处在起步阶段。如前所述，多数信托公司数据治理刚刚起步，受限于科技投入、科技人才队伍等因素，数据的智能化与数据资产应用程度仍较低，大量数据未被充分开发和应用，数据驱动的效果难以显现。

第三，信托制度有利于长期规划。信托存续具有连贯性，信托不因受托人的解散、破产等情形而终止，具有一定的稳定性和长期性，因而更适合于长期养老规划的财产传承与财产管理。委托人可以在壮年时就开始积累财产，直到其老年享受养老信托的服务，甚至能够存续于指定的下一代。

三、他山之石，数据驱动型金融机构的领先实践

“十四五”,在数据成为重要战略资源和新生产要素的时期，银行、保险、券商等金融机构均在数字化转型方面不断提速，纷纷确立数字化战略与数据战略，全面提升数字经济时代下的竞争力。

相较金融同业，信托公司的数字化水平，特别是数据资产的管理、运营与应用等方面仍存在差距，如何能够借鉴他山之石，对于构建信托数据驱动发展模式具有重大意义。以证券公司为例，当前，大型券商数字化转型已逐步从“数字技术反映业务与管理”的1.0数据赋能模式进入到“业务与技术、数据融合互促”的2.0数据驱动模式。在这一阶段，数据驱动业务与经营管理已有深入实践和体现，数据逐步成为经营管理的关键要素。以华泰证券为例，其2019年开启全面数字化转型，将数字化中台建设提上日程，旨在实现数据的标准化、沉淀数据资产，进而形成业务和运营的流程化、标准化，最终实现企业的数字化转型。根据华泰证券2021年年度报告等资料，其充分挖掘财富业务、机构服务、投资管理等展业积累的数据资源，搭建数据中台，将大数据能力与人工智能技术相结合，构建了覆盖29个行业的智能信用分析管理平台，实现了从研究框架、估值模型到报告的全流程在线生产，基于数据的科技平台成为其投研能力的基座。同时，华泰证券对于前沿数字技术高度关注，特别是在云原生基础设施建设等前沿领域，对内聚焦提升自主研发能力，对外战略投资科技企业，双轮驱动，保持数据驱动的商业模式行业领先。

四、未来已来，数据将成为信托转型发展重要驱动

在金融科技时代背景下，海量、多样、高时效、高价值的数据特征要求信托公司不断提升自身数据能力，搭建数据架构，在数据治理、数据存储、数据联通与应用、数据安全保护、数据资产沉淀、数据资产价值挖掘等环节明晰发展路径、夯实科技能力，最终形成全域数据、全场景服务、全流程经营管理的数据体系，走出信托数据驱动发展的特色之路。

数据架构方面，信托公司应重点关注数据标准、数据模型、数据库和数据质量等，围绕这些核心要素，搭建涵盖数据质量管理系统、元数据管理系统、数据建模工具等在内的数据架构管理系统。

数据治理方面，信托公司应将数据治理定位为数字化转型的起点，制定切实可行的数据战略，并匹配与之相适应的业务组织形式和组织架构，统一数据标准，形成数据字典，全面提升数据质量。

数据联通方面，在有效数据治理的基础上，信托公司应通过开放API接口打通业务系统，聚合来自不同业务系统的数据，将过往积累和可获得的内外部结构化和非结构化海量数据进行整合，打通企业内部不同层级、不同系统之间的数据壁垒，将内外部数据纳入统一的数字化组织，打通数据孤岛。

数据存储方面，信托公司需要构建起自身的数据仓库和数据湖，高效存储各类结构化和非结构化数据，并将数据湖在非结构化数据存储、处理和分析的优势与数据仓库在结构化数据存储的优势相结合，构建湖仓一体的能力，打通数据的存储与计算，灵活性与成长性兼顾。

数据资产沉淀与数据资产价值挖掘方面，数据资产化的过程就是将经过治理与聚合的综合数据集不断迭代、洞察，使得相关数据满足标签化、可衡量、可持续、可应用等特征的过程，周而复始，提升数据潜在价值向实际业务价值的转化率。

数据安全保护方面，信托公司需高度重视数据安全、系统安全、容灾灾备、安全合规等方面，在推动信托数据驱动的过程中，加强数据安全的管理与管控，保障数据产品、数据系统的安全性与合规性。

未来，信托数据资产的价值挖掘与应用，与信托公司所具有的横跨货币市场、资本市场和实体经济的优势相叠加，将释放信托制度更大的经济社会服务潜能。数据驱动型的信托，将赋能信托风险管理从经验型到智能化；将助推信托运营管理从线上化到数智化；将提升信托在实体产业、资本市场、财富管理、消费金融等市场上的综合服务能力，助力信托公司形成更加优质的综合服务方案，实现数据驱动信托公司转型发展与信托产品服务质效跃升。