随着数字经济的蓬勃发展,以及大数据分析技术的迅速广泛应用,更多的发达国家意识到信息是事关各国核心竞争力的关键战略资源。习近平总书记在针对中国大数据发展的系列重要讲话精神中提出,要坚定地将中国大数据发展战略行动向纵深推进,建设以数据为关键要素的数字经济社会,抓住中国信息技术革命的重大历史机遇,积极培养创业新动力,努力开拓国际数字合作新局面,为中国经济社会发展指出了方向,也指明了基本遵循。同时,商业银行也高度依赖和关注信息科技的进展,传统金融生态中,大数据是金融机构的基础资产,通过大数据分析的运营能够进行高频交易、社交情绪分析与信贷风险揭示三大金融应用,如何对数据资产进行量化与评估,打破各个金融机构间的“孤岛”,形成有序的交易环境,实现更大的数据资产价值,是本文研究的目的。本文首先介绍了商业银行数据资产的研究背景、目的和重要性,对国内外在数据资产方面的研究现状进行分析,在数据资产评估传统的基础理论及方法的基础上,结合当前商业银行数据资产管理、价值评估现状及存在问题,得出目前商业银行数据资产价值评估缺乏系统性的方法;其次通过上述分析,基于层次分析法对传统的收益法进行调整优化,从商业银行数据资产对业务价值贡献实现的增量收益视角出发,通过构建思路、模型推导等方面构建适用于商业银行的价值评估模型,分步确定数据资产评估模型参数实现数据资产价值评估模型的应用。最后,通过介绍ZY银行业务及数据资产概况,得出ZY银行具有商业银行普遍性及适用性特征,并以ZY银行零售业务大数据用例为例,构建ZY银行数据资产价值评估模型展开案例分析,进一步检验评估模型应用是否有效。通过研究,本文得出以下结论:（1）在评估方法上,由于银行数据资产复杂性和动态性的特征,传统的评估方法各具有优缺点,缺乏综合多维度的分析模型。为满足商业银行数据资产价值市场化的需求,本文利用层次分析法分离出其中属于数据资产单体的收益,通过评估市场风险并确定贴现率,从而估计数据资产价格所带来的增量利润,获得被评估数据资产的价值。（2）在模型构建上,本文建议从增量收益视角出发,通过分析数据资产价值及其在具体的经营场景中应用模式和变现途径,找出可以衡量的收益指标,结合数据资产的价值驱动作用,分别确定新增利息收入、中间业务收入、销售费用节约三个衡量增量收益的指标,并运用层次分析法确定数据资产贡献率,以此为基础构建的价值评估模型有利于提高商业银行数据资产价值评估的合理性与可行性。（3）在案例分析的结论上,本文构建的增量收益法进行数据资产估值结果大于采用传统成本法对其数据资产估值,更加体现了市场价值的公允性。（4）在研究意义上,金融数据资产具有学术研究价值、市场监管价值、行情预测价值等。目前很多银行业金融机构已经成立了专门的数据研究及应用部门,非常重视数据资产的价值,但是对于数据资产化的评估方式、实现途径及应用还处于初步探索阶段。本文对商业银行数据资产价值评估研究对商业银行的提供参考依据,有效降低了营销过程中的成本,提高业务效率,增加数据资产服务业务,发挥数据资产更大的价值,对研究数据资产化的实现途径及应用意义重大。