前言 ：在數字化的時代大潮背景下，數據已成為推動經濟社會發展的關鍵生產要素，其價值日益凸顯。隨著國家層面政策的引導和支持，數據資本化進程正在加速推進，旨在充分釋放數據的內在潛能，促進數字經濟的繁榮。本文將系統梳理數據資本化的政策背景、發展歷程，剖析數據資產化與資本化的邏輯關系，以及數據入表的具體步驟和要求。同時，通過分析典型案例，如數據資產質押融資、無質押增信貸款、數據信托、數據資產證券化和數據資產出資等，展現數據資本化在金融領域的創新應用，為讀者提供全方位的洞察。
一、數據資本化的政策背景及發展路徑
2024年3月5日，李強總理在《政府工作報告》中將“大力推進現代化產業體系建設，加快發展新質生產力”列為首項任務，并在發展新質生產力的章節中，進一步明確關于健全數據基礎制度，大力推動數據開發開放和流通使用等推進數字經濟創新發展的目標。
早在2020年3月，中共中央與國務院共同發布的《關于構建更加完善的要素市場化配置體制機制的意見》就將數據列為與土地、勞動力、資本、技術具有同等地位的生產要素。伴隨著《關于構建數據基礎制度更好發揮數據要素作用的意見》（以下簡稱《數據二十條》）在2022年12月的發布，數據作為新興生產要素的地位得到再次明確，并提出激活數據要素潛能、做強做優做大數字經濟的要求，首次提出探索數據資產入表新模式的目標。
在此背景下，財政部于2023年8月正式發布了《企業數據資源相關會計處理暫行規定》（以下簡稱《暫行規定》），明確數據入表相關工作的具體范圍、應遵循的準則以及列示和披露要求，為數據資產化提供了制度依據。
根據《暫行規定》第1條的規定，能夠進行入表操作的數據應是“按照企業會計準則相關規定確認為無形資產或存貨等資產類別的數據資源，以及企業合法擁有或控制的、預期會給企業帶來經濟利益的、但由于不滿足企業會計準則相關資產確認條件而未確認為資產的數據資源”，該定義基本上繼承了《信息技術服務 數據資產 管理要求》（GB/T 40685-2021）關于“數據資產是指合法擁有或者控制的，能夠進行計量的，為組織帶來經濟和社會價值的數據資源”的表述，在原始數據的基礎上進一步明確了“數據資源”的范圍。
從發展的程度出發，數據運用可大致分為原始數據使用、數據資產化、數據資本化3個層次，其中：
原始數據使用：是指在數據收集和處理的初級階段，直接利用原始數據進行決策支持和業務操作。這種使用方式通常不涉及復雜的數據分析或數據挖掘技術，而是通過直觀的數據展示和簡單的統計方法，幫助用戶快速獲取信息并作出判斷。原始數據使用是數據應用的基礎層次，它側重于數據的直接呈現和基本分析，為進一步的數據資產化和資本化打下基礎。
數據資產化：數據資產化是指將數據轉化為企業或組織可以控制、管理和利用的資產形式。在這個過程中，數據被系統化、標準化并賦予價值，可以通過數據治理、數據質量管理等手段提升其可靠性和可用性，使得數據可以像其他資產一樣被評估、交易和利用，從而為企業帶來經濟效益，其最直接的表現形式即包括數據入表等。
數據資本化：數據資本化是將數據資產進一步轉化為能夠產生持續經濟利益的資本。在這個層次，數據不僅被管理為資產，還通過創新的應用模式和商業模式，如數據資產證券化等方式，實現其價值的最大化，將推動數據在更廣泛的經濟活動中發揮作用。
在數字化浪潮的推動下，數據要素的進一步開發利用以及資本化逐漸顯現其重要性，成為推動企業在數字化時代實現增長和創新的關鍵要素，它不僅是將數字轉化為資本的過程，更是一場深刻的價值重塑和潛力挖掘的革命。技術的持續進步和市場環境的成熟，為數據資本化與金融的結合提供了更多可能性，尤其是大數據和人工智能領域的快速發展，為數據資本化提供了強大的技術支撐。同時，隨著市場對數據價值認識的加深，數據資產的流通和交易也變得更加活躍。
二 、以數據資產入表為例分析數據資本化的具體路徑
盡管《暫行規定》明確規定，在滿足特定條件時，數據資源可以被視為資產，并納入資產負債表，但其內容只限于規范財務會計行為，并沒有提供全面的數據資產入表指導，國內也暫無其他規范性文件對該問題作出指引。
根據《暫行規定》及相關會計處理原則，參照一般資產入表的流程，數據資產入表的流程可大致分為數據盤點和梳理、數據合規合規與確權、數據資產評估以及數據入表共四個方面工作。
與固定資產入表的流程相似，數據資產在入表前的重要前置工作之一便是對數據進行全方面的盤點和梳理，主要工作包括：
1.數據資產盤點是對企業數據資產的詳細統計和記錄，其主要內容包括：
數據資產清單：列出企業所有數據資產的清單，包括數據名稱、類型、來源、存儲位置等。
數據資產價值評估：評估數據資產的經濟價值和戰略價值，確定其對企業的重要性。
數據資產使用情況：記錄數據資產的使用情況，包括數據的使用者、使用頻率、使用目的等。
數據資產權屬分析：明確數據資產的所有權和使用權，避免數據資產的權屬糾紛。
數據資產風險評估：識別數據資產在存儲、傳輸和使用過程中可能面臨的風險，并制定相應的風險控制措施。
數據資產維護計劃：制定數據資產的維護計劃，確保數據資產的持續更新和維護，保持數據資產的質量和可用性。
2.數據資產梳理是指對企業內部的數據資源進行全面的識別、分類和描述，其主要內容包括：
數據資源識別：識別企業內所有數據資源，包括結構化數據（如數據庫、電子表格）和非結構化數據（如文檔、圖片、視頻）。
數據分類：根據數據的來源、類型、用途等進行分類，如客戶數據、財務數據、運營數據等。
數據描述：詳細描述每個數據資源的特征，包括數據的格式、存儲位置、更新頻率、使用權限等。
數據關聯分析：分析不同數據資源之間的關聯性，識別數據依賴關系和數據流。
數據質量評估：評估數據的準確性、完整性、一致性和可靠性，確保數據資產的可用性。
數據安全評估：評估數據的安全性，制定相應的數據保護措施，確保數據資產的安全。
根據《暫行規定》的規定，入表數據的前提應是確認其為“企業合法擁有或控制的”的數據，但該要求與《數據二十條》所確立的數據資源持有權、數據加工使用權、數據產品經營權“三權分置”原則存在一定沖突，導致現客觀上對《暫行規定》所要求的“合法持有或控制”進行審查時暫無可供依據的法律法規或標準。在此背景下，對入表數據的整改和“確權”工作，可參照各大數據交易所的要求進行推進。
以上海數據交易所為例，其在數據產品掛牌登記前亦要求數據提供方委托具有資質的律師事務所對相關主體及數據的合規性進行審查，并對所發現的問題進行整改。
《數據安全法》第27條規定：“開展數據處理活動應當依照法律、法規的規定，建立健全全流程數據安全管理制度，組織開展數據安全教育培訓，采取相應的技術措施和其他必要措施，保障數據安全。利用互聯網等信息網絡開展數據處理活動，應當在網絡安全等級保護制度的基礎上，履行上述數據安全保護義務。”
從實施數據入表的角度來看，入表企業的日常經營應當滿足《數據安全法》及相關法律法規的基礎規定，確保經營過程中不存在對數據交易活動構成實質性重大不利影響的情形、三年內未發生過數據泄露等安全事件、能采取必要措施確保數據安全、具備安全的數據存儲環境以及建立了數據安全事件的完整處置流程等。
若入表企業不滿足上述要求的，則將意味著其在數據處理中存在較大漏洞及風險，無法保障入表數據的合法合規性，數據質量欠佳的可能性較大，應當在完成企業數據合規制度整改后再考慮實施相關入表工作。
（1）數據來源的合法性
企業對入表數據合法擁有或控制的基礎應當是數據的來源合法合規。審查相關數據來源時，應當注意區分不同渠道進行，其中：
數據來源于公開收集的，應當提供公開獲取方式本身的技術性描述，說明遵循Robots協議行業規則，并承諾沒有采用侵入、非法控制計算機信息系統、非法獲取計算機信息系統數據的程序。
數據來源于自行生產的，應當提供建設和運維的系統情況、傳感器、智能設備數量和運行及平均采集規模等情況說明。
數據來源于合法間接獲取的，應當提供完整的購買協議、合作協議或許可使用協議等證明。
數據涉及個人信息采集的，應當提供涉個人信息的數據采集字段、采集方式和已經獲得個人同意證明和提供時已經獲得單獨同意的證明；進行匿名化處理，不再具有關聯到個人屬性；依據其他合法性基礎收集的涉個人信息的數據說明數據產品仍然在該合法性基礎范圍內。
與一般財產的處理方式類似，非法財產本身不得作為資產列入企業的資產負債表中，包含非法內容（如危害國家或公共安全的數據）的數據亦不能作為入表標的。
參照上海數據交易所發布的數據合規審查指引，擬入表的數據不得危害國家安全、公共安全和公共秩序、不得違背公序良俗、不包含涉及法律禁止獲取、持有和對外提供的數據、不侵犯數據上的合法權益、對他人的私密或敏感信息進行適當處理。
需要特別說明的是：若擬入表數據系個人信息而又由于受托方地位無法取得原始個人信息主體授權之時，則建議在開發利用、處理、存儲前確認是否系匿名化信息，以免被認定為個人信息及不符合相關規定要求，數據匿名化處理的技術包括聚合統計技術、隱私計算技術、泛化技術等。
根據《暫行規定》的相關要求，企業數據可作為無形資產或存貨確認為資產負債表中的資產，此為數據入表過程中的“內部確權”。但在內部確認入表前，為給數據入表提供“權屬依據”，入表企業亦可通過第三方機構頒發的證書完成“外部確權”工作。根據目前國內實踐情況，“外部確權”可采取的方式包括：通過數據交易所獲取數據登記書以及完成數據知識產權登記兩種形式。
針對數據資產登記方式，目前國內各大省市均已設立數據交易所并提供數據登記服務。以西部數據交易中心為例，企業在完成數據盤點及合規審查后，即可向中心提出數據資產登記申請，并在經審核后頒發《數據資產登記證書》。
針對數據知識產權登記方式，若企業所在地省市被確定為數據知識產權登記試點城市的，則企業可向所在地市場監督管理局或知識產權局提出數據知識產權登記申請。
根據《暫行規定》的相關要求，數據資產評估并非入表的必選項，企業在確認入表數據的價值時，可直接將數據購買的相關價款與稅費、數據處理的相關成本以及數據確權所產生的費用作為入表的價值，即以“成本法”的方式進行入表。由此可見，數據入表原則上應當以其成本作為入表價值，數據資產評估應僅作為入表前的價值參考或在入表后開展進一步應用時的參考依據。
按照中國資產評估協會公布的《數據資產評估指導意見》，數據資產評估的方法與常規資產無異，均包括收益法、成本法及市場法三種。而根據目前各大型會計師事務所的實際操作做法，當通過其他方法評估得出的數據資產價格大于成本金額的，其他金額僅能作為后續融資或金融產品定價的依據，無法違反《暫行規定》的原則以更高的價格完成入表。
三、數據資本化的具體應用場景
數據資產質押貸款是一種創新的金融服務模式，它允許企業利用其擁有的數據資產作為質押物，向銀行申請貸款。這種模式突破了傳統貸款需要實物質押的限制，使得企業能夠更靈活地利用其數據資產進行融資。在該模式下，銀行會對企業的數據資產進行評估，確定其價值，并據此提供相應的貸款額度。
2024年誕生的上海“數易貸”就是此種模式的典范之作。上海“數易貸”是由上海數據交易所主導，聯合多家銀行共同推出的數據資產金融服務產品。該產品實現了貸前、貸中及貸后的全生命周期管理，通過數據資產“一橋、兩所、兩軸”的DCB（Data-Capital Bridge）架構，全面、動態、實時、準確地描述數據資產形成與確認、流通與融資的全過程。該架構是底層資產數據披露的關鍵基礎設施，能夠確保數據資產的真實性、合法性和不可篡改性，為數據資產的質押提供了堅實的技術保障。在此過程中，銀行基于DCB數據資產憑證的動態資產數據開展信貸業務，并結合上海數交所給出的數據資產價值指導意見，據此發放貸款。
應當注意，商業銀行在面對數據資產入表和無形資產增長對信貸業務風險控制帶來的挑戰時，既需要重新構建其風險控制模型，也迫切需要發現并利用基于數據資產的金融機會。目前，傳統銀行的風險控制體系尚未包含專門針對數據資產的風險評估指標。因此，在實際的市場操作中，銀行在處理企業的數據資產質押融資時，如何精確評估數據資產的價值、確保數據資產的順利轉移，以及處理數據資產的變現等問題，都需要進一步的研究和探索。
數據資產無質押增信貸款則允許企業以自身的數據資產作為信用背書，向金融機構申請貸款，而無需提供傳統的實物質押。貸款額度的確定，依賴于對企業數據資產的質量、數量、來源和應用場景的全面評估，以及對企業信用記錄和經營狀況的細致審核。
此種應用模式在國內市場也有案例——2023年3月，深圳微言科技有限責任公司通過與深圳數據交易所及光大銀行深圳分行的合作，以無質押數據資產增信貸款的模式獲得了1000萬元的普惠貸款；一年后，山西鵬景科技有限公司與中國銀行山西省分行合作，通過無質押數據資產增信貸款成功獲得了900萬元的貸款額度。
相較于第二還款來源（如擔保等），銀行在發放貸款時普遍更為重視企業的第一還款來源（即企業的經營狀況和盈利能力），這是確保企業能夠按時還款的基礎。而在信用貸款中，由于缺乏第二還款來源的擔保，銀行對企業的經營和盈利能力的評估顯得尤為重要。正因此，盡管銀行可能因數據資產評估、管理和處置的復雜性而對接受這類資產作為擔保持謹慎態度，但企業所擁有數據資產的規模，實際上可以作為衡量其經營狀況的一個客觀指標。如果企業能夠提供足夠的數據資產和其他相關信息，銀行就能更全面地評估企業的經營狀況和盈利能力。這種綜合評估有助于銀行更準確地確定企業的信用額度，并據此向企業發放信用貸款，而不是僅僅依賴于質押貸款等傳統方式。
數據信托是大數據時代應運而生的一種新型資產管理方式。就像傳統信托中，財產所有人會將財產托付給信托公司以獲取收益一樣，數據信托允許數據所有者將數據資產交給受托人，由專業的第三方來確保數據的安全與合規使用，并從中獲取價值。在此過程中，數據所有者通過轉讓信托受益權獲得資金，而受托人則利用專業能力來提升數據資產的價值，比如通過分析、加工或與合適的合作伙伴共享數據。最終，這些增值收益會按照信托合同的約定，分配給投資者或用于特定的社會目的。
此種應用模式在國內市場中已有實例——2024年2月，杭州數據交易所聯合杭州工商信托推出了“數據信托”系列產品，以數據服務收益權作為委托財產進行信托。該模式的優勢在于其獨立于數據原始持有者之外的管理和監督機制，該種機制可被用于保護數據的安全性和隱私性，并藉此回避數據資產增值中可能的合規風險。
但也應當注意，在目前數據確權制度缺失的情況下，企業所持有的數據資源雖然已然可以入表，但其法律權屬其實仍不清晰。此時，數據資產是否能直接成為《信托法》所認可的信托財產，數據信托模式下如何能按照《信托法》的要求實現數據資產的“所有權轉讓”，不具備數據管理能力的持牌信托機構能否將管理職責外包等一系列問題尚無定論，有待理論和實踐的進一步探索。
所謂數據資產證券化，是指將企業擁有的數據資產進行打包、劃分為不同的份額，并發行給投資者，以融資或進行資產管理的一種方法。這種模式的核心在于將數據資產轉化為可流通交易的通證，讓數據資產在未來能夠真正像股票、債券一樣在交易市場上流通交易。
數據資產證券化的過程涉及到數據資產的評估定價、交易平臺建設、打包結構化、監管法律支持和投資者參與風險管理等多個方面。政策方面，如《財政部企業數據資源相關會計處理暫行規定》已為數據資產化提供了政策支持。技術支撐方面，云計算、大數據、人工智能和區塊鏈技術在數據資產證券化中發揮著關鍵作用，幫助解決數據的確權、交易、信息披露和監管等問題。
全國首單數據知識產權證券化產品是由杭州高新金投控股集團有限公司發行的，名為“2023年度第一期杭州高新區（濱江）數據知識產權定向資產支持票據（ABN）”的項目。該項目在2023年7月5日成功簿記，發行金額達到1.02億元人民幣，標志著中國在數據知識產權證券化領域的首次嘗試。該項目不再以實物資產為基礎，而是以知識產權，特別是數據知識產權作為質押物。項目涉及的知識產權共計145件，包括發明專利、實用新型專利、軟件著作權以及數據知識產權，總評估價值達到1.43億元人民幣。
同樣應當注意，當前數據資產的產權確立、公開登記以及市場交易等關鍵制度尚未完全形成，這使得在對數據資產進行預測時，難以確保其未來能夠產生獨立、穩定且可預測的現金流。此外，杭州高新金控以數據知識產權作為交易對象，但現行法律體系中尚未明確將數據或數據集合定義為數據知識產權的合法對象，這限制了數據資產作為知識產權參與資產證券化的潛力。盡管杭州高新金控已經成功完成了首例數據知識產權的證券化交易，但這并不代表數據資產證券化的道路已經完全鋪開，市場還需要進一步的實踐和探索。
所謂數據資產出資，即將數據資產作為資本投入的一種方式，替代傳統的貨幣出資成為企業或其他組織的新設立企業的出資形式。這種模式體現了數據作為新型生產要素的價值。在新《公司法》及相關司法解釋下，數據資產出資需要滿足一定的條件，如“可以用貨幣估價并可以依法轉讓的非貨幣財產”等。出資入股時，需要考慮數據資產的界定、確權、估值、交付和數據安全等多方面因素。同時，企業在接受數據資產入股后，也需要承擔相應的數據保護合規義務，建立內部數據合規體系。
在探尋數據資產入股的可行路徑上，青島走在國內市場的前端。2023年8月30日，在“2023智能要素流通論壇暨第三屆DataX大會”上，青島華通智能科技研究院有限公司、青島北岸數字科技集團有限公司、翼方健數（山東）信息科技有限公司三方舉行了數據資產作價投資入股簽約儀式，標志著我國數據資產入股實踐探索的開端。
數據資產出資，可以給企業及其他組織充足的經濟激勵，推動其將持有的數據資源整合、治理，發掘數據價值，以期替代貨幣作為新設立企業的出資。而對于新設立企業來說，其他股東既然接受了數據資產的出資形式，亦代表其有能力進一步實現對數據的管理與開發，激活數據資產的價值潛力，促進相關數據的流通交易。因此，數據資產出資是激勵企業和其他組織進行數據治理、發掘數據價值、促進數據流通的有益手段。
