前言 ：在数字化的时代大潮背景下，数据已成为推动经济社会发展的关键生产要素，其价值日益凸显。随着国家层面政策的引导和支持，数据资本化进程正在加速推进，旨在充分释放数据的内在潜能，促进数字经济的繁荣。本文将系统梳理数据资本化的政策背景、发展历程，剖析数据资产化与资本化的逻辑关系，以及数据入表的具体步骤和要求。同时，通过分析典型案例，如数据资产质押融资、无质押增信贷款、数据信托、数据资产证券化和数据资产出资等，展现数据资本化在金融领域的创新应用，为读者提供全方位的洞察。
一、数据资本化的政策背景及发展路径
2024年3月5日，李强总理在《政府工作报告》中将“大力推进现代化产业体系建设，加快发展新质生产力”列为首项任务，并在发展新质生产力的章节中，进一步明确关于健全数据基础制度，大力推动数据开发开放和流通使用等推进数字经济创新发展的目标。
早在2020年3月，中共中央与国务院共同发布的《关于构建更加完善的要素市场化配置体制机制的意见》就将数据列为与土地、劳动力、资本、技术具有同等地位的生产要素。伴随着《关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称《数据二十条》）在2022年12月的发布，数据作为新兴生产要素的地位得到再次明确，并提出激活数据要素潜能、做强做优做大数字经济的要求，首次提出探索数据资产入表新模式的目标。
在此背景下，财政部于2023年8月正式发布了《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》），明确数据入表相关工作的具体范围、应遵循的准则以及列示和披露要求，为数据资产化提供了制度依据。
根据《暂行规定》第1条的规定，能够进行入表操作的数据应是“按照企业会计准则相关规定确认为无形资产或存货等资产类别的数据资源，以及企业合法拥有或控制的、预期会给企业带来经济利益的、但由于不满足企业会计准则相关资产确认条件而未确认为资产的数据资源”，该定义基本上继承了《信息技术服务 数据资产 管理要求》（GB/T 40685-2021）关于“数据资产是指合法拥有或者控制的，能够进行计量的，为组织带来经济和社会价值的数据资源”的表述，在原始数据的基础上进一步明确了“数据资源”的范围。
从发展的程度出发，数据运用可大致分为原始数据使用、数据资产化、数据资本化3个层次，其中：
原始数据使用：是指在数据收集和处理的初级阶段，直接利用原始数据进行决策支持和业务操作。这种使用方式通常不涉及复杂的数据分析或数据挖掘技术，而是通过直观的数据展示和简单的统计方法，帮助用户快速获取信息并作出判断。原始数据使用是数据应用的基础层次，它侧重于数据的直接呈现和基本分析，为进一步的数据资产化和资本化打下基础。
数据资产化：数据资产化是指将数据转化为企业或组织可以控制、管理和利用的资产形式。在这个过程中，数据被系统化、标准化并赋予价值，可以通过数据治理、数据质量管理等手段提升其可靠性和可用性，使得数据可以像其他资产一样被评估、交易和利用，从而为企业带来经济效益，其最直接的表现形式即包括数据入表等。
数据资本化：数据资本化是将数据资产进一步转化为能够产生持续经济利益的资本。在这个层次，数据不仅被管理为资产，还通过创新的应用模式和商业模式，如数据资产证券化等方式，实现其价值的最大化，将推动数据在更广泛的经济活动中发挥作用。
在数字化浪潮的推动下，数据要素的进一步开发利用以及资本化逐渐显现其重要性，成为推动企业在数字化时代实现增长和创新的关键要素，它不仅是将数字转化为资本的过程，更是一场深刻的价值重塑和潜力挖掘的革命。技术的持续进步和市场环境的成熟，为数据资本化与金融的结合提供了更多可能性，尤其是大数据和人工智能领域的快速发展，为数据资本化提供了强大的技术支撑。同时，随着市场对数据价值认识的加深，数据资产的流通和交易也变得更加活跃。
二 、以数据资产入表为例分析数据资本化的具体路径
尽管《暂行规定》明确规定，在满足特定条件时，数据资源可以被视为资产，并纳入资产负债表，但其内容只限于规范财务会计行为，并没有提供全面的数据资产入表指导，国内也暂无其他规范性文件对该问题作出指引。
根据《暂行规定》及相关会计处理原则，参照一般资产入表的流程，数据资产入表的流程可大致分为数据盘点和梳理、数据合规合规与确权、数据资产评估以及数据入表共四个方面工作。
与固定资产入表的流程相似，数据资产在入表前的重要前置工作之一便是对数据进行全方面的盘点和梳理，主要工作包括：
1.数据资产盘点是对企业数据资产的详细统计和记录，其主要内容包括：
数据资产清单：列出企业所有数据资产的清单，包括数据名称、类型、来源、存储位置等。
数据资产价值评估：评估数据资产的经济价值和战略价值，确定其对企业的重要性。
数据资产使用情况：记录数据资产的使用情况，包括数据的使用者、使用频率、使用目的等。
数据资产权属分析：明确数据资产的所有权和使用权，避免数据资产的权属纠纷。
数据资产风险评估：识别数据资产在存储、传输和使用过程中可能面临的风险，并制定相应的风险控制措施。
数据资产维护计划：制定数据资产的维护计划，确保数据资产的持续更新和维护，保持数据资产的质量和可用性。
2.数据资产梳理是指对企业内部的数据资源进行全面的识别、分类和描述，其主要内容包括：
数据资源识别：识别企业内所有数据资源，包括结构化数据（如数据库、电子表格）和非结构化数据（如文档、图片、视频）。
数据分类：根据数据的来源、类型、用途等进行分类，如客户数据、财务数据、运营数据等。
数据描述：详细描述每个数据资源的特征，包括数据的格式、存储位置、更新频率、使用权限等。
数据关联分析：分析不同数据资源之间的关联性，识别数据依赖关系和数据流。
数据质量评估：评估数据的准确性、完整性、一致性和可靠性，确保数据资产的可用性。
数据安全评估：评估数据的安全性，制定相应的数据保护措施，确保数据资产的安全。
根据《暂行规定》的规定，入表数据的前提应是确认其为“企业合法拥有或控制的”的数据，但该要求与《数据二十条》所确立的数据资源持有权、数据加工使用权、数据产品经营权“三权分置”原则存在一定冲突，导致现客观上对《暂行规定》所要求的“合法持有或控制”进行审查时暂无可供依据的法律法规或标准。在此背景下，对入表数据的整改和“确权”工作，可参照各大数据交易所的要求进行推进。
以上海数据交易所为例，其在数据产品挂牌登记前亦要求数据提供方委托具有资质的律师事务所对相关主体及数据的合规性进行审查，并对所发现的问题进行整改。
《数据安全法》第27条规定：“开展数据处理活动应当依照法律、法规的规定，建立健全全流程数据安全管理制度，组织开展数据安全教育培训，采取相应的技术措施和其他必要措施，保障数据安全。利用互联网等信息网络开展数据处理活动，应当在网络安全等级保护制度的基础上，履行上述数据安全保护义务。”
从实施数据入表的角度来看，入表企业的日常经营应当满足《数据安全法》及相关法律法规的基础规定，确保经营过程中不存在对数据交易活动构成实质性重大不利影响的情形、三年内未发生过数据泄露等安全事件、能采取必要措施确保数据安全、具备安全的数据存储环境以及建立了数据安全事件的完整处置流程等。
若入表企业不满足上述要求的，则将意味着其在数据处理中存在较大漏洞及风险，无法保障入表数据的合法合规性，数据质量欠佳的可能性较大，应当在完成企业数据合规制度整改后再考虑实施相关入表工作。
（1）数据来源的合法性
企业对入表数据合法拥有或控制的基础应当是数据的来源合法合规。审查相关数据来源时，应当注意区分不同渠道进行，其中：
数据来源于公开收集的，应当提供公开获取方式本身的技术性描述，说明遵循Robots协议行业规则，并承诺没有采用侵入、非法控制计算机信息系统、非法获取计算机信息系统数据的程序。
数据来源于自行生产的，应当提供建设和运维的系统情况、传感器、智能设备数量和运行及平均采集规模等情况说明。
数据来源于合法间接获取的，应当提供完整的购买协议、合作协议或许可使用协议等证明。
数据涉及个人信息采集的，应当提供涉个人信息的数据采集字段、采集方式和已经获得个人同意证明和提供时已经获得单独同意的证明；进行匿名化处理，不再具有关联到个人属性；依据其他合法性基础收集的涉个人信息的数据说明数据产品仍然在该合法性基础范围内。
与一般财产的处理方式类似，非法财产本身不得作为资产列入企业的资产负债表中，包含非法内容（如危害国家或公共安全的数据）的数据亦不能作为入表标的。
参照上海数据交易所发布的数据合规审查指引，拟入表的数据不得危害国家安全、公共安全和公共秩序、不得违背公序良俗、不包含涉及法律禁止获取、持有和对外提供的数据、不侵犯数据上的合法权益、对他人的私密或敏感信息进行适当处理。
需要特别说明的是：若拟入表数据系个人信息而又由于受托方地位无法取得原始个人信息主体授权之时，则建议在开发利用、处理、存储前确认是否系匿名化信息，以免被认定为个人信息及不符合相关规定要求，数据匿名化处理的技术包括聚合统计技术、隐私计算技术、泛化技术等。
根据《暂行规定》的相关要求，企业数据可作为无形资产或存货确认为资产负债表中的资产，此为数据入表过程中的“内部确权”。但在内部确认入表前，为给数据入表提供“权属依据”，入表企业亦可通过第三方机构颁发的证书完成“外部确权”工作。根据目前国内实践情况，“外部确权”可采取的方式包括：通过数据交易所获取数据登记书以及完成数据知识产权登记两种形式。
针对数据资产登记方式，目前国内各大省市均已设立数据交易所并提供数据登记服务。以西部数据交易中心为例，企业在完成数据盘点及合规审查后，即可向中心提出数据资产登记申请，并在经审核后颁发《数据资产登记证书》。
针对数据知识产权登记方式，若企业所在地省市被确定为数据知识产权登记试点城市的，则企业可向所在地市场监督管理局或知识产权局提出数据知识产权登记申请。
根据《暂行规定》的相关要求，数据资产评估并非入表的必选项，企业在确认入表数据的价值时，可直接将数据购买的相关价款与税费、数据处理的相关成本以及数据确权所产生的费用作为入表的价值，即以“成本法”的方式进行入表。由此可见，数据入表原则上应当以其成本作为入表价值，数据资产评估应仅作为入表前的价值参考或在入表后开展进一步应用时的参考依据。
按照中国资产评估协会公布的《数据资产评估指导意见》，数据资产评估的方法与常规资产无异，均包括收益法、成本法及市场法三种。而根据目前各大型会计师事务所的实际操作做法，当通过其他方法评估得出的数据资产价格大于成本金额的，其他金额仅能作为后续融资或金融产品定价的依据，无法违反《暂行规定》的原则以更高的价格完成入表。
三、数据资本化的具体应用场景
数据资产质押贷款是一种创新的金融服务模式，它允许企业利用其拥有的数据资产作为质押物，向银行申请贷款。这种模式突破了传统贷款需要实物质押的限制，使得企业能够更灵活地利用其数据资产进行融资。在该模式下，银行会对企业的数据资产进行评估，确定其价值，并据此提供相应的贷款额度。
2024年诞生的上海“数易贷”就是此种模式的典范之作。上海“数易贷”是由上海数据交易所主导，联合多家银行共同推出的数据资产金融服务产品。该产品实现了贷前、贷中及贷后的全生命周期管理，通过数据资产“一桥、两所、两轴”的DCB（Data-Capital Bridge）架构，全面、动态、实时、准确地描述数据资产形成与确认、流通与融资的全过程。该架构是底层资产数据披露的关键基础设施，能够确保数据资产的真实性、合法性和不可篡改性，为数据资产的质押提供了坚实的技术保障。在此过程中，银行基于DCB数据资产凭证的动态资产数据开展信贷业务，并结合上海数交所给出的数据资产价值指导意见，据此发放贷款。
应当注意，商业银行在面对数据资产入表和无形资产增长对信贷业务风险控制带来的挑战时，既需要重新构建其风险控制模型，也迫切需要发现并利用基于数据资产的金融机会。目前，传统银行的风险控制体系尚未包含专门针对数据资产的风险评估指标。因此，在实际的市场操作中，银行在处理企业的数据资产质押融资时，如何精确评估数据资产的价值、确保数据资产的顺利转移，以及处理数据资产的变现等问题，都需要进一步的研究和探索。
数据资产无质押增信贷款则允许企业以自身的数据资产作为信用背书，向金融机构申请贷款，而无需提供传统的实物质押。贷款额度的确定，依赖于对企业数据资产的质量、数量、来源和应用场景的全面评估，以及对企业信用记录和经营状况的细致审核。
此种应用模式在国内市场也有案例——2023年3月，深圳微言科技有限责任公司通过与深圳数据交易所及光大银行深圳分行的合作，以无质押数据资产增信贷款的模式获得了1000万元的普惠贷款；一年后，山西鹏景科技有限公司与中国银行山西省分行合作，通过无质押数据资产增信贷款成功获得了900万元的贷款额度。
相较于第二还款来源（如担保等），银行在发放贷款时普遍更为重视企业的第一还款来源（即企业的经营状况和盈利能力），这是确保企业能够按时还款的基础。而在信用贷款中，由于缺乏第二还款来源的担保，银行对企业的经营和盈利能力的评估显得尤为重要。正因此，尽管银行可能因数据资产评估、管理和处置的复杂性而对接受这类资产作为担保持谨慎态度，但企业所拥有数据资产的规模，实际上可以作为衡量其经营状况的一个客观指标。如果企业能够提供足够的数据资产和其他相关信息，银行就能更全面地评估企业的经营状况和盈利能力。这种综合评估有助于银行更准确地确定企业的信用额度，并据此向企业发放信用贷款，而不是仅仅依赖于质押贷款等传统方式。
数据信托是大数据时代应运而生的一种新型资产管理方式。就像传统信托中，财产所有人会将财产托付给信托公司以获取收益一样，数据信托允许数据所有者将数据资产交给受托人，由专业的第三方来确保数据的安全与合规使用，并从中获取价值。在此过程中，数据所有者通过转让信托受益权获得资金，而受托人则利用专业能力来提升数据资产的价值，比如通过分析、加工或与合适的合作伙伴共享数据。最终，这些增值收益会按照信托合同的约定，分配给投资者或用于特定的社会目的。
此种应用模式在国内市场中已有实例——2024年2月，杭州数据交易所联合杭州工商信托推出了“数据信托”系列产品，以数据服务收益权作为委托财产进行信托。该模式的优势在于其独立于数据原始持有者之外的管理和监督机制，该种机制可被用于保护数据的安全性和隐私性，并藉此回避数据资产增值中可能的合规风险。
但也应当注意，在目前数据确权制度缺失的情况下，企业所持有的数据资源虽然已然可以入表，但其法律权属其实仍不清晰。此时，数据资产是否能直接成为《信托法》所认可的信托财产，数据信托模式下如何能按照《信托法》的要求实现数据资产的“所有权转让”，不具备数据管理能力的持牌信托机构能否将管理职责外包等一系列问题尚无定论，有待理论和实践的进一步探索。
所谓数据资产证券化，是指将企业拥有的数据资产进行打包、划分为不同的份额，并发行给投资者，以融资或进行资产管理的一种方法。这种模式的核心在于将数据资产转化为可流通交易的通证，让数据资产在未来能够真正像股票、债券一样在交易市场上流通交易。
数据资产证券化的过程涉及到数据资产的评估定价、交易平台建设、打包结构化、监管法律支持和投资者参与风险管理等多个方面。政策方面，如《财政部企业数据资源相关会计处理暂行规定》已为数据资产化提供了政策支持。技术支撑方面，云计算、大数据、人工智能和区块链技术在数据资产证券化中发挥着关键作用，帮助解决数据的确权、交易、信息披露和监管等问题。
全国首单数据知识产权证券化产品是由杭州高新金投控股集团有限公司发行的，名为“2023年度第一期杭州高新区（滨江）数据知识产权定向资产支持票据（ABN）”的项目。该项目在2023年7月5日成功簿记，发行金额达到1.02亿元人民币，标志着中国在数据知识产权证券化领域的首次尝试。该项目不再以实物资产为基础，而是以知识产权，特别是数据知识产权作为质押物。项目涉及的知识产权共计145件，包括发明专利、实用新型专利、软件著作权以及数据知识产权，总评估价值达到1.43亿元人民币。
同样应当注意，当前数据资产的产权确立、公开登记以及市场交易等关键制度尚未完全形成，这使得在对数据资产进行预测时，难以确保其未来能够产生独立、稳定且可预测的现金流。此外，杭州高新金控以数据知识产权作为交易对象，但现行法律体系中尚未明确将数据或数据集合定义为数据知识产权的合法对象，这限制了数据资产作为知识产权参与资产证券化的潜力。尽管杭州高新金控已经成功完成了首例数据知识产权的证券化交易，但这并不代表数据资产证券化的道路已经完全铺开，市场还需要进一步的实践和探索。
所谓数据资产出资，即将数据资产作为资本投入的一种方式，替代传统的货币出资成为企业或其他组织的新设立企业的出资形式。这种模式体现了数据作为新型生产要素的价值。在新《公司法》及相关司法解释下，数据资产出资需要满足一定的条件，如“可以用货币估价并可以依法转让的非货币财产”等。出资入股时，需要考虑数据资产的界定、确权、估值、交付和数据安全等多方面因素。同时，企业在接受数据资产入股后，也需要承担相应的数据保护合规义务，建立内部数据合规体系。
在探寻数据资产入股的可行路径上，青岛走在国内市场的前端。2023年8月30日，在“2023智能要素流通论坛暨第三届DataX大会”上，青岛华通智能科技研究院有限公司、青岛北岸数字科技集团有限公司、翼方健数（山东）信息科技有限公司三方举行了数据资产作价投资入股签约仪式，标志着我国数据资产入股实践探索的开端。
数据资产出资，可以给企业及其他组织充足的经济激励，推动其将持有的数据资源整合、治理，发掘数据价值，以期替代货币作为新设立企业的出资。而对于新设立企业来说，其他股东既然接受了数据资产的出资形式，亦代表其有能力进一步实现对数据的管理与开发，激活数据资产的价值潜力，促进相关数据的流通交易。因此，数据资产出资是激励企业和其他组织进行数据治理、发掘数据价值、促进数据流通的有益手段。
