依據財政部發布《企業數據資源相關會計處理暫行規定》（簡稱《暫行規定》），該規定解決了實務中對數據資源能否作為會計上的資產確認、作為哪類資產“入表”的疑慮，并明確了計量基礎。

企業在編制資產負債表時，應根據重要性原則并結合實際情況，在資產負債表中的“存貨、無形資產、開發支出”三個項目下增設“數據資源”子項目，并在報表附注中進行披露。

“存貨”項下數據子項目：反映確認為存貨的數據資源的期末賬面價值；

“無形資產”項下子項目：反映確認為無形資產的數據資源的期末賬面價值；

“開發支出”項下子項目：反映正在進行數據資源研究開發項目滿足資本化條件的支出金額。

一、金融機構數據資產入表的價值及意義

數據資產入表，全面地反映涵蓋數據在內的各項生產要素對企業財務狀況、經營成果及現金流量的影響，意味著數據完成了從自然資源到經濟資產的跨越，有助于顯化數據資源價值，提升企業數據資產意識，有效反映企業在數據要素方面的投入和收益，增厚企業資產，促進數據流通使用，培育數據產業生態升級。

金融是數據密集型行業，具有天然的數據稟賦。波士頓咨詢公司曾有報告指出，銀行業平均每創收100萬美元，就會產生820GB的數據。數據已成為金融創新的基礎和企業核心競爭力之一。

金融機構數據資產入表的積極影響

首先，數據資產入表有利于提升金融企業的業績表現。數據資產入表相當于擴大了其財務報表范圍。財務業績也會相應得到改善與擴表，有助于提升金融企業估值。

其次，數據資產入表有利于推動金融行業數字化轉型。數據資產入表，有利于金融機構推動自身數據資產的盤點，確定自用數據、可交易數據、數據的投入成本等，同時金融機構就數據估值、數據質量評估等專業化服務機構合作，提升數據治理成熟度，從而強化數據驅動的業務。

第三，數據資產入表有利于金融業數據產品與服務模式創新。通過數據資源入表，金融機構清楚的區分自用數據與可加工數據，進而形成可交易的數據產品，助力金融機構在業務創新、運營優化、客戶體驗改善。

二、金融機構數據資產案例學習

案例一：光大銀行案例

2021年1月22日，中國光大銀行召開“點數成金，值得你來”發布會，正式發布《商業銀行數據資產估值白皮書》,該白皮書是由中國光大銀行和德勤管理咨詢聯合發布的金融行業第一本可操作、可落地的數據資產估值白皮書。

根據此方法，《白皮書》以光大銀行為研究對象，針對17個估值對象確定了17個數學計算公式，結合111個計算參數，明確出198個計算指標及口徑。最終，采集了198個指標數據，計算出光大銀行目前的數據資產價值超過千億元。

案例二：恒豐銀行

2023年12月，恒豐銀行牽頭，中債登、中國銀行、螞蟻科技等10余家單位參與編寫了《金融數據資產估值與交易研究》，圍繞金融數據資產估值與交易主線，從數據資產確權、估值、入表和交易方面展開系統研究。恒豐銀行后發布了《商業銀行數據資產估值研究與入表探索》白皮書，為加速數據要素定價統一、激發數據價值內生動力提供重要的參考借鑒。基于構建的估值體系，恒豐銀行進行了數據資產的估值實踐。

在估值設計上，首次將數據資產價值劃分為“投入價值”和“業務價值”進行評估，兩者構成數據資產的總價值。

在評估方法上，依據數據資源的調用情況，評估數據資產的潛在價值，即哪類數據調用量大，哪類數據資產的價值就越大。

在數據表構建上，包含投入價值欄、業務價值欄、外部價值欄，涵蓋數據要素投入、數據價值創造、數據產品交易的三大維度數據資產價值分析模式，披露提供創新思路。

經測算，該行數據資產總價值221億元，數據資產的投入價值52億元，業務價值169億元。

案例三：上海銀行

2023年11月26日，上海銀行聯合德勤、上海數據交易所，發布了《商業銀行數據資產體系白皮書》。上海銀行已積累數據資產14類5萬余項，包括3500多個核心經營指標，6300多個標簽，2700多個基礎數據模型，該行也是全國首家通過“數據管理能力成熟度評估模型（DCMM）”量化管理級（4級）的城市商業銀行。

案例四：綠地金融控股集團

綠地集團-綠地數科旗下的聯奇云，圍繞綠地數科生態內數字銀行、會員積分權益、供應鏈金融、使用權交易等產業資源與數據資源，孵化構建行業數據交易流通中心的創新實踐及核心業務模型，為“打通數據要素流通最后一公里”提供了“聯奇云數據網格解決方案”，在上海數據交易中心掛牌。因此，榮獲2023年12月第六屆全球金融科技創業大賽的“最具創新力企業”獎。

三、數據資產的質押貸款與無質押貸款

數據要素的入表，除了確權、估值、入表與掛牌交易外，還有一個路徑，就是數據資產質押融資貸款。

案例五：2016年4月28日，貴州東方世紀拿到了貴陽銀行的第一筆“數據貸”100萬元的放款。2015年成立的中關村數海數據資產評估中心，提供了數據資產的登記確權和評估；該中心與貴陽銀行、華夏銀行、中關村股權交易集團等金融機構開展了數據資產質權貸款、數據資產股權板塊等基于數據資產的金融衍生品服務。

案例六：2021年9月9日，浙江省知識產權研究與服務中心，分別向蔚復來（浙江）科技股份有限公司、浙江凡聚科技有限公司，頒發浙江省知識產權區塊鏈公共存證平臺數據資產存證證書，企業與第三方簽訂許可使用協議書。通過擔保公司增信，上海銀行濱江支行將通過數據資產(可穿戴產品上分析得到的沉浸式兒童注意力缺陷與多動障礙測評數據)質押形式，為凡聚科技授信100萬元。杭州銀行科技支行將通過數據資產(垃圾分類運營活動產生的環保測評數據)質押形式，為蔚復來科技授信500萬元。

案例七：2022年10月12日，北京銀行城市副中心分行給A股科創板上市公司羅克佳華科技提供以數據資產為質押的1000萬元信貸。數據資產評估試點工作組由中國電子技術標準化研究院、北京市大數據中心、北京國際大數據交易有限公司、國信優易數據股份有限公司與中聯資產評估集團有限公司共同組成，經評估，佳華科技擁有的大氣環境質量監測和服務項目的數據資產估值達到6000多萬元。佳華科技2023年7月獲得北京國際大數據交易所正式發放的首批數據資產登記證書，并入選北京市數據資產入表試點企業。

案例八：2023年8月，江蘇羅思韋爾電氣以其擁有的“車聯網信息數據”知識產權質押成功向蘇州銀行揚州分行融資1000萬元。揚州市地方金融監督管理局積極推進數據知識產權試點工作，引導企業在數據知識產權登記系統取得證書，質押融資成功取得貸款，充分釋放數據要素活力和潛在價值。

案例九：2023年3月，憑借在深圳數據交易所上架的數據交易標的，深圳微言科技通過光大銀行深圳分行授信審批，成功獲得全國首筆無質押數據資產增信貸款額度1000萬元，并于2023年3月30日順利放款。

廣東廣和律師事務所對微言科技提供的數據交易標的出具了法律風險評估意見書。

深圳數據交易所對微言科技自身的資信情況以及律所出具的意見書進行了審核、評估，完成數據產品安全審核、平臺公示、合規上市。

光大銀行總行數據資產管理部基于深圳數據交易所的數據商認證流程、上市產品與場內備案交易情況，協同深圳數據交易所與第三方權威機構完成微言科技數據知識產權確權登記、數據資產質量評估和價值評估。

中國電子技術標準化研究院聯合有關單位，構建了一套數據資產價值評估體系，為推進數據評估計價提供基礎支撐。

匯總一下該路徑需要以下幾個關鍵步驟：

首先，數據資產需要予以確權。數據的權利通常可以分為管轄權、交易權、所有權、使用權以及財產分配權。數據確權是數據資產化的基礎，也是實現數據增信的首要環節。企業若想通過數據增信的形式成功貸款，申請數據知識產權登記證書實現數據確權是第一步。

該數據應當是經過一定規則處理，且具有商業價值的非公開數據。

數據知識產權受理的試點地區有深圳、北京、上海、江蘇、浙江、福建、山東、廣東等8地。

數據確權后，便是解決數據如何評估和定價的問題。數據資產質量評估應當是確定數據價值的必備條件。企業應選擇綜合性的第三方質量服務機構，結合國家推薦標準GB/T36344-2018《信息技術數據質量評價指標》，參考中國資產協會發布的《數據資產評估指導意見》的層次分析法（AHP）、模糊綜合評價法和德爾菲法，提供量化的數據質量結論，作為數據交易各方的技術參考。

這些創新成果，對于參與的數交所和銀行來說，都處于早期的探索階段，在授信過程中還需要基于原有的信貸審批流程做好其他各項審查工作。在未來的實踐中，相信數據資產定價與驗證等問題也將得到進一步地解決。