案例簡介1

隨著大數據、云計算、人工智能等技術的飛速發展，數據已成為企業最寶貴的資產之一。在數據資產入表元年時代背景下，國家陸續發布多項政策文件，致力于推動數據向資產化、資本化發展。數據要素作為國民經濟社會發展的第五大生產要素，已然成為經濟增長的重要引擎。加強數據治理，推動數據資產入表，成為創新發展格局下增強企業核心競爭力的關鍵。

河鋼供應鏈敏銳洞察數據價值，積極探索數據價值轉化新路徑，構建數據資產管理體系，通過鎖定高價值數據產品，完成數據確權、合規、質量審查等工作，將“運價智能助手”數據產品列入“無形資產－數據資源”會計科目，在取得專業資產評估機構的評估后，打通數據資產與金融服務對接的“最后一公里”，成功獲得光大銀行石家莊分行數據資產授信額度1000萬元。

此次數據資產“入表+融資”的全流程實踐，不僅是對單一數據產品價值化的成功嘗試，更是為整個鋼鐵行業提供了一整套可復制、可推廣的數據資產價值轉化路徑和解決方案。解決方案涵蓋數據資源的梳理、治理和數據產品的規劃、設計、開發、權屬界定、合規審查、資產評估、融資授信全過程

針對痛點2

在企業數據資產入表和融資的過程中，可以解決以下幾個主要痛點：

1、數據資源利用不足，影響內部決策部署

數據資源未得到充分利用和整理，嚴重影響了企業對內部數據資源狀況的清晰評估和了解。當數據未經過系統化的整理和分析時，企業難以準確把握各類數據的實際價值和潛力，造成相關數據資源的浪費。這種狀況下，企業管理層在制定戰略發展決策時，往往缺乏關鍵的數據支持，導致決策過程中信息不對稱，影響決策的科學性和有效性。未充分利用的數據資源還會使企業錯失從數據中挖掘洞察和優化業務流程的機會，進而影響企業的創新能力和市場競爭力。由于內部數據資源未能被真正有效地整合和利用，企業可能無法在戰略規劃中識別和利用已有優勢，導致資源配置不合理，甚至在關鍵領域出現戰略失誤。這種數據資源利用不足的狀況不僅限制了企業的短期績效，也對企業的長期發展戰略產生了不利影響，使其在快速變化的市場環境中難以保持競爭優勢。

2、數據資產管理混亂，管理成本和風險高，阻礙企業數字化轉型

企業數據資產缺乏統一的管理框架和標準化流程，導致數據孤島現象普遍。這種碎片化管理模式不僅增加了數據整合的難度，還使得企業在維護和管理數據資產上耗費了大量資源，管理成本居高不下。同時，部分企業由于數據資產分散存儲，難以實現集中管理和監控，增加了數據丟失、損壞的風險，使得企業在數據安全方面面臨嚴峻挑戰。同時，數據資產管理混亂還嚴重阻礙了企業的數字化轉型進程。數字化轉型要求企業具備高效的數據處理能力，以支持決策制定、業務優化和創新活動。由于數據資產管理不善，企業難以實現對數據的快速、準確分析，導致效率低下，業務流程優化受阻。

3、企業現有融資能力不足，資金緊張

許多企業的傳統融資方式主要依賴于實物資產或其他非數字資產，如土地、廠房、設備等。然而，這些傳統資產在融資過程中往往面臨估值困難和市場認可度低的問題，尤其是在市場波動或資產流動性不強的情況下，企業很難獲得理想的融資條件。此外，由于這些非數字資產的增值空間有限，且在快速發展的數字經濟中逐漸失去競爭力，企業的融資能力受到明顯制約，限制了其在資本市場中的選擇和靈活性。這種局面使得企業在激烈的市場競爭中處于不利地位，難以快速響應市場變化和把握新的發展機會。

相比之下，數據資產作為一種新興且具有巨大潛力的資產類型，正逐步得到市場的廣泛認可。數據資產不僅具有較高的市場價值和增長潛力，還能夠反映企業的運營狀況、市場洞察和創新能力。通過將數據資產系統化地納入財務報表，企業可以有效開發新的融資點，突破傳統資產融資的瓶頸。明確的數據資產記錄和科學的價值評估，不僅能夠提升企業的融資能力，還能為企業提供更多的融資機會，吸引更多投資者和金融機構的關注。金融機構在評估企業的融資申請時，若能充分考慮數據資產的價值，將更加愿意為其提供資金支持，從而改善企業的融資狀況，提升其市場競爭力。

解決方案3

國家自2019年以來陸續發布的一系列數據要素相關法規與政策，旨在最大化地釋放企業數據要素、數據資產的價值。數據資產是指企業擁有或控制的，預期會給企業帶來可持續經濟利益（內部價值或外部收益），以數據為主要內容和服務的可辨認形態。其確認條件包括：由企業擁有或控制、成本或價值能夠可靠計量、由過去的交易或事項形成、預期會給企業帶來經濟利益流入。

2024年，按照國家財政部《企業數據資源相關會計處理暫行規定》中的相關方法，河鋼集團打通了“運價智能助手”相關數據資產入表全流程，初步實現數據資產的規范化和價值化，提高了自身數據管理效率和質量。之后通過一系列流程，獲得光大銀行河北省分行1000萬元授信，打通數據資產向金融資本轉化的通道。

企業數據資產從認定，到入表、融資，是一項較為復雜的工作，其中涉及到多方的配合與協作。為此，企業需要組建一支專業團隊，涉及業務、財務、法務、審計等多條線相關人員，與專業律所、評估機構等緊密聯系，推進過程。其解決方案如下。

圖1 數據資源價值化應用流程

資料來源：河鋼集團供應鏈管理有限公司

1、企業自身數據需求挖掘

基于公司業務，挖掘業務開展過程中所需要的數據需求。河鋼集團作為鋼鐵等大宗產品領域龍頭企業，主營業務涉及大宗貨物運輸。隨著物流成本的不斷上升，物流產業鏈上下游的用戶對于運價準確預測的需求愈發迫切。為了深入了解其痛點，集團精心組織了針對長期合作車隊的深入調研。調研結果顯示，眾多車隊在運價制定上仍主要依賴于員工的個人經驗和直覺進行價格預測與報價。這種方式不僅受限于個體的認知局限，難以全面捕捉市場動態和價格變化趨勢，而且效率低下，容易錯失商機或承擔不必要的風險。企業對平臺輸出運價的服務呼聲較高。

2、數據資源的采集與治理，初步形成專用數據集

基于分析挖掘得到的業務數據需求，公司應展開針對相關數據指標的采集、處理、標準化等工作，構建一份適配業務基本情況的指標體系與數據倉庫。在“運價智能助手”中，數據主要來源于公司“鐵鐵智運平臺”與外部接口，同時包括大量歷史詢比價數據。將以上數據進行處理，對噪聲數據進行清洗。基于運價影響因子，如發貨地、預估距離等，確立項目所需指標體系，形成專用的數據資源。

3、數據產品的開發與梳理，形成數據產品

企業應根據業務數據需求，與前期創建的指標體系和數據集，構建開發數據產品。在此過程中，企業需要明確內部數據共享流通機制，并對數據產品分級分類。

在“運價智能助手”中，整個運價預測系統內包含兩個數據相關的模型：基于機器學習的運價市場價預測模型、基于數學邏輯的運價成本價估計模型。整體系統邏輯如下圖，其中包括數據源輸入、數據處理、參數傳入、模型應用等模塊，最終結果將根據具體結果，傳出并展示給相應對象。

圖2 “運價智能助手”結構流程圖

資料來源：河鋼集團供應鏈管理有限公司

（1）基于上游貨主方等，提供機器學習算法模型，精準預測市場價

基于機器學習算法的汽運市場運價預測模型展示了先進機器學習技術在數據處理中的應用。模型依托河鋼數據平臺，自動收集并預處理運距、油價等動態數據，通過數據清洗、缺失值填補和標準化，確保數據準確性。在訓練中，機器學習算法在處理高維稀疏數據和大規模數據集時表現出色，通過調整學習率和最大深度等參數，篩選出關鍵特征，減少過擬合。模型還采用在線學習和增量訓練技術，實時更新預測結果，確保預測的及時性和準確性。

圖3 機器學習模型示意圖

資料來源：河鋼集團供應鏈管理有限公司

（2）基于下游承運方，提供數學成本模型，科學預估成本價

本模型通過起始地點、目的地點等信息預測運輸成本，并提供相關歷史價格信息。它分析內部數據（如發貨地、收貨地等）和外部數據（如油價、行駛距離等），實現準確的成本預測，幫助優化運輸決策。模型綜合考慮到不同車型的固定成本（如折舊等）和變動成本（如路橋費等），可以較為科學、符合實際地計算相關成本。

4、針對數據產品，完成數據資產權屬界定

在復雜的業務交互環境中，針對第二方數據和外部的第三方數據，其權屬的明確與保護成為數據資產認定的第一步。依據與合作伙伴或數據提供商簽署的合同條款，法律組需要追溯合同要約，明確數據的所有權、使用權及限制條件。在合同終止或解除的情況下，企業還需特別關注對已有數據的控制能力，制定并執行數據遷移、備份、刪除或銷毀的計劃，以確保數據流轉的合規性與安全性。同時，對于關鍵或敏感數據，企業應開展權屬排他性判定，確保在特定范圍內享有數據的獨占使用權，避免潛在的法律風險與商業沖突。為實現這一目標，企業應形成一套完整的權屬判定流程和相關支持性文件體系，包括但不限于詳細的合同文本、明確的權屬聲明、嚴格的數據使用政策以及符合行業規范的安全合規指南。

5、針對數據資產進行經濟利益分析

數據產品在確定其收益時，需要緊密結合業務經營的各種場景，這包括但不限于營銷、風控、管理、服務以及監管等各個環節。為了實現數據的最大價值，數據組必須清晰地描繪出數據的價值藍圖，明確數據在哪些具體環節和場景中能夠發揮作用，以及這種作用如何轉化為實際的業務價值。同時，團隊還需要深入理解并分析價值動因，即推動數據價值實現的關鍵因素和動力，以確保企業能夠有效地利用數據，為業務帶來切實的增長和競爭優勢。

6、針對數據資產進行成本歸集，制定材料依據，完成入表工作

在數據資產完成權屬界定和經濟效益分析之后，應由團隊中的財務組負責進行數據產品的成本歸集和分攤工作，以進一步推動數據資產入表的進程。財務組將基于公司的人工工時、資源消耗等多維度數據，全面分析數據資產相關聯的直接成本，這包括但不限于人力成本、差旅成本等實際支出。同時，財務組還會考慮間接成本，如租金、設備折舊等，進行各層次成本的細致梳理和分攤，以確保數據資產的成本核算準確無誤，為公司的財務決策和資產管理提供有力支持。財務組需要提前制定明確的材料依據，作為各會計處理場景下憑證的附件要求，以確保數據資產入表工作的規范性和準確性，為數據資產入表后的列報披露等過程打下文件基礎。經過一系列嚴謹的流程，企業最終將數據資產正式列入企業的財務報表中，并歸類為無形資產，完成數據資產入表。

圖4 數據資產入表流程圖

資料來源：河鋼集團供應鏈管理有限公司

7、數據資產融資，促進企業數字化轉型

在完成以上入表工作后，企業將相關數據資產用于融資授信。融資過程中涉及到企業、銀行、數據交易所、律所、資產評估機構等多方，需要加強溝通，共同推進。

（1）調研合作銀行，明確融資模式等內容

團隊應積極與有意向合作的銀行進行深度交流，全面了解并準確把握銀行在數據資產融資方面的具體要求和標準。在此過程中，雙方著重探討數據資產融資的兩種核心模式——質押與無質押，詳細分析了每種模式的特點、操作流程及潛在風險，并充分交換雙方意向模式。

同時，團隊需要特別關注銀行對于資產評估機構的選擇標準與要求。資產評估作為數據資產融資過程中的關鍵環節，其準確性和公正性直接關系到融資的成敗。通過細致溝通，明確銀行對于評估機構的資質、經驗、獨立性等方面的具體要求，企業應當貼合銀行方面要求，篩選出符合要求的評估機構，確保數據資產的價值得到公正、合理的評估。

（2）調研數據交易所，了解掛牌要求與流程

為了全面把握數據交易市場的準入門檻與運作機制，選出最適合的數據交易所，團隊應深入調研，細致了解各交易所掛牌數據產品的要求與具體流程。這一調研過程不僅涉及對交易所基本運營模式的剖析，還著重關注了數據產品掛牌前所需滿足的資質條件、數據質量與安全標準、以及知識產權歸屬等核心要素。在此過程中，針對數據交易所的要求，團隊需要第一時間跟進，同時密切關注其要求與銀行方是否有沖突，并第一時間協調。

（3）選定專業律所，出具合規報告

在融資進程推進過程中，合規分析是極為重要的一環。為了確保數據交易活動的合法性與規范性，滿足銀行及數據交易所要求，企業應選擇與被前二者所認可的專業律師事務所合作，審查自身數據產品在數據保護與合規等領域的具體情況，并出具合規報告。此報告將全面審視企業的數據交易活動，包括但不限于數據收集、處理、存儲、轉讓等各個環節，以確保企業數據資產嚴格遵循國內外相關法律法規的要求，為后續銀行和數據交易所流程提供合規保障。

（4）選定專業資產評估機構，出具評估報告

數據資產質量評估是關系到其掛牌、融資的重要步驟。在綜合考量銀行與數據交易所要求并充分協調后，企業應選定符合多方要求的有數據資產評估資質的專業評估機構進行評估。參考前面出具的合規報告，評估機構綜合考量，最終出具評估報告。同時，通過該份評估報告，企業等多方可以獲得對其數據資產全面而深入的價值認知，有助于在數據交易市場中合理定價，并為企業的戰略決策提供有力支持。

（5）審查相關文件，推進數據資產掛牌、融資落地

完成上述準備工作后，企業可以正式向數據交易所提交掛牌申請，并同時向銀行提交融資申請。在申請過程中，企業需要充分展示自身數據資產的價值和潛力，以及融資項目的可行性和收益預期。銀行或數據交易所將根據企業的申請材料和評估報告進行審批，并決定是否提供資金支持。

圖5 數據資產融資流程圖

資料來源：河鋼集團供應鏈管理有限公司

取得成效4

1、有效提升單據流轉率，助力企業降本增效

數據產品的直接應用，通過提供深入的數據分析和預測能力，顯著提升了企業的業務賦能，推動了降本增效。數據產品幫助企業精準決策，優化運營流程，提升客戶體驗，并加強風險管理。通過全面分析市場趨勢、客戶需求和內部運營數據，企業能夠減少資源浪費、提高生產效率、提升客戶滿意度，并有效識別和規避潛在風險，從而實現整體成本控制和運營效率的提升。

河鋼集團“運價智能助手”產品，在物流領域為河鋼集團降本增效明顯。產品上線前，通過統計相關主業鋼廠上百條核心線路成交價格情況，“運價智能助手”產品預計為河鋼集團國際物流有限公司降低物流成本26億元，降價率達23%；在其上線后，通過對平臺內某家公司6月承接運單量的統計，最終收入70余萬元。

2、改善企業利潤，增加資產積累，提升資本化能力

數據資產入表過程中，數據資源相關支出從費用化處理轉變為無形資產或存貨等資產形式納入財務報表，不僅能夠顯著提升企業資產總額，優化財務結構，還能增強企業的盈利能力和市場競爭力，為企業的長遠發展奠定堅實的財務基礎，實現資產積累和資本化能力的提升。

2024年7月26日，河鋼供應鏈鐵鐵智運網絡貨運平臺的運價智能助手作為數據資產正式通過光大銀行融資落地，實現集團數據資產融資創新“零突破”，成功融資1000萬元，標志著集團打通了數據要素價值化全鏈條管理路徑。

3、加速數字化轉型，推動創新發展

數據資產融資是企業數字化轉型的重要推動力之一。通過數據資產融資，企業可以更加積極地投入到數字化技術的研發和應用中，推動自身業務的數字化轉型。數字化轉型不僅能夠提高企業的運營效率和市場競爭力，還能夠為企業帶來更多的創新機會和發展空間。通過數據分析和挖掘，企業可以發現新的商業模式和增長點，為企業的持續發展和創新提供有力支持。

在數據資產獲得光大銀行河北省分行融資后，河鋼集團加快了數字化轉型腳步。后續，該筆數據資產融資貸款將用于河鋼供應鏈易富瑞（Efree）供應鏈服務平臺的進一步開發與建設。易富瑞作為集交易結算、物流倉儲、加工配送、金融服務、大數據、風控管理等功能于一體的綜合性工業互聯網平臺，將借助此次融資助力，持續優化服務功能，提升用戶體驗，為鋼鐵行業提供更加高效、便捷、智能的供應鏈管理解決方案，同時極大地助力河鋼集團數字化轉型進程。

操作流程5