近年来，“数字中国”政策引领下，数据经济价值不断显现🙋‍♀️。2024年10月，《中共中央办公厅🗾、国务院办公厅关于加快公共数据资源开发利用的意见》对外公布，推动加快公共数据资源开发利用，充分释放公共数据要素潜能。各地城投公司作为手持公共服务领域数据的“数据大户”，积极在数据资产入表与融资试点工作中发挥“急先锋”的示范作用👶。

理想情况下👩🏿‍💼，数据的资产化，既可成为城投公司优化管理效益、开拓数据产品经营性业务的良好抓手🧑🏿‍🍼，又可推动城投公司优化资产负债表，助力其缓解对融资性现金流的“燃眉之急”。

然而，数据资产的价值透明度远不如传统实物资产，数据确权难🚏🧛🏿、数据产品成本归集难🕷、数据产品收入与成本匹配难🤩，以及数据安全等问题正在实践中困扰着数据资产入表的先行者们。

基于数据资产的入表与融资活动笼罩在金融风险的迷雾中，令城投公司想要尝试🏌🏻‍♀️👱🏽‍♀️，却又难以迈开步子💛。“需求强💂🏼‍♂️，实操难”的背景下，城投企业需统筹短期财务目标与长期经营目标📪，紧跟合规政策要求与业务发展需要🙆🏻‍♂️🧛，与外部专业机构高效协作，不忘初心、守正创新，高质量做好数据入表工作。

一、城投企业广泛开展数据资产入表融资工作

数据的经济价值不断显现，数据的资产化确认条件初步完备。

近年来🏧，在“数字中国”政策引领下，我国数字经济有效支撑经济高质量发展。根据中国信通院💸，2023年全国数字经济规模达53.9万亿元，较上年增长3.7万亿元，同比名义增长7.4%🐕‍🦺，数字经济增长对GDP增长的贡献率达66.5%。数字经济和实体经济融合发展持续拓展深化👨🏽‍🏭，数据应用场景持续多元、深入发展👩🏽‍⚖️，使得大量数据资源能够为其主体带来能够货币计量的经济利益，初具资产化确认条件。

数据资产化政策基础逐步完善😾，城投公司率先积极开展数据资产入表与融资工作🦸🏼‍♀️。2023年财政部印发《企业数据资源相关会计处理暂行规定》《关于加强数据资产管理的指导意见》，为数据资产入表与资产化奠定重要基础。2024年来，各类企业积极开展数据资产入表与融资试点工作🦹🏼‍♂️⛹️，其中城投公司基于自身业务🫴🏽，在基础设施运营、公共服务提供👨🏻‍🏭、政务平台运营等领域积累了大量优质数据资源👩🏻‍🎨📬，从而在数据资产化探索中发挥示范作用。

2024年城投公司数据资产化案例

资料来源🚡：公开信息😓，彩神ll整理

对于城投企业而言🧉，数据资产的入表主要有三方面潜在价值🗻🧏‍♀️。一是将数据相关投入资本化处理，增厚企业无形资产，优化资产负债表🔄；二是基于数据资产助力企业融资，通过信贷增信😜、质押融资等方式，促进融资性现金流改善🤦🏿；三是以数据入表为抓手🧑🏼‍🎄，夯实数据价值管理，促进企业运营数字化转型与数据产品开发🤯，推动数据资产保值增值🗑。城投企业需统筹短期财务目标与长期经营目标🥩，紧跟合规政策要求与业务发展需要，与外部专业机构高效协作🚑，做好数据入表工作🔷。

二、数据入表的主要环节👩‍✈️：把握“4+8”工作流程

要做好数据资产入表工作，需要建立起对工作流程的整体认识，厘清流程中的主要目标和关注点。数据资产入表工作可以概括为“4+8”🙍🏻‍♀️，即四个主要阶段与八项主要工作，如下图所示：

数据资产入表的主要流程环节

资料来源：彩神ll整理

数据资产入表四个主要阶段的目标分别是：业务数据化阶段❤️‍，目标是从内外部采集数据资源，并初步进行数据标准化治理👷🏼；数据资源化阶段，目标是形成合规、安全、可用的数据资源，完成数据盘点、合规确权等工作；数据产品化阶段，目标是实现数据的经济价值创造，完成数据的质量评价👩🏻‍🎤、产品开发等工作✊🏻；四是数据资产化阶段🦟，目标是实现数据资产的金融价值显现🤾🏼，完成数据价值评估、入表👩🏽‍🔧、资产运营等工作。

要达成以上四阶段的目标⏩，八项主要工作贯穿数据资产入表的全流程，这些工作的具体内容和重要关注点分别是：

一是数据采集与治理，通过业务流程、硬件传感、外部获取等方式采集数据🧑‍🦼，对原始数据进行清洗和整合🚵🏽‍♂️，包括去除重复和错误的数据、补充缺失的数据、统一数据格式🥨、将不同来源的数据进行合并和关联等👮🏼‍♂️。

这项工作中，需基于数据应用🧜🏻，沟通协调各个相关企业部门，了解各自的数据采集范围与治理标准需求，求同存异，确定统一的数据标准规范。

二是数据资产盘点，对企业所持数据进行全面摸查，识别数据血缘关系，按照数据安全性与访问权限进行分级分类，并按照数据来源、应用主题等类型形成数据资源目录，从而助力企业更好理解和掌握数据的含义😍、作用和价值🙌。

这项工作中，需从企业的实际业务特征出发，有重点地突出部分维度的数据分类分析工作，加强对企业的指导意义🧑‍✈️。例如🧤，企业所持数据包含公共数据、客户数据等敏感数据的，可加强数据安全性的分级；企业数据资源采集基础较薄弱的💆🏿🪙，可加强数据来源的分类；企业数据应用场景较丰富的，可加强数据应用场景的分类。

三是数据合规与确权登记，聘请律师事务所等🏌️，从数据的来源、数据的实质性劳动等方面确认企业对数据资产的权属，并审查数据安全、数据应用等方面的合规性🧑🏿‍⚖️👰🏼‍♀️，确保数据资产的真实性👩🏻‍🎓、合规性、可信度🫳🏼，为企业提供数据合规报告与确权证明🔽。完成数据确权后，企业可在各地数据交易所等登记机构对数据资产进行权益登记。

这项工作中，需要注意的是数据合规确权所涉及的主体众多，企业所持的用户数据、政府授权的公共数据🤷🏼‍♀️、自行爬取的公开网络数据混杂交集，难以按照传统方式确定数据所有权。同时，数据相关权利类型也呈现多样交叉，包括数据持有权、加工使用权、经营权等，在实操中容易出现不同主体的权利相互冲突的情形，尚缺乏法律法规的指引，需要参考专业人士的判断💆🏿‍♀️。

四是数据质量评价，依据有关行业标准，围绕规范性、完整性、准确性、一致性🧖🏼‍♀️、时效性🤛🏻、可访问性六大维度对企业所持数据开展质量评估🤸🏽，识别数据资源相比其预期用途的短板与不足，并分析相应改进措施🚣🏻‍♂️。

这项工作中🦸🏽‍♂️💂🏿‍♂️，需基于数据应用领域🧙🏼‍♂️，选取重点数据质量评价维度👳🏽，丰富该维度的二级评价指标。如应用于金融场景的数据质量评价中，可侧重评估数据时效性😋；应用于医疗健康场景的数据质量评价中，可侧重评估数据准确性。

五是数据应用开发👨🏼‍💻🎾，分析企业数据需求，梳理数据应用场景🧚，确定数据产品的主要功能模块与价值定位，规划数据产品开发路线图，推进数据应用开发➰。同时🤎，测算主要数据产品潜在收益，为企业的数据应用开发提供初步价值分析支撑。

这项工作中，需综合案例汇总、市场调研、专家访谈等方式🧝🏼‍♀️，了解数据应用的技术可行性与商业价值⛹🏽‍♂️，拓展思路，丰富数据应用方案💆🏻‍♀️，并分析数据应用的收益🫅🏼、成本、风险，为企业的数据应用开发规划与决策工作提供参考。

六是数据资产价值评估，在数据资产历史成本归集不清晰的情况下，委托专业机构，对特定时点的数据资产价格进行分析测算🦹🏽‍♀️，出具数据资产价值评估报告，作为数据资产入表的参考依据。

这项工作中，需基于数据成本、数据质量💆🏻‍♀️、数据应用场景、数据资产市场流动性等因素🛐，综合判断数据价值，夯实数据资产价值评估依据☠️。

七是数据会计入表，按照会计准则相关规定，归集企业数据资产全周期成本，依据持有目的🫳🏿、形成方式、业务模式等因素，确认数据资产为无形资产或存货，结合数据成本类型进行资产计量，将其计入资产负债表，并披露会计准则规定中的强制性披露信息。

这项工作中，企业需要建设数据成本归集机制🤚，确定合理的成本分摊原则，将数据资源成本合理分摊到各个业务中。同时☝🏿，需要针对数据资产价值时效性较强的特征👩🏽‍🍼，合理进行减值测试，而鉴于数据资产尚未形成活跃市场👩🏿‍🦱🧧，其摊销方法和使用年限需要参考专业人士的判断。

八是数据资产运营，从全生命周期角度考虑数据资产的管理🤳🏿，建立数据资产维护机制👨🏿‍⚖️，不断基于企业发展和技术进步🚝，更新数据资产目录，设计拓宽数据应用场景🆓，并建立基于数据资产价值评价指标体系💆🏿‍♀️，持续对数据资产的价值成效和重要等级进行评价🧑‍🏫，推动数据价值的递增和转化。

这项工作中👩🏻‍🔬，需在评估数据资产价值创造的基础上🧙🏻‍♂️，持续关注市场动态🎂，了解数据应用创新与市场需求，主动识别数据开发利用的潜在优化空间，衔接前端的数据产品开发环节，实现数据业务闭环发展。

三💂🏼‍♂️、城投公司应从三方向提升自身工作

目前🥢，全国城投企业的数据资产仍主要以成本法进行做账估值，入表或融资金额多在1000万元以内🛅，对企业的财务情况改善效果有限。究其原因，首先，城投企业缺乏使用收益法进行数据资产估值的基础条件，表现为数字化业务能力不成熟，缺乏清晰的数字化业务规划构想与配套管理制度、专业人员、技术工具等；其次，城投公司对数据的应用尚不深入👩🏼‍💻，仍以传统业务的流程数字化为主，缺乏对企业运营模式的智能化改造；最后，目前公共领域数据开放程度不高，城投公司对市场上的数据需求缺乏有效调研与呼应，对外提供的数据产品较少。

总而言之😵‍💫，城投公司感到数据资产入表“难做”，其中既有制度建设不健全、市场环境不成熟的客观原因，也有城投公司自身可优化的主观因素。由此观之🥻👍，做好数据资产入表工作🔢，城投公司可从以下角度发力：

以数据的合规安全为业务发展基础，持续做好全周期数据管理工作。一是建立健全数据资产管理制度，明确数据资产管理目标，制定数据采集🏣、治理等标准规范，压实各有关部门及人员的相关责任，建设专业数据管理团队，加强资源统筹与风险管理工作；二是引入一体化数据管理技术工具，集成数据治理、数据安全🤟、数据质量评价、数据确权等多个功能模块，通过对数据的源头管理，显著提升数据管理工作的质量和效率，并为数据的开发、入表💂🏿‍♂️、评估等工作提供坚实基础；三是加强与各地数据资产登记平台的合作，明确数据资产登记的有关要求👩‍👧，做好产权登记工作。

以数据的高效开发为业务发展核心，持续加强数据产品开发与应用模式创新。一是加强传感器、算法、人工智能等技术的应用，拓展数据来源、加强数据开发，持续推动企业运营向数据驱动转变，支撑企业管理转型和业务模式创新；二是针对市场需求，将已有数据及模型开发思路嫁接于其他行业，开发对外使用的数据产品，赋能各行各业的数字化转型👨‍👦‍👦；三是融入各地数据交易平台的建设中，通过数据集、数据接口等形式👶☂️，为外部企业的现有数据模型提供数据资源🧑‍⚖️，将数据资源投入到社会运行的各个方面。

以数据的资产化应用为业务发展杠杆🧑‍🍳，持续优化数据资产评估⟹、入表、融资工作。一是基于数据开发利用所产生的商业效益，加强与咨询机构🤾🏻‍♀️、会计事务所、资产评估机构等专业服务机构的通力合作，探索丰富数据资产估值方法，提高其资产评估价值，为数据资产会计入账、融资等工作提供坚实基础，切实改善企业资产负债表与现金流；二是加强与金融机构的合作，持续跟踪监管动态🏀，探索数据资产增信🆗、出资🎨、交易😸🤚🏼、质押融资、资产证券化等创新模式✅，通过金融守正创新，撬动数据资产价值的最大化利用，促进数字金融、科技金融的发展🔹。