《FISCO金鏈盟&金融科技微洞察：2024銀行視角下的數據資產入表報告（28頁）.pdf》由會員分享，可在線閱讀，更多相關《FISCO金鏈盟&金融科技微洞察：2024銀行視角下的數據資產入表報告（28頁）.pdf（28頁珍藏版）》請在三個皮匠報告上搜索。

1、1010101010101010101010101010101010101010101010101010101 銀行業視角下的數據資產入表2024年12月隨著數字經濟的快速發展，數據已經成為國家基礎性戰略資源和關鍵性生產要素。中央網信辦發布的國家信息化發展報告(2023年)顯示，2023年我國數據生產總量為32.85ZB，同比增長22.44%。隨著數據產量的快速增長，如何有效激活并充分釋放數據要素價值，以及如何衡量數據要素在推動經濟發展中的乘數效應，成為政策制定者面臨的關鍵考量之一。政策制定者期望通過數據資產入表使數據要素的經濟潛力量化和貨幣化，從而為衡量數據要素價值提供可行路徑。數據資產入表

2、可直觀理解為“將數據納入企業報表的資產項，以體現其業務貢獻與真實價值，并實現科學管理的過程1”。有觀點認為：數據資產入表將發揮會計啟動器作用，進一步激活數據資產的交易和利用，加快釋放數字經濟新動能2。隨著財政部印發的企業數據資源相關會計處理暫行規定于2024年1月1日起施行，數據資產入表元年的大幕正式拉開。一時間，市場各方對企業數據資產入表的關注持續攀升。然而，企業在數據資產入表實踐中面臨著權屬確定、價值評估、數據存儲更新及交易流轉等多個環節的問題。從2024年前三季度發布的財務報告情況來看，在率先披露數據資產入表進展的A股上市公司中，有多家公司又進行了撤回，這反映了各方對數據資產入表的認知尚

3、未達成統一。銀行業作為擁有大量數據同時受到嚴格監管的行業，目前看待數據資產入表更為審慎。理論上，銀行不僅可以憑借海量數據資源作為數據資產入表的參與主體，也可能通過提供數據資產質押貸款等金融服務加速數據在其他行業的流轉、推動其他行業數據資產入表進程，成為數據資產入表的“市場加速器”。而現狀是，在當前市場熱度下，銀行業對自身數據資產入表仍較為審慎，圍繞客戶企業數據資產的金融服務探索略顯積極。銀行業在市場發展初期的小步探索和審慎態度，有利于數據資產入表這一新生事物的持續、健康發展。本研究報告通過梳理數據資產入表的現狀、分析入表對財務和稅務的影響等，探究銀行業視角下的“數據資產入表”，旨在為銀行同業開

4、展數據資產入表及相關業務提供有益的參考。報告的研究重點主要體現在兩個層面：一是銀行業自身數據資產入表的價值及進展，二是從銀行業授信業務等視角研究金融產品和服務的變化，探究企業數據資產入表對銀行業務的影響。1吳蔽余,黃麗華.數據定價的雙重維度：從產品價格到資產價值J.價格理論與實踐,2023(7):70-75.2趙治綱.數據資產入表的戰略意義、問題與建議J.會計之友,2024年第3期:2-6.前言前言目錄一、數據資產入表概況01-02政策背景01市場概況02二、數據資產入表對企業財務報表的影響數據資產入表對財務報表的直接影響數據資產入表對財務指標的影響數據資產入表的稅務影響03040503-05

5、三、數據資產入表流程數據資源治理數據資源合規與確權數據資源計量與入表數據資源信息列報與披露0606071006-11四、銀行業自身數據資產入表銀行業數據資源的分類及特點銀行業數據資產入表實踐案例銀行業數據資產入表的驅動因素銀行業數據資產入表的制約因素1212141512-16五、銀行業服務客戶視角的數據資產入表銀行業基于客戶數據資產的金融服務現狀銀行業開展客戶數據資產相關金融服務的驅動因素銀行業開展客戶數據資產相關金融服務的制約因素17191917-20六、趨勢展望銀行業數據資產入表將有序推進、入表規模逐步放大基于數據資產的銀行業金融服務將更加規范發展數據資產入表有望促進銀行業數據產品研發和其

6、他創新21212221-22為加快推進并規范全國一體化數據要素市場建設，我國政府進行了相應的機構改革并出臺了一系列配套政策。2019年10月，黨的十九屆四中全會首次增列“數據”為生產要素；2023年10月25日，國家數據局正式掛牌，截止至2024年三季度已有31個省區完成數據管理機構的組建，全國數據要素管理體系初步形成。在配套制度上，我國政府陸續出臺了一系列文件，為有序推動數據資產入表,進而推動構建完善的數據要素市場提供了有益的指導。主要政策如表1-1所示。表1-1 “數據資產入表”相關政策匯總數據資產入表概況一、數據資產入表概況（一）政策背景1時間相關政策發布單位2022.12關于構建數據基

7、礎制度更好發揮數據要素作用的意見（“數據二十條”）國務院主要內容數字中國建設整體布局規劃2023.02國務院企業數據資源相關會計處理暫行規定（“暫行規定”）2023.08財政部數據資產評估指導意見2023.09中國資產評估協會關于加強數據資產管理的指導意見2023.12財政部關于加強行政事業單位數據資產管理的通知2024.022024.09財政部“數據要素”三年行動計劃（2024-2026年）2023.12國家數據局等17部門銀行業數據資產估值指南2024.02中國銀行業協會關于加快公共數據資源開發利用的意見中共中央辦公廳國務院辦公廳從數據產權、流通交易、收益分配、安全治理等方面構建數據基礎制

8、度，明確指出要“探索數據資產入表新模式”明確數字中國建設2025年和2035年的目標，以及數字中國的布局框架明確企業數據資產入表的適用條件、會計準則及列示與披露要求明確數據資產的定義、評估對象、操作要求、評估方法和披露要求明確數據資產管理的總體要求、主要任務、實施保障明確行政事業單位數據資產管理工作要求明確發揮數據乘數效應總體要求、重點行動、保障支撐和實施舉措結合商業銀行數據資產特性及數據質量、規模及市場交易等因素，構建適用于商業銀行的數據資產估值框架中央層面首次對公共數據資源開發利用進行系統部署：擴大公共數據資源供給，鼓勵應用創新，推動數據產業健康發展等數據資產入表概況2（二）市場概況截止至

9、2024年三季度，數據資產入表的主體主要為上市公司和城投企業。其中，A股上市公司共有64家首次披露數據資產（含12家披露后緊急撤回），成功入表的公司數量約占上市公司數量的1%，合計金額約24.13億元（含多次披露的累計數據）。特別需要注意的是，數據資源較為豐富的三大電信運營商均在半年報首次披露數據資產入表情況，其中，中國電信的入表金額最高，確認了1.05億元的數據資產，中國移動、中國聯通分別為0.7億元和0.85億元。在2024年三季度財報中，三大電信運營商躍升為A股上市公司中數據資產入表金額最高的三家公司，入表金額總計4.51億元，展現了在數據資產入表上的巨大潛力。城投企業對待數據資產入表也

10、展現出了一定的積極態度，城投企業不僅具備持有大量公共數據的優勢，同時可能希望通過數據資產入表改善財務指標，進而拓寬融資渠道、促進業務升級或轉型。截止至2024年三季度，至少有50家城投企業或其關聯公司完成了數據資產入表工作，入表數據類型主要集中在交通領域，包括公共交通數據、停車數據、公路數據等。除上市公司和城投企業，我們注意到，非上市民營企業也有少量入表實踐落地，目前主要集中在人工智能、數字孿生、低空經濟等新興的數據密集型企業。銀行業的數據資產入表實踐仍處于前期探索階段。2024年8月，某股份商業銀行披露完成銀行業首例數據資產入表。多家國有銀行、股份制商業銀行、區域性銀行先后公布圍繞數據資產入

11、表的工作進展，預計在政策引導和示范案例帶動下，將在年報中看到更多入表落地案例。數據資產入表對企業財務報表的影響3數據資產入表最直觀的變化便是企業根據會計準則將滿足條件的數據資源納入財報進行列示和披露，進而體現數據資產的財務價值和業務貢獻。入表對企業財務指標的改變，往往決定了企業開展數據資產入表的動力。二、數據資產入表對企業財務報表的影響1.資產負債表數據資產入表將直接影響企業的資產負債表，如無形資產、存貨的增加，能夠使得企業的資產總額增加。資產負債表的無形資產和存貨都將增加“數據資源”的細分項目。此外，也存在原本計入無形資產其他類別的數據資源將會被重分類至“無形資產-數據資源”。2.利潤表數據

12、資產入表也會對利潤表產生一定影響。首先，原計入當期費用的數據資源的資本化可能會降低企業當期的費用，從而提高企業的營業利潤。其次，作為無形資產的數據資源的攤銷或作為存貨的數據資源未來結轉成本，在一定程度上增加企業未來的營業支出，從而降低了企業的稅前利潤和凈利潤。此外，作為無形資產的數據資源在發生減值跡象時，需計提資產減值，這將進一步影響利潤表。3.現金流量表數據資產入表對企業的現金流不產生直接影響，但一定程度影響了現金流量表的列報。一方面，數據資源作為無形資產入表時，會導致經營活動現金流流出減少、投資活動現金流流出增加；另一方面，數據資源作為存貨入表時，僅影響經營活動現金流項目內部的列報。假定Z

13、企業原計入業務及管理費的100萬元外購數據，按照會計準則的規定，判斷相關數據符合無形資產定義和確認條件，入表金額100萬元，在5年內進行攤銷并符合稅前扣除的條件，則將導致企業總資產增加100萬元，當期業務及管理費減少100萬元，對應所得稅費用增加25萬元，經營活動現金流流出減少100萬元，購置無形資產的投資活動現金流出相應增加100萬元。（簡化以當年12月入表，次年1月開始攤銷為例）（一）數據資產入表對財務報表的影響數據資產入表對企業財務報表的影響4表2-1 企業Z“數據資產入表”財務報表受影響科目概覽原計入當期費用的數據資產入表時，一方面會導致資產總額增加，另一方面導致當期營業利潤的增加，從

14、而影響資產負債率、總資產收益率、凈資產收益率等財務指標。同時，數據資產入表時形成無形資產還將導致風險加權資產的增加和資本的增加，進而影響各級資本充足率。對上述財務指標的具體影響取決于企業數據資產入表的相對規模大小。假定某企業期末總資產為A，期末負債為L，當期凈利潤為R，期初總資產為A0，期初負債為L0，期末總資本為C，其中，原計入費用的金額D作為數據資產入表，主要財務指標變化如下：資產負債率=L/A，假定負債保持不變，原有的資產負債率=L/(A-D)，資產負債率可得到改善（變?。?；（二）數據資產入表對財務指標的影響平均總資產收益率=R/(A+A0)*0.5，原有的平均總資產收益率=(R-0.7

15、5D)/(A-D+A0)*0.5，平均總資產收益率的變動方向取決于D相對于利潤和資產的金額大小，一般情況下，D對分子的影響更明顯，即平均總資產收益率得到改善（變大）；平均凈資產收益率=R/(A-L+A0-L0)*0.5，原有的平均凈資產收益率=(R-0.75D)/(A-D-L+A0-L0)*0.5，平時間資產負債表利潤表凈利潤現金流量表現金流凈額影響無形資產100（100）業務及管理費支付的其他與經營活動有關的現金（100）入表時總資產100100所得稅費用購建無形資產支付的現金25凈利潤現金流凈額影響75無形資產80業務及管理費支付的其他與經營活動有關的現金20入表第二年總資產80所得稅費用

16、購建無形資產支付的現金(5)(15)單位：萬元，增加/（減少）數據資產入表對企業財務報表的影響5相對于其他行業，銀行業更關注資本充足率，假定期末風險加權資產為RWA，則：均凈資產收益率的變動方向取決于D相對于利潤和資產的金額大小，一般情況下，平均凈資產收益率可得到改善（變大）。但對于動輒千億資產規模的銀行，一般的入表規模很難對銀行資本充足率產生實質影響。3商業銀行資本管理辦法規定商業銀行需要達到的資本充足率為10.5%，金融監管總局公開數據顯示，截止至2024年6月末，中國商業銀行整體資本充足率為15.53%。資本充足率=C/RWA，原有的資本充足率=(C-0.75D)/(RWA-D)，資本充

17、足率的變動方向取決于D相對于C和RWA的金額大小，商業銀行的資本充足率一般介于10.5%-20%之間3，D對分子的影響更明顯，入表后資本充足率理論上將得到改善（變大）。企業需要合理確定數據資產的攤銷方法和期限，以滿足稅法規定，避免潛在的稅務風險。例如，計入當期費用的數據資產入表時，企業的當期應納稅所得額增加；數據資產入表形成無形資產后，數據資產的攤銷費用可以作為稅前扣除項目，影響數據資產攤銷期間的企業的應納稅所得額。（三）數據資產入表的稅務影響如圖3-1所示，數據資產入表全流程主要包括數據資源治理、合規與確權、計量與入表、列報與披露等四個階段。圖3-1 數據資產入表流程圖三、數據資產入表流程（

18、一）數據資源治理1.數據資源梳理 首先要對企業現有的數據資源進行全面梳理，搞清楚企業到底有哪些數據資源，形成數據字典，再通過制定數據分類分級的標準，對數據資源進行清洗、整理和分類，形成數據資源清單，確保數據資源的全面性和準確性。這一過程的難點在于企業數據種類繁多且分散，很難準確制定出科學合理的分類標準，同時數據的分類、整合還需投入較大的人力和技術資源。因此，企業在開展數據梳理過程中，需結合業務場景逐步梳理，從而不斷優化和更新數據資源清單。（二）數據資源合規與確權1.數據資源合規審查 數據資源的合規審查旨在證明企業數據來源的合法性，并為數據確權提供依據，主要從主體合法性、數據來源合法性、數據處理

19、合規性、數據應用場景合規以及數據安全保障等方面開展合規性評估審查。其中，數據來源合法性審查尤為復雜。由于企業的數據來源多樣，需要對數據的每種來源途徑進行溯源，確保數2.數據資源管理數據資源梳理后再根據數據質量等實際情況開展數據管理，用以提高數據資源的有效性、完整性和一致性。為此企業應當建立完善的數據資源管理體系，這不僅有助于規范數據治理流程，也為企業在數據資源化、數據資產化方面提供了制度保障。此外，數據治理還應當建立起數據資源管理的長效機制，由于企業數據是不斷更新的，因此數據治理不是一次性的，而是長期持續性的管理過程。數據資產入表流程6數據資源計量與入表數據資源信息列報與披露數據資源治理數據資

20、源合規與確權基礎準備核心前提關鍵步驟結束動作數據資產入表流程7據從產生到后續每個流轉環節都滿足合法性要求，而不同途徑下用以開展合規評估的標準不一，這就導致審查過程復雜且具挑戰性。2.數據資源登記確權數據的產權制度尚在探索階段。數據二十條提出了“三權分置”的概念，但目前尚缺乏明確的法律規范，實踐中均以數據二十條作為重要參考。對數據資源進行登記確權雖不是數據資產入表流程中的必要步驟，但在實踐中，企業往往會通過在經依法批準設立的數據登記或交易機構，比如各地數據交易所、數據資源登記平臺等，進行諸如數據資產登記、數據產品登記、數據知識產權登記等，在一定層面證明數據資源的合法權屬。然而在登記確權過程中，企

21、業無法避免當前數據產權制度不健全的問題，登記的法律效力面臨不確定性。此外，各地數據資源登記機構的登記制度和服務體系存在一些差異，也面臨著登記系統統一的難題。表3-1 數據資源登記確權基本途徑（三）數據資源計量與入表1.會計確認根據暫行規定，數據資產入表需要滿足可控制、可收益、可計量、可辨認（即“四可”），這是判斷數據資源能否被確認成資產的條件。表3-1123序號分類實施途徑企業通過數據資源登記機構依法審核通過后，取得“數據資產登記證書”目前已經在進行數據資源登記的機構有：數據資產登記評價平臺、西部數據交易中心等。上海數據交易所在2024年6月28日上線了數據資產交易服務系統，構建數據資產交易制

22、度體系在掛牌交易過程中，企業需進行數據來源合法性審查、數據產品交易性合規審查，并滿足數據交易所對數據產品實質性加工和創新性勞動的要求企業可將數據資源加工整合成數據產品，并在數據交易平臺上進行掛牌登記。這不僅是確認數據產品權屬的方式之一，也為數據產品合法交易奠定了基礎2022年11月印發了國家知識產權局辦公室關于開展數據知識產權地方試點申報工作的通知，確定北京市、上海市、江蘇省、浙江省、福建省、山東省、廣東省、深圳市等8個地方作為開展數據知識產權工作的試點地方。相應地，各試點地方相繼出臺了數據知識產權登記的相關規定，陸續開展了數據知識產權登記的創新行為數據產品登記掛牌數據知識產權登記數據資產登記

23、8數據資產入表流程由于存貨和無形資產適用不同的會計準則，企業需要根據數據資源的具體情況，在入表前對數據資源依據“四可”條件進行判定，再確認數據資產入表的路徑。在該過程中需要對“可收益”進行審慎判定，數據資源的價值往往不易于直接量化，因而經濟利益可行性不易論證。表3-2 存貨及無形資產會計確認標準2.初始計量數據資產價值評估方法主要包括成本法、收益法和市場法三種。成本法需嚴格基于形成數據資產的可計量成本進行價值評估。收益法是通過建立數據資產收益模型，預計數據資產可能帶來的收益，并扣除相關費用來計量價值的方法。市場法是基于市場行情的評估方法，通過對比分析相同或者相似數據資產近期或往期成交價格，結合

24、市場必要參數來評估數據資產的價值。按照企業會計準則的要求，無論最終形成“無形資產”還是“存貨”，數據資產入表都須依據成本法完成初始計量。暫行規定本身并沒有改變現行無形資產、存貨、收入等相關準則在資產確認、計量和披露方面的要求，企業在確認數據資源和進行會計處理時，應當嚴格遵循我國企業會計準則中資產的定義和確認條件、無形資產研究開發支出的資本化條件等一系列規定。但由于數據資產的期望收益價值與生產成本往往具有較大差距,成本法僅能保守地反映數據資產的價值下限4，收益法和市場法現階段多被企業用于對數據資源的內部盤點和價值認定，以及在交易所掛牌交易的數據產品等的價值認定等。4羅玫，李金璞，湯珂.企業數據資

25、產化：會計確認與價值評估J清華大學學報，2023，38（05）195-209.資產類型無形資產存貨企業日?；顒又谐钟?、最終目的用于出售的數據資源，符合企業會計準則第1號存貨規定的定義和確認條件的內部用途和對外提供服務，符合企業會計準則第6號無形資產規定和確認條件的21序號會計確認標準數據資產入表流程9表3-3 數據資源初始計量表3-4 數據資源后續計量需要注意的是，在企業自主研發形成的數據資產中，如何準確區分研究階段與開發階段的支出，并判斷開發階段的支出是否符合資本化條件，是成本歸集的主要難點，往往需要較高的專業判斷，這也是實務容易出現爭議的地方。3.后續計量無形資產中數據資產的后續計量包括攤

26、銷、減值和處置等內容。數據資產的攤銷應根據其使用壽命和預期消耗方式進行；數據資產出現減值跡象時還應進行減值測試，此外如果是使用壽命不確定的無形資產，每年均應進行減值測試；處置數據資產時，應將取得的價款與賬面價值的差額計入當期損益。作為存貨的數據資源出售時，會確認收入并結轉相應的銷售成本。表3-3外購取得研究階段支出自主研發獲得渠道計量方式計入當期損益滿足資本化條件的可以資本化開發階段支出會計處理示例購入時實際發生的成本確定其入賬價值(成本包括購買價款、相關稅費。作為無形資產的數據資源成本還包括使數據資源達到預定用途所發生的加工過程費用等)表3-4無形資產無形資產攤銷無形資產減值存貨數據資產類型

27、后續計量場景存貨減值借：攤銷費用貸：無形資產-數據資源-累計攤銷借：資產減值損失貸：無形資產-數據資源-減值準備借：銀行存款或應收款項貸：銷售收入借：銷售成本貸：存貨-數據資源借：資產減值損失貸：存貨-數據資源-減值準備存貨出售會計處理示例（假設不考慮相關稅費）借：無形資產或存貨-數據資源貸：銀行存款或應付款項借：費用-研究支出 貸：銀行存款或應付款項借：開發支出-數據資源 貸：銀行存款或應付款項數據資產入表流程10由于數據資源時效性強，生命周期較難確定導致數據資產的攤銷方法選擇是當前的實務難點。此外，當數據資源的市場價值波動較大時，對于缺乏活躍市場的自主研發數據資源，減值測試可能更加復雜和不

28、確定。因此，企業仍需探索符合自身情況的最佳實踐。（四）數據資源信息列報與披露1.列報結合企業實際情況，在資產負債表進行相關列示：2.披露企業應在會計報表附注中對數據資源相關會計信息進行披露，包括強制披露和自愿披露兩類：表3-6 強制披露與自愿披露披露的分類解釋及執行標準自愿披露強制披露表3-5 “數據資產入表”相關列報資產期末賬面價值流動資產：存貨其中：數據資源非流動資產：無形資產其中：數據資源其中：數據資源開發支出包括但不限于數據資源無形資產的使用壽命估計情況、攤銷方法、賬面價值、使用權受限情況、研究開發支出金額、減值信息等，對于確認為存貨的數據資源，企業也應披露其成本確定方法、存貨跌價準備

29、的計提方法和金額等信息根據實際情況，自愿披露數據資源（含未作為無形資產或存貨確認的數據資源）相關信息，以及與數據資源相關的其他重要信息，如數據資源的市場前景、應用情況等數據資產入表流程11披露內容的選擇與顆粒度的把握是該流程的一個難點。這個過程中，如何平衡強制披露與自愿披露的內容，以及如何把握披露的深度和廣度，都是企業需要重點考慮的問題。需要注意的是，即使數據資源未被確認為資產，根據暫行規定，企業仍然需要對數據資源進行適當的列示和披露。銀行業自身數據資產入表12四、銀行業自身數據資產入表（一）銀行業數據資源的分類及特點（二）銀行業數據資產入表實踐案例中國銀行業協會于2024年2月發布的銀行業數

30、據資產估值指南將銀行業數據資產劃分為原始類、過程類和應用類資產三類。從來源看，銀行業數據資產來源于外部和內部兩個渠道。外部來源數據主要有商業采購和政府部門的公共數據，內部來源多為開展業務的伴生數據。從加工過程看，包括傳統的數據倉庫、各中臺、平臺、模型或算法的中間層數據等。從應用看，主要可分為面向監管報送、業務類場景、管理場景、數據治理場景幾類。其中，面向業務類場景的數據可能是最有數據資產挖掘潛力的。其他三類數據更多是以滿足監管合規要求、提高管理及運營效率、降低運營成本等方式間接創造價值。銀行經營受監管程度較高，出于業務合規性、客戶信息保護、金融數據保密等考慮，現階段銀行通過經營數據而獲得外部收

31、益的機會非常有限，日常數據資源主要以自用為主，最常見的是用于風險管理和營銷等。比如銀行業最具代表性的風險模型，從數據來源看，除納入征信數據外，往往還需根據目標人群和應用場景引入多種數據源以分析目標客戶的各個維度信息，如借貸行為、支付交易信息、電商消費畫像、資產狀況、金融賬戶行為等。從數據加工過程看，模型設計與開發階段需對建模樣本數據進行加工處理，包括對數據的完整性、勾稽關系、數據質量進行分析，并對異常值、缺失值等進行清洗處理，選擇區分度好、穩定性高、風險解釋能力強的變量構建模型。從應用場景看，風險模型是直接面向信貸等業務場景的，可通過業務價值測算未來現金流，具備數據資產入表的前提條件。2024

32、年8月，某股份制商業銀行披露已完成首例銀行業數據資產入表，根據公開信息，其將個人信貸風險評估模型作為數據資產入表的首個案例，對銀行同業具有普遍參考意義。我們來看一個例子：Z銀行從外部購買了一批數據，采購合同已對數據資源的來源安全與合規進性行了約定，擬與行內自行采集的其他的數據整合，并通過脫敏、清洗等數據加工環節、并通過數據質量評估，從而形成了一項數據庫資源來用于精準營銷分析。按照會計準則的規定，Z銀行判斷該項數據符合無形資產定義和確認條件5。5成本應包含符合核算條件的數據收集與獲取、存儲與管理、分析及應用各階段所產生的設備服務成本、中間投入、人力成本、間接費用等所有相關支出，此案例簡化了數據處

33、理過程。13銀行業自身數據資產入表圖4-1 銀行業數據資產入表案例流程圖登 記 掛 牌會計確認計量入表外部數據內部采集數據簽訂合同，購買外部數據（含稅累計500萬）數據加工（研發成本200萬，開發成本300萬）形成數據集/數據產品是否登記合規審查數據確權數據質量評估（脫敏成本 20萬）是否研發支出-資本化支出項 300萬元借應付薪酬等 300萬元貸研發、加工場景會計分錄為：采購場景會計分錄（簡化不考慮增值稅影響）為：研發支出-數據資源 500萬元借存放央行款項等 500萬元貸借研發支出-資本化支出項 20萬元存放央行款項等 20萬元貸數據質量評估場景：借無形資產-數據資源 820萬元貸數據庫開

34、發完成，Z銀行評估該數據符合無形資產確認條件，在年末最終確認入表、并在未來5年內能夠給銀行帶來經濟效益，會計分錄及對銀行的財務報表影響分析如下：研發支出-資本化支出項 820萬元入表財報主要受影響科目如下表：表4-1 “數據資產入表”銀行案例受影響科目銀行業自身數據資產入表14時間資產負債表利潤表凈利潤現金流量表現金流凈額影響無形資產820業務及管理費支付的其他與經營活動有關的現金入表時總資產820820所得稅費用購建無形資產支付的現金820凈利潤現金流凈額影響無形資產656業務及管理費支付的其他與經營活動有關的現金164入表第一年總資產656所得稅費用購建無形資產支付的現金(41)(123)

35、（三）銀行業數據資產入表的驅動因素數據資產入表除對銀行具有一定的財務價值外，還具有促進數字化轉型、促進產品創新和提升數據治理水平等衍生價值。比如，國家金融監督管理總局2024年5月發布的關于銀行業保險業做好金融“五篇大文章”的指導意見中明確提出“鼓勵科技領先金融機構向中小金融機構輸出風控工具和技術服務”，這為具備科技優勢的大型銀行、數字銀行等通過孵化數據產品以SAAS等形式向中小機構輸出服務提供了政策依據?？萍碱I先的銀行通過輸出風控工具或技術服務，有可能打造能帶來穩定現金流的數據產品，而銀行通過推進數據資產入表進而盤活全行數據資源、挖掘數據潛能，可能進一步加速這類產品或服務的推出。單位：萬元，

36、增加/（減少）序號因素分類具體描述促進數字化轉型財務價值12A內研的數據資產滿足計入無形資產的條件，在入表規模足夠時，費用資產化可以改善當期利潤、ROE等財務指標B披露數據資源及其估值有助于銀行的價值量化，吸引投資者，提升銀行的資本市場估值A數字化轉型抓手，借此推動全行對數據價值的統一認識B利用數據驅動全行運營優化和客戶體驗提升表4-3 銀行業數據資產入表的制約因素34A內部管理挑戰：數據資產入表需要協同財務、業務、合規、信息科技部門等，同一數據可能涉及多個條線、部門，對銀行現有組織架構和內部管理有一定挑戰B流程挑戰：實務中，如何劃分研究階段和開發階段需要結合研發活動記錄，往往需要有明確的立項

37、流程；同時數據資源的形成不是一個線性的過程，而是涉及多個階段和多種資源組合的復雜過程，如何劃分成本對銀行現有財務流程有一定挑戰A銀行需要根據數據資產管理要求進行全生命周期的數據治理，可能增加數據治理成本數據治理成本高管理及流程挑戰B銀行需滿足不同監管方的數據治理要求序號因素分類具體描述合規風險財務收益有限12A歷史成本費用無法資本化，當前可實現入表的數據資產規模有限，當前對于資產負債表、利潤及稅收影響很小外部合規風險：數據資產的產權運行機制、登記、質押等政策尚不明確，也未明確具體負責機構，數據資產的確認條件和標準目前在會計領域也尚未完全明確，大多數銀行出于謹慎會選擇跟隨策略B經濟利益可行性論證

38、難：首先，數據的加工可能包括清洗、標注、整合、分析、應用、存儲等多個步驟，每個步驟都可能涉及到不同軟硬件成本，而銀行數據往往又具有快速流動性6；其次，入表時評估經濟利益的流入，通常以項目價值為評估基礎，銀行內部項目價值貨幣化評估難；再次，多數銀行目前缺少能對外提供服務并收費的數據產品和服務15銀行業自身數據資產入表（四）銀行業數據資產入表的制約因素對銀行來說，數據資產入表當前可預見的財務收益有限，同時存在合規風險、面臨內部管理及流程挑戰、數據治理成本高等制約因素。表4-2 銀行業數據資產入表的驅動因素34提升數據治理水平促進產品創新數據資產入表可以引導銀行開展數據產品創新，推動銀行充分參與數據

39、要素市場的構建，新增業務創收A提升銀行數據質量與安全水平，推動銀行加強數據治理、建立健全完善的數據治理機制B有助于系統評估數據資產，為外部監管和內部風險管理提供透明的信息基礎6銀行評分評級等可應用數據的形成過程具有典型的快速流動性，銀行各業務系統、外部采集數據中間系統源源不斷產生并輸送新的數據，定向加工處理形成新的可應用數據，并快速投入到具體應用場景之中被應用消耗。五、銀行業服務客戶視角的數據資產入表（一）銀行業基于客戶數據資產的金融服務現狀目前銀行業基于企業數據資產提供的創新金融服務主要包括：數據資產增信、數據資產質押融資、數據托管和數據資產證券化等。銀行業服務客戶視角的數據資產入表171.

40、數據資產增信企業數據資產無質押增信是目前各地銀行業金融機構最常見的落地實踐。無質押增信可以便捷地通過現有銀行信用貸款體系，以數據資產價值及企業運營數據產品的能力作為企業的增信憑據，提高企業的信用等級，增加企業的授信規模。多家銀行公布的“數據資產無質押貸款”，其實質是“增信”，通過企業信用評級、綜合考量企業還款能力后進行授信，在評級過程中銀行參考數據資產估值、預期現金流等來進行增信。數據資產增信突破了傳統企業信貸對實物資產評估的依賴，信貸流程相對便捷，具有很好的普適性。未來大量企業，包括數據資產非原生的平臺依附型企業等，都有可能通過其積累的歷史交易數據、產業數據等進行增信融資。而銀行需要結合自身

41、情況，依托數據密集型行業，提升數據資產價值評估能力、提高業務審批的自動化程度。在價值。由于數據資產具有低成本復制性、非排他性等特性，其在存儲技術、權屬認定、價值評估等方面相對常規抵押物都存在特殊性和創新性，數據資產質押融資在業務流程方面有其特殊之處，目前銀行業仍處于探索階段。在貸前準備階段，企業需要聘請專業律所等機構對數據資產進行合規審查，并形成數據資產合規報告。在質押融資的登記流程上，沒有明確的登記平臺和品種，目前檢索到的案例中，可作為“其他”類別登記在中國人民銀行動產融資統一登記公示系統上。如按照嚴格的質押貸款流程，在授信和放款審查階段，銀行需確定數據資產質押率，但由于數據資產的價值衡量和

42、價值保持存在較高不確定性，目前數據資產質押率未形成可供參考的實施標準，如已披露的質押融資額高達3000萬元的案例，企業數據資產入表價值很難匹配其實際融資額，放款銀行很可能綜合評估了企業其他維度的信息，將數據資產作為其中一個參考因子而非關鍵要素。數據資產質押融資也并不依賴于數據資產入表，開展業務的銀行需建立起面向某些行業、場景數據資產的成熟評估體系，而非著眼于最終入表的計量價值。在貸后管理階段，銀行需要對質押數據資產進行持續監與動態價值評估。在質押期間，銀行需要妥善保管質押數據，保障數據安全，并要求出質人做好數據資產價值維護，定期報告數據使用情況，配合銀行進行價值重估,2.數據資產質押融資數據資

43、產質押融資是企業將其合法擁有的、有價值的數據資產作為質押物，向金融機構申請貸款的一種新型融資方式。在這個過程中，數據資產被用作擔保，以確保金融機構在貸款未能按時償還時能夠通過處置這些數據資產來回收貸款。從信貸產品分類看，數據資產質押融資應更看重數據資產本身的價值而非公司信用。從信貸額度來看，授信額度與押品掛鉤，額度上限更高，更適合數據資源原生型、數據資源豐富和高價值的企業，對輕資產的科創企業等數據價值型企業融資具有重要潛銀行需基于重估結果，及時調整質押比例或要求補充擔保。數據資產增信、數據資產質押融資都屬于基于數據資產的創新信貸產品，產品貸前、貸中、貸后的主要環節需結合數據資產的特點進行相應的

44、創新設計。圖5-1 數據資產信貸關鍵環節及主要問題概覽3.數據托管銀行業屬于數據密集型行業，近幾年，國內銀行業數字化轉型已逐步進入深水區，多家銀行的線上化、智能化建設、底層信息科技能力得到了長足發展。中國人民銀行原行長周小川曾提出：金融業的本質就是一種信息產業。隨著數據要素市場的發展，對數據監管平臺、數據存儲與處理設施、數據安全保障系統等基礎設施需求增加，銀行憑借自身信用、數據處理能力和信息科技能力，可適時推出數據托管和運營服務，做大中間業務收入。與傳統托管業務不同，為進行風險隔離，銀行需建立起全套數據管理系統（含數據存儲、監管和更新處理等），設置相應的數據托管賬戶，滿足政府、企業和個人數據的

45、差異化的安全管理和應用要求。銀行作為數據托管方按照約定在數據托管者和數據加工者間進行權益分配，對數據加工使用過程進行必要的監督，同時按照監管要求開展必要的數據安全管理。銀行業服務客戶視角的數據資產入表18貸前貸中貸后部門機構關鍵環節難點合規審 查數據確 權價 值評 估質 押登 記（可 選）建 立數 據 托 管 賬 戶動 態 監 測資 產 處 置（可 選）專業律所、數據交易所、數據資產登記中心、銀行內部合規部門企業聘請專業律所對公司主體、數據來源、數據處理、應用場景、數據安全等方面開展合規評估審查，并出具數據資產合規報告銀行需要根據數據資產特征確定數據估值模型：數據稀缺性、完整性、時效性、收益可

46、預測性等特殊參數或因子，客觀公允評估數據資產價值企業需做好數據維護，定期報告數據使用狀況；銀行可通過數據托管賬戶檢查數據安全、數據質量，定期進行價值重估，并確保無重復質押的情況在違約發生時，銀行可以對所質押數據資產進行處置，決定自用或外售；在外售時需考慮數據資產價值的易變性，避免在其價值過低時處置資產銀行自建數據托管平臺或選擇第三方數據托管機構，建立數據托管賬戶企業在人行動產登記中心、數據交易所、數據資產登記中心等機構進行質押登記企業通過在數據登記、交易機構登記等方式進行數據資產確權企業數據合規體系不完善，數據資產溯源難度高數據產權制度不健全數據資產登記機構與登記標準不統一需根據不同類型的數據

47、資產確定價值評估方式與評估模型銀行內部缺少數據價值評估與管理部門質押登記機構未統一，登記權屬未明確數據資產存在泄露、損毀、丟失等風險，監測管理難度高數據資產價值易變，處置時減值風險高數據資產質權行駛的可實現性低，處置難度高銀行內部部門（業務、風險、科技、數據管理等）、第三方托管公司、人行動產登記中心數據交易所、銀行內部數據管理部門等19銀行業服務客戶視角的數據資產入表4.數據資產證券化及通證化數據資產證券化、通證化是數據資產進一步資本化的重要手段，也是市場關注的熱點，數據資產證券化、通證化不依賴于數據資產入表，但數據資產入表完成，代表著數據資產已滿足確權、評估、定價及合規掛牌交易的要求，能夠帶

48、來穩定的現金流，已具備了證券化、通證化的前提條件。預計隨著數據資產入表的深入推進，數據資產證券化及通證化也將不斷發展，并將對銀行的投行業務帶來一定的影響。通過區塊鏈發行數據資產通證，能夠提高資產的透明度，同時在關鍵環節采用智能合約可以自動交易、分配收益、計算資產價格等，在降低投資風險的同時能夠提高交易流轉效率。部分有條件的銀行為開展數據資產相關投行業務，可能加大對區塊鏈等技術的關注和投入。（二）銀行業開展客戶數據資產相關金融服務的驅動因素現階段，銀行業積極開展客戶數據資產相關金融服務，主要有響應政策以及為未來業務發展、新增創收提前布局兩大動因。五篇大文章中首篇即為科技金融，科創企業是銀行發展科

49、技金融的重要客戶，與一般企業不同，科創企業往往缺少傳統資產等評估、抵押物，而不少科創企業有獨有的數據資源，開展客戶數據資產相關金融服務，有利于促進金融與科創企業、相關高科技產業形成良性循環，符合政策導向，同時是銀行未來產品創新的方向和抓手。（三）銀行業開展客戶數據資產相關金融服務的制約因素由于數據資產的特點，以及數據確權、交易流轉等基礎制度尚不成熟，銀行開展相關服務存在幾點制約因素。表5-1 銀行業開展客戶數據資產金融服務的驅動因素序號因素分類具體描述未來業績及產品創新導向基于數據資產的金融服務在未來或有廣闊發展空間，銀行積極開展相關產品和服務創新是為未來發展和新增創收提前布局政策導向五篇大文

50、章中科技金融、數字金融都與數據要素息息相關，開展數據資產相關金融服務，是銀行發展新質生產力的體現12序號因素分類具體描述配套制度尚不成熟1目前數據資產的基礎法律法規、質押權屬、交易流轉等制度尚不成熟，銀行開展金融服務面臨保障制度不健全可能導致的業務和合規風險表5-2 銀行業開展客戶數據資產金融服務的制約因素銀行業服務客戶視角的數據資產入表20資產估值難數據資產管理難貸后管理變現難234A.銀行業傳統的資產評估方法難以直接適用于數據資產數據資產天然存在泄露、損毀、丟失等風險，增加了銀行的合規風險和管理成本。銀行需引入數據存儲和監測先進技術，完善對數據資產的無損保管、動態監測等手段B.數據資產入表

51、價值難以匹配其實際價值A.數據只有在特定場景才能體現價值B.數據資產價值具有易變性C.數據交易目前并不活躍趨勢展望21六、趨勢展望（一）銀行業數據資產入表將有序推進、入表規模逐步放大目前已有多家銀行開展數據資產入表的相關工作，數據資產入表將倒推銀行內部數據治理、數據認責制度的進一步完善。同時，銀行有望在此基礎上構建整體數據價值估值體系，對全行數據的采集、建設、管理成本，對數據的業務價值、數據產品的市場成效進行體系化評估。在數據價值管理體系的基礎上，逐步厘清數據資產邊界，明確會計核算范圍，建立入表數據資產評估方法和實施框架。在政策引導下，國有大行可能快速推進數據資產入表，其后在示范案例帶動下或有

52、更多銀行開展實質性行動。銀行龐大的數據資源到形成入表資產需層層遞進、逐步推動，預計銀行首批數據資產入表規模應不大，對銀行財報整體影響有限，長期來看，未來掌握更豐富數據資源的銀行有望逐步推動入表數據資產的規模增長。（二）基于數據資產的銀行業金融服務將更加規范發展目前，基于數據資產的金融服務創新還處在早期探索階段。2022年10月，北京銀行落地全國首筆數據資產質押融資貸款；2023年3月，光大銀行深圳分行完成全國首筆無質押數據資產增信貸款。但在數據確權、價值評估、數據交易流轉尚不規范的情況下，銀行業在推出數據資產相關金融服務時存在迎合政策的動因，即實際操作時看重的仍是常規業務指標，僅通過引入數據資

53、產將其打造成示范案例。預計隨著數據資產入表案例的增長，同時在政府和監管機構的引導下，數據資產金融服務的市場配套、業務流程和風險管理將逐步規范，基于數據資產的金融服務有望更加規范發展，案例數量和融資規模將進一步增長。數據資產入表的深入開展將加快銀行業創新信貸產品的推出。預計未來的數據資產信貸產品將融入更多的增信主體，（三）數據資產入表有望促進銀行業數據產品研發和其他創新銀行數據多為自用，目前仍鮮有對外提供服務的商業化數據產品，但隨著數據資產入表的深入推進，預計具有信息科技優勢的銀行將更有動力推出商業化的數據產品，通過SAAS服務等形式提供服務。這類產品一方面能為銀行帶來直接的中間業務收入，改善銀

54、行經營、增加銀行利潤，另一方面數據產品能夠較好的滿足數據資產入表的未來現金流等先決條件，可能通過數據資產入表進一步改善銀行財務報表。數據資產入表也有利于促進銀行業其他配套創新的開展。預計以銀行業為代表的金融機構為適應數據資產入表的新形勢，將進一步加快相關制度建設和組織調整，以便更好的進行產品和業務創新，如建立新的創新型組織來進行相關的業務探索。據報道，某銀行已成立數據資產金融服務實驗室，主要開展數據資產信貸、數據資產質押估值模型等領域的攻關，從而為相關企業提供數據資產入表和融資服務。如企業資產評估方法的創新，傳統的資產評估方法很難適用于數據資產，隨著數據資產入表的推進，各家開展業務銀行將探索適

55、合數據資產的評估方法和評估模型。如政府財政、融資擔保機構、保險機構等將進一步聯動，逐步引入財政風險補償、擔保增信、保險風險代償等更多元的增信機制，在此基礎上，銀行業金融產品在風險分擔機制、業務流程上進一步創新，有望涌現出更多針對科創企業、數據密集型行業的創新金融產品。在數據資產質押融資業務場景下，質押登記是公示質押權的重要步驟。目前，國內還沒有建立全國性的數據資產登記制度和登記平臺，數據資產質押登記流程存在不規范性，目前已開展的數據資產質押登記包括行業協會登記、公證登記、交易所登記等多種渠道和方式。預計隨著數據資產入表金融服務的發展，也將推動統一登記制度的建設。未來有望形成全國或各地區有公信力

56、的數據資產登記平臺，構建更為規范的數據資產質押登記體系。趨勢展望2223 姚輝亞 黃艾舟 赫榮科 王渝偉 羅振偉出品人 邢 沖 許桐桐 蔡宇寧 杜曉燕 盧耔麟 朱敏婕 雷 強 周 丹 張可妮 陳佳瑩 王 棋（實習生）鄭若琪（實習生）報告作者邢 沖產品經理鄧少雁 陸俊馳（實習生）羅 羚（實習生）美術編輯 聯絡郵箱聯合出品免責聲明在任何情況下，本報告中的信息或所表述的意見并不構成對任何人的投資建議，本報告所載的資料、工具、意見及推測只作參考之用，并非作為或被視為出售或購買證券或其他投資標的邀請或向人作出邀請。在任何情況下，報告的編著機構不對任何人因使用本報告中的任何內容所引致的任何損失負任何責任。

57、本報告主要以電子版形式分發，間或也會輔以印刷品形式分發，所有報告版權均歸編著機構所有。未經編著機構事先書面授權，任何機構或個人不得以任何形式復制、轉發或公開傳播本報告的全部或部分內容，不得將報告內容作為訴訟、仲裁、傳媒所引用之證明或依據，不得用于營利或用于未經允許的其它用途。如需引用、刊發或轉載本報告，需注明出處，且不得對本報告進行任何有悖原意的引用、刪節和修改。本文內容僅供一般參考用，并非針對任何個人或團體的個別或特定情況而提供。雖然我們已致力提供準確和及時的資料，但我們不能保證這些資料在閣下收取時或日后仍然準確。任何人士不應在沒有詳細考慮相關的情況及獲取適當的專業意見下依據所載內容行事。本文所有提供的內容均不應被視為正式的審計、會計、法律或投資建議。24免責聲明金融科技微洞察FISCO金鏈盟