2024年我国数据资产入表的大幕正式拉开，相关案例不断涌现，但市场各方对数据资产入表的认知尚未达成统一。银行业因其行业特殊性，在自身数据资产入表和服务入表企业方面均处于前期探索阶段。基于此，本文从银行业自身和银行信贷业务两个视角，分析数据资产入表对银行自身的财务、税务、经营等影响，并探究银行服务入表企业的模式，旨在为银行同业及相关业务提供参考。

2024年1月1日，财政部印发的《企业数据资源相关会计处理暂行规定》正式施行，标志着我国数据资产入表的序幕正式拉开。一时间，市场各方对企业数据资产入表的关注显著攀升，多家企业纷纷开启数据资产入表的探索。

根据A股上市公司年报披露，2024年有超过100家上市公司披露完成数据资产入表，合计入表金额约22亿元。非上市公司中，城投企业（含城投企业子公司）和类城投企业（由地方国资委控股且从事市政等公共服务的企业）是数据资产入表的绝对主力。上海交大高金智库于2025年6月发布的《中国企业数据资产入表情况跟踪报告》指出，至今约有60余家城投企业和120余家类城投企业完成了数据资产入表。数据资产入表的市场热度不减。

然而，当前各方对数据资产入表的认知尚未达成统一。企业在数据资产入表实践中，面临着权属确定、价值评估、数据存储更新及交易流转等多个环节的问题。同时，多家A股上市公司在披露数据资产入表之后，又发出更正公告，删减或调整了“数据资源”相关数据。市场机构的反复操作，在一定程度上反映出各方对数据资产入表尚未形成共识。

与此同时，银行业作为拥有大量数据且受严格监管的行业，在自身数据资产入表和通过金融创新产品服务入表客户两个维度下都仍处于早期探索阶段。一方面，银行可凭借海量高价值数据资源成为数据资产入表的参与主体。从现状看，银行业普遍采取小步探索和审慎态度，仅有个别银行披露了数据资产入表的相关信息。另一方面，银行作为金融服务实体经济的主力军，有望通过创新金融产品，为入表客户提供数据资产质押贷款等金融服务，进而加速数据在其他行业的流转、推动其他行业数据资产入表进程，成为数据资产入表的“市场加速器”。

基于此，本文从银行业机构自身和银行业机构通过金融产品创新服务入表客户两个视角，分析银行数据资产入表对自身的财务、税务、经营等影响，并探究企业数据资产入表对银行金融服务的影响，旨在为银行同业开展数据资产入表及相关业务创新提供参考。

银行业自身数据资产入表

（一）行业概况

2024年3月，中国银行业协会发布《银行业数据资产估值指南》，为银行业的数据资产入表提供了重要基础，推动了银行数据资产入表的进程。2024年8月，恒丰银行率先披露完成银行业首例数据资产入表，将个人信贷风险评估模型作为数据资产入表的首个案例。其后，中信银行、光大银行、华夏银行、宁波银行等几家商业银行也相继在2024年年报中披露了落地首笔数据资产入表，但相关入表数据资产规模多为百万元级别，相较于银行庞大的资产规模，仍非常有限。

一般来说，企业数据资产入表包括数据资源治理、数据资源合规与确权、数据资源计量与入表、数据资源列报与披露等四个阶段（如图1所示）。其中，数据资源治理阶段主要包括数据资源梳理和管理等基础准备工作；数据资源合规与确权阶段主要包括数据资源合规审查和登记确权等核心前提工作；数据资源计量与入表阶段主要包括会计确认、初始计量、后续计量等关键步骤；数据资源信息列报与披露阶段主要包括在资产负债表进行相关列示和在会计报表附注中对数据资源相关会计信息进行披露等结束动作。

银行业的数据资产入表也基本遵循以上步骤，以Z银行采购数据入表为例（如图2所示）。首先，Z银行从外部购买了一批数据，在采购合同中约定了数据资源的来源安全与合规性，与该银行内部采集的数据整合后，通过脱敏、清洗等数据加工环节后形成数据产品；其次，通过数据质量评估，完成数据资源的合规与确权；然后，按照会计准则的规定，对这部分数据进行会计确认；最后，对相关会计信息进行披露。

（二）影响分析

数据资产入表最直观的影响体现在资产负债表、利润表和现金流量表三张报表上，进而影响数据资产的财务价值和业务贡献。

资产负债表方面，根据数据资产的经济实质和业务模式，其可计入无形资产或存货。若数据资源用于自身经营（如内部分析、多客户重复授权使用），且权属不发生转移，则适用《无形资产准则》；若数据资源以出售为目的（如定制化数据集一次性卖断），权属完全转移给客户，则适用《存货准则》。入表后，资产负债表将新增细分科目并触发重分类，无形资产和存货都将增加“数据资源”的细分项目，且原本计入无形资产其他类别的数据资源将会被重分类至“无形资产-数据资源”。

利润表方面，数据资产入表将会对当期费用或未来成本产生影响。一方面，将原本计入当期费用的数据资源转为资本化处理时，可能会减少当期的费用支出，从而对银行的营业利润产生正向影响；另一方面，作为无形资产的数据资源的摊销或作为存货的数据资源未来结转成本，在一定程度上增加银行未来的营业支出，从而降低了银行的税前利润和净利润。此外，如果数据资源作为无形资产进行资本化处理后，其价值出现下降（即发生减值迹象），银行需要计提资产减值损失，导致当期利润减少。

现金流量表方面，数据资产入表涉及资产的确认和计量，而非实际的现金流入或流出，因此不会直接改变银行的现金流，但会在一定程度上影响现金流量表的列报。一方面，购买的数据资源作为无形资产入表时，会导致经营活动现金流流出减少、投资活动现金流流出增加。

例如，如果数据资源的支出原本被计入当期费用（如研发费用），则这些支出会被归类为经营活动现金流出，但当数据资源资本化为无形资产后，这些支出不再计入当期费用，而是作为投资活动现金流出。另一方面，购买的数据资源作为存货入表时，会影响经营活动现金流项目内部的列报。一般来说，存货的购置或生产支出通常被归类为经营活动现金流出。因此，数据资源作为存货入表时，相关支出会在经营活动现金流项目内部进行调整，但不会改变经营活动现金流的总额。

财务指标方面，数据资产入表将影响与资产和利润相关的指标，如资产负债率、总资产收益率、净资产收益率等。同时，数据资产入表形成无形资产时，还将导致风险加权资产的增加和资本的增加，进而影响银行的各级资本充足率。

与此同时，数据资产入表对银行的税务也会产生影响。例如，当数据资产计入当期费用时，银行的当期应纳税所得额会增加。这是因为原本可能作为费用直接扣除的支出，现在被资本化形成无形资产，导致当期费用减少、利润增加，从而应纳税所得额提高。

此外，数据资产入表对银行的数字化转型、产品创新和数据治理等也会产生影响。通过推进数据资产入表，银行可盘活自身的数据资源、释放数据潜能。另外，2024年11月，中国人民银行等七部门联合印发《推动数字金融高质量发展行动方案》，首次提出鼓励金融机构发挥金融科技优势，输出技术、平台等服务资源，促进中小企业数字化转型。未来科技领先的银行也有望通过输出风控工具或SaaS技术服务，打造出能够带来稳定现金流的数据产品。

创新服务入表客户

目前，围绕数据资产入表的企业客户，银行主要开展数据资产质押融资、数据资产增信、数据资产托管和数据资产证券化等4种类型的创新金融服务。

（一）数据资产质押融资

从行业实践来看，数据资产入表后，企业的数据资产价值被显性化，数据资产可被视为质押物用于银行授信。从信贷产品分类看，数据资产质押融资应更看重数据资产本身的价值而非公司信用。从信贷额度来看，授信额度与质押品挂钩，额度上限更高，更适合数据资源原生型、数据资源丰富和高价值的企业，对轻资产的科创企业等数据价值型企业融资也更加利好。例如，2024年6月，神州数码通过数据资产质押，获得建设银行深圳分行3000万元贷款。

然而，由于数据资产具有低成本复制性、非排他性等特性，其在存储技术、权属认定、价值评估等方面相对常规抵押物都存在特殊性和创新性，数据资产质押融资在业务流程方面也有其特殊性，银行和企业需要做好风险应对。

在贷前准备阶段，企业需要聘请专业律所等机构对数据资产进行合规审查，形成数据资产合规报告。在质押融资的登记流程上，尚未明确的登记平台和品种，现有案例是作为“其他”类别登记在中国人民银行动产融资统一登记公示系统上。

在授信和放款审查阶段，银行需确定数据资产质押率。但由于数据资产的价值衡量和价值保持存在较高不确定性，目前数据资产质押率未形成可供参考的实施标准，数据资产入表的价值与实际融资额并未完全匹配起来，银行可能只将数据资产作为一个参考因子而非关键要素。例如，某企业作为无形资产列入企业财务报表的“数据资源”会计科目仅有165万元，而银行为其提供的贷款额度为3000万元。

在贷后管理阶段，银行需要对质押的数据资产进行持续监管与动态价值评估。在质押期间，银行需要妥善保管质押数据，保障数据安全，并要求出质人做好数据资产价值维护，定期报告数据使用情况，配合银行进行价值重估。银行需基于重估结果，及时调整质押比例或要求补充担保。数据资产增信、数据资产质押融资均是基于数据资产的创新信贷产品，在贷前、贷中、贷后的主要环节需结合数据资产的特点进行相应的创新设计。

（二）数据资产增信

数据资产价值及企业运营数据产品的能力可作为企业的增信凭据，提高企业的信用等级，增加企业的授信规模，成为信用评估的新维度。多家银行公布的“数据资产无质押贷款”，其实质是“增信”，通过企业信用评级、综合考量企业还款能力后进行授信，在评级过程中银行参考数据资产估值、预期现金流等来进行增信。例如，2024年4月，兴业银行成都分行以数据资产作为客户授信增信方式，为德阳市民通数字科技有限公司授信500万元。数据资产增信突破了传统企业信贷对实物资产评估的依赖，信贷流程相对便捷，具有很好的普适性。未来大量企业，包括数据资产非原生的平台依附型企业等，都有可能通过其积累的历史交易数据、产业数据等进行增信融资。此外，在数据托管服务和数据资产证券化及通证化服务等方面，银行也存在一定的市场机会。

图片展望与建议

目前，尽管已有多家银行开展数据资产入表，但尚存在一定的制约。实操中，数据资源的形成不是一个线性的过程，而是涉及多个阶段和多种资源组合的复杂过程，如何划分成本对银行现有财务流程有一定挑战。并且，银行内部同一数据可能涉及多个条线、部门，数据资产入表需要协同财务、业务、合规、信息科技部门等多个部门联合开展。

同时，银行业针对数据资产的金融服务也处于早期阶段。一方面，企业客户对数据资产入表的概念模糊，合规治理挑战大，导致数据资产信贷融资面临权属不清、减值跟踪困难等问题；另一方面，数据资产金融服务的市场配套、业务流程和风险管理需要逐步规范。

数据资产入表的本意是推动数据要素价值显性化，并进而驱动数字化转型。数据要素和数字技术作为新型生产要素，其价值的充分发挥，对于落实“五篇大文章”、助力数字经济高质量发展具有重要意义，未来需要政府和市场机构的多方面努力与协同。

建议监管部门加强引导，统筹建立统一的数据确权登记制度和平台等基础设施，为企业和银行提供明确、规范的操作指引，降低合规风险和操作成本。企业要提升自身数字化能力和数据治理水平，加强数据资源的管理和利用，确保数据资产的质量和价值，同时积极与银行等金融机构合作，探索适合自身特点的数据资产入表路径和金融服务模式。银行业则需在合规与风险可控的前提下，积极运用 AI、大数据等前沿技术手段，探索数据资产相关产品和服务创新，提升金融服务的效率和质量，更好地满足企业数据资产入表后的融资需求，推动数据要素在金融领域的广泛应用和价值释放，为数字经济的蓬勃发展注入强大动力，共同开创数据要素驱动高质量发展的新局面，让数据资产成为推动经济社会进步的重要力量。