习近平总书记指出，数据是新的生产要素，是基础性资源和战略性资源，也是重要生产力。数据资产入表不仅是企业财务合规的必答题，也是企业数字化转型与业务模式创新的重要驱动力。

　　在数字经济时代，数据资产入表会对金融行业产生哪些影响？银行机构在相关实践中如何应对数据资产入表带来的挑战？为此，本刊专访了恒丰银行董事长辛树人。

驱动数字经济与金融变革的新引擎

　　记者：感谢您接受我们的专访。《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》）落地实施，数据资产入表成为企业发展新趋势。您如何看待数据资产入表这一政策的出台背景与深远意义，它对金融行业的整体发展格局会产生哪些关键影响？

　　辛树人：当今世界，数字经济已成为继农业经济、工业经济之后的主要经济形态。党中央准确把握我国经济发展的阶段性特征，出台一系列重大政策、作出一系列战略部署，推动我国数字经济发展加快“提速换挡”。

　　2025年，我国数字经济规模预计超过60万亿元，这背后是海量数据资源的价值沉淀以及对数据要素价值转化的深刻诉求。随着数据要素市场化改革持续推进，《暂行规定》的出台，标志着我国数据资产化进程迈出关键一步，这项政策不仅是对会计制度的革新，更是数字经济时代的必然选择。

　　数据资产入表是企业更好地利用数据生产要素赋能业务发展、打开增量空间的重要一步。将数据资产纳入财务报表进行核算，能够真实、直观地反映企业数据状况，提升财务透明度。这一过程不仅为数据资产的管理、利用和评估提供了坚实的信息支撑，还能通过数据资产入表过程中的合规确权和价值评估，提高数据资产交易流通的安全性与公允性，有效推动数据要素的市场化进程。

　　数据资产入表能够带动全产业链发展，激发数字经济内生活力。推动数据资产入表能够有效带动数据采集、清洗、标注、评价、资产评估等数据服务业发展，深化数字技术创新应用，培育健康的数据产业生态。未来，随着数据资产入表的推广和数据交易市场的不断成熟，数据资产价值将被进一步盘活释放，推动数字经济向纵深发展。

　　数据资产入表将助力重塑金融行业的竞争格局。金融行业是高度依赖数据的行业之一，数据资产入表将成为金融业数字化转型的一种正向推动力，促使行业更加注重数据驱动的服务，深入挖掘客户需求，提供更加个性化、精准的产品和服务。当数据从“附属品”变为“主引擎”，金融业的商业模式、服务边界、价值创造逻辑都将被重新定义。那些能够率先构建数据资产化能力、形成生态化运营体系的机构，也将在这场变革中占据先机。

激活银行业数字化转型与业务创新的三重引擎

　　记者：数据资产入表不仅是财务报表的变化，更与银行的业务创新紧密相连。从实践来看，数据资产入表对银行业数字化转型和业务创新的推动作用体现在哪些方面？

　　辛树人：数据资产入表并非简单的会计科目调整，而是通过数据要素的资产化、资本化，重构银行业数字化转型的底层支撑体系，催生业务创新的“化学反应”。

　　从实践来看，数据资产入表是银行数字化转型的加速器。传统银行的数字化转型长期面临投入产出难以量化的困境，战略价值无法显性化。数据资产入表通过将数据产品、风控模型等数字基建确认为无形资产，使得数字化转型投入价值显性化，这种转变促进数字化转型从“成本黑洞”转化为可计量、可交易、可增值的战略资产，构建起“数据积累—价值沉淀—再投资”的良性循环。

　　数据资产入表是银行数据治理效能提升的驱动力。商业银行凭借数据资产入表的契机，推动企业层面的数据资源全面盘点与治理，健全数据治理与管理体系。通过利用数字化工具和技术，加强对数据资源的全生命周期管理，提升数据质量和合规水平，增强数据的标准化与可用性，为数据价值挖掘和高效利用奠定基础。

　　数据资产入表是银行业务创新的催化剂。随着《“数据要素×”三年行动计划（2024—2026年）》《加强数据资产管理的指导意见》等重要文件对金融业产品和服务的创新指引，由数据资产衍生的金融服务可有效降低轻资产、重数据企业的融资门槛，银行通过开发数据资产质押贷款、数据资产证券化等创新金融产品，满足客户多样化的融资需求，拓展业务领域和收入来源，为银行业提供新的业务增长点。

　　随着数据资产入表政策的持续落地，商业银行可以将数据资产入表作为纽带，建立涵盖数据全生命周期的管理体系，以资产运营思维实现数据资产的保值增值；通过API开放平台连接政府、企业、第三方机构，以开放协同思维打造“数据+场景+金融”的生态共同体；同时，在我国《个人信息保护法》《数据安全法》框架下，构建“数据可用不可见”的技术体系，以合规发展思维平衡创新与风险。

实践经验与策略启示

　　记者：从行业整体来看，目前金融行业面临着数据确权授权认定难、数据资产成本归集难、数据资产资本化与费用化的区分标准统一难、数据资产收益验证难等问题。那么，请您谈一谈恒丰银行在实践中如何应对这些共性挑战？对其他企业有何借鉴意义？

　　辛树人：首先是数据资产合规确权。由于数据在加工使用和流通交易过程中，往往涉及多个参与方，企业、个人和政府等不同主体对数据有不同权益，且呈现复杂共生、相互依存、动态变化等特点，这对传统产权制度提出新挑战。

　　恒丰银行聚焦“合法拥有或控制”，综合相关法律法规、行业标准和监管要求，从企业基本信息、安全合规、法律合规等方面，建立数据资产合规确权检查清单，并由法律事务部出具专业审核意见，保障入表数据资产的合法合规性。

　　在组织上，由数据资源部牵头梳理和评估数据资产开发过程中数据来源、数据内容、数据处理、数据管理、数据经营等方面的合规性，根据“谁使用，谁保护”的原则，各部门和机构按照职责分工进行数据合规管理。在执行上，参考法律法规、标准规范以及企业相关管理制度要求，同时参照企业内部数据采购合同、数据采集协议、企业合作协议等，设计合规确权检查清单，包括法律合规、安全合规、权属梳理三大维度三十八项检查点。

　　其次是数据资产成本计量。企业数据资产主要形成方式为自行研发，且流程复杂，涉及的成本项较多。我们以企业自行研发的应用类数据产品为例，进行成本计量分析。

　　在数据资产的研发过程中，研究阶段通常涉及大量数据收集、整理和分析等调研探索工作，在该阶段需要对数据的潜在价值进行评估，包括数据质量、数据来源和加工过程的合法合规性、数据业务场景以及潜在用途等。由于研究阶段的不确定性较高，数据资产开发成功的可能性处于未知状态，其能否为企业带来经济利益尚不确定。将该阶段的支出进行费用化计量，有助于企业真实反映其财务状况，避免资产负债表上的资产高估。

　　根据会计准则，开发阶段的支出在满足一定条件时可以资本化计量，包括具有技术可行性、完成开发并使用或出售的意图、经济利益可实现性、足够的资源支持以及成本支出可计量等。企业通过对数据的深入加工分析及可视化，将数据资源转化为可商业化的产品或服务。在该阶段，数据资产满足资本化的判定条件是能够较为准确地识别，企业需要建立内部控制和成本核算体系，确保与数据资产开发相关的支出被准确记录和计量。

　　迭代阶段是数据资产开发完成并投入使用后，根据市场反馈和技术进步对数据资产进行持续改进和升级的过程。这一阶段至关重要，直接关系到客户服务的质量、风险管理的效能以及竞争优势的维持。此阶段发生的成本不再是使数据资产达到可使用状态所发生的必要成本，主要是使数据资产持续发挥经济效益，避免大幅贬值。因此，该阶段成本支出需要进行费用化计量。需要注意的是，对于数据资产迭代阶段增加数据利用率、提高产品效能的较大规模的更新投入，满足资本化条件的，可计入数据资产成本。

　　最后是数据资产经济利益流入的判定。将数据资产纳入财务报表进行核算需要符合“经济利益很可能流入”这一必要条件。在会计准则中，其主要指企业拥有或控制的资源，在未来能够为企业带来经济利益的可能性较高，通常意味着超过50%的概率，即企业有理由相信，通过使用、出售或其他方式处置这些资源，能够在未来获得经济利益。企业数据资产类型丰富多样，不同类别的数据资产具有不同的价值实现链路。

　　穿透来看，企业底层数据主要用于支持全行用数，具有间接经济效益；中层数据是对底层数据的整合处理和加工分析，其价值需要在长期的战略实施和其他业务执行中来体现；上层应用类数据资产是入表试点的较优选择，该类型可以直接挂钩经济效益，以此为切入口便于梳理应用场景，验证资产中“经济利益流入”的判定条件。

数据资产入表，需强化治理共享与创新融资双轮驱动

　　记者：数据资产入表是一个新兴领域，金融机构还缺乏相关的经验。您认为，未来金融机构应该从哪些方面进行谋划，进而为数据资产战略实施提供有力支持？

　　辛树人：一方面，需要强化数据治理与共享利用。通过解读《暂行规定》可以发现，并非所有的数据资源都能被确认为资产进行入表核算，需要加强企业数据治理，夯实数据资产入表的基础。

　　一是开展全面数据盘点。通过全面梳理企业业务系统、采购渠道、社交媒体等内外数据源，明确数据所有权、来源、质量和用途，实现数据的分类与标识。

　　二是开展深度数据治理。利用专业的数据管理工具和技术，进行数据的清洗、整合与标准化处理，提升数据质量，确保数据的准确性、完整性和一致性。同时，建立数据资产目录，对数据资源进行盘点与登记，记录数据的来源、格式、访问权限等信息，形成清晰的数据资产视图。

　　三是制定统一的数据标准与规范。明确数据在采集、存储、处理、共享、销毁等全生命周期各个环节的数据格式、操作规范、质量要求等数据标准和规范，确保数据在整个生命周期中得到有效管理和控制。

　　四是推动数据共享和利用。开展数据分析和挖掘，运用先进的数据分析工具和技术，挖掘数据的潜在价值，将有价值的数据转化为数据产品、数据服务、数据报告等。在此基础上，加强数据安全与隐私保护，实施数据加密、访问控制等措施，确保数据在传输、存储、处理全过程中的安全合规。

　　另一方面，需要创新开展数据资产融资业务。数据资产入表是对数据要素作为资产发挥价值的合法确认，是实现数据资产化并撬动信贷融资、探索数据资本化的重要路径。已实现数据资产入表的企业，其相关数据资产的投入成本及业务价值能通过列报披露等形式直观反映在财务报表中，更有利于银行信贷人员甄别选择，因此，商业银行可将已实现数据资产入表的企业作为重点拓展客群，创新拓展数据资产质押融资业务。

　　一是构建数据资产质押融资框架，制定涵盖质押登记、价值评估、风险控制、贷款管理等各个环节的数据资产质押流程，根据企业需求和市场情况，设计灵活多样的数据资产质押融资产品，拓展入表企业的融资渠道。

　　二是加强生态建设，与各地数据交易所建立合作关系，利用其平台优势进行数据资产的确权、登记、交易和融资，提高融资效率和公信力。同时，与上下游数据商建立紧密合作，共同构建数据资产质押融资的生态系统，实现资源共享和优势互补。