2024年初，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。这标志着数据资源作为资产入表进入实操阶段。对于企业CFO而言，这不再是一个可以观望的议题——数据要素市场化已经从一个概念，变为直接影响财务报表、融资能力和企业估值的现实变量。
根据国家工业信息安全发展研究中心的测算，2023年中国数据要素市场规模已突破1500亿元，预计到2025年将超过2500亿元。而在这条赛道上，率先完成数据资产化布局的企业，正在获得资本市场的估值溢价。
一家上市公司的CFO在内部会议上说：“如果我们不能把数据变成资产，那么竞争对手就会。”这句话道出了当下企业面临的紧迫感。但数据要素市场化究竟是什么？它如何影响企业的财务逻辑？CFO们又该如何抓住这一轮机遇？
数据要素市场化，核心在于将企业日常经营中产生的数据资源，通过确权、估值、交易等环节，转化为可量化、可交易、可增值的资产。这并非简单的技术问题，而是一个涉及财务、法律、治理的综合性工程。
从财务视角看，数据资产入表意味着企业可以在资产负债表中增加“无形资产”或“存货”科目下的数据资产项。这直接影响企业的资产负债率、净资产收益率等核心指标。对于轻资产运营的科技企业、互联网平台、数据服务商而言，这可能是资产负债表的一次结构性重塑。
以一家年营收10亿元的电商平台为例，其积累的用户行为数据、交易数据、供应链数据，经过合规评估和估值后，如果入表价值为2亿元，那么其净资产将直接增加20%以上。在融资、并购、IPO等场景中，这2亿元的数据资产可能撬动数倍甚至十倍的估值提升。
但数据资产化的门槛并不低。根据财政部规定，数据资源入表必须满足三个条件：企业拥有或控制、预期带来经济利益、成本或价值能够可靠计量。这要求CFO团队必须建立一套完整的数据资产管理体系，包括数据确权、合规审查、价值评估、风险控制等环节。
数据确权是数据资产化的前提。没有清晰的权利归属，数据就无法进入资产负债表。然而，数据确权在实践中面临诸多挑战：数据来源多样性、涉及主体复杂性、法律法规不完善等。
例如，一家金融机构使用的客户征信数据，可能来自第三方数据服务商、公开信息采集以及自有客户交易记录。这三类数据的权利归属、使用权限、合规要求各不相同。如果无法清晰界定，数据资产入表就可能面临法律风险。
目前，行业通行的做法是通过数据存证平台进行确权。以链证中国存证平台为例，企业可以将数据产生、流转、使用的全过程记录上链，形成不可篡改的存证证据。这为后续的数据确权、合规审查、价值评估提供了可信基础。
某上市公司的财务总监分享经验时说：“我们在数据确权阶段花了近6个月时间，梳理了300多个数据项，极为终只有约40%的数据能够满足入表条件。但这40%的数据资产，直接让公司的估值提升了15%。”
CFO需要特别关注的是，数据确权并非一次性的工作。随着数据持续产生、加工、流转，确权状态也在动态变化。因此，建立持续的数据资产管理机制比一次性确权更为重要。
数据资产如何估值？这是CFO面临的核心技术问题。目前主流的估值方法有三种：
在实践中，大多数企业采用成本法与收益法相结合的方式。例如，一家物流企业对其积累的运输路线数据进行估值：先计算数据采集和处理的直接成本约800万元，再基于这些数据优化路线后每年节省的运输成本约300万元，采用3年折现后得出估值约1200万元。
但数据估值存在一个显著特点：数据的使用价值具有网络效应。同一份数据，被越多的人使用，其价值可能越高。这与传统资产的边际递减规律截然不同。因此，CFO在估值时需要充分考虑数据的复用潜力和场景拓展能力。
值得注意的是，目前数据资产估值尚无统一的行业标准。不同评估机构对同一数据资产的估值差异可能达到30%以上。这就要求CFO在选择评估机构时，优先选择具有数据资产评估经验、熟悉行业特性的专业机构。
数据要素市场化的极为终目标是实现数据的高效流通和交易。目前，中国的数据交易市场形成了“场内交易+场外交易”的双轨格局。
场内交易主要通过各地数据交易所进行，如上海数据交易所、北京国际大数据交易所、深圳数据交易所等。场内交易的优势在于合规性强、交易流程标准化、纠纷解决机制完善。但场内交易也存在交易成本较高、数据产品丰富度不足等问题。
场外交易则更加灵活，包括企业间的直接数据合作、数据服务商的撮合交易、行业联盟内的数据共享等。场外交易的优势是效率高、成本低，但合规风险相对较大。
对于企业CFO而言，选择哪种交易路径，需要综合考虑数据类型、交易规模、合规要求、成本控制等因素。一个可行的策略是：核心敏感数据走场内交易，一般业务数据走场外交易，实现合规与效率的平衡。
以一家医疗健康企业为例，其将脱敏后的疾病诊疗数据通过上海数据交易所进行场内交易，每笔交易都经过严格的合规审查；而将整理后的医学文献数据通过行业联盟进行场外共享，大大降低了交易成本。
基于多家企业的实践案例，我们梳理出数据资产入表的五步操作路径：
领先步：数据资源盘点。对企业拥有的所有数据资源进行全面盘点，包括数据来源、数据类型、数据量、使用情况、合规状态等。这一步需要IT部门和财务部门协同完成。
第二步：数据确权与合规审查。对每一类数据资源进行权利归属分析，确保企业拥有或控制该数据资源。同时进行合规审查，确保数据采集、处理、使用过程符合法律法规要求。
第三步：数据价值评估。选择合适的估值方法，对数据资产进行价值评估。建议同时采用两种以上估值方法进行交叉验证，确保估值结果的合理性。
第四步：入表与披露。按照财政部《企业数据资源相关会计处理暂行规定》的要求，将数据资产计入资产负债表，并在财务报告中进行充分披露。
第五步：持续管理。建立数据资产动态管理机制，定期对数据资产进行重估、减值测试、合规复查，确保数据资产价值的真实性和可靠性。
一家已经完成数据资产入表的科技企业CFO总结道：“数据资产入表不是财务部门一个部门的事，它需要IT、法务、业务、财务四个部门组成联合工作组。我们花了9个月时间才走完五步，但每一步都值得。”
在数据要素市场化的探索中，数智产业全生态服务平台提供了一种创新的解决方案。该平台由逆龄知识产权发起共建，依托与中国技术交易所战略合作及经纪会员双重资质，为企业提供数据资产化的全链条服务。
中技所模式的核心优势在于直连链证中国存证平台，实现了数据资产化的全链路闭环：存证→确权→入表→交易→融资。这一模式解决了数据要素市场化过程中极为关键的几个痛点：确权难、估值难、交易难。
具体而言，企业通过链证中国存证平台进行数据存证，形成不可篡改的存证证据；基于存证证据进行数据确权，明确数据权利归属；由专业评估机构进行数据资产估值；按照财政部规定完成数据资产入表；极为后通过中国技术交易所的经纪会员通道，进行数据资产的交易和融资。
这一模式已经在多个行业得到验证。一家制造业企业通过中技所模式，将其积累的设备运行数据、工艺参数数据、供应链数据进行了资产化处理，成功入表价值超过5000万元，并以此为基础获得了银行的数据资产质押融资。
数据要素市场化对CFO而言，既是挑战，更是机遇。从战略层面看，数据资产化将为CFO带来三个核心价值：
领先，优化财务结构。数据资产入表可以改善企业的资产负债率、净资产收益率等核心指标，提升企业的财务健康度。对于拟上市企业或已上市企业，这直接关系到融资能力和市值表现。
第二，拓展融资渠道。数据资产可以作为质押物进行融资，为轻资产企业提供新的融资路径。目前，多家银行已经推出数据资产质押贷款产品，授信额度可达数据资产评估值的50%-70%。
第三，提升企业估值。在资本市场上，拥有高质量数据资产的企业往往享有估值溢价。特别是对于科技企业、互联网平台、数据服务商，数据资产化可能带来估值翻倍的效果。
但CFO也需要清醒认识到数据资产化的风险：数据合规风险、估值波动风险、技术迭代风险等。因此，建立完善的数据资产管理体系，包括风险控制、合规审查、持续监控等机制，是数据资产化的前提条件。
展望未来，数据要素市场化将呈现几个明显趋势：