多地在数据资产融资业务领域取得突破，今年以来，已有长沙、武汉、杭州等多地披露本地企业完成数据资产质押融资，且多为“首单”，一方面反映出我国数据要素市场建设正在提速，另一方面对金融机构来说，也意味着新的发展机遇。金融机构迎来了业务增量提质、更好地服务新质生产力相关产业发展的新空间。
从科创企业的角度来说，大多数初创期的企业往往规模较小、经营管理能力较弱、财务制度不完善，加上与金融机构之间存在信息不对称等问题，融资难、融资贵成为制约其发展的重要因素。截至2024年5月31日，我国专精特新中小企业、小巨人企业数量分别为13.2万家、1.3万家，这些企业是我国发展新技术、新产业、新业态等的重要动力源泉，但其中大多数企业都处于产业链末端，资产规模小、抗风险能力弱、信息透明度不高，难以获得金融服务支持。
数据资产融资取得显著进展，有助于解决科创企业融资中存在的一些瓶颈问题：一是在数据资产入表方面，通过第三方服务机构资源，为企业数据资产进行评估，支持将企业数据资产入表；二是在数据资产上市交易方面，为企业提供数据资源盘点、数据价值挖掘、数据产品孵化，以及产品上市流通与交易撮合服务，进一步放大数据资产价值；三是在数据资产融资中，地方搭建平台，推荐数据资产融资业务适配度较高的企业与银行对接，有助于银行更全面地评估企业的综合信用承受能力，进而提供相应的贷款额度支持，更好发挥数据增信的作用。
随着人工智能、大数据等相关技术的应用日益普遍，金融机构的数据资产融资业务将迎来更大的发展空间。例如，今年2月份，中国建设银行上海市分行与上海数据交易所合作，发放了基于上海数交所推出的数据资产信贷服务产品“数易贷”的数据资产质押贷款；5月份，北京银行为一家大数据公司提供了数据资产融资支持，成为北京市首笔在北京国际大数据交易所完成质押登记的数据资产质押贷款。已有案例均表明，数据资产融资业务具有较好的可复制和推广的特点。
当前，我国正在加速构建完善产业数字金融生态，金融机构加快创新开发基于数据资产的金融产品和服务更具有积极的意义。银行等金融机构要主动积极参与各地数据要素市场建设，在数据要素流通交易的标准制定和机制建设上与各部门协同发力，同时，探索开发更多科技金融产品，持续推动对中小微科技企业的服务提质增效。
2024年9月13日，某落地上海市首笔全流程可线上追溯“数易贷”，率先将经专业机构评估认可的数据资产纳入融资押品范围，助力小微企业数字化转型升级。
（一）产品要素
（二）业务发展
在数据要素市场化配置上升为国家战略的引领下，“数据×金融”以前瞻性的视野和扎实的推动正发挥着金融灌溉新质生产力的乘数效应。未来，该银行将继续聚焦数据资产价值发现，促进数字经济和实体经济的深度融合，繁荣数据生态，更好地服务经济高质量发展，书写好数字金融大文章。
（三）同业对比：部分同业银行数据资产融资梳理
数据资产的类型多种多样，包括但不限于：客户数据、交易数据、运营数据、市场数据、社交媒体数据、地理位置数据以及物联网数据等。每种类型的数据都可能蕴含着巨大的价值，等待企业去挖掘和利用。例如，电子商务平台的客户购物数据可以用于个性化推荐，提高转化率；制造业的设备运行数据可以用于预测性维护，降低停机时间；金融机构的交易数据可以用于风险评估，优化信贷决策。这些应用不仅能够提升企业的运营效率，还能创造新的商业模式和收入来源。
然而，数据资产的管理和利用也面临着诸多挑战。首先是数据质量问题，包括数据的准确性、完整性和一致性等。其次是数据安全和隐私保护问题，特别是在涉及个人信息的情况下。再者是数据价值评估的难度，由于数据的潜在价值往往难以量化，这给数据资产的定价和融资带来了挑战。
数据资产融资是指企业利用自身拥有的数据资产来获取资金支持的一种新型融资方式。随着数据经济的发展，数据资产融资正在成为企业融资的重要补充。主要的数据资产融资类型包括：
这是目前最常见的数据资产融资方式。企业将自身的数据资产作为抵押物，向金融机构或其他投资者获取融资。在这种模式下，企业仍然保留数据资产的所有权和使用权，只是将其作为担保。例如，一家拥有大量用户行为数据的互联网公司，可以将这些数据作为质押，向银行申请贷款。银行会评估这些数据的价值，包括数据的数量、质量、潜在商业价值等，然后决定贷款额度和利率。
在这种模式下，企业将数据资产注入一个新设立或现有的子公司或合资企业，然后向投资者出售该公司的股权，实现融资目的。投资者通过持有股权来分享数据资产带来的收益。
这是一种更为复杂的融资方式，将多个数据资产池化，通过结构化设计将其转化为可交易的证券产品。这种方式可以将非流动性的数据资产转化为流动性较强的金融产品。例如，多家企业的客户数据可以被打包成一个资产池，然后发行证券。投资者购买这些证券，本质上是在投资这些数据资产未来可能产生的现金流。这种模式还处于探索阶段，面临着估值、风险控制等多方面的挑战。
在这种模式下，企业将数据资产的未来收益权转让给投资者，以换取即时的资金支持。投资者则通过未来数据资产产生的收益来获得回报。比如，一家拥有大量位置数据的地图服务公司，可以将这些数据未来一年的使用收益权转让给投资机构，换取一笔资金。投资机构则在未来一年内享有这些数据产生的收益。
每种融资方式都有其特点和适用场景。企业在选择融资方式时，需要考虑自身的数据资产特征、资金需求、风险承受能力等因素。同时，也要注意数据安全、隐私保护等法律合规问题。
当前，银行的数据资产管理尚处于初级阶段，数据治理意识、统一管理体系和复合型人才的缺乏是制约数据资产管理效能提升的普遍因素。此外，银行的数据规模激增，结构复杂，数据零散化问题日益显著，这些问题都需要通过完善的数据治理体系来解决。
在数字化转型的过程中，银行面临着技术架构迁移的难题。许多银行拥有大量的陈旧系统，这些系统在新形势下难以适应银行云原生架构的需求。如何在不影响业务连续性的前提下，逐步迁移这些系统，是银行在推进数字化转型过程中亟待解决的问题。这不仅需要银行具备强大的技术实力，还需要制定科学合理的迁移策略，以确保迁移过程的顺利进行。
数据安全与隐私保护问题不容忽视。随着数据规模的扩大和数据价值的提升，数据安全问题日益凸显。银行在推进数据资产项下融资业务时，必须确保数据的安全和隐私，防止数据泄露和滥用。这要求银行加强数据安全防护能力，建立健全的数据安全管理体系，并加强对数据使用行为的监控和管理，以确保数据的安全性和隐私性。
数据资产的估值和定价是一个复杂的过程，需要考虑多个因素。由于数据的产权复杂性、价值动态性和资产无限性等特点，使得数据资产的评估和定价变得尤为困难。银行在开展数据资产项下融资业务时，如何准确评估数据资产的价值，并为其制定合理的定价策略，是银行需要解决的关键问题。这要求银行具备专业的评估能力和定价机制，以确保数据资产项下融资业务的顺利开展。
在客户选择上，商业银行应优先考虑那些经营方向与区域资源禀赋相匹配的大型央企、国企客户，以及具备相关数据资产资质且表现优质的存量客户。鉴于数据资产作为新兴知识产权资产类型，虽然得到各级政策的大力支持并正在迅速完善，但其起步时间尚短，全国统一的交易平台尚未建立，市场交易规模有限。因此，在官方评估标准虽已确立并实施，但价值的公允性仍需市场通过时间和交易规模来验证的背景下，银行需从前端客户准入环节进行严格筛选，确保信贷资金的安全。同时，数据资产为经营主体创造价值的能力在很大程度上依赖于其应用性和准确性等因素，而这些因素的质量又与区域经济增长禀赋密切相关。因此，在准入过程中，银行应优先选择数据类型与区域增长禀赋高度契合的数据资产权属企业，从前端把握数据资产在未来创造收益的能力。
在风险控制及综合贡献提升方面，建议商业银行暂时将数据资产作为辅助担保手段，并加强与地方政府部门的沟通协作，特别是在主体对接、数据资产确权及处置、授信资金封闭管理等方面。鉴于数据资产的价值评估及风险把控措施尚未完全成熟，银行在当前阶段应将其作为授信主体的增信措施，待市场交易、技术、开发手段及处置方式逐步成熟后，再渐进式提升数据资产的风险缓释地位。同时，由于金融机构与具备资质的企业在数据资产形成和评估领域存在严重的信息不对称，银行应加强与当地政府和知识产权主管部门、市场监督管理部门及营商环境主管部门的沟通，重点关注对授信企业数据资产质押权的确立，以便强化贷后管理并设置相应的风险隔离机制。在涉及数据资产开发项目的资金封闭管理上，银行应取得政府及国有专业平台的指导和核实。
在授信方案设计上，商业银行应紧跟最新政策导向，对现有产品制度进行优化升级，紧密围绕数据资产这一核心生产要素，综合考量资金需求、风险缓释、资金监管及定价策略等关键授信要素。具体而言，授信品种将以固定资产（无形资产）贷款和流动资金贷款为主导，同时，针对优质客户的数据资产开发项目，适度提供项目贷款支持。贷款金额的确定，需在全面评估客户主营业务经营情况及其第一还款来源的基础上，结合数据资产未来创造现金流量的潜力进行综合判断。授信期限方面，结合过往成功案例及银行自身实际情况，建议固定资产贷款及项目贷款类产品期限不超过3年，流动资金贷款类产品期限不超过1年，但具体期限还需根据数据资产价值评估及客户实际经营状况进行合理调整。此外，严格实施项目资金封闭管理，确保贷款资金严格按照受托支付原则进行管理和使用，并严密监控资金最终流向。定价策略的制定，则需遵循风险与收益相匹配的原则，综合考虑客户主营业务及经营情况、数据资产质量、估值水平及其未来创造现金流的能力，以确保定价的合理性及市场竞争力。
长期坚持提供干货不易，如文章引起大家共鸣、对大家有帮助，请大家点赞并转发，以支持我们提供更多干货，谢谢。
商务合作\内容撰写\软文推广：15201196271（备注合作事由或电联）
需求发布\业务对接\投融资需求：18600329996（电话联系）
