数据资产是指由个人、企业或组织合法拥有或控制，能够以数字化形式存储、管理，并通过分析或应用，产生经济或社会价值的数据资源。其核心特征包括可计量、可控制、可交易、可增值。从2024年1月1日起，《企业数据资源相关会计处理暂行规定》已将数据资源视为资产纳入企业财务报表。但数据资产价值的估值认定、质押登记、风险管控这三个难题仍长期在科技型中小企业与银行机构之间筑起无形的屏障。

以黑龙江省绥化市为例，截至2025年9月末，全市227户科技型企业中，158户高新技术企业贷款余额为 20.15亿元，87户专精特新企业贷款余额为20.96 亿元，而 109户科技型中小企业贷款余额仅为5.83亿元，科技类贷款整体增速0.47%。中国人民银行绥化市分行在信贷流向监测中注意到，与高新技术企业和专精特新企业相比，科技型中小企业由于核心资产多为知识产权类无形资产，受限于传统抵押物估值不足而导致信用缺失，往往无法通过银行机构信贷审核，如何使“沉睡的数据”转化为“流动的资本”迫在眉睫。

从科技型中小企业角度看，用户数据通常包括基本信息（如年龄、性别、地域等）、行为数据（如浏览、购买、互动记录等）和偏好数据等；交易数据涵盖销售、采购、物流等环节，如订单金额、订阅服务、商品销量及库存信息等；市场数据涉及行业趋势、竞争对手动态、消费者需求等；研发数据包括实验数据、测试记录、技术文档及专利信息等；运维数据涵盖生产、供应链、设备运行状态、生产效率、物流配送等内容；财务数据多以收入、成本、利润、现金流、可变现资产为主；合规数据包括数据安全审计记录、隐私保护措施等内容。

从银行机构角度看，科技型中小企业数据资产以面向内部和外部提供的数据产品为主，加上用以形成该产品的数据资源，并满足可确定权属的、可追溯来源的、可被有效管理的条件，给商业银行带来可被衡量的信贷准入和增信附加值。其中，用以形成数据产品的数据资源，其权属须明确分配到对应的部门与联系人，其上下游的加工链路应可以被追溯，同时可被商业银行有效管理。无法确定权属、无法追溯来源、无法被有效风控的数据资源都不能列为数据资产。受风控指标所限，绥化作为欠发达农业地区，仍习惯于用土地、房产、设备等有形资产作为抵押评估标准，对科技型中小企业的估值尚处空白，科技型中小企业难以通过抵押贷款获得资金。受保守型风险偏好和科技型中小企业技术转化不确定性和市场风险较高共同影响，部分银行对其贷款风险溢价要求高，科技型中小企业贷款面临融资难、额度低、审批慢的被动局面。

全国版“数据银行”运营模式的整体思路是以打造纵深分域综合运营体系为主线，以确保数据管辖权不转移为前提，以数据内循环为主要突破口，以外循环为落脚点，以应用场景为牵引，充分运用数据沙箱、区块链等技术，打造数据资产安全有序的流通技术环境。通过完善数据运营机制和规则，强化数据运营监管和指导，提高各参与主体数据管理能力。

一是以数据确权为基础，明确数据的使用边界和法定权责。数据资产具有无限复制的特性，海量的分割化、碎片化数据经标准化处理后转化为半结构化信息，经多次分割与算法切换，裂变产生新的数据链接，促进了业务数据化、数据资产化、资产产品化、要素市场化全过程的渐进式演化。用户筛选符合自身需要的关键字段、所属类型及逻辑取值，即可实现数据的查阅、采集、使用和流通。基于上述原因，数据资产在权属界定上，不仅仅需要搭建人工智能技术框架，更需要在法律制度边界内依法而行，进而保障数据要素融通的总体效率和安全性。规范化确权首先要保障的是数据拥有者主体的隐私安全及权属收益，明确数据使用者的权利边界，告知其数据侵权有可能产生的法律责任，实现“数据权益保护和数据产业激励”双层维度平衡。在解决“数据是谁的”前提下，明确数据持有权（对数据的控制和管理）、加工使用权（对数据进行处理和分析）、经营权（对数据产品进行商业化运营）、收益权（从数据使用中获取经济利益） “四权分置”的产权运行机制。对数据的使用场景、地域限制、再授权限制予以明确界定，避免数据权利滥用引发争议。

二是以建立全国版数据资产登记管理平台为抓手，实现规范有效的数据资产质押登记。建议数据资产登记管理平台由政府或政府授权的机构管理运行，具备数据资产分析管理、登记体系建设管理、信息披露服务等功能，对数据资产登记信息实施汇总分析、支持决策和法定监督。数据资产登记系统根据国家相关法律法规、制度规范及行业标准研发，具备支持数据资产登记服务管理功能。科技型中小企业将持有或控制的数据资产在全国数据资产登记管理平台统一登记确权，由主管机关发放数据资产权属证书，作为数据资产对外授权使用的凭证。平台应确保管理信息、分析数据等信息安全 , 保证数据资产登记信息的真实性和有效性。在平台中引入或调用人工智能、深度学习、大模型、商业智能等技术手段和工具，支撑数据资产分析业务，辅助主管部门开展权属鉴别。在保护商业秘密和个人信息安全的前提下，依法依规对采集的数据适时对外发布并留存相关信息。

三是以构建数据资产全周期管理体系为目标，加强数据合规治理。科技型中小企业须从数据处理效率、数据质量、治理成本等多个维度找出数据治理中存在的问题和瓶颈。针对数据重复录入、数据处理周期过长、数据质量问题频发等问题予以优化。通过系统集成实现数据的自动采集和传输，建立数据质量监控机制减少人工干预。通过设定数据处理效率提升率、数据质量改善率等关键指标，对优化效果进行评估。可采用设计数据资产目录树的方式，真实反映数据的分类、来源、存储位置等关键信息，做到数据名称、数据描述、数据所有者、数据使用频率等内容直观可验证。通过对数据全生命周期的管理，进而实现数据资产“内部增值，外部增效”的价值变现。

四是以提升数据资产附加值为核心，打消银行机构对风控的顾虑。数据资产其价值创造不仅取决于资产本身，还依赖于数据使用者在数据使用过程中衍生出的附加值。数据势能形成、数据势能到动能转化和数据动能上升分别对应了数据积累、数据应用和数据资产化三个阶段。涵盖了数据采集、存储、维护、积累、挖掘、流通、交易全过程。影响数据资产价值的因素不仅包括数据技术、质量、容量和价值密度，还包括市场区分度、商业模式、流通环境、数据战略、数据治理、数据架构、数据安全等。现阶段银行机构数据资产估值实践在遵循一般无形资产评估流程的基础上，已纳入数据资产特性评估这一环节，计量模型通常包含价值目标识别、收益预测、数据价值归因、计算要素确认和数据资产评估五个关键步骤。数据资产经前期的汇聚、融合、存储，到中期的裂变资产化，再到商品化后的交易和流转，最终在存储层实现数字孪生，在价值层达到红利释放并实现全流程闭环，上述环节环环相扣并最终影响银行机构计量模型。

在助力企业融资、金融机构风险管理和服务创新，推动金融与实体经济的深度融合等方面，加快建设全国版“数据银行”，盘活科技型中小企业数据资产正当时。

（作者单位为中国人民银行绥化市分行）