9月15日，北京三维天地科技股份有限公司在投资者互动平台回应称，此次中标中国—东盟信息港股份有限公司2025年系统平台建设服务采购项目，代表了客户对公司技术和产品实力的认可，公司将在完成项目的同时积累实施经验，争取未来更广泛参与各地数据资产开发、流通、交易各环节的建设。
这一企业动态清晰印证，随着数据要素市场化进程加快，数据资产的战略价值已逐步成为企业核心竞争力的关键构成。这也正是近期各地密集出台政策、加速推进企业数据资产入表工作的核心逻辑支撑。各地通过“激励+指引”的双重政策发力，既精准呼应了企业在数据资产化进程中的实际需求，也为数据要素价值充分释放搭建了更完善的制度环境。
接受《证券日报》记者采访的专家表示，数据要实现从要素到资产的跨越，必须突破三大核心关卡——法律关、会计关与市场关，因此，数据资产入表是激活数据要素价值的必要前提之一。不过，当前数据资产入表仍面临数据合规性与权属界定模糊、成本与价值计量困难等现实阻碍。对此，尚需加快完善数据领域法律法规，明确数据权属规则，构建行业公认的评估框架并开发动态评估模型；企业自身也应强化数据治理，健全数据治理体系与风险管理机制，建立数据成本归集与分摊机制，共同保障数据资产入表工作合法、规范、有序推进。
“战略资产”属性愈发清晰
在数字经济深度渗透的当下，数据资产的“战略资产”属性正愈发清晰。为顺应这一趋势，今年以来，企业对数据资产的开发与运用力度显著加大，且不再局限于单一业务环节，而是逐步延伸至融资、产业整合、业务创新等多个关键领域，通过多元化实践将数据资产的商业价值与产业效能转化为实实在在的发展优势。
这一趋势在资本市场的表现尤为突出。一方面，数据资产证券化进程加速推进，部分手握核心用户数据、交易数据等优质资源的企业，通过将数据资产未来收益权证券化的方式，有效拓宽了融资渠道，打破了传统融资模式对实体抵押物的依赖，为企业发展注入了新的资金活力。
据Wind资讯数据统计，自今年4月份市场首单数据资产ABS（资产证券化）成功发行以来，截至目前，累计已有4单数据资产（赋能）ABS落地，合计发行规模达17.74亿元，数据资产证券化加速进入常态化发行阶段。
另一方面，在产业整合领域，数据资产已成为并购重组的重要标的，不少企业将收购拥有稀缺数据资源、成熟数据治理能力的市场主体作为重要战略选择，通过这一方式快速补齐自身数据短板，抢占产业链数据制高点，实现核心竞争力的跨越式提升。
例如，深圳市宇顺电子股份有限公司9月13日披露《重大资产购买报告书（草案）（修订稿）》称，公司拟通过支付现金方式购买中恩云（北京）数据科技有限公司等公司股权，以进入发展前景广阔的数据中心市场，进一步扩展公司未来的增长空间，提高公司的盈利能力。
在这一趋势下，各地持续加码政策支持，助力企业推进数据资产入表工作。例如，广东东莞8月份起执行《东莞市关于支持企业开展数据要素“首评估、首入表、首开放”的实施细则》，推出现金奖励机制，引导企业主动攻克数据要素“首评估、首入表、首开放”过程中的关键难点，激发企业参与数据资产化的积极性；8月底，江苏省财政厅出台《企业数据资源入表指南》，聚焦实操层面痛点，为企业数据资源规范化梳理、合规化入表提供了清晰的操作路径与专业指导，有效降低企业数据资产入表的合规成本与操作门槛等。
从现金激励激发参与热情，到实操指南降低入表门槛，再到合规指导规避潜在风险，各地差异化、精准化的政策举措正形成合力，为企业充分释放数据资产价值提供坚实保障。
上海交通大学上海高级金融学院副院长李峰在接受《证券日报》记者采访时表示，数据资产入表为数据价值的深度挖掘筑牢了基础。借助规范化的数据估值体系，数据资源得以在合规框架内顺畅开展流通交易——这不仅从形式上优化了企业财务指标，更从实质上激活了数据要素的内在潜能，通过推动数据的广泛应用与高效流转，为上市公司持续创造增长型企业价值。
数据资产入表进程显著加快
得益于各地政策的支持与引导，我国企业数据资产入表进程显著加快，且在披露规范性、计量标准化等方面不断优化。
以A股上市公司作为观察对象，据Wind资讯数据统计，共有102家A股上市公司在2025年半年报中明确披露数据资产相关信息，涉及数据资产规模合计达56.37亿元，与去年同期相比，数据资产入表的上市公司数量及规模分别同比增长137.21%和74.79%。
从规范程度来看，上市公司的数据资产披露加速向精细化、标准化方向迈进。一方面，在披露维度上，多数公司不仅明确标注了数据资产的类别与入表金额，还补充披露了数据资产的形成来源及合规性说明；另一方面，在计量管理上，多家公司建立了数据资产的成本归集、摊销计提等会计核算流程，部分企业还引入了第三方机构开展数据资产评估与鉴证，进一步提升了数据资产计量的公信力。
但需要注意的是，尽管企业数据资产入表整体进程加快，但实践中仍面临不少待解难题，包括资产权属问题、预期收入难以评估、数据资产核算规则尚待完善和数据资产管理制度不健全等。
从企业自身角度来看，北京邮电大学区块链与人工智能联合实验室执行主任陈晓华对《证券日报》记者表示：“当前部分上市公司的数据资产入表仍存在‘重形式、轻实质’的问题，例如部分企业仅将数据采集成本、存储费用等简单归集为数据资产，却未充分考虑数据清洗、治理、建模等环节产生的隐性成本，导致资产价值计量与实际商业价值存在偏差。”
面对上述问题，如何进一步加速并规范企业数据资产入表进程，成为市场关注的焦点。中国通信工业协会区块链专委会共同主席于佳宁对《证券日报》记者表示，为了确保数据资产的价值评估更加科学合理，首先需要建立健全的评估标准和方法体系。数据资产的评估不同于传统有形资产，其价值不仅体现在规模上，还涉及数据的质量、稀缺性、使用场景、潜在商业价值等多重因素。评估体系应综合考虑数据的使用效益、数据管理成本、数据隐私与安全性等维度。此外，行业内还需推动数据资产评估的标准化，以便各企业在披露数据资产时能够遵循统一的标准，使投资者和市场参与者能够更客观地进行横向比较。
陈晓华表示，上市公司自身也需强化数据治理能力建设，从源头规范数据采集、存储、加工的全流程管理，建立数据资产台账与风险管控机制，确保入表数据的合规性与安全性。此外，建议监管部门适度加强对上市公司数据资产披露的监督指导，对披露不规范、数据造假等行为加大惩戒力度，引导市场形成“真实披露、合规入表”的良好生态。
汇盈策略提示：文章来自网络，不代表本站观点。
