随着大数据、云计算、人工智能等技术的飞速发展，数据已成为企业最宝贵的资产之一。在数据资产入表元年时代背景下，国家陆续发布多项政策文件，致力于推动数据向资产化、资本化发展。数据要素作为国民经济社会发展的第五大生产要素，已然成为经济增长的重要引擎。加强数据治理，推动数据资产入表，成为创新发展格局下增强企业核心竞争力的关键。

河钢供应链敏锐洞察数据价值，积极探索数据价值转化新路径，构建数据资产管理体系，通过锁定高价值数据产品，完成数据确权、合规、质量审查等工作，将“运价智能助手”数据产品列入“无形资产－数据资源”会计科目，在取得专业资产评估机构的评估后，打通数据资产与金融服务对接的“最后一公里”，成功获得光大银行石家庄分行数据资产授信额度1000万元。

此次数据资产“入表+融资”的全流程实践，不仅是对单一数据产品价值化的成功尝试，更是为整个钢铁行业提供了一整套可复制、可推广的数据资产价值转化路径和解决方案。解决方案涵盖数据资源的梳理、治理和数据产品的规划、设计、开发、权属界定、合规审查、资产评估、融资授信全过程

在企业数据资产入表和融资的过程中，可以解决以下几个主要痛点：

1、数据资源利用不足，影响内部决策部署

数据资源未得到充分利用和整理，严重影响了企业对内部数据资源状况的清晰评估和了解。当数据未经过系统化的整理和分析时，企业难以准确把握各类数据的实际价值和潜力，造成相关数据资源的浪费。这种状况下，企业管理层在制定战略发展决策时，往往缺乏关键的数据支持，导致决策过程中信息不对称，影响决策的科学性和有效性。未充分利用的数据资源还会使企业错失从数据中挖掘洞察和优化业务流程的机会，进而影响企业的创新能力和市场竞争力。由于内部数据资源未能被真正有效地整合和利用，企业可能无法在战略规划中识别和利用已有优势，导致资源配置不合理，甚至在关键领域出现战略失误。这种数据资源利用不足的状况不仅限制了企业的短期绩效，也对企业的长期发展战略产生了不利影响，使其在快速变化的市场环境中难以保持竞争优势。

2、数据资产管理混乱，管理成本和风险高，阻碍企业数字化转型

企业数据资产缺乏统一的管理框架和标准化流程，导致数据孤岛现象普遍。这种碎片化管理模式不仅增加了数据整合的难度，还使得企业在维护和管理数据资产上耗费了大量资源，管理成本居高不下。同时，部分企业由于数据资产分散存储，难以实现集中管理和监控，增加了数据丢失、损坏的风险，使得企业在数据安全方面面临严峻挑战。同时，数据资产管理混乱还严重阻碍了企业的数字化转型进程。数字化转型要求企业具备高效的数据处理能力，以支持决策制定、业务优化和创新活动。由于数据资产管理不善，企业难以实现对数据的快速、准确分析，导致效率低下，业务流程优化受阻。

3、企业现有融资能力不足，资金紧张

许多企业的传统融资方式主要依赖于实物资产或其他非数字资产，如土地、厂房、设备等。然而，这些传统资产在融资过程中往往面临估值困难和市场认可度低的问题，尤其是在市场波动或资产流动性不强的情况下，企业很难获得理想的融资条件。此外，由于这些非数字资产的增值空间有限，且在快速发展的数字经济中逐渐失去竞争力，企业的融资能力受到明显制约，限制了其在资本市场中的选择和灵活性。这种局面使得企业在激烈的市场竞争中处于不利地位，难以快速响应市场变化和把握新的发展机会。

相比之下，数据资产作为一种新兴且具有巨大潜力的资产类型，正逐步得到市场的广泛认可。数据资产不仅具有较高的市场价值和增长潜力，还能够反映企业的运营状况、市场洞察和创新能力。通过将数据资产系统化地纳入财务报表，企业可以有效开发新的融资点，突破传统资产融资的瓶颈。明确的数据资产记录和科学的价值评估，不仅能够提升企业的融资能力，还能为企业提供更多的融资机会，吸引更多投资者和金融机构的关注。金融机构在评估企业的融资申请时，若能充分考虑数据资产的价值，将更加愿意为其提供资金支持，从而改善企业的融资状况，提升其市场竞争力。

国家自2019年以来陆续发布的一系列数据要素相关法规与政策，旨在最大化地释放企业数据要素、数据资产的价值。数据资产是指企业拥有或控制的，预期会给企业带来可持续经济利益（内部价值或外部收益），以数据为主要内容和服务的可辨认形态。其确认条件包括：由企业拥有或控制、成本或价值能够可靠计量、由过去的交易或事项形成、预期会给企业带来经济利益流入。

2024年，按照国家财政部《企业数据资源相关会计处理暂行规定》中的相关方法，河钢集团打通了“运价智能助手”相关数据资产入表全流程，初步实现数据资产的规范化和价值化，提高了自身数据管理效率和质量。之后通过一系列流程，获得光大银行河北省分行1000万元授信，打通数据资产向金融资本转化的通道。

企业数据资产从认定，到入表、融资，是一项较为复杂的工作，其中涉及到多方的配合与协作。为此，企业需要组建一支专业团队，涉及业务、财务、法务、审计等多条线相关人员，与专业律所、评估机构等紧密联系，推进过程。其解决方案如下。

图1 数据资源价值化应用流程

资料来源：河钢集团供应链管理有限公司

1、企业自身数据需求挖掘

基于公司业务，挖掘业务开展过程中所需要的数据需求。河钢集团作为钢铁等大宗产品领域龙头企业，主营业务涉及大宗货物运输。随着物流成本的不断上升，物流产业链上下游的用户对于运价准确预测的需求愈发迫切。为了深入了解其痛点，集团精心组织了针对长期合作车队的深入调研。调研结果显示，众多车队在运价制定上仍主要依赖于员工的个人经验和直觉进行价格预测与报价。这种方式不仅受限于个体的认知局限，难以全面捕捉市场动态和价格变化趋势，而且效率低下，容易错失商机或承担不必要的风险。企业对平台输出运价的服务呼声较高。

2、数据资源的采集与治理，初步形成专用数据集

基于分析挖掘得到的业务数据需求，公司应展开针对相关数据指标的采集、处理、标准化等工作，构建一份适配业务基本情况的指标体系与数据仓库。在“运价智能助手”中，数据主要来源于公司“铁铁智运平台”与外部接口，同时包括大量历史询比价数据。将以上数据进行处理，对噪声数据进行清洗。基于运价影响因子，如发货地、预估距离等，确立项目所需指标体系，形成专用的数据资源。

3、数据产品的开发与梳理，形成数据产品

企业应根据业务数据需求，与前期创建的指标体系和数据集，构建开发数据产品。在此过程中，企业需要明确内部数据共享流通机制，并对数据产品分级分类。

在“运价智能助手”中，整个运价预测系统内包含两个数据相关的模型：基于机器学习的运价市场价预测模型、基于数学逻辑的运价成本价估计模型。整体系统逻辑如下图，其中包括数据源输入、数据处理、参数传入、模型应用等模块，最终结果将根据具体结果，传出并展示给相应对象。

图2 “运价智能助手”结构流程图

资料来源：河钢集团供应链管理有限公司

（1）基于上游货主方等，提供机器学习算法模型，精准预测市场价

基于机器学习算法的汽运市场运价预测模型展示了先进机器学习技术在数据处理中的应用。模型依托河钢数据平台，自动收集并预处理运距、油价等动态数据，通过数据清洗、缺失值填补和标准化，确保数据准确性。在训练中，机器学习算法在处理高维稀疏数据和大规模数据集时表现出色，通过调整学习率和最大深度等参数，筛选出关键特征，减少过拟合。模型还采用在线学习和增量训练技术，实时更新预测结果，确保预测的及时性和准确性。

图3 机器学习模型示意图

资料来源：河钢集团供应链管理有限公司

（2）基于下游承运方，提供数学成本模型，科学预估成本价

本模型通过起始地点、目的地点等信息预测运输成本，并提供相关历史价格信息。它分析内部数据（如发货地、收货地等）和外部数据（如油价、行驶距离等），实现准确的成本预测，帮助优化运输决策。模型综合考虑到不同车型的固定成本（如折旧等）和变动成本（如路桥费等），可以较为科学、符合实际地计算相关成本。

4、针对数据产品，完成数据资产权属界定

在复杂的业务交互环境中，针对第二方数据和外部的第三方数据，其权属的明确与保护成为数据资产认定的第一步。依据与合作伙伴或数据提供商签署的合同条款，法律组需要追溯合同要约，明确数据的所有权、使用权及限制条件。在合同终止或解除的情况下，企业还需特别关注对已有数据的控制能力，制定并执行数据迁移、备份、删除或销毁的计划，以确保数据流转的合规性与安全性。同时，对于关键或敏感数据，企业应开展权属排他性判定，确保在特定范围内享有数据的独占使用权，避免潜在的法律风险与商业冲突。为实现这一目标，企业应形成一套完整的权属判定流程和相关支持性文件体系，包括但不限于详细的合同文本、明确的权属声明、严格的数据使用政策以及符合行业规范的安全合规指南。

5、针对数据资产进行经济利益分析

数据产品在确定其收益时，需要紧密结合业务经营的各种场景，这包括但不限于营销、风控、管理、服务以及监管等各个环节。为了实现数据的最大价值，数据组必须清晰地描绘出数据的价值蓝图，明确数据在哪些具体环节和场景中能够发挥作用，以及这种作用如何转化为实际的业务价值。同时，团队还需要深入理解并分析价值动因，即推动数据价值实现的关键因素和动力，以确保企业能够有效地利用数据，为业务带来切实的增长和竞争优势。

6、针对数据资产进行成本归集，制定材料依据，完成入表工作

在数据资产完成权属界定和经济效益分析之后，应由团队中的财务组负责进行数据产品的成本归集和分摊工作，以进一步推动数据资产入表的进程。财务组将基于公司的人工工时、资源消耗等多维度数据，全面分析数据资产相关联的直接成本，这包括但不限于人力成本、差旅成本等实际支出。同时，财务组还会考虑间接成本，如租金、设备折旧等，进行各层次成本的细致梳理和分摊，以确保数据资产的成本核算准确无误，为公司的财务决策和资产管理提供有力支持。财务组需要提前制定明确的材料依据，作为各会计处理场景下凭证的附件要求，以确保数据资产入表工作的规范性和准确性，为数据资产入表后的列报披露等过程打下文件基础。经过一系列严谨的流程，企业最终将数据资产正式列入企业的财务报表中，并归类为无形资产，完成数据资产入表。

图4 数据资产入表流程图

资料来源：河钢集团供应链管理有限公司

7、数据资产融资，促进企业数字化转型

在完成以上入表工作后，企业将相关数据资产用于融资授信。融资过程中涉及到企业、银行、数据交易所、律所、资产评估机构等多方，需要加强沟通，共同推进。

（1）调研合作银行，明确融资模式等内容

团队应积极与有意向合作的银行进行深度交流，全面了解并准确把握银行在数据资产融资方面的具体要求和标准。在此过程中，双方着重探讨数据资产融资的两种核心模式——质押与无质押，详细分析了每种模式的特点、操作流程及潜在风险，并充分交换双方意向模式。

同时，团队需要特别关注银行对于资产评估机构的选择标准与要求。资产评估作为数据资产融资过程中的关键环节，其准确性和公正性直接关系到融资的成败。通过细致沟通，明确银行对于评估机构的资质、经验、独立性等方面的具体要求，企业应当贴合银行方面要求，筛选出符合要求的评估机构，确保数据资产的价值得到公正、合理的评估。

（2）调研数据交易所，了解挂牌要求与流程

为了全面把握数据交易市场的准入门槛与运作机制，选出最适合的数据交易所，团队应深入调研，细致了解各交易所挂牌数据产品的要求与具体流程。这一调研过程不仅涉及对交易所基本运营模式的剖析，还着重关注了数据产品挂牌前所需满足的资质条件、数据质量与安全标准、以及知识产权归属等核心要素。在此过程中，针对数据交易所的要求，团队需要第一时间跟进，同时密切关注其要求与银行方是否有冲突，并第一时间协调。

（3）选定专业律所，出具合规报告

在融资进程推进过程中，合规分析是极为重要的一环。为了确保数据交易活动的合法性与规范性，满足银行及数据交易所要求，企业应选择与被前二者所认可的专业律师事务所合作，审查自身数据产品在数据保护与合规等领域的具体情况，并出具合规报告。此报告将全面审视企业的数据交易活动，包括但不限于数据收集、处理、存储、转让等各个环节，以确保企业数据资产严格遵循国内外相关法律法规的要求，为后续银行和数据交易所流程提供合规保障。

（4）选定专业资产评估机构，出具评估报告

数据资产质量评估是关系到其挂牌、融资的重要步骤。在综合考量银行与数据交易所要求并充分协调后，企业应选定符合多方要求的有数据资产评估资质的专业评估机构进行评估。参考前面出具的合规报告，评估机构综合考量，最终出具评估报告。同时，通过该份评估报告，企业等多方可以获得对其数据资产全面而深入的价值认知，有助于在数据交易市场中合理定价，并为企业的战略决策提供有力支持。

（5）审查相关文件，推进数据资产挂牌、融资落地

完成上述准备工作后，企业可以正式向数据交易所提交挂牌申请，并同时向银行提交融资申请。在申请过程中，企业需要充分展示自身数据资产的价值和潜力，以及融资项目的可行性和收益预期。银行或数据交易所将根据企业的申请材料和评估报告进行审批，并决定是否提供资金支持。

图5 数据资产融资流程图

资料来源：河钢集团供应链管理有限公司

1、有效提升单据流转率，助力企业降本增效

数据产品的直接应用，通过提供深入的数据分析和预测能力，显著提升了企业的业务赋能，推动了降本增效。数据产品帮助企业精准决策，优化运营流程，提升客户体验，并加强风险管理。通过全面分析市场趋势、客户需求和内部运营数据，企业能够减少资源浪费、提高生产效率、提升客户满意度，并有效识别和规避潜在风险，从而实现整体成本控制和运营效率的提升。

河钢集团“运价智能助手”产品，在物流领域为河钢集团降本增效明显。产品上线前，通过统计相关主业钢厂上百条核心线路成交价格情况，“运价智能助手”产品预计为河钢集团国际物流有限公司降低物流成本26亿元，降价率达23%；在其上线后，通过对平台内某家公司6月承接运单量的统计，最终收入70余万元。

2、改善企业利润，增加资产积累，提升资本化能力

数据资产入表过程中，数据资源相关支出从费用化处理转变为无形资产或存货等资产形式纳入财务报表，不仅能够显著提升企业资产总额，优化财务结构，还能增强企业的盈利能力和市场竞争力，为企业的长远发展奠定坚实的财务基础，实现资产积累和资本化能力的提升。

2024年7月26日，河钢供应链铁铁智运网络货运平台的运价智能助手作为数据资产正式通过光大银行融资落地，实现集团数据资产融资创新“零突破”，成功融资1000万元，标志着集团打通了数据要素价值化全链条管理路径。

3、加速数字化转型，推动创新发展

数据资产融资是企业数字化转型的重要推动力之一。通过数据资产融资，企业可以更加积极地投入到数字化技术的研发和应用中，推动自身业务的数字化转型。数字化转型不仅能够提高企业的运营效率和市场竞争力，还能够为企业带来更多的创新机会和发展空间。通过数据分析和挖掘，企业可以发现新的商业模式和增长点，为企业的持续发展和创新提供有力支持。

在数据资产获得光大银行河北省分行融资后，河钢集团加快了数字化转型脚步。后续，该笔数据资产融资贷款将用于河钢供应链易富瑞（Efree）供应链服务平台的进一步开发与建设。易富瑞作为集交易结算、物流仓储、加工配送、金融服务、大数据、风控管理等功能于一体的综合性工业互联网平台，将借助此次融资助力，持续优化服务功能，提升用户体验，为钢铁行业提供更加高效、便捷、智能的供应链管理解决方案，同时极大地助力河钢集团数字化转型进程。