数字经济时代,数据成为企业生存发展不可或缺的生产资料。企业利用数据实现利润价值、企业价值、股东价值最大化的过程,是从数据资源化、数据产品化、数据资产化到数据资产金融化(资本化)的过程。
数据资产融资是数据资产金融化的一种形式,是企业数据资产变现价值得到市场认可的最直接表现,也是企业自发投入开展数据价值挖掘,参与数据要素创业的最直接且重要驱动力之一。
2023年2月,中共中央及国务院印发《数字中国建设整体布局规划》(以下简称《规划》)。该《规划》中明确要求“创新资金扶持方式,加强对各类资金的统筹引导。发挥国家产融合作平台等作用,引导金融资源支持数字化发展。鼓励引导资本规范参与数字中国建设,构建社会资本有效参与的投融资体系。”
在2023年10月,中央金融工作会议在北京召开。会议强调,要做好科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章。优化资金供给结构,把更多金融资源用于促进科技创新、先进制造、绿色发展和中小微企业;加强对新科技、新赛道、新市场的金融支持,加快培育新动能新优势。
2023年12月13日,金融监管总局党委书记、局长李云泽主持召开党委(扩大)会议中提出,“健全绿色金融体系,支持打造绿色低碳发展高地。加强普惠金融服务,提升民营小微企业和新市民金融服务水平,促进社会综合融资成本稳中有降。”“促进数字金融发展,助力数字经济和实体经济融合发展,加强数据安全管理。”
2023年12月31日,国家数据局等部门联合印发《“数据要素×”三年行动计划(2024—2026年)》。该文件(二十二)提出“…鼓励金融机构按照市场化原则加大信贷支持力度,优化金融服务。”
何为数据资产信贷融资?
笔者在实践中注意到,各方对于数据资产信贷融资的理解和定义是不太一致的。
首先,数据产品和数据资产是一回事吗?答案是否定的。
数据产品是指基于数据提供的服务或解决方案,旨在满足特定的业务需求或解决实际问题。通过对数据进行收集、存储、处理、分析和可视化等一系列操作,提取数据中的价值,并以易于理解和使用的方式呈现给用户。目前,各地数据交易所对数据产品挂牌的基本要求是挂牌主体的合法性、产品合规性、有场景可交易性、产品流通的风险可控等。目前,各地挂牌的数据产品的形态很多,有数据集、模型、报告、评分、可视化系统、数据治理和数据开发工具等。可以说,数据产品的外延其实已经被广义化和泛化。笔者认为,只要产品有需求市场且合法合规,对于什么是数据产品的定义也确实没有必要过于严谨。
但数据资产则不同。数据资产的定义,有经济学层面的、IT层面的、财务会计层面的不同定义。根据2023年财政部发布的《企业数据资源相关会计处理暂行规定》,数据资产是指特定主体合法拥有或控制的,能进行货币计量的,成本可归集的,且能带来直接或间接经济利益的,按照企业会计准则相关规定确认为无形资产或存货等资产类别的数据资源。而数据资源的外延是无法扩展到模型、系统、软件层面的。
不过,数据产品与数据资产并不是互斥关系,相反数据产品在符合一定条件下,经过严谨的论证后,是可能成为数据资产的。
其次,数据资产信贷融资是否等于数据产品信贷融资?
我们日常在新闻中听到的数据资产融资,笔者认为是一个广义的概念。我们看到的案例中,把数据产品、数据资源的融资都被贴上了数据资产融资的外衣。但由上文可知,既然数据产品与数据资产是两个事情,那么数据资产信贷融资与数据产品信贷融资自然也是不同的。
数据产品信贷融资,大家很少说这个词。但是,目前很多实践性案例是不少的。为什么这么说呢?传统对公贷款中,银行一定会审核会计三表,也就是我们常说的资产负债表、利润表和现金流量表。而在2023年财政部发布的《企业数据资源相关会计处理暂行规定》生效之前,被认定为无形资产且完成了入表的数据资产极少见。如果有融资需求的企业,数据产品已经产生了现金流,那么基本上都是将其计入收入项,同时成本费用化。所以,如果遇到此类数据产品,银行审核时,与其说是在根据数据资产的价值核定授信额度,倒不如说,是按照该数据产品既往及未来可能产生的现金流收入的稳定性决定是否授信及核定额度。
但我们要探讨的数据资产融资中的底层资产,其首先应当是进入资产负债表的资产。根据2023年财政部发布的《企业数据资源相关会计处理暂行规定》的规定,企业在编制资产负债表时,应在“存货”项目下增设 “其中:数据资源”项目,反映资产负债表日确认为存货的数据资源的期末账面价值;在“无形资产”项目下增设“其中:数据资源”项目,反映资产负债表日确认为无形资产的数据资源的期末账面价值;在 “开发支出”项目下增设“其中:数据资源”项目,反映资产负债表日正在进行数据资源研究开发项目满足资本化条件的支出金额。”
笔者在本文中后续探讨的数据资产信贷融资,是基于符合《企业数据资源相关会计处理暂行规定》相关要求的资产为基础展开。
现阶段数据资产信贷融资实践情况如何?
融资,根据形式不同,可以分为直接融资和间接融资。信贷融资对于企业来说是一种间接融资方式。
据公开报道显示,涉及数据类信贷融资的探索实践,国内早在2016年就已经开始。2016年4月,贵阳银行基于水文数据质押物,向贵州东方世纪科技股份有限公司发放100万元贷款,后者主营水利行业信息化和大数据应用服务,用于质押的水文数据涉及防洪减灾、水情测报、水利调度、气象信息等领域,这笔贷款在当时也被称为“数据贷”。
2021年,浙江凡聚科技有限公司将可穿戴产品上分析得到的沉浸式儿童注意力缺陷与多动障碍测评数据,经过数据脱敏、安全加密后存至区块链存证平台,计划许可用于儿童多动症干预治疗项目。通过担保公司增信,上海银行滨江支行通过数据资产质押形式,为其授信100万元。
2022年,北京银行与中国电子技术标准化研究院及首批数据资产评估单位深入沟通,与全国首批数据资产评估试点单位——罗克佳华科技集团股份有限公司就数据资产化、数据资产抵押贷款达成合作意向,对其持有的某行业数据资产质量评价与价值评估项目资产评估报告进行分析,在市经信局、市大数据中心的指导帮助下,北京银行城市副中心分行成功落地首笔1000万元数据资产质押融资贷款。
2023年以来,涉及数据或数据资产类信贷融资案例如雨后春笋般涌现。如深圳微言科技有限责任公司凭借其在深圳数据交易所(简称“深数所”)上架的数据交易标的,获得光大银行深圳分行1000万元授信贷款。同年8月,江苏罗思韦尔电气有限公司以其拥有的“T-BOX车联网信息数据”知识产权为质押,成功向苏州银行扬州分行融资1000万元。2023年9月,福茶网科技发展有限公司将其持有的茶产业生态数据在全国数据资产登记服务平台进行登记,获得福建海峡银行1000万元授信额度。2024年2月,中国建设银行上海市分行与上海数据交易所深度合作,成功发放首笔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。2024年上半年,赣州银行携手战略合作伙伴赣州市智能产业创新研究院成功助推江西冠英智能科技股份有限公司实现工业边缘智控终端产品作为数据资产纳入企业财务报表,为企业实现“数字资产入表”融资2500万元。……
在这不断涌现的实践性案例背后,我们看到的是银行未曾言说的难处:不敢成规模放贷,只敢做增信。究其原因,总结成一句话,就是围绕着数据资产信贷融资的全流程风险管理不知道怎么做。
数据资产信贷融资中面临哪些挑战?
(一)数据资产入表尚不规范
2023年8月,财政部印发了《企业数据资源相关会计处理暂行规定》(以下简称《暂行规定》,2024年1月生效。该《暂行规定》规范了企业数据资源相关会计处理,同时强化了相关会计信息披露。2023年9月,中评协发布了《数据资产评估指导意见》(下称《指导意见》),这也是继财政部《暂行规定》后,又一部推动数据资产化的财会文件。《暂行规定》和《指导意见》的发布,是对“数据二十条”中关于“数据资产入表”的具体落实,也被市场认为是数据资产入表进入倒计时的重要里程碑,从而衍生出 “数据资产融资”的热门话题。
从2024年初开始,找律所、会计师事务所咨询数据资产入表的企业明显增多,但目前市场上真正已经按照财政部文件要求,严谨地完成入表的资产并不多。笔者在与各类企业沟通过程中发现了几类问题:
1、有些企业对数字资产、数据资产概念和界限认知模糊。一字之差,看似微小,实则内涵不同。关于数字资产,目前无官方定义。百度百科对数字资产的定义是企业或个人拥有或控制的,以电子数据形式存在的,在日常活动中持有以备出售或处于生产过程中的非货币性资产。笔者认为,数字资产是任何以电子化形态呈现的,企业拥有或控制的,预期会给企业带来经济利益的内容。而数据资产,财政部的《暂行规定》已经非常明确,是按照企业会计准则相关规定确认为无形资产或存货等资产类别的数据资源。数据资产可以理解为广义的数字资产,但企业必须清楚,数字资产不是数据资产,两者并不是一回事。
2、有些企业对自身拥有的数据资源及其经济价值没有清晰的了解。由于目前数据产品交易市场尚未完善,市场活跃度不够,企业对于挖掘数据资源价值、开发数据产品的动力尚不足。对于尚未进行数据产品开发的企业,直接进入数据资源入表的讨论,就需要先论证数据资源的预期经济利益,其实现路径依然绕不开数据资源价值挖掘。虽然,数据产品并不等同于数据资产,但是数据产品的成功挂牌,一定程度上是对产品所依赖的底层数据资源经济利益的客观佐证。
3、有些企业数据合规治理不完善,数据权属不清楚。来找笔者讨论数据资源入表的企业,多多少少都有数据。这些数据从性质看,可能包括公共数据、企业数据、个人数据;从来源看,可能包括企业自身业务产生的数据、企业从公开渠道获取的数据、企业通过交易购买的数据等;从敏感和重要性程度看,可能包括敏感数据、重要数据等。企业由于未做底层数据治理,无法区分数据类型,所以也无法精准的对数据资源进行确权,无法直接进入数据资产入表工作,而是要从数据分类及治理开始。
数据资源要成为资产,其中的核心标准是可辨识性、合法拥有或控制、预期经济利益。由于上述目前存在的问题,导致数据资源入表的过程对严谨性要求比较高,而如果忽视这些要求和前置性工作,那么对于资产的认定就会存在瑕疵,从而对银行授信及风险管理的底层逻辑会带来不确定性影响。
(二)数据资产价值评估和减值变化跟踪存在难度
关于数据资产的价值评估,其实并不难,市场法、成本法还是收益法,总有一款适合你。问题在于,评估结果是否被市场认同,是否真的能体现该数据资产的变现价值才是难点。站在银行的角度,评估机构给出多高的评估价都不代表现金流。银行在授信时,数据资产评估只是一种风险评估手段,评估结果只具有参考性。银行更看重的是数据资产未来所能产生的现金价值,且这种现金价值是确定的且稳定的,即便这种价值会减损。
数据资产与其他无形资产不同,它具有可复制性、动态性、对技术的依赖性等特点,而这些特点也正是影响数据资产价值的要素之一。
可复制性,又可以分为有权复制和无权复制。所谓有权复制,是指在合法合规的前提下,以授权、交易等合法方式获取;而无权复制,就是通过侵权手段获取,这就涉及企业对数据的安全性管理、防范信息泄漏、隐私保护等能力评估。换句话说,企业对于数据安全管理的能力,会影响数据资产的安全性,而资产安全性是信贷融资需要评估的问题。
动态性,不仅是在数据规模、内容等层面的动态更新和变化,更是指影响数据资产合规性的底层因素的动态性变化。举个例子,数据集A是通过合法的合同交易而来,数据集B是企业从自身业务中产生的。假设在入表和融资的当下时点,数据来源的合规性上都没有问题。但是,一旦合同终止,数据集A供方停止供数,并要求删除既往提供的数据时,企业若再使用数据集A,则其合规性就会受到影响。数据资产的合规性是资产的底层基石,一旦发生负面变化,则就可能颠覆整个数据资产的合法合规性,从而导致价值大幅度贬值。
此外,数据的产生和更新非常依赖于数据技术/模型/算法等。一旦产生数据的技术/模型/算法发生权属变化或限制,很有可能影响数据资产的正常更新和维护,从而影响数据资产的成本和价值。
(三)数据资产的担保权实现和不良处置尚无明确路径
在传统信贷融资产品中,无形资产质押融资和存货质押融资都是存在的。那么,数据资产,自然也可以延续该担保方式。但是,由于目前将数据资产认定为存货在会计上存在较多障碍,所以数据资产被认定为无形资产的案例较多。
目前提供数据资产质押登记的机构一般是各地数据交易所,也有类似北京数据知识产权保护中心这样的机构,但全国并无统一的机构。这些质押登记的效力,在法律上、司法实践中是否能得到支持,还需要观察。
对于银行来说,数据资产的处置和变现都是一个比较现实的问题。信用贷款发展了很多年,但实际上金融机构在评估风险时仍然会评估企业的资产及现金流。担保一直以来都是银行认为相对稳妥的风险缓释措施之一。这些年,即便房地产行业出现了剧烈的变化,优质不动产仍然是银行认为最为安全的担保物。其中一个重要的原因,是不动产的处置已经建立起了一套完整的体系,包括法拍、二手交易市场、不良资产转让/证券化等。而目前,数据资产交易市场尚未成熟,配套的资产处置体系尚未建立起来,这也是银行推动数据资产信贷融资规模化的原因之一。
结 语
面临数据资产发展初期的诸多现实问题,银行又该如何应对?在下一期《数据资产信贷融资全流程风险管理(二)应对》中,笔者将结合自己的一些经验和研究,做一些分享。