上海高级金融学院：中国企业数据资产入表情况跟踪报告(2025年上半年)

2025——2025 ——PAGE11——PAGE10

入表企业数量（家33929

地方国企民营企业事业单位央企中外合作企业 250

22 312

6

3 入表企业已融资金额（万元

地方国企民营企业事业单位央企中外合作企业

图1.42025年9月底

图1.52025年9月底 入表企业数量（家28282828221716111010877733111

图1.72025年9月底央企

地市级省级

表1.12025年9月底2024年52024年52024年62024年72024年82024年92024年102024年102024年102024年112024年122024年122024年122025年12025年12025年12025年12025年12025年12025年22025年32025年42025年52025年52025年52025年52025年52025年52025年52025年52025年62025年62025年62025年62025年62025年72025年72025年72025年72025年72025年82025年82025年82025年82025年9根据上市公司披露的2025年半年度报告，截至2025年8月31日，在A股上市的5000余家企业中，有109家上根据上市公司披露的2025年半年度报告，截至2025年8月31日，在A股上市的5000余家企业中，有109家上

24年半年 24年年 25年半年

额

24年半年度24年年度25年半年 10 10103151010 数据资源（元）数据资源占比 102025年半年报显示，将数据资源计入存货科目的依旧仅有海天瑞声和蓝色光标2 24年半年度24年年度25年半年度 76624 43011011111

24年半年度24年年度25年半年度50亿以 50-100 100-500 500-1000亿1000-5000 5000-1万

24年半年度24年年度25年半年30 1412967754 222222222 0110111110110110111000010010010南西夏北肃西疆州南南藏南津南西夏北肃西疆州南南藏南津林建宁北川徽苏东海东江京

24年半年度24年年度25年半年 ——17——18 -——PAGE19——PAGE20 -- 取自2025年8月31 市值数据资 1112 141516 1819 21222324 2627282930313233343536 3839404142 444546 市值数据资 474849 51525354555657585960616263 656667 697071727374 777879808182838485 市值数据资 2019年122022年112023年92024年72025年1—28——PAGE29利用成本法进行数据资产价值评估时的使用难点聚焦在数据资产无形性、动态性及价值多元性的适配矛盾，集中体现为以下三点：首先，数据资产的价值异动性强，且不同数据在质量、内容、用途等方面差异较大，重置成本难以确定。其中，最难确定的一环就是成本分摊。数据资产的形成涉及多部门协作与全生命周期投入，且许多数据资产并不直接产生价值，这使得成本分摊较为困难。其次，成本法仅聚焦历史投入与重置支出，忽略数据资产的收益性，从而导致实际使用过程中普遍存在价值低估。最后，数据资产的功能性贬值与经济性贬值往往相互叠加，这使得贬值参数的市场法适用于存在活跃交易市场、可比数据资产交易数据丰富、数据资产具有较高市场流动性的情况，此时市场法能较好地反映其市场价值。因此，该方法适用于具有市场交易价格、转移数据所有权的数据交易所对应的数据资产计量，对于所有权没有发生转移的数据资产交易不适用。另外，由于企业内部使用的数据资产在市场上难以找到相同或类似的交易案例，市场法同样不适用于其中，可比案例的选择是市场法评估的关键，必须要在充分了解待评估数据资产的各类特征后，寻找数据类型、用途、交易时间、交易条件较为相似的案例。技术修正系数聚焦数据在获取、存储、加工、挖掘等环节存在的技术差异；价值密度修正系数聚焦有效数据占总体数据的比重差异；期日修正系数聚焦资产评估时间与可比案例交易时间的差异；容量修正系数聚焦可比案例与待—30——PAGE31市场法使用的首要前提是历史交易案例丰富且多样，这也正是当下市场法在数据资产评估中无法规模化应用的主要原因。数据资产作为新兴资产，开始进行交易的时间比较短，交易资料较少。并且数据资产高度个性化、特异性强，不同评估对象参考性差，市场法的准确度面临较大的局限性。另外，对于特殊用途的数据资产，如为特定企业定制的资产，其市场流通性差，进一步限制了收益法评估数据资产通常遵循“确定预期收益—确定收益期限—确定折现率”的路径。首先是预期收益的确定，可依据数据资产的应用场景与商业模式，选择直接收益预测、分成收益预测、超额收益预测、增量收益预测等方式（见表3.4）。其次是确定收益期限，需结合使评估对象达到稳定收益的期限和周期，同时考量数据资产的法律有效期限、合同有效期限、经济寿命年限、更新时间、时效性、权利状况等因素。若收益存在衰减，还需对预期收益调整。最后是折现率的确定，常

——PAGE32——PAGE33超过5PB，累计沉淀超650PB的高价值数据。在数据资产化的过程中，中国移动形成了数据缓冲层—基础数据本次评估涵盖罗克佳华旗下的“山西省太原市小店区”与“海南省海