《中国金融》｜推动数据城投健康发展

中国金融杂志

2025-04-15 10:57发布于北京中国金融杂志官方账号

作者｜吕正英　谢波峰　钟宁桦「上海数据交易所；中国人民大学；同济大学」

文章｜《中国金融》2025年第7期

2024年第三季度，国内已有166家非上市公司披露了数据资源入表情况，共涉及金额7.54亿元，其中城投企业147家，入表金额为7.04亿元，占比为93%，城投公司已成为非上市公司数据资产入表的主要力量。企业开始依托数据资产进行增信融资，其中城投企业披露的基于数据资产的授信金额已超过7亿元。在当前国家化债思路转向“发展中化债”的大背景下，对数据城投持有谨慎态度的同时，也应从积极角度正确认识其主观需要和客观逻辑，推动其健康有序发展。

明确数据城投健康发展的关键共识

一是数据城投短期内不会成为地方财政的主力。目前，数据城投入表、融资金额有限，对自身业务转型和地区产业带动的效应不显著，短期内不会成为地方财政的主力，而是作为一种创新力量，通过健康的数据城投建设，推动形成良性的数据产业循环和地方数字产业的转型升级。

二是数据城投发展的核心是促进数字经济发展。数据城投是数据要素时代传统城投公司转型的重要方向，其发展的根本目的是通过数据资产运营实现自身业务发展，要牢牢把握主营业务，有序引入社会资本，避免走传统城投平台发展中的岔路。

三是数据城投的发展要控制风险，而不是回避风险。数据城投在依托数据资产入表、融资过程中存在入表价值虚增、隐性债务增加的风险，但由于其业务开展过程中持有了大量的公共数据，因而是公共数据开发利用的重要数源力量。传统城投平台如何通过数据资源的合规运营，在助力自身业务转型发展的同时，担负起当地数字经济发展的重担，是城投新形势下的重要任务。

区分数据城投的两类模式

数据城投有“城投+数据”和“数据+城投”两种模式。“城投+数据”模式指的是传统城投公司依托数据资产入表、融资等行为，尝试通过数据资产化业务脱困或转型，各界关注的风险多源于此类模式。“数据+城投”模式指的是以各地数据集团为代表，由各地政府主导成立以数据基础设施建设、公共数据开发利用、数据价值管理为主要职能的专业机构。当前两种模式都开始进行入表和融资活动（见表1）。

一是鼓励“数据+城投”模式发展。“数据+城投”模式是以数据集团为代表的新型专业数据资产管理运营机构，在数据专业运营方面更具优势，应该鼓励其发展。一方面，该机构成立时间较短，自身债务水平较低，没有历史包袱，有利于控制风险；另一方面，其自身业务聚焦在公共数据开发运营、数据基础设施建设等数字产业发展的关键领域，更重要的是已经具备了相关的政策支持，《关于加快公共数据资源开发利用的意见》指出“鼓励各类金融机构创新产品和服务，加大对数据要素型企业和数据基础设施企业的融资支持力度，引导社会资本有序参与公共数据资源开发利用活动”。

二是因地制宜对“城投+数据”模式进行分类管理。对于传统城投企业的数据资产化业务，建议根据城投债务规模、债务率、偿债能力、债务结构、数字产业发展水平等指标，将“城投+数据”模式分为低、中、高三类风险地区进行分类管理。鼓励低风险地区“城投+数据”资产化业务发展，低风险地区债务水平较低，债务率和偿债率均在安全范围内，财政收入稳定，经济增长强劲，债务结构合理，该区域的城投企业可以依托企业自身数字化转型、提供公共服务过程中的数据产品和数据服务，合规开展数据资源入表、融资等创新业务。由于数据资产化业务本身也存在着动力不足、效果不明显等问题，低风险地区城投企业作为当地经济发展的主力军，更应作出表率，成为数据城投的优等生和模范生。规范中风险地区“城投+数据”资产化业务发展，该区域的城投债务水平处于中等，存在一定的偿债压力，但财政收入和经济增长能够提供一定的支撑，监管部门需要在关注债务增长速度和结构变化的过程中对数据城投的发展进行严格管理，合规开展数据资源入表业务和数据资产融资业务，推动城投企业通过数据业务促进自身业务转型和带动当地数字产业发展。严控高风险地区“城投+数据”资产化业务发展，该区域的城投企业债务水平较高，债务率和偿债率超出安全范围，财政收入不稳定，经济增长缓慢，债务结构不合理，存在较大的流动性和偿债风险。建议监管部门对该区域的城投数据资产化业务严格控制，现阶段以数字化转型、数据产品研发等基础业务开展为主，对传统城投平台的数据资产化业务做到“一事一议”、严格审批和动态管理。

以数治数，推动数据城投健康发展

一是建立全生命周期管理体系，完善监测机制。监管部门要实现“以数治数”对数据城投进行管理，关键在于利用数据主管部门的专业管理优势，与财政、国资、金融等部门建立统一协调机制，制定开展数据城投业务的标准，这些标准应涵盖入表、融资的全部业务流程，确保数据城投的业务活动合规高效。综合研判、分类管理、科学设定数据城投的业务额度，确保其业务发展与地方经济发展相匹配。规范数据资产化过程中的估值标准和动态披露机制，防范虚增资产和增加隐性债务风险。监管部门可以在此基础上形成相应的数据资产监管基本信息数据报表和业务动态监测报表，实时掌握数据城投的业务进展和风险状况，及时发现问题并采取措施。

二是培育发展数商生态，提升专业运营能力。传统城投平台业务集中在城市基础设施建设、公共事业管理等方面，数据资产化业务是一项探索性较强、专业性较高的新兴业务，需要引入专业力量帮助数据城投提升专业能力。数商（数据商）是以数据为生产经营关键要素的企业。在推进数据要素市场化配置的过程中，特别是在丰富完善数据基础制度、推动数据基础设施建设、促进数据流通和开发利用等方面，数商扮演重要角色，发挥了关键作用。数据城投资产化业务应以自身数字化转型、数据中台和产品研发为基础展开，在此过程中，数商可以通过升级数据技术基础设施、数据整合与治理、优化业务流程等帮助城投数字化转型，通过数据加工与分析、数据产品创新研发、数据服务技术支持等方面帮助城投企业数据中台建设和数据产品开发，数商同时可以在数据城投入表和融资过程中的数据合规确权、价值评估等方面发挥专业性作用。

三是依托公开数据交易市场，规范商业发展模式。数据城投的潜在风险集中在虚增资产和增加隐性债务两方面，其核心原因是在入表和融资过程中存在估值标准不统一和募集资金用途不披露问题，通过数据产品交易市场和数据资产交易市场可以有效防范上述问题和风险。

四是以数据产品为核心标的物开展数据资产业务。一方面，数据城投业务的开展必须以促进自身主营业务发展为目标，以数字化业务、数据服务能力建设为基础，而数据产品是基础中的关键；另一方面，以数据资源作为标的物在资产确认过程中的经济价值流入方面仍存在争议和难点，数据产品则在使用价值和交换价值方面更具优势。从目前调研的情况看，城投平台入表的个别数据资产价值也有可能被低估，如城投平台依托自身持有的公共数据和与政府机构的天然联系，通过免费向政府提供的形式形成了大量的公益服务类数据产品，而这部分数据产品由于对城投平台自身经济价值流入贡献不显著而难以入表，公益性服务和自用型数据产品价值评估问题仍需进一步研究解决。

五是加强估值工作的科学性。数据城投业务开展过程中的数据资产估值是各界关注和质疑的焦点，事实上由于数据要素自身的业务伴生性、多主体参与性、场景依赖性等特性导致了数据资产估值难，对于处在化债和转型双重压力下的城投平台数据资产估值应该更加科学和谨慎。在综合运用成本法、收益法进行资产估值的同时，必须认识到市场是检验资产真实价值的唯一标准。以上海数据交易所“金准估”估值体系为例。由于在数据产品交易市场的部分场景已经形成了活跃的交易频次和公允的交易价格，根据市场法对数据资产估值已经具备了基础和能力，通过数据产品交易市场的交易合约对数据资产价值进行市场法估值，同时通过数据资产交易市场的交易合约反向修正估值模型。如此双市场联动、正向循环形成的市场法估值体系不仅可以帮助数据城投在融资业务过程中对资产价值进行科学判定，也可以在入表后的减值测试中发挥重要作用，从而有效防范虚增资产风险。

六是通过数据资产交易市场动态披露资金动向。在以助推主营业务发展为目标、数据产品为载体、科学评估数据资产价值的基础上，数据城投依托数据资产募集的资金应该用于自身数据基础设施建设、数据产品研发等主营业务发展而不是填补前期债务亏空等目的。以上海数据交易所数据资产交易市场为例，一方面，已经在“一项制度、五项规范”里明确了融资资金使用计划、动态披露的相关要求；另一方面，搭建了数据资产桥（Data Capital Bridge，DCB）等基础设施，连接了金融市场，建立了可信的披露环境。通过公开的数据资产交易市场可以帮助数据城投动态披露资金用途，助力数字化业务转型发展。■

（实习编辑　韩明书）