赵治纲║数据资产金融化 : 中国实践与展望

【关键词】数据资产；新资产；金融化；质押贷款

一、引言

在数字时代，数据要素是新型生产要素，数据资源是基础性和战略性资源，数据资产是企业的一类新资产。近年来，加快释放我国海量数据资源和丰富应用场景优势的价值潜力，推动数据资源转化为数据资产、数据资产转化为数据资本，持续提升数据资产经济价值和社会价值，已成为社会各界的广泛共识(江小涓等，2024)。从政策层面看，党中央高度重视数据要素化和数据基础制度建设，围绕数据要素、数据资产、数据产业等领域出台了一系列政策文件，这些政策文件鼓励开展基于数据资产的金融创新服务，为我国数据资产金融化奠定了制度基础。

2022年12月，中共中央、国务院发布的《关于构建数据基础制度更好发挥数据要素作用的意见》中指出，“鼓励征信机构提供基于企业运营数据等多种数据要素的多样化征信服务，支持实体经济企业特别是中小微企业数字化转型赋能开展信用融资”。2023年8月，财政部发布《企业数据资源相关会计处理暂行规定》，全面启动并规范了企业数据资产“入表”，部分企业在推进数据资产入表过程中也积极探索了数据资产信贷融资的新模式。2023年12月，财政部发布的《关于加强数据资产管理的指导意见》，明确鼓励在金融、交通、医疗、能源、工业、电信等数据富集行业探索开展多种形式的数据资产开发利用模式。2023年12月，国家数据局等17部门联合发布的《“数据要素×”三年行动计划(2024-2026年)》，将“数据要素×金融服务”作为12个行动计划之一，并明确要求提升实体经济金融服务水平，“在依法安全合规前提下，推动金融信用数据和公共信用数据、商业信用数据共享共用和高效流通”。2024年12月，国家发展改革委等部门联合发布《关于促进数据产业高质量发展的指导意见》，提出要鼓励创新数据保险、数据信托等金融服务产品。值得关注的是，深圳市2022年9月公布的《深圳经济特区数字经济产业促进条例》，提出要探索开展数据资产质押融资、证券化等金融创新服务。由此，我国企业数据资产的金融化进程和相关金融机构的金融产品创新正在逐步加快，企业融资渠道得到进一步拓宽。

从现有文献看，学界对数据要素化和数据资产化的研究较多，而对数据资产金融化的关注和理论研究偏少。部分学者对数据资产金融化进行了探讨：欧阳日辉(2024)认为，数据资产金融化是数据资产实现资本化的价值衍生过程；温旭(2023)则认为，数据资产金融化是将数字平台垄断的数字租金转化为金融收益。也有学者认为，数据资产金融化是“数据+金融”双要素的融合过程，但是法律的滞后性会诱发实践中的监管风险(张楠和马治国，2024)。值得指出的是，目前国内学者对数据资产金融化的概念逻辑、实践经验、风险隐患等方面研究甚少。因此，数据资产金融化尚有巨大的理论研究和实践探索空间，尤其是针对理论与案例方面的研究大有可为。

本文认为，数据资产金融化的理论研究和实践，既要考虑数据资产的独有价值特性，也要更新思维和金融监管理念。数据资产作为企业的一类新资产，具有诸多不同于企业现行资产的价值特征和价值规律。企业开展数据资产融资、金融机构开发数据资产信贷产品创新，均需要考虑数据资产的独有价值特性，不能用旧思维、旧理念和旧资产来看待和研究(赵治纲，2024)。同时，数据资产价值化离不开数据资产金融化的创新实践，数据资产的金融创新将为数据资产化提供更多动力和价值挖掘空间，有利于促进数据要素流通和交易，并真正释放数据要素的价值潜力。

二、数据资产金融化的概念内涵与实现路径

1. 数据资产的概念界定及内涵。数据资产金融化的前提是将数据资源转化为数据资产。为实现数据的使用价值，需将数据进行集约化收集、精细化加工和处理并聚集到一定规模后，原始数据才能成为数据资源。然而，具有经济价值的数据资源，只有在合规采集并符合资产定义及确认条件时，才能真正确认成为企业的数据资产。现有学者多是从传统资产定义角度对数据资产进行概念界定，但企业许多数据资源并没有得到合规授权和采集，应用场景也大多是内部赋能业务，很难真正判断其可预期的经济利益。因此，按照现行资产定义和《企业会计准则》规定，企业大部分数据资源实际上很难完全符合资产定义，从而难以真正转化为可入表的数据资产。

值得关注的是，从现有政策文件对数据资产的定义来看，财政部发布的《企业数据资源相关会计处理暂行规定》并没有明确数据资源和数据资产的定义。仅有中国资产评估协会发布的《数据资产评估指导意见》明确了数据资产的定义，即数据资产是指特定主体合法拥有或者控制的，能进行货币计量的，且能带来直接或者间接经济利益的数据资源。2024年2月，财政部在下发的《关于加强行政事业单位数据资产管理的通知》中，明确了“行政事业单位数据资产是各级行政事业单位在依法履职或提供公共服务过程中持有或控制的，预期能够产生管理服务潜力或带来经济利益流入的数据资源”。毋庸置疑，数据资产是企业的一类新资产，其价值特征明显不同于企业财务报表中存货、固定资产等传统有形资产，与无形资产也存在较大差异。要充分释放数据资产价值和全面推动数据资产金融化，就需要对财务报告概念框架以及现行《企业会计准则》中的“资产”定义进行系统研究和创新突破。

2. 数据资产金融化的概念逻辑及内涵。数据要素价值化需要经历数据资源化、数据资产化和数据资本化三个阶段。显然，数据资产化是数据资本化的前提，数据资本化不是原始数据或数据资源的资本化，而是“数据资产的资本化”，也就是说，原始数据必须经过资源化、资产化，才能进入资本化环节。从概念逻辑来看，数据资产金融化涉及数据资产、数据资产化、数据资产资本化等核心概念。数据资产资本化是数据资产商业价值的增值，是数据资产转化为可交易资本的关键路径。数据资产的资本化使得已经具备一定商业价值的数据资产，通过商业化运作、社会化配置和市场化交易得以真正实现更广泛的资本市场价值。金融作为现代经济发展的核心，为经济社会的全面发展提供资源配置、资金融通等途径。数据资产具有商品属性已经被学界广泛接受，理论上而言，凡具有金融属性的商品由于具有流通性、收益性和风险性，都可以被包装成金融产品。数据资产可以金融化是由于数据在价值化的过程中被赋予实物商品性，又由于数据本身所具有的价值变动性特征，从而衍生出金融属性(金骋路和陈荣达，2022)。

需要指出的是，国内学者对数据资产的金融属性和资本化进行了一些研究和探讨，但尚未对数据资产金融化给出权威的定义或达成共识。笔者认为，数据资产资本化包括数据资产金融化和数据资产财政化两方面内容。其中，数据资产金融化是指通过发挥数据资产的增值性、流动性、风险性等金融属性，实现数据资产的价值转化。数据资产金融化可以充分发挥金融市场优化资源配置作用，实现数据要素与金融要素的协同融合，也使得数据资产具有保值、增值和融资能力。

1. 数据要素价值化的三个阶段。数据要素作为新型生产要素，其价值化通常包括数据资源化、数据资产化、数据资本化三个阶段，如图1所示。

具体而言，数据资源化是数据要素价值化的首要前提。数据资源化是指原始数据通过采集、整理、聚合、分析处理等流程，转化为有使用价值的数据资源的过程。数据资产化是释放数据要素价值的重要环节。数据资产化涉及数据资源的确权、数据资产的确认和计量，使得数据资源可以确认为企业的一类新资产进行管理和运用。数据资本化则是数据要素价值化的最高阶段，通过实现数据资产的交易和融资等途径实现其金融价值，促进数据资源的合理配置，发挥数据要素对经济社会发展的乘数效应。

2. 数据资产金融化的实现路径。数据资产主要通过三条路径来实现金融化(如图2所示)：一是融资类路径，包括数据资产的信贷融资、证券融资和权益融资，目前实践中主要以数据资产质押融资、数据资产增信融资等间接融资为主，在未来可以通过IPO(首次公开募股)进行直接融资；二是风险管理类路径，以数据资产保险为主；三是信托服务类路径，包括数据运营信托和一般数据信托，属于创新型数据资产金融化方式。

从我国企业数据资产融资案例看，企业主要是采取融资类路径，部分企业在实现数据资产入表的同时实现了信贷融资，以数据资产入股和以数据资产作为核心资产通过IPO进行直接融资的较为少见。企业以数据资产获得银行信贷融资的方式主要有两种：一种是企业用入表后的数据资产与银行对接，银行直接进行评估并授信融资。这种情形多为实施了数据资产入表的地方国有企业，以数据资产增信的方式，获得地方农商行或城商行等地方金融机构的融资授信。另一种是企业通过数据交易所间接背书的形式获得银行信贷融资。当前实践中，这种情形需进行如下操作：首先，企业将可入表的数据资产在数据交易所上架，数据交易所进行审核后向企业颁发数据资产登记证书；然后，由数据交易所与第三方机构完成企业数据资产的价值评估和质量评估，并进行确权登记；最后，银行在参考企业资产内外部估值情况的基础上，对企业开展授信审批。

3. 数据资产质押融资方式。数据资产质押融资是指企业将数据资产作为质押物向银行提供质押担保并获得贷款。数据资产质押融资一般需要历经四个步骤：一是数据资产本身可作为质押物。数据资产所具有的变现能力，是成为质押物的前提。银行在选择可质押物时，在数据交易所挂牌的数据产品成为优先选择。二是数据资产进行确权登记。数据资产确权是进行数据资产质押融资的关键前提。数据资产登记可以帮助企业明确数据资产的权属范围，增强金融机构开展数据资产信贷融资业务的信心，降低数据资产权属不清晰带来的风险。三是企业向质押融资机构提交材料，由相关机构(数据交易所或者第三方评估机构)对数据资产价值进行评估。数据资产价值评估准确性与申请贷款的金额密切相关，但是由于数据资产自身特征导致其价值波动性较大，因此对数据资产价值评估提出较高要求。四是银行对提出贷款申请的企业进行审核，通过后签订质押合同、办理数据资产质押登记，然后为企业提供授信或发放贷款。

实践中，根据数据资产登记的不同类型，数据资产质押融资可分为数据知识产权质押贷款和数据资产凭证质押贷款两种模式，本文仅对前者展开分析。数据知识产权质押贷款，是指企业将数据资产在数据知识产权登记平台或者区块链存证平台进行登记，取得数据知识产权登记证书或存证证书后，将数据知识产权证书或存证证书作为质押物，从银行获得贷款的一种新型融资方式。例如，2024年12月，武汉理工数字传播工程有限公司基于核心技术自主研发的一款数据服务产品“睿思数据平台”，在上海市数据产品知识产权管理平台完成数据知识产权登记，因此成为上海市首批数据知识产权登记成功的企业之一。该公司在上海数据交易所的数据资产交易服务系统(DAM)完成数据产品知识产权的价值评估、资产交易、质押登记等流程后，中国工商银行上海分行通过专业的行业研究及风险评估，联动武汉分行为其提供了1亿元授信，从而推动了数据知识产权与金融服务的深度融合。需要指出的是，数据知识产权质押贷款方式，一般需要在地方知识产权局进行备案登记和业务指导，再由地方知识产权局或者市场监督管理局进行统筹管理。比如：《北京市数据知识产权登记管理办法(试行)》规定，北京市知识产权局统筹北京市内的数据知识产权登记管理工作；浙江省则通过数据知识产权的“存证+登记+存储”平台体系建设，立足数据知识产权质押融资全链条规范服务，对数据采集脱敏、存证存储、评估融资、融合处置等环节进行探索实践并制定《数据知识产权质押服务规程》，探索形成规范的数据知识产权质押模式。

总体来看，数据资产质押融资方式是当前企业开展数据资产信贷融资的主要方式，实现了数据知识产权或数据资产与金融服务的深度融合，赋予了数据资产金融属性，为企业提供了新的融资渠道。值得一提的是，在完成数据资产质押贷款后，银行需要对质押的数据资产建立动态追踪和价值评估机制，避免出现数据资产重复质押或数据资产价值流失的现象，同时，金融监管部门需要对银行数据资产信贷业务开展持续、审慎的监管，防止因数据资产融资行为失控而产生金融风险。

三、数据资产金融化的中国实践与关键问题

数据资产作为企业的一类新资产，是企业的增量资产，也是未来金融资源配置的核心资产之一。随着数据资产的金融价值日益凸显，其正在成为金融机构为企业提供融资的重要考量因素，甚至是金融机构评估企业信用状况的核心资产之一，也是推动金融创新的重要因素之一。随着数据资产化进程的加快，数据资产将成为企业信贷融资的新型资产标的物，数据资产金融化也必将驶入发展的快车道。

2024年以来，数据资产的商品价值和金融价值已被各界认同或接受。部分企业尝试了数据资产“入表+融资”的新模式，银行、保险等金融机构在数据资产金融化领域开展了积极探索。总体来看，我国数据资产金融化仍处于起步阶段，企业通过数据资产进行融资、增信的实践案例逐渐丰富，但是融资企业的数量较少，实现融资的金额也较小。据笔者对公开渠道报道企业数据资产融资信息的不完全统计(不含融资授信额)，截至2024年9月底，已有93家企业实现了数据资产信贷融资，融资总额为15.92亿元(如表1所示)，涉及基础设施建设、软件信息、水务、能源、交通等多个行业；数据资产信贷融资中主要是数据资产质押融资，其中数据资产凭证质押融资和数据知识产权质押融资的金额分别为5.685亿元和4.146亿元。需要指出的是，当前已开展数据资产融资的企业，数据资产信贷融资金额普遍在1000万元左右，仅有个别地方城投公司或地方国有企业的数据资产信贷融资金额在1亿元以上。

从企业类型来看，截至2024年9月末，国有企业实现的数据资产信贷融资最多，金额为5.939亿元；民营企业和地方城投公司的数据资产信贷融资次之，金额分别为5.858亿元和4.12亿元(如表2所示)。值得关注的是，民营企业中民营科技企业通过数据资产取得银行信贷资金2.285亿元，占比39%。这些民营科技企业主要从事软件信息、电子信息、人工智能、先进制造和数据资讯服务等相关业务。这类“轻资产”“富数据”的民营科技企业对数据资产化非常关注，通过数据资产信贷融资方式有效缓解了融资约束，增强了数据资产入表、数据资产金融化的动力和活力。

地方城投公司对数据资产入表非常重视，山东、江苏、湖北、四川等地方城投公司对推进数据资产入表最为积极。同时，地方城投公司对通过数据资产进行融资更为关注。表2数据显示，截至2024年9月末，21家地方城投公司通过入表的数据资产，获得了银行4.12亿元的信贷融资，占比25.88%。近期笔者在调研时发现，地方城投公司正在考虑通过数据资产化来构建和打通“数据变资源，资源变资产，资产变资金”的通道，且各地正在加快成立数据城投公司(又称“城数投”)，或推动地方城投集团公司专门成立从事数据科技业务的子公司，为后续推进数据资产入表和实现数据资产融资，甚至引入新的投资方进行战略谋划。

笔者在中部某省调研时了解到：该省某地市城投公司董事长向国内知名中介机构咨询数据资产入表业务，想通过资产评估方式实现数据资产入表，认为公司数据资产的评估价值在5亿元左右，以此大幅扩大公司总资产规模并提高公司信用等级，从而开展市场化融资。这种严重且明显违规的入表业务，中介机构根本不敢承接。事实上，这种直接评估入表的想法或对数据资产的错误理解，在各地城投公司普遍存在。需要警惕的是，地方城投公司以数据资产入表为名，通过数据资产质押或数据知识产权质押方式，能够顺利获得当地农商行、城商行等地方金融机构的信贷资金。

1. 数据资产的价值评估难，交易活跃度不高。价值评估是数据资产金融化的关键环节。目前，数据资产的评估主要依据《数据资产评估指导意见》给定的收益法、成本法和市场法三种基本方法及衍生方法，但是这些评估方法在评估数据资产价值时存在较大局限，不太适用于数据资产。同时，市场上也缺乏具有权威性和公信力的第三方评估机构，数据交易双方在交易的过程中，大多是依赖双方根据数据资源的特定应用场景来协商定价。需要指出的是，数据资产的价值不是固定不变的，不是线性增长或下降的，而是实时动态变化的。特别地，数据资产的价值不取决于投入的数据采集、加工和处理成本，而取决于数据的规模、质量和具体应用场景，呈现出“一场景、一价值”的典型特征。如果在贷款业务开展周期内，数据资产价值出现大幅波动，甚至被质押的数据资产无法处置变现，银行很可能因此承受较大经济损失。数据资产还具有低成本复制性，企业将数据资产的相关权证质押给银行，而数据资产实际上还留在企业内部使用或备份供其他企业使用，这就无法规避银行面临的出质人违约风险，导致数据资产失去质押意义。因此，银行对数据资产质押的授信额度远低于传统资产，更多选择增信业务，且提供的增信额度通常较低。目前数据资产只是提供增信的一条途径，银行对企业的授信额度更多还是考虑现金流稳定性、业务规模以及盈利水平等因素。

同时，活跃的数据交易市场是数据资产金融化的重要前提和基础，尤其数据资产质押价值需要以活跃的交易市场为依托。从数据交易来看，尽管各地数据交易所上架的数据产品大幅增加，年度数据交易金额增长迅速，但是企业的数据产品进场交易意愿不强、数据交易金额偏低，导致交易活跃度仍然不高。数据交易仍面临较多困难和挑战，如尚未形成协同联动的市场流通交易体系和统一的数据市场交易规则，各地的数据交易所呈现明显的“弱、小、散”特征，国家级数据交易所缺失，不利于大规模数据跨域交易和流通。

2. 数据资产的产权登记不统一，缺乏权威性。数据资产金融化的一个重要前提是数据资产的有效确权。2022年12月，中共中央、国务院发布《关于构建数据基础制度更好发挥数据要素作用的意见》，提出了数据资源持有权、数据加工使用权和数据产品经营权的“三权”分置制度，淡化了对数据资产的所有权问题(黄悦昕和罗党论，2024)，从而加快了数据资产化及释放数据要素价值的进程。然而，在数据资产金融化实践过程中，仍然回避不了数据资产的确权问题。

目前，各地主要通过数据知识产权登记和数据资产登记的方法来实现数据资产的确权。从数据知识产权登记来看，按照《国家知识产权局办公室关于深化数据知识产权地方试点工作的通知》，两批共17个省市开展了数据知识产权的登记试点。多地积极围绕数据产权登记开展创新探索，积累了一些实践经验，但也存在数据产权登记方式五花八门、登记标准不统一等问题，严重制约了数据要素的流通利用和数据资产金融化的有序开展。笔者对地方数据交易机构调研发现，各地数据交易机构颁发了数据知识产权登记、数据要素登记、数据资产登记、数据产权登记、数据产品登记等五花八门的登记证书，还有个别地方数据交易机构开展了“数据资源权属公证”。

值得高度重视的是，数据产权登记证书格式不统一，证书的有效期也不一致，尤其数据产权登记的主管部门也不统一，包括知识产权局、互联网信息办公室、数据局、司法局等部门，这使得现行的各类数据产权登记证书缺乏权威性，银行对数据产权登记证书认可度不高。与此同时，因数据资产的权属不明，金融机构在处置质押的数据资产时可能构成侵权甚至违法，金融机构会以更加谨慎的态度对待数据资产融资，从而严重制约数据资产金融化。

3. 数据资产的安全与法律风险高，容易诱发金融风险。数据资产金融化过程中面临较高的安全风险和法律风险。

一方面，数据资产金融化过程中面临的数据安全与隐私风险较大。数据资产金融化过程涉及数据资产的流通、交易和转让，可能面临复杂的数据隐私泄露风险以及数据篡改和伪造风险。如数据资产在存储、传输和使用的过程中，可能因工作人员操作不当、人为故意、系统漏洞、黑客攻击等原因导致数据泄露，从而导致重大社会影响或数据资产的价值流失，给企业和金融机构都带来重大经济损失。此外，企业出现数据泄露可能造成企业数据资产融资评级下降，影响企业下一轮融资，因为企业数据资产管理能力和数据资产未来收益能力都是融资授信考量的重要因素。

另一方面，数据资产权属仍然难以明确界定，特别是在多方参与的数据处理过程中，各方的权益关系变得更加复杂，容易诱发权属争议等法律风险。对于数据资产，并不能参照传统的财产权益保护体系对各主体应享有的数据权益进行确认和保护，实践中数据侵权行为时有发生。与现行专利权、著作权等无形资产相比，数据资产的范畴更加广泛，现行数据知识产权登记也很难按照《专利法》《著作权法》等的保护方式来进行保护，银行在开展数据资产的信贷融资业务时，对企业是否完全拥有数据资产权益及是否存在诉讼纠纷等仍然存在较大担忧。

显而易见，面对数据资产这一新型标的物，银行需要加快构建一个全新的价值评估、授信审批、风控管理、资产处置等方面的流程和体系，实现贷前、贷中及贷后全生命周期的实时动态管理。必须警惕的是，当前地方城投公司热衷于推动数据资产化及其对数据资产的融资冲动，或者通过数据资产评估作价入股等一些违规方式来虚增数据资产价值，容易形成数据资产泡沫，甚至诱发一定程度的金融风险。

四、有序推进数据资产金融化的政策建议和未来展望

数据资产金融化是数据要素价值释放的关键一环，是加快推动我国数字经济发展、培育新质生产力的重要内容。我国数据资产金融化整体上尚处于起步阶段，且面临不少关键问题和挑战，甚至存在一定的金融风险隐患，但是我们不应怀疑甚至否定数据资产金融化实践探索的积极意义。我们要从战略层面看到数据资产金融化对企业数智化转型和价值提升、对金融创新和金融高质量发展、对数据交易市场和产业生态完善、对经济发展新动能培育所具有的多重意义，真正达成战略共识。显然，数据资产金融化是战略级大事，需要加强数据资产金融化的理论研究和探索，需要政策创新、制度创新、机制创新，需要坚持“全国一盘棋”，需要各方协同合力有序推进，这样才能促进数据要素流通与交易，释放数据要素价值，切实推动金融创新，真正创造数据资产金融化发展空间。

1. 建立适合数据资产价值特性和规律的动态价值评估标准和方法。建议拓展现有估值模型，引入全生命周期价值评估、数据挖掘和机器学习等契合数据价值特性的全新评估方法，尤其要加快利用人工智能等数字技术建立数据资产价值的实时追踪机制。同时，建议分行业制定数据资产价值评估标准，并针对电信、医疗、交通、能源、气象、农业、文旅等行业，推出一批数据资产价值评估典型案例。

2. 加快建设国家级数据交易所，从根本上解决数据资产评估和交易定价难题。尽管我国在深圳、上海、北京和贵阳成立了较大规模的数据交易所，但受制于交易规模而无法形成有影响力的交易价格。建议在国家层面统筹组建或新设一家高标准且权威的国家级数据交易所，真正建立包括数据产品准入、资产登记、价值评估、交易规则、交易信息发布等方面的统一标准。同时，着力完善数据交易机构的战略定位和功能，充分发挥其在数据资产化和金融化方面的关键功能，协助政府、金融机构和企业合力有序推动数据资产金融化进程。

1. 构建与全国统一大市场适配的数据产权登记制度。数据产权登记和数据交易，需要在全国统一大市场框架下，尽快完善数据产权登记制度和实施机制，以保障各方权益，这样才能最大限度地释放出数据资产的经济和金融价值。建议针对企业层面的数据产权登记，由国家统一数据产权登记主管部门，统一数据产权登记标准、审查标准、资质要求、登记流程、登记效力与相关权利，建设全国统一的数据产权登记服务平台，从而提升数据产权登记的权威性和有效性，助力数据资产金融化。

2. 及时治理当前各地数据产权登记乱象。数据产权登记制度是数据基础制度建设的重要组成部分。然而，当前我国各地数据产权登记存在数据登记性质不明、数据登记对象混乱、数据登记内容虚化和数据登记效力空泛等“四大”乱象，亟待国家有关部门加强对跨部门、跨区域、跨层级数据产权登记活动的监管，及时进行全面治理。

1. 加快制定和完善数据资产金融化领域的法律法规。例如，在《民法典》《数据安全法》《网络安全法》和《个人信息保护法》框架下，明确与数据收益分配相关的法律法规，明确各参与方的权利和责任，保障数据资产交易合法合规、公平安全，为数据资产金融化有序发展提供“优质土壤”。

2. 着力创新和强化金融监管，提高数据资产金融化领域风险监管能力。数据资产与传统资产的金融属性存在显著区别，数据资产金融化引发的风险更高，一旦数据资产金融化在全国全面铺开，就容易失控并诱发金融风险。金融监管部门应着手研究数据资产金融化及其新风险，加快建立健全数据资产金融化风险监管制度体系，尤其要防止因地方城投公司将数据资产作为新型融资工具所引发的隐性债务风险。在监管过程中可应用大数据、区块链、人工智能等数字技术，及时了解数据资产金融化的市场动态、趋势变化和风险隐患，提前采取措施进行有效监管。同时，引导金融机构积极开展数据资产融资模式创新，为广大中小企业提供基于数据资产的金融服务。