数据价值化理论内涵 - 数据价值化包含内部价值与外部价值双重属性 内部价值源于数据生产劳动的价值凝结 通过采集、清洗等系统性加工形成标准化资源 外部价值依赖市场化配置效率 企业作为数据生产者或消费者参与市场实现商业变现 [1] - 内部价值体现为数据驱动决策优化、运营提效等应用 外部价值通过跨行业融合与场景化交易实现 两者遵循"资源化-产品化-资产化-资本化"递进路径 各阶段独立创造价值又相互支撑 [1] - 数据商品化需满足使用价值与交换价值二重性 资产化阶段则需解决权属界定、定价机制等挑战 当前全国已设立51家数据交易所推动商品流通 [45] 行业政策与制度框架 - 国家层面构建"数据二十条"三权分置架构 明确数据资源持有权、加工使用权、产品经营权 为数据流通扫清制度障碍 [31] - 财政部2023年发布会计处理暂行规定 允许企业将数据资源确认为无形资产或存货 截至2024年末100家上市公司入表金额达21.64亿元 [34][35] - 产业政策推动数据要素全链条管理 部署算力网络建设与数据元件模式培育 目标实现国家枢纽节点间时延不超过80毫秒 [37] 上市公司实践现状 - 信息传输与软件服务业在数据价值化榜单中领先 制造业紧随其后 企业间数据资产化程度差异显著 地域聚集效应明显 [2] - 典型案例显示头部企业已探索多元化路径 如拓尔思强化数据资源管理 航天宏图推进产品化实践 万达信息优化价值释放机制 [10] - 上市公司数据资产入表规模仍较小 但呈现加速趋势 从2024年Q1的17家增至年末100家 反映制度实践期特征 [21] 未来发展趋势 - 数据价值化将成为企业核心战略 推动从信息化向智能化跃迁 通过数据产品交易将"沉默资本"转化为"流动资本" 创造新收入来源 [23] - 数据资产入表进程有望持续加速 估值体系将更重视数据要素贡献 建议企业完善治理架构与人才体系 主动披露数据价值 [2][14] - 行业生态趋向协同发展 龙头企业通过数据共享打破信息孤岛 形成产业链深度融合的创新范式 [27]

上市公司数据价值化研究榜单发布 - 上海数据交易所与上海高级金融学院联合发布"上市公司数据价值化研究榜单"，包含"数据资源入表上市公司100强"和"数据资源未入表上市公司100强"双榜单 [2] - 榜单通过行业、区域等多维度细分排名，为资本市场提供数据要素价值释放的全新图谱 [2] 数据资产化趋势与市场影响 - 自2024年1月《企业数据资源相关会计处理暂行规定》实施后，A股市场数据资产入表企业数量从一季度17家激增至年报披露期的100家 [3] - 数据资产披露规模从0.79亿元跃升至21.64亿元，覆盖行业从6个扩展至34个 [3] - 上市公司数据价值化实践深刻影响中国数字经济的进化方向 [3] 数据资源入表赛道表现 - 拓尔思信息技术股份有限公司以95.86分位居榜首，合合信息、每日互动紧随其后 [4] - 软件和信息技术服务业在前十名中占据五席，包括航天宏图、海天瑞声、罗克佳华等企业 [4] - 通信三巨头中国移动、中国联通、中国电信均进入前十，山东卓创资讯以黑马姿态闯入前五 [4] 数据资源未入表赛道表现 - 万达信息（94.28分）、桑达股份（89.45分）、信息发展（87.64分）组成第一梯队 [4] - 软件信息服务企业在未入表榜单中占据两席，显示该领域在数据价值挖掘方面的优势 [4] 数据价值化的战略意义与挑战 - 数据资产入表可优化企业资产结构，通过摊销机制实现成本收益匹配 [5] - 规范的数据估值体系为数据流通交易奠定基础，激活数据要素的市场潜能 [5] - 产权归属模糊、公私数据界定不清等瓶颈亟待突破 [5]

跨境支付通上线 - 跨境支付通正式上线，实现内地与香港快速支付系统互联互通，两地居民可实时办理跨境汇款 [1] - 全国首笔业务落地深圳，包括内地居民南向和港人北向汇款 [1] - 该服务通过手机银行"跨境支付通"功能模块操作，输入电话号码或组合输入户名和收款账号即可完成汇款，并可选择人民币或港币到账币种 [1] 介入式脑机接口技术突破 - 介入式脑机接口辅助人体患肢运动功能修复试验在我国完成，成功帮助偏瘫患者实现运动功能修复 [2] - 该研究由南开大学段峰教授团队牵头，联合多家医院完成 [2] - 术后未出现感染、血栓形成等情况，系统运行稳定，实现脑电信号的精准采集与交互控制 [2] 吉林省冰雪装备产业发展规划 - 吉林省出台《吉林省培育冰雪装备器材产业实施方案》，加快培育冰雪装备器材产业 [3] - 目标到2030年产业产值超过50亿元，培育2-3个国内知名品牌 [3] - 计划建设冰雪装备产业园，实施精准招商 [3] 债券基金市场回暖 - 6月新成立债券基金19只，发行总规模超361亿元 [4] - 债券市场情绪回暖、资金配置转向是债券基金配置热度提升的主要原因 [4] - 在低利率时代，债券基金配置价值仍在 [4] OLED产业发展现状 - 2024年我国OLED显示面板及模组产值规模超千亿元人民币，同比增长38% [5] - 国际市场占比达52%，带动新型显示行业产值突破千亿美元 [5] - 已带来超2000亿元产业投资，直接带动超500家企业参与，解决就业超10万人 [5] 新型机器人皮肤研发 - 英国研发出由柔软低成本凝胶材料制成的新型机器人皮肤 [6] - 可同时感知压力、温度等，区分多个接触点，使机器人能以类似人类方式获取环境信息 [6] - 未来可应用于人形机器人、人类假肢、汽车制造、灾后救援等行业 [6] 数据资产入表情况 - 2024年A股有100家上市公司披露数据资源入表，总金额21.6亿元 [10] - 截至2025年3月31日，国内已有330家非上市公司披露数据资源入表情况 [10] - 其中地方国企275家，民营企业45家，央企8家，事业单位2家，已获得融资金额14.17亿元 [10] 公共数据授权运营 - 首批政府指导定价公共数据授权运营产品在福建完成交付 [8] - 来自市场监管、自然资源等部门的公共数据经脱敏开发形成数据产品 [8] - 在政府指导定价管理下完成市场化流通交易，合同金额超百万元，首批采购方为金融企业 [8] 航运市场波动 - 以伊冲突导致全球航运市场剧烈动荡，波罗的海重油油轮指数显示国际平均运费上涨12% [9] - 部分高风险航线如波斯湾至欧洲航线运费涨幅高达2.5倍 [9] - 超大型油轮日租金从约2万美元飙升至5.5万美元，多家航运公司宣布7月涨价 [9]

榜单发布背景与意义 - 上海数据交易所与上海交通大学上海高级金融学院联合发布国内首个系统性评价上市公司数据价值化进程的"上市公司数据价值化研究榜单"，分为数据资源入表上市公司100强和未入表上市公司100强[1] - 榜单有助于明晰数据资产化发展方向，识别行业领先企业并剖析其挑战，为其他企业提供示范路径[1] - 榜单反映上市公司作为中国数字经济重要主体在推动数字经济发展中的贡献，以及数据要素化、产品化和资产化的发展情况[1] 榜单数据与行业表现 - A股公司数据资产入表显著提速：参与企业数量从17家跃升至100家，披露规模从0.79亿元增长至21.64亿元，涉及行业从6类扩展到34类[2] - 软件和信息技术服务业表现突出，5家企业进入榜单前十，包括拓尔思(95.86分)、合合信息(95.63分)、航天宏图、海天瑞声、罗克佳华[3] - 电信领域三大运营商中国移动、中国联通、中国电信分列第七至第九位，互联网行业卓创资讯位列第五[3] - 未入表企业榜单中，万达信息(94.28分)、桑达实业(89.45分)、信息发展(87.64分)位列前三，万达信息和信息发展同属软件和信息技术服务业[3] 数据价值化对企业的意义 - 数据价值化能为企业带来新增长点，推动经济结构优化升级，为培育新质生产力和高质量发展提供支撑[5] - 数据资产入表可扩充企业资产规模、提升当期利润，优化财务报表结构，并为数据深度挖掘创造有利条件[5] - 通过规范的数据估值体系，数据资源可在合规框架下流通交易，激活数据要素潜能，创造持续增长的企业价值[5] 行业建议与发展路径 - 企业需精准定位产业链位置，洞察行业数据化特性，挖掘应用场景，制定适配的数字化转型策略[6] - 数据价值化是系统性工程，需做好数据治理、确权等前置工作，保障合法合规，维护各方权益[6] - 探索多元化数据价值实现路径，包括数据交易、业务创新赋能、金融征信等领域的潜在价值挖掘[7]

中国企业数据资产入表跟踪报告发布 - 上海数据交易所与上海高级金融学院共同主办中国企业数据价值化高峰论坛 [1] - 论坛上发布《中国企业数据资产入表跟踪报告》系统梳理数据资产入表与价值实现生态体系 [1] A股上市公司数据资源入表情况 - 2024年A股有100家上市公司披露数据资源入表事项 [1] - 上市公司数据资源入表总金额达21.64亿元 [1] 非上市公司数据资源入表情况 - 截至2025年3月31日国内已有330家非上市公司披露数据资源入表 [1] - 非上市公司中地方国企275家占比最高民营企业45家央企8家事业单位2家 [1] - 非上市公司通过数据资源入表已获得14.17亿元融资金额 [1]

中国企业数据价值化高峰论坛核心成果 - 论坛聚焦"企业数据价值化进程与入表实践"主题，发布《中国企业数据资产入表情况跟踪报告（2024年年度报告）》和首个"上市公司数据价值化研究榜单" [1][2][3] - 上海数据交易所、高校及机构联合发布《上市公司数据价值化研究报告》，旨在引导市场科学认识数据价值化意义 [3] 数据资产入表现状 - A股100家上市公司披露数据资源入表事项，总金额达21.64亿元，非上市公司中330家披露入表情况（地方国企275家、民企45家、央企8家、事业单位2家），获融资14.17亿元 [2] - "中国企业数据资产入表名录"网站上线，动态展示上市公司与非上市公司入表清单及数据相关融资企业清单 [2] 上市公司数据价值化评价体系 - 首个"上市公司数据价值化研究榜单"构建多维度指标体系，分为数据资源入表100强和未入表100强，按行业、地区分类，系统性评价数据价值化进程 [3] - 榜单可作为企业战略升级指引，推动数据治理架构完善，从合规披露转向主动展示数据价值，同时暴露行业"数字鸿沟"辅助政策资源配置 [4] 数据价值化发展趋势与挑战 - 数据资产入表面临产权边界模糊、会计准则执行难、企业动机复杂（优质企业意愿低/部分为利润尝试入表）、二级市场对数据要素概念分歧等挑战 [5] - 高质量数据集需多模态融合与垂直场景应用，全国统一数据交易市场需统一规则和确权机制，推广隐私计算技术并培育数据中介 [6] - 数据资产资本化可通过证券化、信托拓展融资渠道，部分企业已通过入表扭亏为盈，二级市场期待标杆案例释放价值 [7] 未来展望 - 需在保障数据安全前提下推动数据资产估值成为新热点，助力企业挖掘第二曲线，通过政策、技术、市场协同实现数据要素对实体经济深度赋能 [7]

数据资产入表总体情况 - 截至2025年4月30日，A股5000余家企业中有100家披露数据资源入表，涉及金额总计21.64亿元 [1] - 88家上市公司将数据资源计入无形资产科目，占入表企业总数的88%，无形资产项目金额占比达63.57% [1] - 多数公司数据资源摊销年限集中在3至5年，主要采用直线法摊销 [1] 行业分布特征 - 2024年披露数据资源入表的上市公司涉及13个行业，集中在信息传输、软件和信息技术服务业及制造业 [2] - 制造业、信息技术服务业和金融业是入表企业数量增长最快的行业 [2] - 电力、热力、燃气及水生产和供应业，房地产业为新增入表行业 [2] 企业市值与参与度 - 高市值企业入表意愿显著增强，市值500亿元以上的企业从2024年Q1的1家增至全年14家 [2] - 非上市公司入表推进迅速，截至2025年3月底共收集330家非上市公司入表信息 [3] 非上市公司入表特点 - 地方国企成为非上市公司数据资产入表主力军 [2] - 民营企业表现活跃，涌现突破性案例 [2] - 央企和事业单位逐步加入，推动入表企业队伍扩大 [2] - 非上市公司名称多体现行业特征，涵盖投资、科技研发、数字经济等热门领域 [3] 数据资产金融化进展 - 非上市公司凭借入表数据资源获得融资项目112个，总金额达14.12亿元（截至2025年3月31日） [3] - 金融机构通过创新产品与服务助力数据资产流通，形成良性生态循环 [3]

在6月17日A股市场呈现出复杂的态势，各主要指数表现分化，板块之间轮动频繁，市场在震荡中努力 寻求进一步的方向。 一、指数表现：窄幅震荡，量能萎缩 截至收盘，上证指数微跌0.04%，报3387.40 点；深证成指跌 0.12%，报 10151.43点；创业板指跌 0.36%，报2049.94点。 | 上证指数 | 深证成指 | 北证50 | | --- | --- | --- | | 3387.40 | 10151.43 | 1402.54 | | -1.32 -0.04% | -12.12 -0.12% | -5.61 -0.40% | | 科创50 | 创业板指 | 万得全A | | 963.08 | 2049.94 | 5165.08 | | -7.81 -0.80% | -7.38 -0.36% | -5.25 -0.10% | 三大指数全天维持缩量震荡格局，市场交投情绪谨慎，成交额较前一日进一步缩减至约 1.23万亿元，连 续两日的缩量显示资金观望情绪浓重。 从技术面来看，上证指数围绕10日均线3388 点附近波动，短期支撑位在20日均线3374附近。然而，上 方3400 点整数关口以及前期高点形成 ...

数据资产入表考试与人才需求 - 2025年第一期数据资产入表会计与数据交易师职业能力水平统一考试参与人数再创新高，反映出市场对专业人才的迫切需求[1] - 企业对数据资产入表工作规范化、专业化要求不断提升，数据资产规模和质量直接影响科技、互联网和金融服务等行业企业的业务模式和市场竞争力[1] - 数据资产的正式入表能够更直观展示企业数据资产规模和利用效率，影响投资者对企业未来增长潜力的预期[1] 数据资产入表规范化进程 - 随着《企业数据资源相关会计处理暂行规定》实施，企业加大资源倾斜探索数据资产应用场景，如美年大健康创新医疗数据资产应用场景并推进数据资源入表工作[2] - 企业借助技术创新提升数据资产质量，如三元基因药业基于EAM平台构建全生命周期设备管理体系，积累关键数据资产并提升产线管理效能[2] - 企业对数据资产的会计处理从多元化探索迈向规范化操作阶段，A股上市公司披露的数据资产入表信息从简略逐步细化至摊销方法和关键环节[3] 数据资产入表对产业链的影响 - 数据资产入表规范性要求提升驱动产业链升级，专业人才培训市场爆发式增长，形成培训、考试、认证的新生态[4] - 培训参与者包括企业财务人员（学习数据资产核算和会计处理）和企业负责人（提升数据资产管理能力以支持数字化转型决策）[4] - 数据资产入表演变为市场前景广阔的产品或服务，企业如中电科网络安全科技布局AI赋能数据安全，提升数据价值挖掘能力[5] 数据资产入表的行业意义 - 数据资产入表产业的壮大将加快数据资产标准化评估和入表进程，促进更透明、可信的数据市场形成[6] - 数据资产普及和标准化评估将推动各行业采用数据驱动的商业模式，促进产业转型升级并提升我国在全球数字经济竞争中的地位[6]

全球贸易规则趋严下的企业合规挑战 - 当前商业环境中风险管控与合规治理已成为企业战略支柱 通过前瞻性管理布局创造竞争优势 赋能企业在复杂环境中实现高质量增长 [2] - 企业合规管理面临核心矛盾在于制度设计与企业实践的割裂 表现为"重事后轻预防""业务与合规割裂""技术应用表层化"及"文化渗透不足"等问题 [2] - 不同性质企业存在差异化困境：国有企业依赖行政管控弱化市场应变能力 外资企业陷入跨境规则冲突 上市企业面临"文本合规"与执行失效的落差 [2] 风险控制与合规管理框架 - 风险控制通过识别评估和采取措施避免或减少风险事件发生的可能性及损失 应用于企业战略 运营 项目等多个层面 [2] - 合规要求企业行为符合国家法律法规 监管规定 行业准则 国际条约等多维度规范 涵盖行业类 涉外类 道德类 内规类等要求 [2] - 风险控制的关键作用包括减少企业不确定性 保障资产安全 促进科学决策 支撑可持续发展 合规则能避免法律制裁 增强市场信任力 提高经营管理效益 [2] 政策驱动下的合规升级路径 - 国有企业需构建覆盖全业务全流程的实质性合规管理体系 将合规审查嵌入决策流程 设立首席合规官直接向董事会报告 [8] - 外资企业需建立本土化合规框架 重点强化数据安全 反垄断等领域 通过穿透式监管确保架构与业务实质相符 [8] - 上市公司需以"实质重于形式"原则重构信息披露标准 建立涵盖财务报告 关联交易的实质性内控体系 赋予独立董事穿透性监督权限 [8] 形式合规与实质合规的差异 - 形式合规聚焦法律法规的明文规定和程序性要求 但易陷入"为合规而合规"的机械执行误区 忽视商业行为实质风险 [5][6] - 实质合规强调系统性风险治理 要求合规行为穿透业务全链条 构建"法律—技术—商业"三位一体的动态合规体系 [11] - 形式合规导致"合规成本高与风险滞留并存"的悖论 实质合规则能将合规能力转化为国际竞争壁垒 实现从"成本负担"到"竞争红利"的转型 [12] 经济环境对合规转型的驱动 - 国际规则对接压力要求企业超越国内形式合规 应对国际市场准入限制和反垄断调查 避免贸易摩擦和制裁风险 [9] - 数据资产入表政策推动企业构建数据全生命周期防护体系 建立分级分类标准和跨境流动合规审计机制 [10][11] - 低增速环境下合规成为核心竞争力 通过降低经营风险 提升市场信任度帮助企业在复杂市场中稳健发展 [10]