AI导读：

数据资产入表实践一年，百家上市公司揭示影响与趋势：数据资产入表企业数量激增，金额增长近28倍，但占比上市公司总数低。数据原生与非原生企业特征各异，部分企业资产负债情况改善显著。未来需细化相关准则，增强政策可操作性。

数据资产入表实践一年以来，企业界面临一个关键问题：数据资源资产化究竟能带来何种影响？是估值提升、融资便利的财务福音，还是高投入低回报的风险游戏？随着5400余家上市公司公布2024年年报，百家企业为我们揭示了“数据资产入表元年”的图景：数据资产入表企业数量激增，入表金额较一季报放大近28倍。其中，数据原生企业管理水平提升，数据非原生企业资产负债率明显下降，部分企业通过数据产品成功获授信。

然而，超过98%的A股上市公司选择观望。企业业务层面积极，但财务角度审慎，缺乏明确的政策细则和典型案例。

本文以2024年年报中实现数据资产入表的100家上市公司为样本，从企业类型、行业分布、概念标签、财务表现等多维度分析。数据资产加速“入表”，金额增长27.6倍，但占比上市公司总数仅为1.86%。北京地区企业数量居首，数据原生与非原生企业特征各异。

涉及股票概念中，人工智能、国企改革频次高。数据原生企业与AI行业联系紧密，数据非原生企业更多关联国企改革等概念。部分数据非原生企业，数据资源入表不仅停留在账面，还延伸至融资实践。

12家企业数据资源入表金额占总营收比超过1%，多为数据原生企业。数据非原生企业资产负债情况改善显著，或与数据资产确权带来的企业估值优化和信用改善相关。数据原生企业则呈现更快增长势头，资产负债率上升，或反映其采取更积极扩张策略。

运营商、信息技术与制造业为主流领域，媒体与公用事业入表势头明显。金融业数据资产入表企业数量增长迅速，银行在数据资产融资实践中发挥关键作用。尽管部分公司取消披露，但数据资产化已呈现明显加速态势。

数据资产入表值不值得？对于具备数据管理能力、能将数据转化为效益的企业而言，答案是肯定的。未来，需进一步细化相关准则，增强政策可操作性。

（图片来源网络）

（文章来源：21世纪经济报道）