关于数据资产化和合规的重要事项研究

启金智库

目 录
一、引言
二、数据资产与数据资产化
三、数据资产化（数据资产入表）的重要事项
四、数据资产化（数据资产入表）的合规要求
五、总结
一、引言
2020年4月份，中共中央、国务院印发的《关于构建更加完善的要素市场化配置体制机制意见》把数据提升为和劳动力、土地、资本以及技术高度一样的生产力要素，并称为“五要素”。强调加强数据资源整合与安全保护，探索构建统一规范的数据管理体制，提高数据质量与规范性，丰富化数据产品。自此，数据成为了一项国家重要的战略型资源，促进数据资源建设成为了国家经济发展的重要战略。
2022年12月份，中共中央、国务院印发的《关于构建数据基础制度更好的发挥数据要素作用的意见》（业内称为“数据十二条”）提到要加快数据产权制度、数据流通交易制度、数据收益分配制度以及数据安全治理制度的建设。其中数据产权制度的建设目的在于保护数据主体的权益，建立数据持有、使用、加工以及公开的权益体系，探索构建数据产权结构性分置制度，依照数据处于生产、流通以及使用等环节的特征与不同参与方的合法权益，为数据资源设定持有权、加工使用权与产品经营权。
数据领域立法的“三驾马车”为数据经济主体设定了比较强的义务属性，《网络安全法》对底层安全，也就是网络安全以及应急管理等事项做出了规定，《数据安全法》强调对数据的分类分级、风险评估以及安全保障等要求，《个人信息保护法》对具体的个人信息的知情同意、撤回权和删除权等事项做出了规定。而在数据资产化的层面，“数据主体”企业具有更多的权利属性，这也是数据资源生产要素化的鲜明特征，数据变成了企业的资产，为企业带来经济效益，合法拥有与控制数据的相关企业有权利用数据来创造价值。把数据纳入到资产负债表中增加其自身的“价值”。
2023年8月，财政部印发了《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》），这份文件已经在2024年1月1日开始正式实施。《暂定规定》的发布是对中共中央数据二十条落地实施的重要举措，《暂定规定》为数据入表提供了细致化的依据，有利于企业更有效地利用数据资源、提高企业价值从而推动数据经济发展。
二、数据资产与数据资产化
1、 资产的定义
我国《企业会计准则》把资产定义为“由企业过去的交易或者事项所形成的、由企业拥有或控制的、预期将会给企业带来经济利益的资源。”从这一定义来看，企业数据资产可以理解为过去交易或者事项形成的，被主体拥有或者控制的，能给企业带来经济利益的一种数据资源。2018年国际会计准则理事会（IASB）发布了修订的《财务报告概念框架》，其中对于资产定义的调整为人们理解数据资产提供了新的视角与 启发。
新修订的《财务报告概念框架》把资产定义为“有潜力产生经济利益的权利”，这一定义和以往的资产定义相比出现了比较大的变化，即强调资产是一种权利，重点突出资产的权利属性而不是实物属性，这适应了经济活动与业务模式创新的需求，能够把更多的新经济资源纳入到资产概念框架之中。同时，IASB的资产概念框架把资产所带来的经济利益流入可能性标准给弱化了，这在一定程度上更加适用于对数据资产内涵的界定，因为IASB资产概念框架把经济利益不确定性融入对资产概念的理解，而数据资产正好就是是一种价值不确定的资产。
2、数据资产的定义
在《信息技术服务数据资产管理要求》（GB/T 40685-2021）中对于“数据资产”的定义是：“合法拥有或者控制的，能够进行计量的，为组织带来经济以及社会价值的数据资源。”浙江省征求意见中的地方标准《数据资产确认工作指南（征求意见稿）》对“数据资产”的定义是：“会计主体过去的交易或者事项形成的，由会计主体拥有或者合法控制的，能够被可靠计量的，预期将会给会计主体带来经济利益或者产生服务潜力的数据资源。”此外，其他一些规范性文件也对数据资产做出了定义，总而言之，数据资产应该具有可确权与可溯源、合法拥有或者控制、能够计量与流通以及能够带来经济效益这些要素。
3、 数据资产化的含义
数据资产化就是围绕数据要素的价值创造活动，即为数据要素赋予市场价值的过程，数据要素价值创造活动包括数据采集、加工、治理、开发和交易等许多的环节与流程，其最终目的是推动数据要素向数据资产转化，激发与释放数据要素的价值潜能[注1]。
4、数据资产化（数据资产入表）的重要意义
从宏观角度来看，目前在我国的经济社会中，能够实现把数据资源转换为资产并且计入资产负债表的数据要素总量在三十万亿到五十万亿之间。同时有一些研究表明，技术数据资产的体量有可能超过了一百万亿。不论量级具体是怎么样的，这对于数字经济的体量规模来说都是非常重大的提升。数据资产入表能够更加真实地反映我国经济的运行情况，进一步刺激与激发数据要素市场，提高数据供需主体的积极性，促进数据交易流通，完善以及壮大数据的经济产业链。
对于企业来说，数据资产化将可以提升数据密集型企业的估值，有利于数据密集型企业与相关产业链上中下游的整体发展，会强化提高企业本身的数据采集与存储能力，提高企业对数据的挖掘、利用与分析能力，增强企业对于数据进行深度的开发利用。通过数据资产化，拥有高质量数据资源的科技型企业就可以把数据资源反映在财务报告上，为投资人传递更多有价值的信息，在资本市场当中形成一种以数据为核心的商业模式，充分释放数据资产的金融价值。数据资产化程度比较高的企业可以通过确认数据作为无形资产或者存货，真实地反映企业的整体资产情况，其业绩也会得到相应的改善，有助于企业获取更多的金融资源与产业政策等这方面的支持。
数据资产化可以激发市场活力，让市场主体获得更多变现的相关渠道以及获得更多的融资可能性。
三、数据资产化（数据入表）的重要事项
1、适用范围
依据《暂行规定》我们可知，有两类的数据资源是可以资产化计入会计报表的，第一类是根据企业会计准则相关规定可以确认为无形资产的以及可以交易的存货类的数据资源。第二类指的是企业合法拥有或者控制的、预期将会给企业带来经济利益的、但是因为不满足企业会计准则相关资产确认条件而未确认为资产的数据资源，也可以当做数据资产进行确认。
第一类数据资源相对于传统的专利权以及商标权等无形资产，具有虚拟性、动态性以及依赖性的特点，通常数据是在依赖于某项特定的业务或者和数据有关的技术框架才会具有价值。再或者在存货的视角下，通常数据是依附于出售软件或服务的附加物，由于数据本身是具有动态性的，随着数据的不停地快速更新，那么数据处于存货状态的时间是十分短暂的，这也是数据入表评估的难题之一。
第二类数据资源是依据《企业会计准则—基本准则》对资产做出的定义，结合《暂行规定》与其他相关的规范性文件而总结可以入表的数据要素应该要具有可确权与可溯源、合法拥有或者控制、能够被计量和流通以及能够带来经济效益这些要素。
2、数据资源的确认、计量与披露
在数据资源确认这方面，《暂行规定》要求企业按照数据资源的持有目的、形成方式和业务模式以及与数据资源相关的经济利益的预期消耗方式等等这些因素进行会计确认。在计量方面，企业应该根据数据资源的实际成本进行初始计量，并且采用历史成本法以及重置成本法等方法来进行后续计量。在披露方面，企业应该要定期披露数据资源的价值、使用情况以及变动原因等信息，增强会计信息的透明度。
3、 数据的内部控制与风险管理
为了确保数据资源的安全、完整与可靠，企业应该建立健全数据资源管理制度，加强内部控制与风险管理。企业应该要制定数据资源的管理流程与规范，明确各部门的职责，确保数据资源的合理使用与保护。具体措施包括但不限于：
（1） 数据资源分类和授权管理
企业应该要对数据资源进行分类，明确各类数据的属性、特点与用途，并且根据业务需求与岗位职责对数据资源的访问以及使用进行授权管理。确保只有经过授权的人员才可以访问以及使用数据资源。
（2）数据安全保护
企业应该要采取一系列的安全措施，如加密技术、防火墙以及入侵检测系统等等，来保护数据资源的安全。与此同时，对于重要的数据资源，应该要定期备份并且存储在安全可靠的环境中，防止数据丢失或者非法篡改。
（3）数据质量管理和校验
企业应该构建数据质量管理体系，对数据资源的准确性、完整性以及一致性等进行校验与审核。通过数据清洗、去重以及格式转换等等技术手段，确保数据资源的可靠性与可用性。
（4） 数据流程和操作规范
企业应该要制定数据资源的处理流程与操作规范，明确数据的采集、存储、处理、应用与披露等环节的职责以及操作要求。确保数据的处理与使用符合法律法规以及企业内部政策的要求。
（5） 数据的风险评估和监控
企业应该要定期对数据资源进行风险评估，识别潜在的安全风险与合规风险。与此同时，应该构建风险监控机制，对数据资源的异常情况进行实时监测与预警，及时发现并且处理潜在的安全问题。
（6） 数据的内部审计和监督
企业应该要加强内部审计与监督工作，对数据资源的管理以及使用情况进行定期检查与评估。通过内部审计，发现管理漏洞与不足之处，提出改进措施以及建议，不停地完善数据资源管理制度。
企业可以加强内部控制与风险管理，确保数据资源的安全、完整与可靠。与此同时，也有助于提高企业的管理水平以及风险防范能力，为企业长期稳定发展提供强有力保障。
4、会计信息的披露要求
企业应该根据重要性原则，结合实际的情况增设报表子项目，通过表格方式细化披露数据资源的价值、使用情况以及变动原因等信息。与此同时，企业可以根据自身的实际情况自愿披露数据资源的应用场景或者业务模式、原始数据类型来源、加工维护与安全保护情况等等相关信息。
（1）财务报表之资产负债表
资产负债表反映了企业在某一特定日期所拥有的资产与负债的总体状况。数据资源作为企业的一项非常重要的资产，应该要在资产负债表中进行列示。具体来说，数据资源可能被归类为无形资产以及存货等报表项目，并且根据相关会计准则的要求进行列示。
（2）财务报表之利润表
利润表反映了企业在一定会计期间内的经营成果。数据资源的使用与销售可能为企业带来收入以及利润，因此应该在利润表中进行列示。具体来说，数据资源的收入可能会被归类为营业收入以及其他业务收入等等报表项目，而和数据资源相关的成本以及费用有可能被归类为营业成本以及销售费用等等报表项目。
（3） 财务报表之现金流量表
现金流量表反映了企业在一定会计期间内的现金流入与流出的情况。数据资源的交易与处置可能会涉及现金流量，因此应该在现金流量表中进行列示。具体来说，和数据资源相关的现金流量有可能被归类为经营活动现金流量以及投资活动现金流量等等报表项目。
除了上述的报表项目以外，企业还可以按照实际情况来增设报表子项目，以便更详细地披露数据资源的价值、使用情况以及变动原因等等信息。这些子项目可以按照数据资源的类型、用途和使用方式等因素进行分类列示，以便报表使用者能够更好地了解企业数据资源的价值与贡献。
通过上述报表项目的列示与披露，企业可以向投资者、监管机构以及其他利益相关方提供有关数据资源的有用信息，增强会计信息的透明度，有助于提升决策效率与评估企业的价值。
5、数据的列示与披露的细化要求
为了可以更好地满足报表使用者的信息需求，企业应该按照实际情况对数据资源的列示与披露进行细化。比如说，企业可根据数据资源的类型、用途以及使用方式等对数据进行分类列示，并且按照资产、负债与所有者权益等报表项目对数据进行分类披露。另外，数据二十条对数据权做出了数据资源持有权、加工使用权以及产品经营权的分权机制，能够更加清晰的帮助企业理解数据入表后所对应的具体内容。
6、数据资源会计处理适用的相关准则
按照目前阶段的会计准则，数据资源会计处理应该要遵循企业会计准则的相关规定。具体而言，对于企业内部使用的数据资源，假如符合无形资产准则规定的定义和确认条件的，应该要确认为无形资产；对于企业日常活动中持有、最终目的用来出售的数据资源，假如符合存货准则规定的定义与确认条件的，应该确认为存货。除此之外，对于实务中反映的一些重点问题，如数据资源的初始计量、后续计量和收入确认等环节，该规定也结合数据资源的业务模式等实际情况进行了细化指导。
四、数据资产化（数据资产入表）的合规要求
数据合规是数据资产化启动的基本条件，因为能够被确认为企业资产的数据资源至少应该要满足“合法拥有或者控制”的要求，因此数据的收集、存储、处理以及使用过程中涉及到非常多的合规问题，比如说隐私保护、知识产权以及商业秘密等等，这些问题可能会对数据资产的价值产生不好的负面影响。
数据合规能够确保企业在数据收集、存储、处理以及使用过程中遵循相关法律法规与监管要求，从而避免因为违规行为而导致的罚款、法律诉讼与声誉损失等等这些风险。与此同时，数据合规还有利提高企业的数据治理水平，确保数据的准确性、完整性以及可靠性，为数据资产的价值评估与入表提供了更加可靠的基础。
1、数据来源合规
数据的来源主要有收集公开数据、自行产生以及从第三方获取这三种渠道。在收集与使用数据之前，应该要了解清楚数据的来源，确保数据来源的合法性以及合规性。拿个人信息作为例子，在收集与使用个人数据的时候，应该要遵守相关的隐私法规，比如说欧盟的GDPR以及我国的《个人信息保护法》等等。
这些法律法规对于个人数据的收集、存储与使用等等方面都有明确的规定，企业应该要严格遵守。企业通过APP收集的个人信息应该要保障相对人的知情同意权、撤回权、公开权以及删除权等这些权利。如果的数据是来源于第三方的，企业应该要和第三方签订明确的合同或者协议，明确数据的所有权、使用范围以及保密义务等这些事项，同时应该对第三方的数据来源进行合规审查，尽到审慎义务，避免对他人造成侵权。同时还应该要尊重知识产权，如比如说专利、商标以及著作权等等。对于涉及到知识产权的数据，应该要获得相应的权利人的授权或遵守相关的法律法规。数据来源合规是确保数据合法性与可信度的关键因素之一。企业应该要加强数据来源合规的管理与控制，构建完善的数据合规体系与流程，以确保数据的合法性以及合规性。
2、数据流通和存储合规
（1）数据流通合规
数据流通合规主要关注的是数据的共享、交换与流转等等过程。企业需要确保在数据流通中严格遵守相关的法律法规，比如说隐私保护与知识产权保护等等，并且对数据进行适当的加密与保护，以防数据泄露以及被滥用。
一、数据提供方与需求方资质审查
对数据提供方与需求方的资质进行严格审查，确保他们具有合法、合规的资质以及业务范围。
二、 数据流通协议
要制定详细的数据流通协议，明确数据提供方与需求方的权利以及义务，包括数据的范围、使用方式以及保密要求等等。
三、数据质量监控
要对数据流通中的数据进行质量监控，以确保数据的准确性、完整性以及时效性。
（2） 数据存储合规
数据存储合规主要关注的是数据的存储方式与存储位置。企业需要遵守相关法律法规，比如说个人信息保护法以及网络安全法等等，把数据存储在符合规定的设施与介质上，并且采取必要的安全措施，如加密以及备份等，确保数据的安全性与完整性。
一、 选择合适的存储介质与设施
根据数据自身的性质与需求，选择合适数据的存储介质与设施，如云存储以及分布式存储等。
二、数据备份与恢复
构建完善的数据备份与恢复机制，确保数据的安全性以及完整性。
三、存储加密与访问控制
对存储的数据要进行加密与访问控制，确保数据的机密性以及完整性。
（3） 数据传输合规
数据传输合规主要关注的是数据的传输方式与安全。企业需要确保在数据传输中采取合适的安全措施，比如说加密以及身份验证等等，以防数据被窃取或者被篡改。与此同时，还需要遵守相关法律法规，比如说个人信息保护法与网络安全法等，确保数据的合法性以及合规性。
一、 加密传输
要采用加密技术对数据进行传输，确保数据在传输过程中的安全性与机密性。
二、身份验证与访问控制
要构建身份验证与和访问控制机制，确保只有经过授权的人员能够访问与操作数据。
三、 传输协议合规
要确保使用的数据传输协议符合相关法律法规与标准要求。
（4） 数据交易合规
数据交易合规主要关注的是数据的交易过程与安全。企业需要遵守相关法律法规，比如说反不正当竞争法与消费者权益保护法等等，确保数据的交易过程合法、公正以及透明。与此同时，还需要采取必要的安全措施，比如说加密、备份等等，确保数据的完整性与安全性。
一、交易平台审查
对进行数据交易的平台要进行严格的审查，确保平台具有合法、合规的资质以及业务范围。
二、交易合同审查
对数据交易合同要进行严谨审查，确保合同内容合法、明确以及可执行。
三、交易过程监控
要对数据交易过程进行实时监控，确保交易的公正、透明与合法。
（5）数据出境合规
数据出境合规主要关注的是数据传输到境外的过程。企业需要遵守相关法律法规，比如说个人信息保护法与网络安全法等等，确保数据出境的合法性以及合规性。与此同时，还需要评估数据出境的风险与影响，采取必要的安全措施，比如说加密与监控等，确保数据的安全性以及完整性。
一、 出境目的审查
对数据出境的目的要进行审查，确保的数据资产出境目的是合法以及合规的。
二、出境协议审查
对数据出境协议要进行审查，确保出境协议的内容合法、明确与可执行。
三、 出境安全措施审查
对数据出境的安全措施要进行审查，确保数据在出境过程中的安全性与完整性，为了确保数据流通、存储、传输、交易以及出境的合规性，企业需要构建完善的数据管理制度与流程，加强数据安全与隐私的保护措施，提高员工的数据安全意识与能力。与此同时，还需要和监管机构以及行业协会保持密切的联系，及时了解和掌握最新的法律法规以及政策动态，确保企业的数据合规性无论何时都符合相关要求与标准。
3、 处理环节合规
（1）数据处理合规
一 、数据匿名化与伪匿名化
对数据进行处理的时候，应该要采取适当的匿名化与伪匿名化措施，以保护个人隐私与数据安全。
二、严格遵守数据使用目的限制
要确保数据仅仅只用于合法、合规的目的，不用于侵犯个人隐私以及侵犯知识产权等不正当用途。
（2） 数据去标识化、删除和销毁的合规
一、数据去标识化
对数据要进行去标识化处理，确保数据无法识别个人身份，以保护个人隐私与数据安全。
二、数据的删除和销毁
在满足法律法规与业务需求的前提下，要及时的删除或者销毁不再需要的数据。确保数据彻底被删除或者被销毁，避免数据泄露或者被不当使用。
三、数据的记录和审计
要详细对数据的去标识化、删除和销毁过程进行记录与审计，确保数据销毁合规性并且满足相关法律法规的要求。
4、管理合规
管理合规指的是企业在数据管理过程中需要遵循的一系列规则与要求，在企业内部构建以及实施整体化的管理体系，以确保数据行为生命周期的合法、合规、安全与可靠。
（1） 数据收集合规
企业需要严格遵循相关法律法规与隐私政策，确保在收集数据的时候获得数据主体的同意或者授权，并且明确告知数据主体，关于数据的用途以及共享范围等等。与此同时，企业需要遵循正当、合法、必要以及透明的原则，只收集必要而且合法的数据，不收集敏感或者个人隐私数据。
（2）数据存储与传输合规
企业需要选择合适的存储与传输方式，确保数据的机密性、完整性以及可用性。另外，对于敏感数据，需要进行加密存储与传输，以保护数据的安全。与此同时，企业需要遵循相关法律法规与隐私政策，确保数据的合法、合规使用。
（3） 数据处理合规
企业需要遵循相关法律法规与隐私政策，确保数据的合法、合规使用。在数据处理的过程中，企业需要采取相应的技术与管理措施，防止数据泄露、滥用以及损坏。与此同时，企业需要遵循正当、合法、必要以及透明的原则，不进行违反法律法规与伦理道德的数据处理活动。
（4） 数据共享与披露合规
企业需要遵循相关的法律法规与隐私政策，确保数据的合法、合规地共享与披露。在数据共享以及披露的过程中，企业需要获得数据主体的同意或者得到授权，并且明确地告知数据主体，关于数据的用途以及共享范围等等。与此同时，企业需要遵循正当、合法、必要以及透明的原则，不进行违反法律法规与伦理道德的数据共享以及披露活动。
（5） 数据质量管理合规
企业需要构建完善的数据质量管理体系，确保数据的准确性、完整性、一致性以及及时性。与此同时，企业需要遵循相关法律法规与隐私政策，确保数据的合法、合规使用。
（6） 数据安全合规
企业需要构建完善的数据安全管理体系，采取相应的技术与管理措施，保障数据的机密性、完整性以及可用性。与此同时，企业需要遵循相关法律法规以及隐私政策，确保数据的合法、合规使用。
（7）内部审计与检查
要定期进行内部审计与检查，对数据管理合规情况进行评估与监督。及时发现以及纠正不合规的行为，确保数据的合法性与合规性。
（8） 员工培训与教育
加强员工对数据合规的认识与教育，提高员工的合规意识。定期对员工进行数据安全与合规培训，确保员工了解与遵守企业的数据合规政策以及流程。
五、总结
数据资产化和合规是相辅相成的。在数据资产化的过程中，企业除了享受数据资产化带来的经济利益、融资渠道拓宽以及企业增值以外，还需要综合考虑法律法规、隐私保护、安全性以及业务需求等等多个方面，构建完善的数据管理制度与流程，确保数据的合法、合规使用。与此同时，企业需要加强员工的培训与教育，提高员工的合规意识，确保数据的哈法、合规性以及安全性。
来源：国浩律师事务所

启金智库 将于 2024年1月20-21日 在 上海 举办《融资性贸易识别整改、数智化贸易融资供应链金融及实现数据资产入表扩表的实操合规风控和案例专题培训》，特邀四位一线拥有十几年优秀实操经验和跨界复合型的行家主讲，洞悉业务运作中的各类机遇和挑战，助您建立展业必要的知识体系、实战技能和有效人脉，诚邀您的参加！
【课程提纲】
第一讲、国企融资性贸易的识别与风险防控实务和典型案例分析
（时间：1月20日上午9:00-12:00 ）
· 主讲嘉宾：杨老师，北京德和衡（上海）律师事务所联席合伙人，曾供职于头部金融机构，武汉大学法学学士、美国南加州大学法学硕士，兼具法律及金融复合背景，在产业金融领域有着十余年诉讼及非诉实务经验，在产业金融各类业务的风险识别、业务展业、风险把控、机制平衡方面有非常专业的经验和视角。近年来为多家国资进行融资性贸易识别、风险防范与整改转型工作。
一、融资性贸易模式
1、融资性贸易对于国企的“诱惑”
2、政策管控沿革：加强管理-加大管控-禁止-零容忍
3、当前管控政策
4、融资性贸易定义
5、74号文解读
6、虚假贸易与融资性贸易
7、融资性贸易与贸易融资
8、融资性贸易模式：买卖型与增信型
9、循环贸易
10、托盘贸易
11、融资托盘
12、上海电气的故事：涉及专网通信虚假自循环业务
13、江苏舜天的故事：涉及专网通信虚假自循环业务
14、中国铁物的故事
15、委托采购
16、保理增信
17、广州雪松的故事
18、票据增信
19、广州浪奇的故事
20、质押监管增信
21、仓储保管增信
22、保兑仓增信
二、融资性贸易的司法认定及风险
1、司法层面对于融资性贸易的认定
2、司法判例看构成循环贸易的特征
3、司法判例看不构成循环贸易的特征
4、风险因素
5、民事风险
6、合规风险
7、刑事风险
三、融资性贸易自查及整改
1、募集说明书关注要点
2、评级报告关注要点
3、融资性贸易识别路径
4、垫资与托盘贸易
5、托盘贸易整改方案
四、供应链金融
1、供应链金融的价值与必要性
2、供应链金融分类
3、垫资、工程欠款与融资
4、保理：明保理/暗保理、有追索保理/无追索保理、正向保理/反向保理、票据结算保理
5、债权电子凭证、供应链票据及其区别
6、商票
7、供应链ABS
8、物权供应链金融代表产品：融资租赁
9、EPC+融资租赁
10、联合体融建
11、小股大债模式
12、明股实债模式
13、股权代持模式
五、总结供应链金融与融资性贸易的区别
六、答疑与交流
第二讲、贸易供应链金融产品组合创新、工程基建/煤炭/农产品领域行业运用、国资贸易供应链平台搭建实务和案例
（时间：1月20日下午13:30-16:30 ）
·主讲嘉宾：张老师，在交易银行、贸易融资、保理和供应链金融领域有长达20多年的工作经验、创新实践、深入研究。曾任某股份制银行和某城商行对公团队负责人、某大型央企供应链金融平台负责人，之后还全程参与指导某央企电力集团创设保理公司、建设供应链金融平台，全程参与建设某电网央企供应链金融平台、某施工央企供应链金融平台、某环保央企供应链金融平台、某资本运营央企供应链金融平台等实践实施，以及为多家企业提供可行落地的贸易融资解决方案。
一、贸易供应链金融产品组合创新设计
（一）“应收+应付”双降组合产品设计及运用领域
（二）“供应链+保理”产品组合设计及运用领域
（三）“保险+保理”产品组合设计及运用领域
二、工程基建、煤炭、农产品领域供应链金融模式案例
（一）工程基建领域贸易供应链金融案例
1. 四川某银行对城投的无追保理案例模式
2. 某银行给总包商开展有追保理所涉及的合同及应收账款分析
3. 基础设施建设领域的主要产业链及供应链金融产品分析
（二）煤炭领域贸易供应链金融案例
1. 煤炭应收账款融资案例
2. 煤炭存货融资案例
3. 煤炭预付款融资案例
4. 煤炭托盘和代采融资的模式区别
5. 某供应链公司与信托公司合作开展煤炭供应链金融案例
6. 煤炭行业供应链金融模式市场分析
（三）农产品领域的供应链金融案例
1. 某养殖专业合作社与担保公司、银行开展应收账款融资案例
2. 某农业公司直接与保理公司开展应收账款融资案例
3. 农产品供应链的收益计算方法及产品设计思维
4. 某农产品供应商与供应链资金联营开展农产品供应链案例
5. 农业领域的主要产业链及供应链金融产品分析
三、国资贸易供应链平台搭建及风险防范（业财税/并表/审计一体化视角）
（一）国资“一头在外”集团集采模式
1. 供应链平台体系搭建要点
2. 业务运作实务要点（业财税并表审计一体视角）
3. 业务风险防范
4. 典型案例
（二）国资“两头在外”集采分发模式
1. 供应链平台体系搭建要点
2. 业务实务要点（业财税并表审计一体视角）
3. 业务风险防范
4. 典型案例
（三）国资“一头在外”上游或下游企业供应链金融模式
1. 供应链平台体系搭建要点
2. 业务运作实务要点（业财税并表一体视角）
3. 业务风险防范
（四）国资“两头在外”贸易供应链介入模式
1. 供应链平台体系搭建要点
2. 业务运作实务要点（业财税并表一体视角）
3. 风险防范
（五）案例解析大宗贸易供应链的资金需求，与国资信用耦合下的国资供应链服务实操
1. 国企供应链公司的业务、财务、税务、审批、审计、管理风控要点
2. 国企与民企合资供应链公司如何防范风险
3. 贸易融资+国资供应链公司+银行风控体系的融合实操
4. 国资各级子公司产品与融资性贸易风险如何判定
（六）国有企业供应链公司现在与未来
四、学员互动以某供应链公司向大型核心供应商现款采购豆粕，并赊销给大型买方企业为例，提出供应链公司的供应链金融解决方案，并根据方案、税费进行收益计算和优劣势分析。

【互动交流研讨会】
强化彼此认知、问题答疑解惑、实现合作共赢
（时间：1月20日下午16:30-17:30 ）
环节一：参会嘉宾自我介绍（可展示PPT）
环节二：实操问题交流研讨（提前发会务组）
环节三：潜在合作机会发掘

第三讲、地方国资和金融机构参与贸易供应链金融的数智化创新实践、合规动态风控体系、赋能数据资产入表扩表实践及案例
（时间：1月21日上午9:00-12:00 ）
·主讲嘉宾：张老师，上海煤炭交易所总裁，上海理业投资控股有限公司副总裁，曾任：上海EDI Center 副总经理，NEC-ITM 执行董事。
一、地方国资和金融机构参与大宗商品贸易供应链金融的意义
（一）入局大宗商品原因及产业数据分析
（二）传统金融机构对接产业金融的瓶颈及破局点
（三）企业旺盛融资需求、金融市场无法满足的破局点
（四）地方国资在产业转型和产业招商的破局点
（五）科技赋能提升管理水平和产业金融创新力度
（六）产业金融3.0已来（传统金融—>产业链金融—>产融生态圈）
（七）地方国资、金融机构、产业方调整商业思维和战略布局的模式
（八）某地方城投参与大宗商品贸易供应链的案例及效果解析
二、地方国资和金融机构参与大宗商品贸易供应链金融的数智化创新实践
（一）供应链金融的新视角和新玩法
1.供应链金融的本质和创新价值
2.适合做供应链金融的产业领域
  3.供应链金融的阶段特征与发展趋势
  4.如何做好供应链金融的风险防范
（二）数智化的“平台+供应链金融”创新实践、大宗能源行业运用与案例解析
  1.贷前尽调与风险评估（评级、评分、流水、财报、额度、账期）
2.贸易环节的合规管理（真实性、完整性）
3.全程物流跟踪与现场监管（线上、线下、存证）
4.平台化的在线资产管理和动态风控模型（贷前、贷中、贷后）
5.BI商业智能与大数据成果应用
6.电子合同、存证、出证、公证实槌应用
7.数字化资产管理的系统逻辑与数据安全
8.背后运用了哪些黑科技、成本效益评估
（三）各机构面临的机遇、实践案例及趋势探讨
1.地方政府及国资、金控、供应链平台、保理
2.金融机构：银行 信托 券商 保理 私募股权
3.其他类机构
（四）机构间合作要点
三、数智化供应链平台赋能企业数据资产入表扩表和金融机构数字金融转型实现路径探讨
（一）赋能企业数据资产入表扩表实现路径探讨
（二）赋能金融机构数字金融转型实现路径探讨
（三）上海《推动区块链、大模型技术赋能生产性互联网服务平台发展实施方案》提出创新“平台+供应链金融”发展模式探讨
四、答疑与交流

第四讲、铝产业贸易供应链管理+金融服务、大宗商品贸易与供应链金融服务的结合效益、可信数字仓单风险管控实务要点和案例解析
（时间：1月21日下午13:30-16:30 ）
· 主讲嘉宾：王老师，曾在国内大型国有商业银行工作，具备贸易融资、国际贸易和国际结算行业领域专业知识，具有领导管理才能和业务管理经验，是国内该行业领域著名的资深行业专家。
一、铝链交易的实际案例分析
二、大宗商品贸易与供应链金融服务的结合效益
三、重塑信用，全面建设可信数字仓单的实际案例介绍
四、答疑与交流
报名方式：
15001156573（电话微信同号）
▼



往期推荐
国务院国资委关于规范中央企业贸易管理严禁各类虚假贸易的通知<贸易十不准>

全国首个省级数据局挂牌！数字经济风声已至，组建省级数据集团或将成普遍现象

供应链金融的交易模式详细分析

大宗商品贸易融资如何不被认定为“融资性贸易”

托盘融资性贸易合同的定性问题

国有企业、上市公司融资性贸易风险，风控手段都在这

融资性贸易等变形贸易的前生今世及审计应对

严判融资性贸易造假行为！财政部、国务院等五部门发布通知

大宗商品供应链行业发展报告—以厦门象屿为例


戳下面的 阅读原文，更有料！