提升企业竞争力的关键：数据资产管理的重要性解析

数据资产管理：企业数字化转型的新机遇

在当今数字经济的浪潮中，数据作为一种新型生产要素，已深刻改变了生产、分配、流通、消费和社会服务管理等各个环节。党的二十大报告强调了加快建设数字中国和发展数字经济的重要性，数据资产管理因此成为企业转型的重要课题。

张光利：企业数据管理与数据资产化

【课程背景】数据作为新型生产要素，是数字化、网络化、智能化的基础，已快速融入生产、分配、流通、消费和社会服务管理等各环节，深刻改变着生产方式、生活方式和社会治理方式，党的二十大报告指出，要加快建设数字中国，加快发展数字经济。2022年12月《中共中央国务院关于构建数据基础制度更好发挥数展要素作用的意见》明确提出探索数据资产化及数据资产入表新模式。财政部印发《企业数据资源相关会计处理暂行规定(征求意见稿)》，首次提出企业数据资产入表相关处理办法。2023年6月中共北京市委、北京市人民政府日前印发《关于更好发挥数据要素作用进一步加快发展数字经济的实施意见》的通知中提出先行探索开展数据资产入表，对企业的数据首登记、首挂牌、首交易、首开放等给予奖励，更好促进数据要素市场创新和产业化发展。本课程将基于最新的政策要求和企业实践，全面讲授企业如何进行数据资产化，如何提升企业的数据价值，使学员掌握企业数据资产化的基本步骤，有助于帮助企业开发利用数据潜力。【课程收益】1、了解中国数据资产化的最新政策动态和政策要求2、掌握数据管理的基本维度，熟悉企业的数据管理方法论3、掌握企业进行数据资产化的步骤4、掌握数据资产估值的方法，提升企业的数据价值【课程对象】民营企业董事会成员，城投公司高管，首席运营官（COO）、首席财务官（财务总监）等【课程时长】1天（6小时/天）【课程大纲】一、数据资源到数据资产：数据要素的治理（一）企业为什么要做数据资产管理1、数据资产管理的宏观背景（数据要素化、要素市场化）(二)数据资产管理1、数据资产与数据资产管理的概念2、数据资产管理的发展3、数据资产管理的模型4、数据资产管理的难点与发展趋势数据资产化地图（一）数据资产化的制度要求1、企业战略与数据资产化2、数据资产化的组织偏好3、数据资产化的制度需求4、数据资产化的工具需求（二）数据要素的管理与资产化：基本规范1、数据模型管理2、数据标准管理3、数据质量管理4、主数据管理5、数据安全管理6、元数据管理7、数据开发管理8、数据价值评估9、数据资产流通10、数据资产运营（三）数据要素资产化的实践步骤1、总体方向：业务数据化与数据业务化2、数据资产的统筹规划3、数据资产的管理实施4、数据资产的稽查5、数据资产的运营管理（四）数据资产化的影响1、数据资产化对企业资产负债表的影响2、数据资产化对企业竞争力的影响数据资产入表的财务规范与技术处理（一）《暂行规定》的政策解读1、适用范围分析（哪些数据不适用？）2、会计处理适用的准则3、列示和披露要求4、实务操作中的难点解析（二）数据资产入表关键要点分析1、数据属于企业资产吗？——确认条件2、数据价值如何计量？（使用寿命和价值有效期如何判断）3、数据的可复制性与会计处理原则4、数据资产入表的税务影响：数据资产的摊销、减值与处置（三）数据资产入表解析（六步法）1、数据的合规与确权2、数据安全检查3、数据的治理与管理4、预期经济利益的可行性分析5、成本的合理归集与分摊6、列报与披露数据资产的实战演练以案例分析方法，分解企业如何进行数据资产化：数据治理、数据入表、数据资产估值等数据资产实践问题讨论1、数据如何确权：公共数据与个人数据2、大模型公司的数据资产化问题3、数据资产的估值前沿问题

张光利 培训咨询

课程背景与政策动态

2022年12月，《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》提出探索数据资产化的新模式。财政部也发布了《企业数据资源相关会计处理暂行规定(征求意见稿)》，首次明确了企业数据资产的入表处理办法。2023年6月，北京市政府进一步提出奖励企业进行数据资产的首登记、首挂牌、首交易和首开放，以促进数据要素市场的创新与产业化发展。

这些政策为企业的数据资产管理提供了清晰的方向和规范，帮助企业理解数据资产化的必要性和紧迫性。

数据资产管理的必要性

企业进行数据资产管理的原因主要有以下几点：

• 提升竞争力：数据资产化有助于企业获取更高的市场竞争力，促进创新与发展。
• 规范管理：通过数据管理，可以提升数据的质量和安全性，减少数据泄露和损失的风险。
• 实现合规：面对日益严格的监管环境，数据资产管理有助于企业合规经营，降低法律风险。

数据资产化的基本步骤

企业进行数据资产化的过程中，通常需要经过以下几个步骤：

• 总体方向：明确业务数据化与数据业务化的总体方向，为数据资产化奠定基础。
• 数据资产的统筹规划：制定全面的数据资产管理战略，包括数据的分类、评估和价值确定。
• 管理实施：落实数据管理的各项措施，确保数据资产的有效管理与利用。
• 稽查与运营管理：定期对数据资产进行稽查，确保数据管理的合规性与有效性。

数据资产入表的财务规范

数据资产的入表处理是企业数据资产化的重要环节。根据《暂行规定》，企业在进行数据资产入表时需遵循以下几个关键要点：

• 确认条件：数据是否属于企业的资产需要满足一定的确认条件。
• 价值计量：数据的价值如何计量，包括使用寿命和有效期的判断。
• 会计处理原则：需遵循数据的可复制性与会计处理的相关原则。
• 税务影响：了解数据资产的摊销、减值与处置的税务影响。

数据资产的估值方法

提升企业的数据价值，关键在于掌握数据资产的估值方法。数据的估值通常涉及以下几个方面：

• 数据质量评估：高质量的数据更具价值，因此需要对数据的质量进行严格评估。
• 市场需求分析：市场对数据的需求将直接影响其价值，企业需及时分析市场动态。
• 数据的独特性：独特的数据资产通常具备更高的价值，企业应当重视数据的独特性与稀缺性。

数据资产管理的挑战与未来趋势

虽然数据资产化为企业提供了新的发展机遇，但在实施过程中，企业仍面临诸多挑战：

• 技术瓶颈：数据管理技术的不断更新与发展，要求企业不断进行技术升级与人员培训。
• 政策适应：企业需要及时了解并适应政策的变化，以确保数据资产的合规性。
• 数据安全隐患：数据的安全性是企业数据资产管理中的重要环节，需对数据安全隐患进行有效控制。

展望未来，数据资产管理将向以下几个方向发展：

• 智能化管理：利用人工智能和大数据技术提升数据管理的智能化水平。
• 跨界整合：企业将更加注重与其他行业的数据整合与共享，以创造更多的商业价值。
• 可持续发展：在数据资产管理中，企业将更多关注可持续发展，推动数据与社会的和谐发展。

结语

数据资产管理是企业在数字化转型过程中不可或缺的一部分。通过系统化的数据管理，企业不仅能够提升自身的竞争力，还能为数字经济的发展贡献力量。在政策的引导下，企业应积极探索数据资产化的路径，不断提升数据的价值，实现可持续发展。

经过本课程的学习，参与者将能够掌握数据资产管理的基本框架和实施步骤，为企业的数字化转型奠定坚实的基础，实现数据的最大化价值。