优化企业数据资产管理，提高决策效率与价值

数据资产管理：提升企业竞争力的新时代

在当今数字化、网络化、智能化的时代背景下，数据作为一种新型生产要素，已经深刻融入到生产、分配、流通、消费和社会服务的各个环节。党的二十大报告中明确指出，要加快建设数字中国，推动数字经济的发展。这一背景下，数据资产管理的重要性日益凸显，成为企业提升竞争力、实现可持续发展的关键所在。

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

一、数据资产管理的宏观背景

数据资产管理的提出，离不开中国整体经济和社会发展的宏观背景。近年来，随着数字经济的快速发展，数据作为一种重要的生产要素，逐渐被赋予了资产化的属性。2022年，《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》明确提出要探索数据资产化的模式，强调了数据在经济社会发展中的重要作用。

• 数据要素化：数据被视为一种生产要素，与土地、劳动、资本等传统要素相提并论。
• 要素市场化：数据作为要素在市场中流通，形成数据资产的交易和价值评估机制。

二、数据资产与数据资产管理的概念

数据资产是指企业在生产经营活动中获取、生成和积累的数据资源，这些数据资源具备一定的经济价值。数据资产管理则是指对这些数据资产进行有效的治理、管理和利用，以提升其价值和效益。

三、数据资产管理的发展与趋势

随着技术的快速发展和市场需求的变化，数据资产管理的方式和方法也在不断演进。以下是数据资产管理的一些发展趋势：

• 数据资源的整合与共享，将推动数据资产的流通与交易。
• 数据质量管理将成为企业提升数据资产价值的重要手段。
• 数据安全管理日益受到重视，确保数据资产的保护和合规性。

四、数据资产化的制度要求

针对数据资产化的推进，各级政府和相关部门制定了一系列政策和制度要求，以指导企业的实践。企业在进行数据资产化时，需要关注以下几个方面：

• 企业战略与数据资产化：数据资产化应与企业的整体战略相结合，形成协同效应。
• 组织偏好：企业内部需要建立相应的组织结构，以支持数据资产的管理与运营。
• 制度需求：建立健全的数据资产管理制度，明确职责和流程。
• 工具需求：借助现代技术手段，构建数据资产管理平台，实现高效管理。

五、数据要素的管理与资产化基本规范

为了有效地进行数据资产管理，企业需要遵循一些基本规范，这些规范涵盖了数据的各个方面，包括：

• 数据模型管理：建立合理的数据模型，以支持数据的结构化和标准化。
• 数据标准管理：制定统一的数据标准，确保数据的一致性和可比性。
• 数据质量管理：通过数据质量监控和评估，提升数据的准确性和可靠性。
• 主数据管理：对核心数据进行集中管理，确保数据的完整性和一致性。
• 数据安全管理：加强数据安全保障，防止数据泄露和滥用。
• 元数据管理：对数据的描述和定义进行管理，以便于数据的理解和使用。
• 数据开发管理：合理规划数据开发流程，提升数据的开发效率。
• 数据价值评估：建立数据资产的价值评估方法，量化数据的经济价值。
• 数据资产流通：推动数据资产的流通和交易，形成有效的市场机制。
• 数据资产运营：加强数据资产的运营管理，实现数据价值的最大化。

六、数据资产化的实践步骤

企业在进行数据资产化时，可以遵循以下几个实践步骤：

• 总体方向：明确业务数据化与数据业务化的总体方向，形成数据资产的战略规划。
• 数据资产的统筹规划：结合企业的实际情况，对数据资产进行系统性的统筹规划。
• 数据资产的管理实施：落实数据资产管理的具体措施，确保各项工作落到实处。
• 数据资产的稽查：定期对数据资产进行稽查，确保数据资产的合规性和有效性。
• 数据资产的运营管理：加强对数据资产的运营管理，形成持续的价值创造机制。

七、数据资产化的影响

数据资产化不仅对企业的财务报表产生影响，也将显著提升企业的竞争力：

• 资产负债表的影响：数据资产化将使企业的资产负债表更加丰富，反映企业的整体价值。
• 企业竞争力的提升：通过有效的数据资产管理，企业可以实现数据的价值最大化，增强市场竞争力。

八、数据资产入表的财务规范与技术处理

随着数据资产化的推进，相关的财务规范和技术处理也逐渐明朗。企业在数据资产入表时，需要关注以下几点：

• 适用范围分析：明确哪些数据可作为企业资产入表，哪些数据不适用。
• 会计处理准则：遵循相关的会计准则进行数据资产的确认和计量。
• 列示与披露要求：确保数据资产的列示和披露符合相关法规。
• 实务操作难点解析：分析在实际操作中可能遇到的难点，并提出相应的解决方案。

九、数据资产入表的关键要点分析

在数据资产入表过程中，企业需要重点关注以下几个关键要点：

• 确认条件：明确数据是否属于企业资产的确认条件。
• 数据价值计量：合理判断数据的使用寿命和价值有效期，以进行准确的价值计量。
• 可复制性与会计处理原则：分析数据的可复制性对会计处理的影响。
• 税务影响：探讨数据资产的摊销、减值与处置对税务的影响。

十、数据资产入表解析（六步法）

数据资产入表的过程可以通过六个步骤进行解析：

• 数据的合规与确权：确保数据的合法性和所有权。
• 数据安全检查：对数据进行安全性检查，防止数据泄露。
• 数据的治理与管理：建立完善的数据治理体系，确保数据的有效管理。
• 预期经济利益的可行性分析：评估数据资产的预期经济利益，确保其价值。
• 成本的合理归集与分摊：合理分摊与归集数据资产相关的成本。
• 列报与披露：确保数据资产的列报与披露符合相关规定。

十一、实践问题讨论

在数据资产管理的实践中，企业也会面临一些问题，以下是一些讨论的方向：

• 如何确权公共数据与个人数据？
• 大模型公司的数据资产化问题如何解决？
• 数据资产的估值前沿问题有哪些值得关注的方面？

结论

数据资产管理是新时代企业提升竞争力的重要手段，伴随着政策的支持和技术的进步，企业在推进数据资产化的过程中，将能够更好地发挥数据的价值，实现可持续发展。通过系统的学习和实践，企业可以有效掌握数据资产管理的方法和步骤，为未来的数字经济发展奠定坚实基础。