数据要素市场化：推动经济高质量发展的新动力

数据要素市场化：新时代的数字经济驱动力

在数字化、网络化和智能化的浪潮中，数据作为一种新型生产要素，正在深刻改变我们的生产方式、生活方式以及社会治理方式。党的二十大报告明确指出，要加快建设数字中国，推动数字经济的发展。尤其是在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》中，提出了探索数据资产化及数据资产入表的新模式，为企业的数据管理提供了新的方向和政策支持。

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、数据资产化的背景与意义

在当今时代，数据不仅是信息的载体，更是推动企业创新与发展的核心要素。数据资产化的过程，就是将数据从无形转化为有形资产，通过有效的管理与利用，提升企业的综合竞争力。

• 宏观背景：随着信息技术的发展，数据的产生与积累呈指数增长，企业面临着如何有效管理和利用这些数据的挑战。
• 政策推动：最新的政策文件为企业数据资产化提供了制度保障与指导，明确了数据资产的确认、计量与披露要求。
• 市场需求：在数字经济背景下，市场对数据的需求不断增加，企业需要通过数据资产化来满足市场的变化与挑战。

二、数据资产管理的基本框架

数据资产管理不仅是数据治理的延伸，更是企业战略的重要组成部分。企业在进行数据资产管理时，应考虑以下几个方面：

• 数据资产与数据资产管理的概念：数据资产是指企业所拥有的可利用的数据资源，而数据资产管理则是对这些资源进行有效治理与利用的过程。
• 数据资产管理的发展：随着数据的重要性不断提升，数据资产管理逐渐成为企业管理的核心内容，相关的方法论与工具也在不断演进。
• 数据资产管理的模型：企业应建立适合自身特点的数据资产管理模型，以确保数据资源的有效利用。
• 数据资产管理的难点与发展趋势：企业在数据资产管理中面临着数据质量、数据安全等多方面的挑战，未来的发展趋势将更加注重数据的价值评估与流通。

三、数据资产化的实施步骤

企业在进行数据资产化时，需遵循一定的步骤，从而确保数据的有效管理与利用：

• 总体方向：明确业务数据化与数据业务化的目标。
• 数据资产的统筹规划：制定数据资产化的战略规划，明确实施路径。
• 数据资产的管理实施：建立数据治理机制，确保数据的质量与安全。
• 数据资产的稽查：定期对数据资产进行审计与评估，确保其合规性。
• 数据资产的运营管理：通过数据分析与挖掘，实现数据的价值转化。

四、数据资产入表的财务规范与技术处理

数据资产入表是实现数据资产化的重要步骤，企业需遵循相关的财务规范与技术要求：

• 《暂行规定》的政策解读：企业需了解适用范围、会计处理准则及列示和披露要求。
• 数据资产入表的关键要点分析：确认数据是否属于企业资产、如何计量数据的价值等。
• 数据资产入表的六步法：包括数据的合规与确权、数据安全检查、数据治理与管理等。

五、数据要素市场化的实践案例

在实践中，企业如何有效进行数据资产化是一个值得探讨的话题。以下是几个实践案例的分析：

• 数据治理实践：某企业通过建立数据治理框架，提升了数据的质量与安全性，从而实现了数据资产的有效管理。
• 数据入表案例：企业通过合规的流程将数据资产入表，成功实现了数据的价值化。
• 数据资产估值的前沿问题：在对数据进行估值时，企业面临着如何评估数据的使用寿命与价值有效期的挑战。

六、数据资产化的未来展望

随着技术的进步与市场的变化，数据资产化必将迎来新的发展阶段。企业在数据资产化过程中，需要不断适应新的政策要求与市场需求，提升自身的数据管理能力。未来，数据资产化将不仅仅是企业内部管理的需求，更将成为推动整个数字经济发展的重要力量。

结语

数据要素市场化是数字经济时代的重要趋势，企业应积极响应政策号召，深入开展数据资产化工作。通过科学的管理与有效的利用，企业不仅能够提升自身的市场竞争力，更能够为数字经济的发展贡献力量。

在这条创新与变革的道路上，企业需要不断学习与适应，才能在激烈的市场竞争中立于不败之地。通过本次培训课程，学员们将能够全面掌握数据资产化的基本步骤与管理方法，为企业的发展打下坚实的基础。