数据要素市场化如何推动经济新发展模式

数据要素市场化：推动数字经济发展的新动力

随着数字化、网络化和智能化的深入发展，数据作为新型生产要素，正在快速融入生产、分配、流通、消费和社会服务管理等各个环节。数据不仅改变了企业的运营方式，也深刻影响着整个社会的治理结构。党的二十大报告明确指出，加快建设数字中国和发展数字经济已成为当下的紧迫任务。在这一背景下，探索数据要素的市场化，尤其是数据资产化的问题显得尤为重要。

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、数据要素市场化的背景与意义

近年来，国家出台了一系列政策，以推动数据要素的市场化进程。2022年12月，中共中央国务院发布的《意见》明确提出探索数据资产化及数据资产入表的新模式。财政部也针对企业数据资源的会计处理发布了《暂行规定》，首次提出了企业数据资产入表的相关处理办法。这些政策的出台，不仅为企业数据资产化提供了指导方针，也为数据要素市场化的实现奠定了基础。

• 推动数字经济发展：数据要素市场化能够有效促进数字经济的发展，通过数据的流通与共享，提升企业的竞争力。
• 提升资源配置效率：数据的市场化能够优化资源配置，使得数据资源能够更有效地服务于不同的经济主体。
• 促进创新与变革：数据资产化能够激发企业的创新能力，推动业务模式的转型与升级。

二、数据资产化的基本概念与管理方法

数据资产化是将企业内部的数据资源进行标准化、治理和管理，使其具备真正的经济价值。在这一过程中，企业需要了解数据资产与数据资产管理的相关概念，以及如何实施有效的数据管理策略。

1. 数据资产的定义

数据资产是指企业所拥有的、能够为其创造经济利益的数据资源。这些数据可以包括客户信息、市场数据、运营数据等，经过合理的管理和利用，可以为企业带来可观的经济回报。

2. 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包括：

• 提升数据使用效率，减少资源浪费。
• 确保数据安全，防止数据泄露和滥用。
• 提高决策的科学性，通过数据分析支持企业战略制定。

三、数据资产化的实施步骤

实施数据资产化需要经过一系列的规划与实施步骤，企业可以按照以下步骤进行操作：

• 总体方向规划：明确数据资产化的战略目标，确立业务数据化与数据业务化的结合方式。
• 数据资产的统筹规划：对企业的数据资源进行全面盘点，制定数据资产管理的总体规划。
• 数据资产的管理实施：建立数据管理体系，确保数据的质量、安全和合规性。
• 数据资产的稽查：定期对数据资产进行审计，确保其价值准确反映。
• 数据资产的运营管理：通过数据分析和应用，提升企业的运营效率和市场竞争力。

四、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，如何将数据资产纳入企业财务报表成为关键问题。根据财政部的《暂行规定》，企业在数据资产入表时需要遵循以下要点：

1. 适用范围分析

企业应明确哪些数据不适用于资产入表，确保合规性与准确性。

2. 会计处理适用的准则

企业需遵循相关会计准则，对数据资产进行确认和计量。

3. 列示和披露要求

在财务报表中，企业需要对数据资产进行适当的列示和披露，以便利益相关者了解其价值。

五、数据资产估值的方法

为了提升企业的数据价值，数据资产的估值显得尤为重要。企业可以采用以下几种方法对数据资产进行估值：

• 成本法：基于数据的获取和处理成本进行估值。
• 市场法：依据市场上类似数据资产的交易价格进行估值。
• 收益法：根据数据资产未来能够产生的经济利益进行估值。

六、数据要素市场化的前景与挑战

数据要素市场化是数字经济发展的重要组成部分，但在实际操作中也面临诸多挑战。

• 法律法规的完善：当前，针对数据资产的法律法规仍然不够完善，需要进一步建立健全相关制度。
• 技术支持的不足：数据的安全、治理与管理需要强大的技术支持，企业在这方面可能面临技术瓶颈。
• 市场认知的不足：部分企业对数据资产化的认知仍然不足，需要通过培训和宣传提升意识。

总结

数据要素市场化是推动数字经济发展的重要动力，企业应积极响应国家政策，探索数据资产化的路径。通过合理的数据管理与资产化措施，企业不仅能够提升自身的竞争力，还能为社会经济的发展贡献力量。面对数据资产化的挑战，企业需要不断学习和适应，以便在未来的市场中占据有利位置。

通过本次培训课程，学员们将全面了解数据资产化的最新政策动态和管理方法，掌握数据资产评估的技巧，提升企业的数据价值，实现数据要素的市场化，为企业的可持续发展打下坚实基础。