数据要素市场化如何推动经济新动能发展

数据要素市场化：新经济时代的机遇与挑战

在数字经济迅猛发展的背景下，数据作为一种新型的生产要素，正逐渐成为推动经济增长的重要引擎。党的二十大报告明确指出，要加快建设数字中国，推动数字经济的深度发展。随着政策的不断完善，数据资产化与市场化正在成为企业转型升级的关键举措。

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

数据作为新型生产要素的地位日益凸显，已经渗透到生产、分配、流通、消费等各个环节，改变了传统的商业模式和治理方式。《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》中提出要探索数据资产化的新模式，同时财政部也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，为企业数据的管理、流通和交易提供了法律基础。

二、数据资产管理的重要性

• 提升企业竞争力：通过数据资产化，企业能够更好地挖掘和利用数据资源，提升决策效率和市场反应速度。
• 实现资源的优化配置：通过数据要素市场化，企业可以将闲置的数据资源有效转化为经济收益。
• 促进创新与发展：数据的流通与交易为企业提供了创新的动力，推动新产品的研发和市场的拓展。

三、数据资产化的基本步骤

企业在进行数据资产化时，需要遵循一系列的基本步骤，以确保数据的有效管理和应用：

• 战略规划：企业需要明确数据资产化的目标和方向，将其纳入整体发展战略中。
• 建立数据管理制度：制定规范的数据管理流程，确保数据的安全和质量。
• 数据资产评估：对企业的数据资产进行评估，明确数据的价值和使用寿命。
• 数据资产流通：探索数据的交易和共享模式，推动数据资产的市场化。
• 持续优化：根据市场变化和技术进步，及时调整数据资产管理策略。

四、数据资产的估值方法

数据资产的估值是一项复杂的任务，企业需要考虑多种因素：

• 使用寿命：评估数据的有效期和使用寿命，明确数据的价值变动。
• 市场需求：分析市场对数据的需求，评估数据的市场价值。
• 数据的可复制性：判断数据是否具有可复制性，从而影响其价值评估。

五、数据资产入表的财务规范

根据财政部发布的《企业数据资源相关会计处理暂行规定(征求意见稿)》，企业需要遵循相关的财务规范，将数据资产纳入财务报表。这一过程主要包括：

• 数据的合规与确权：确保数据资产的合法性和归属。
• 数据安全检查：对数据进行安全性评估，确保数据在使用过程中的安全性。
• 治理与管理：建立完善的数据治理体系，确保数据的管理效能。
• 经济利益分析：评估数据资产的预期经济利益，确保其在财务报表中的合理呈现。

六、数据要素市场化的挑战与应对

尽管数据要素市场化带来了诸多机遇，但也面临一些挑战：

• 法律法规滞后：数据交易涉及的法律法规尚不完善，企业在数据交易中可能面临合规风险。
• 技术壁垒：数据管理和分析技术的不足可能限制企业数据资产的有效利用。
• 市场认知不足：部分企业对数据资产化的认识不足，导致数据资源未能有效转化为经济效益。

为应对这些挑战，企业需要加强与政策制定者的沟通，推动法律法规的完善。同时，企业应注重技术研发与人才引进，提高数据管理与分析能力，增强市场竞争力。

七、结语

数据要素市场化是数字经济发展的必然趋势。企业应积极响应政策号召，探索数据资产化的实践路径，以提升自身竞争力和市场地位。在这一过程中，企业不仅要关注数据资产的管理与流通，更要注重数据的价值挖掘与创新应用。只有这样，才能在数据驱动的新经济时代中，占据一席之地，迎接未来的挑战与机遇。