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：推动数字经济发展的新动能

在数字化、网络化和智能化快速发展的新时代，数据作为一种新型生产要素，正在深刻改变着各行业的生产方式、生活方式及社会治理模式。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。为了更好地发挥数据要素的作用，促进企业的数据资产化，国家层面相继出台了一系列政策，推动数据要素的市场化进程。本文将围绕数据要素市场化的背景、步骤、影响及实践进行深入探讨。

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

数据要素市场化的背景主要源于以下几方面：

• 数字经济的崛起：随着信息技术的发展，数据逐渐成为企业竞争的重要资产，推动了数字经济的蓬勃发展。
• 政策支持：2022年底，《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》的发布，标志着我国在数据资产化方面迈出了重要一步。
• 社会需求：社会各界对数据的需求不断增加，推动企业积极探索数据资产化的路径。

二、数据要素市场化的必要性

企业进行数据资产管理的必要性体现在以下几个方面：

• 提升企业竞争力：通过数据资产化，企业能够更好地利用数据，提高决策效率，增强市场竞争力。
• 实现价值最大化：数据资产化能够帮助企业更好地评估和管理数据的价值，从而实现价值最大化。
• 促进数字化转型：数据的资产化为企业数字化转型提供了坚实基础，有助于企业在数字经济中快速适应和发展。

三、数据资产化的基本步骤

数据资产化的过程可分为以下几个关键步骤：

• 数据治理：建立完整的数据管理体系，确保数据的质量和安全。
• 数据评估：对企业的数据进行全面评估，明确数据的价值及其在企业资产负债表中的位置。
• 数据入表：按照《企业数据资源相关会计处理暂行规定(征求意见稿)》，将符合条件的数据资产入表，确保合法合规。
• 数据流通与运营：通过数据资产的流通与运营，创造更多的经济价值，实现数据的可持续利用。

四、数据资产化的管理规范

在数据资产化的过程中，企业应遵循以下管理规范：

• 数据模型管理：制定科学合理的数据模型，确保数据结构的清晰与一致性。
• 数据标准管理：建立统一的数据标准，提高数据的可共享性和可用性。
• 数据质量管理：定期对数据进行质量检查，确保数据的准确性和完整性。
• 数据安全管理：采取必要的安全措施，保护数据的安全与隐私。
• 数据价值评估：建立科学的数据价值评估机制，确保数据资产的合理定价。

五、数据资产化的影响

数据资产化对企业的影响主要体现在以下几个方面：

• 资产负债表的变化：数据资产的入表将改变企业的资产结构，提升企业的整体资产价值。
• 竞争力的提升：通过数据的有效管理与利用，企业能够更好地应对市场竞争，提升自身的竞争力。
• 创新能力的增强：数据资产化为企业创新提供了丰富的资源，推动企业在技术和服务上的创新。

六、数据资产入表的财务规范

根据《企业数据资源相关会计处理暂行规定(征求意见稿)》，数据资产入表需要遵循一定的财务规范：

• 确认条件：明确哪些数据符合入表条件，确保数据的合法性和合规性。
• 计量标准：对数据的使用寿命和价值有效期进行判断，合理计量数据资产的价值。
• 税务影响：关注数据资产的摊销、减值与处置的税务影响，确保企业的税务合规。

七、数据资产化的实战演练

通过案例分析，企业可以更好地理解数据资产化的实践问题，包括：

• 数据确权：如何处理公共数据与个人数据的确权问题。
• 大模型公司的数据资产化：探讨大模型公司在数据资产化过程中的挑战与解决方案。
• 数据资产估值的前沿问题：分析数据资产估值中的新技术和新方法。

八、结论

数据要素市场化是推动数字经济发展的重要举措，企业在数据资产化的过程中需重视数据治理、评估和入表等关键环节。通过科学的管理和创新的应用，企业可以充分挖掘数据的潜力，实现数据的价值最大化，进而提升自身的竞争力和市场地位。

在政策的引导下，数据资产化将为企业带来新的机遇与挑战，只有不断探索与实践，才能在数据驱动的时代中立于不败之地。