数据要素市场化：推动经济转型的新动力

数据要素市场化：构建数字经济的新基础

在数字化、网络化、智能化的浪潮下，数据作为新型生产要素，正在深刻改变我们的生产、分配、流通、消费以及社会服务管理等各个环节。党的二十大报告明确指出，要加快建设数字中国，加快发展数字经济，这为数据要素的市场化提供了明确的政策支持和方向指引。

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

随着科技的迅猛发展，特别是大数据、云计算和人工智能技术的普及，数据已成为企业创新和竞争的重要来源。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》提出探索数据资产化及数据资产入表的新模式，进一步推动了数据要素的市场化进程。

财政部于2023年发布的《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的相关处理办法，为数据资产化提供了制度基础。此外，北京市政府的实施意见中也提出要奖励企业的数据首登记、首挂牌、首交易、首开放等行为，这些政策鼓励了企业在数据资产化方面的探索与实践。

二、数据资产化的意义与重要性

• 提升企业竞争力：数据资产化可以帮助企业更好地管理和利用数据，提高决策的精准性和效率。
• 促进创新：通过数据的有效整合和分析，企业能够发现新的商机，推动产品和服务的创新。
• 增强透明度：数据资产的入表能够提高企业的财务透明度，增强投资者和市场的信任。
• 实现价值最大化：通过数据的有效管理和流通，企业能够实现数据价值的最大化。

三、企业数据资产化的基本步骤

为了有效推进数据资产化，企业需要遵循以下基本步骤：

1. 数据资源到数据资产的治理

企业首先需要明确数据资产管理的宏观背景，包括数据要素化和要素市场化的趋势。同时，理解数据资产的概念以及数据资产管理的发展历程至关重要。

2. 数据资产化的制度要求

企业应当结合自身战略，明确数据资产化的组织偏好、制度需求和工具需求，建立相应的数据治理体系。

3. 数据要素的管理与资产化

在数据管理中，企业需要关注以下几个方面：

• 数据模型管理
• 数据标准管理
• 数据质量管理
• 主数据管理
• 数据安全管理
• 元数据管理
• 数据开发管理
• 数据价值评估
• 数据资产流通
• 数据资产运营

4. 数据资产的统筹规划与实施

企业需要制定总体方向，包括业务数据化与数据业务化的结合，并进行数据资产的统筹规划、管理实施和运营管理。

5. 数据资产的稽查与影响分析

对数据资产进行定期的稽查，评估其对企业资产负债表和竞争力的影响，是确保数据资产化成功的重要环节。

四、数据资产入表的财务规范与技术处理

依据《暂行规定》，企业在进行数据资产入表时需要考虑以下关键要点：

• 确认条件：数据是否属于企业资产的确认。
• 计量方法：数据价值的计量，包括使用寿命和价值有效期的判断。
• 会计处理原则：数据的可复制性与会计处理原则的兼顾。
• 税务影响：数据资产的摊销、减值与处置所带来的税务影响。

五、数据资产化的实战演练与案例分析

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，包括数据治理、数据入表和数据资产估值等方面。以下是一些关键讨论点：

• 数据确权：如何界定公共数据与个人数据的界限。
• 大模型公司的数据资产化问题：探讨大模型企业在数据资产化中的特有挑战。
• 数据资产的估值前沿问题：如何科学有效地评估数据资产的价值。

六、总结与展望

数据要素市场化是推动数字经济发展的重要基石。通过数据资产化，企业不仅能够提升自身的竞争力和创新能力，还能实现数据价值的最大化。随着相关政策的不断完善，企业在数据资产化过程中将面临更多的机遇与挑战。

在未来，数据将继续作为新型生产要素，深刻影响各行各业的发展。企业应当积极拥抱这一变化，探索数据资产化的路径，提升数据管理的能力，以更好地参与到数字经济的浪潮中。

通过本次培训，学员们将能够全面了解中国数据资产化的最新政策动态，掌握数据管理的基本维度，以及企业进行数据资产化的具体步骤，从而为企业的数字化转型提供有力支持。

在这个信息爆炸的时代，数据要素市场化不仅是一个趋势，更是企业发展的必然选择。只有不断探索和实践，企业才能在这个竞争激烈的市场中立于不败之地。