数据资产流通：推动数字经济发展的新动力

数据资产流通：新经济时代的关键要素

在数字化、网络化和智能化的快速发展背景下，数据作为一种新型生产要素，逐渐融入到生产、分配、流通、消费及社会服务管理等各个环节，深刻改变了我们的生产方式、生活方式和社会治理方式。党的二十大报告强调了加快建设数字中国和发展数字经济的重要性，而数据资产化则成为实现这一目标的重要途径之一。

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

伴随着《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，我国在数据资产化方面的政策逐渐明晰。2022年，财政部首次提出企业数据资产入表的相关处理办法，这一政策为企业的数据管理提供了新的方向。

• 促进数字经济发展：数据资产化有助于推动企业的数字转型，提升其竞争力。
• 提升数据价值：通过有效的数据管理和评估，企业可以最大化其数据的经济价值。
• 推动市场创新：数据资产化为企业之间的数据流通与合作提供了基础，促进了新兴市场的形成。

二、数据资产化的基本步骤

企业在进行数据资产化时，可以遵循以下几个基本步骤，以确保数据的有效管理和运用。

1. 数据资源的整合与治理

首先，企业需要对其现有的数据资源进行全面的整合与治理。这包括：

• 数据模型管理：建立统一的数据模型，以便于数据的共享和流通。
• 数据质量管理：确保数据的准确性和可靠性，提升数据的使用价值。
• 数据安全管理：保护企业数据的安全性，防止数据泄露风险。

2. 数据资产的评估与入表

根据《企业数据资源相关会计处理暂行规定(征求意见稿)》，企业需要对数据进行价值评估，并将符合条件的数据资产入表。这一过程包括：

• 确认数据资产：明确哪些数据符合企业资产的确认条件。
• 价值计量：评估数据的经济价值及其使用寿命。
• 税务处理：了解数据资产的摊销、减值与处置的税务影响。

3. 数据资产流通与运营管理

数据资产的流通不仅涉及企业内部的使用，还包括与外部市场的交易。企业需要建立有效的数据流通机制与运营管理模式，以支持数据的商业化应用。

• 数据交易平台建设：搭建数据交易平台，促进数据的共享与交易。
• 数据价值挖掘：通过数据分析技术，挖掘数据潜在的商业价值。
• 持续的运营监控：对数据资产的运营状况进行持续监控，及时调整策略。

三、数据资产化的政策支持

我国政府在推动数据资产化方面，提出了一系列政策支持，包括对企业数据首登记、首挂牌、首交易等给予奖励。这一措施旨在鼓励企业积极进行数据资产化，促进数据要素市场的创新与产业化发展。

1. 政策导向

政策的导向为企业明确了数据资产化的方向，使得企业在进行数据管理时，能够更好地对齐国家政策，增强竞争优势。

2. 财务规范

通过《暂行规定》的实施，企业在数据资产入表的过程中，有了明确的财务规范。这不仅提高了数据资产的透明度，还增强了企业的财务管理能力。

四、数据资产化的挑战与应对

尽管数据资产化带来了诸多机遇，但在实践中也面临一些挑战。

• 数据确权问题：如何明确公共数据与个人数据的归属，是当前面临的重要挑战。
• 技术能力不足：许多企业在数据管理和分析技术方面的能力仍显不足，制约了数据资产化的进程。
• 数据标准化问题：数据标准的不统一导致数据共享困难，影响了数据资产的流通效率。

针对这些挑战，企业可以通过加强技术研发、提升员工技能以及推动行业标准化等方式加以应对。

五、案例分析：数据资产化的成功实践

在实际操作中，一些企业已经成功实现了数据资产化，下面以某科技公司为例，探讨其在数据资产化方面的实践经验。

1. 数据资源整合

该公司通过搭建统一的数据管理平台，整合了各个部门的数据资源，实现了数据的集中管理和共享。

2. 数据资产评估

在数据资产入表过程中，该公司进行了一系列的数据价值评估工作，确保每一项数据资产的合理入表。

3. 数据交易与流通

通过建立数据交易平台，该公司与其他企业实现了数据的共享与交易，提升了数据的使用价值。

六、未来展望：数据资产化的前景

随着数据资产化的深入推进，未来的企业将更加注重数据的价值管理与流通。数据资产不仅将成为企业竞争力的重要来源，还将推动数字经济的蓬勃发展。

• 数据资产的价值提升：企业将通过不断优化数据管理，提升数据的经济价值。
• 数据流通市场的扩大：数据交易市场将逐步扩大，促进数据的有效流通。
• 政策支持的持续加强：政府将继续出台多项政策，推动数据资产化的深入发展。

综上所述，数据资产流通是推动数字经济发展的重要环节，企业应积极参与数据资产化的实践，提升自身的数据管理能力，以应对未来的挑战。