数据资产流通：赋能数字经济的新动力与挑战

数据资产流通：迈向数字经济的新机遇

随着数字化、网络化和智能化进程的加速，数据作为一种新型生产要素，正逐渐融入到各个经济领域，深刻改变着我们的生产方式、生活方式和社会治理模式。党的二十大报告明确提出要加快建设数字中国，推动数字经济的发展。为此，国家相继出台了一系列政策，旨在探索数据资产化及其流通机制，促进数据要素市场的创新与产业化发展。

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

数据资产化的背景与意义

在当前的经济形势下，数据不仅是企业运营的重要资源，更是提升竞争力的关键因素。《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，要探索数据资产化及数据资产入表新模式。这标志着数据管理的时代已来临，企业必须认真对待数据资产的管理与流通。

• 政策推动：各级政府的政策支持为数据资产化提供了良好的环境。
• 企业需求：企业需要通过数据资产化提升自身的运营效率和市场竞争力。
• 社会发展：数据资产化将推动社会服务管理的创新与发展。

数据资产管理的基本维度

要实现数据资产化，企业首先需要掌握数据管理的基本维度。这包括数据资产的概念、管理模型、发展趋势等。企业在进行数据资产管理时，需要关注以下几个方面：

• 数据治理：确保数据的准确性和完整性。
• 数据质量管理：提升数据的使用价值。
• 数据安全管理：保护数据资产，防止泄露与滥用。
• 数据标准管理：制定统一的数据标准，便于数据的共享与流通。

数据资产化的制度要求

数据资产化不仅需要企业内部的管理与规范，还需要遵循相应的制度要求。这些要求可以从多个维度进行分析：

• 企业战略：数据资产化应与企业整体战略相结合。
• 组织偏好：建立适合企业特点的数据管理组织。
• 制度需求：明确数据资产的法律地位与管理规范。
• 工具需求：引入先进的数据管理工具与技术。

数据资产的流通与运营

数据资产的流通是实现数据价值的关键环节。企业在进行数据资产流通时，需要关注以下几个方面：

• 数据资产的统筹规划：合理规划数据资产的使用与流通渠道。
• 数据资产的管理实施：制定具体的管理方案，确保数据的有效流通。
• 数据资产的稽查：定期对数据资产进行审计，确保数据的合规性。
• 数据资产的运营管理：优化数据资产的运营策略，提升数据的使用效率。

数据资产入表的财务规范

为实现数据资产的有效管理与流通，企业需要关注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)》，企业在进行数据资产入表时，应遵循以下要点：

• 适用范围分析：明确哪些数据适用于入表，哪些数据不适用。
• 会计处理适用的准则：根据相关会计准则进行数据资产的确认与计量。
• 列示和披露要求：确保数据资产的列示与披露符合规定。
• 实务操作中的难点解析：解决数据资产入表过程中可能遇到的难点与挑战。

数据资产估值的方法

数据资产的价值评估是实现数据资产化的重要步骤，企业需要掌握数据资产的估值方法，以提升数据的使用价值。主要的估值方法包括：

• 历史成本法：根据数据资产的历史获取成本进行评估。
• 市场法：参考市场上类似数据资产的交易价格进行评估。
• 收益法：根据数据资产未来产生的经济利益进行评估。

数据资产流通的实际案例分析

为了更好地理解数据资产化的实际运用，我们可以参考一些成功的案例。企业通过有效的数据治理策略，实现了数据资产的高效流通，进而提升了运营效率和市场竞争力。

• 某科技公司：通过数据标准化与共享，实现了数据的快速流通，提升了产品研发效率。
• 某零售企业：利用数据分析优化了库存管理，实现了成本的降低与销售额的提升。
• 某金融机构：通过数据资产化，实现了风险管理的精准化，并提升了客户满意度。

总结与展望

数据资产流通不仅是企业数字化转型的必然选择，也是推动数字经济发展的重要动力。通过政策的引导与企业的积极实践，数据资产化必将为企业带来新的机遇与挑战。在未来，企业需要不断提升数据管理能力，探索数据资产流通的新模式，以更好地适应数字经济的发展趋势。

在这一过程中，企业的领导者与管理者应积极参与数据资产化的相关培训，提升对数据资产管理的认知与实践能力。通过系统的学习与实践，企业将能够在数据资产化的浪潮中扬帆起航，驶向更加广阔的商业前景。