数据资产流通：推动数字经济发展的新动力

数据资产流通：构建数字经济新生态

在当前的数字化浪潮中，数据已被视为一种新型的生产要素，随着社会经济的快速发展，其在生产、分配、流通、消费及社会治理等各个环节的应用愈加广泛。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。这一背景下，数据资产流通的重要性愈发凸显。本文将结合培训课程内容，探讨数据资产流通的相关概念、管理方法及其对企业的影响。

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、数据资产化的概念与背景

数据资产化是指将数据及其相关的管理、使用、交易等环节进行系统化、规范化的处理，使数据成为具有经济价值的资产。数据的价值不仅仅体现在其本身的存在，更在于其在商业决策、市场分析和战略规划等方面的应用能力。

1. 数据资产化的宏观背景

• 随着数字经济的发展，数据已逐渐成为新的生产要素。
• 政策层面逐步明确数据资产化的方向与要求，例如《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》。
• 财政部的《企业数据资源相关会计处理暂行规定(征求意见稿)》首次提出了企业数据资产入表的相关处理办法。

2. 数据资产化的必要性

企业在进行数据资产化管理时，能够实现以下几个方面的收益：

• 提升数据的管理水平，增强数据的使用效率。
• 通过数据资产流通，拓宽企业的收入来源。
• 加强企业的市场竞争力，形成数据驱动的决策机制。

二、数据资产管理的基本维度

在企业进行数据资产化的过程中，需要关注以下几个基本维度：

1. 数据模型管理

数据模型是对数据的逻辑结构和关系的描述，良好的数据模型管理能够确保数据的有效性与一致性。

2. 数据标准管理

通过建立数据标准，可以提高数据的可用性与互操作性，促进数据的共享与流通。

3. 数据质量管理

数据的质量直接影响到企业的决策效果，数据质量管理需要定期监测与评估。

4. 数据安全管理

在数据流通的过程中，确保数据的安全性是至关重要的，企业应当建立完善的数据安全管理体系。

三、数据资产化的实践步骤

企业在进行数据资产化时，可以遵循以下几个步骤：

1. 总体方向的确定

明确业务数据化和数据业务化的方向，制定数据资产化的战略规划。

2. 数据资产的统筹规划

在数据资产化过程中，需统筹考虑数据的使用、管理与流通等各个环节。

3. 数据资产的管理实施

借助现代化的管理工具与技术，实施数据资产的管理策略。

4. 数据资产的稽查与运营管理

定期进行数据资产的稽查，确保数据资产的有效运营与管理。

四、数据资产入表的财务规范与技术处理

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需遵循以下几个关键要点：

1. 数据确认条件

企业需明确数据是否属于其资产，确认数据的合法性及使用权。

2. 数据价值计量

对数据的价值进行合理评估，考虑其使用寿命及价值有效期。

3. 数据的可复制性与会计处理原则

确保数据在会计处理中的可复制性，避免因数据处理不当导致的财务风险。

4. 数据资产的税务影响

了解数据资产的摊销、减值与处置对企业税务的影响，合理规划税务策略。

五、数据资产流通的影响

数据资产化不仅对企业的财务报表产生影响，更对企业的竞争力提升有着重要作用：

• 通过数据资产流通，企业能够获取更多的市场机会，从而提升整体竞争力。
• 数据资产的有效管理与流通，能够帮助企业形成数据驱动的决策机制，提升决策的准确性。

六、案例分析与前沿问题探讨

在实际操作中，企业进行数据资产化时常面临许多问题，如数据确权、公共数据与个人数据的界限等。通过案例分析，可以更好地理解数据资产化的实际应用及其面临的挑战。

1. 数据确权问题

明确公共数据与个人数据的使用权，确保数据流通的合规性。

2. 大模型公司的数据资产化问题

针对大模型公司在数据资产化过程中面临的数据隐私与安全问题，进行深入探讨。

3. 数据资产的估值前沿问题

研究数据资产估值的新方法与新思路，为企业提供创新的估值策略。

总结

数据资产流通是数字经济发展的重要组成部分，企业在进行数据资产化管理时，需要结合最新的政策动态与行业实践，提升自身的数据管理能力。通过有效的数据资产流通，企业不仅能够增强市场竞争力，还能在数字经济时代中实现可持续发展。

在未来，随着数据资产流通的不断深化，企业将迎来更多的发展机遇与挑战。希望通过本次培训，能够帮助学员们更好地理解数据资产化的重要性，掌握相关的管理方法与实务操作技能。