数据资产运营：企业数字化转型的新动力与挑战

数据资产运营：数字经济时代的新机遇

随着数字化、网络化和智能化的迅猛发展，数据作为一种新型生产要素，已经深刻融入到生产、分配、流通、消费及社会服务管理等各个环节。党的二十大报告明确指出，加快建设数字中国，推动数字经济的发展，已成为国家战略的重要组成部分。在这一背景下，如何进行有效的数据资产运营，成为企业实现转型升级和可持续发展的关键。

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

数据资产化是指将企业所拥有的数据资源进行有效管理、评估和运营，使其具备资产属性，进而提升其经济价值。2022年12月，中共中央国务院发布的《构建数据基础制度更好发挥数据要素作用的意见》明确提出要探索数据资产化，财政部也随之推出《企业数据资源相关会计处理暂行规定》，首次为企业数据资产入表提供了指导。

• 政策支持：国家政策的支持为企业的数据资产化提供了良好的外部环境，促进了数据要素市场的创新和产业化发展。
• 企业竞争力：通过数据资产化，企业能够更好地利用数据资源，提高决策效率和市场反应速度，从而增强竞争力。
• 经济效益：数据资产化能够为企业创造新的收入来源，提高整体经济效益。

二、数据资产管理的重要性

在企业数字化转型过程中，数据资产管理至关重要。其不仅仅是对数据的简单存储和处理，更是对数据进行有效治理和利用的过程。

• 宏观背景：数据要素的治理和市场化是当前经济发展的趋势，企业必须顺应这一发展方向。
• 管理模型：建立科学的数据资产管理模型，对数据进行分类、标准化和质量控制，有助于提升数据的利用效率。
• 发展趋势：未来，数据资产管理将朝向智能化、自动化和标准化的方向发展，企业需要提前布局。

三、数据资产的运营管理

数据资产的运营管理可以分为多个步骤，每个步骤都至关重要。

1. 数据资产的统筹规划

企业应根据自身的业务需求和市场环境，制定科学合理的数据资产规划，明确数据资产的目标和方向。

2. 数据资产的管理实施

在实施过程中，企业需要对数据进行全面管理，包括数据的收集、存储、处理和分析等环节，确保数据的安全性和有效性。

3. 数据资产的稽查

定期对数据资产进行稽查，评估数据的质量和价值，确保数据资产运营的合规性和有效性。

4. 数据资产的运营管理

通过数据的深度分析和挖掘，企业可以发现潜在的商业价值，并根据分析结果进行精准决策。

四、数据资产入表的财务规范与技术处理

数据资产入表是实现数据资产化的重要步骤之一。根据《暂行规定》，企业需要对数据资产进行合规确认和价值计量。

• 确认条件：企业需要明确哪些数据可以作为资产纳入财务报表。
• 价值计量：对数据的使用寿命和价值有效期进行合理判断，以确保资产评估的准确性。
• 会计处理原则：遵循数据的可复制性和会计处理原则，确保数据资产的账务处理符合相关法规。
• 税务影响：企业在进行数据资产入表时，需要关注数据资产的摊销、减值与处置等税务问题。

五、数据资产估值及其实践演练

数据资产的估值是数据资产化过程中一个复杂但重要的环节。企业需要掌握数据资产估值的方法，确保数据的价值能够真实反映在财务报表中。

• 数据确权：明确公共数据与个人数据的确权问题，确保数据资产的合法性。
• 估值前沿问题：关注当前数据资产估值领域的创新和发展，及时调整企业的估值策略。
• 实战演练：通过案例分析，帮助企业更好地理解数据资产化的实践过程，包括数据治理、数据入表、数据资产估值等。

六、数据资产化的影响

数据资产化不仅对企业的财务报表产生影响，更深远地影响了企业的竞争力。

• 资产负债表影响：数据资产的入表将提升企业的资产总额，改善财务结构。
• 竞争力提升：通过数据资产化，企业能够快速响应市场变化，提升决策效率，增强市场竞争力。

结论

在数字经济时代，数据资产运营不仅是企业转型的必然选择，更是提升企业核心竞争力的重要手段。通过全面理解数据资产化的政策背景、管理方法、运营步骤及其影响，企业能够更好地利用数据资源，创造更大的经济价值。培训课程的学习将为企业在这一领域的探索提供指导，助力企业在数据驱动的未来中立于不败之地。