数据资产入表的重要性与实施策略解析

数据资产入表：推动数字经济发展的新理念

在当今信息化迅猛发展的时代，数据已成为一种新型的生产要素，深刻影响着企业的生产、分配、流通、消费以及社会服务管理的各个环节。党的二十大报告明确指出，要加快建设数字中国，促进数字经济的发展。为此，政府出台了一系列政策，特别是《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》，提出了探索数据资产化及数据资产入表的新模式。这一背景下，企业如何有效地进行数据资产管理，提升数据的价值，成为亟待解决的问题。

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、数据资产化的必要性

数据资产化的过程不仅是企业提升管理水平的要求，更是适应数字经济发展趋势的必然选择。具体来说，企业需要考虑以下几个方面：

• 宏观背景的变化：数据要素化和要素市场化的趋势使得数据不再仅仅是业务运营的副产品，而成为了企业核心竞争力的一部分。
• 政策的推动：政府相关政策的出台为数据资产化提供了法律和制度保障。
• 市场需求的增加：随着数字化转型的推进，市场对数据的需求日益提升，企业必须抓住这一机遇。

二、数据资产管理的基本框架

在进行数据资产化之前，企业需要建立一个系统的数据资产管理框架，包括以下几个重要维度：

• 数据资产与数据资产管理的概念：明确数据资产的定义，以及数据资产管理的基本要素和发展方向。
• 数据资产管理的发展：分析数据资产管理的发展历程，了解其演变过程。
• 数据资产管理的模型：建立适合企业自身特点的数据资产管理模型。
• 数据资产管理的难点与发展趋势：识别当前数据资产管理中存在的挑战，并预判未来的发展方向。

三、数据资产入表的财务规范

根据财政部印发的《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，需要遵循特定的财务规范。这些规范主要包括：

• 适用范围分析：明确哪些类型的数据不适用数据资产入表的规定。
• 会计处理适用的准则：确定数据资产的会计处理依据，确保符合相关会计准则。
• 列示和披露要求：了解数据资产在财务报表中的列示和披露要求，以提高透明度。
• 实务操作中的难点解析：针对企业在实际操作中可能遇到的难点进行深入解析，提高数据资产化的实施效果。

四、数据资产入表的关键要点

在进行数据资产入表时，企业需要关注以下几个关键要点：

• 数据的确权：明确数据资产的归属及合法性，确保数据的合规性。
• 数据价值计量：建立科学合理的数据价值计量体系，包括使用寿命和价值有效期的判断。
• 数据的可复制性：考虑数据的可复制性与会计处理原则的关系，为数据资产的确认提供依据。
• 税务影响：分析数据资产的摊销、减值与处置对税务的影响，确保企业的税务合规性。

五、数据资产入表的六步法

为了更好地实施数据资产入表，企业可以按照以下六个步骤进行操作：

• 数据的合规与确权：确认数据的合法性和合规性，确保数据资产的归属明确。
• 数据安全检查：进行数据的安全性检查，以防止数据泄露和滥用。
• 数据的治理与管理：建立完善的数据治理体系，提高数据的质量和可用性。
• 预期经济利益的可行性分析：评估数据资产所带来的经济利益，确保其可行性。
• 成本的合理归集与分摊：对数据资产的成本进行合理的归集与分摊，确保数据资产的真实价值反映。
• 列报与披露：按照相关要求对数据资产进行列报与披露，提高财务透明度。

六、数据资产化的实践步骤

数据资产化并非一蹴而就的过程，而是需要系统规划和逐步实施的。企业在实践中可以遵循以下步骤：

• 业务数据化与数据业务化：将业务与数据紧密结合，实现业务与数据的双向驱动。
• 数据资产的统筹规划：制定全面的数据资产管理规划，为后续实施提供指导。
• 数据资产的管理实施：落实管理措施，确保数据资产的有效管理。
• 数据资产的稽查：定期对数据资产进行稽查，以确保其安全性和合规性。
• 数据资产的运营管理：建立数据资产的运营管理机制，确保数据资产的持续增值。

七、数据资产化的影响

数据资产化的实施将对企业带来深远的影响，包括：

• 资产负债表的影响：数据资产的入表将改变企业的资产负债结构，提升企业的整体价值。
• 企业竞争力的提升：通过数据资产化，企业能够更好地利用数据资源，提高市场竞争力。

八、数据资产的实战演练

通过案例分析，企业可以深入理解数据资产化的具体实施过程，包括数据治理、数据入表以及数据资产估值等问题。以下是一些典型的实战演练案例：

• 数据确权： 探讨公共数据与个人数据的确权问题，解决数据归属的法律难题。
• 大模型公司的数据资产化问题：分析大模型公司在数据资产化过程中的挑战与应对策略。
• 数据资产的估值前沿问题：研究数据资产估值的最新方法与技术，提升企业的数据价值。

结语

数据资产化与数据资产入表是推动企业数字化转型和提升竞争力的重要举措。在国家政策的引导下，企业应积极响应，完善数据资产管理体系，促进数据的有效利用与流通。在这个数字经济蓬勃发展的时代，抓住数据资产化的机遇，将为企业的可持续发展注入新的动力。