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

在数字经济蓬勃发展的背景下，本课程为企业高管提供了全面深入的数据资产化知识。通过解析最新政策动态与实务操作，学员将掌握数据资产化的基本步骤与管理方法，提升企业数据价值。课程内容涵盖数据治理、估值及入表等关键环节，结合案例分析，帮

张光利 公司金融与数据资产研究专家 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。