在数字化、网络化、智能化的浪潮中，数据作为新型生产要素，已深刻融入到生产、分配、流通、消费和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，发展数字经济，这为企业数据资产管理提供了重要的政策背景和发展机遇。
张光利
公司金融与数据资产研究专家
培训咨询
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据要素作用的意见》提出探索数据资产化及数据资产入表的新模式。财政部发布的《企业数据资源相关会计处理暂行规定(征求意见稿)》首次明确了数据资产的处理方法，标志着数据资产化进入了实质性阶段。
2023年6月，北京市委和市政府发布的实施意见，进一步推动了数据资产的市场化，鼓励企业进行数据首登记、首挂牌、首交易和首开放。通过这些政策，企业可以更好地开发和利用数据潜力，推动数据资产的形成与流通。
在当今企业管理中，数据资产管理的重要性日益彰显。企业必须认识到，数据不仅是一种资源，更是一种可以创造经济价值的资产。数据资产的管理包括以下几个方面：
在进行数据资产化管理时，企业需要明确以下几个制度要求：
数据模型管理是指通过科学的方法对企业数据进行梳理、分类和管理，从而使数据能够在企业中有效流通和利用。它是实现数据资产化的重要基础。
实现数据资产化的另一个关键要素是数据标准与质量管理。企业需要建立统一的数据标准，确保数据的准确性和一致性。同时，数据质量管理也是确保数据能够被有效利用的前提。
主数据管理旨在确保企业内不同系统和部门之间的数据一致性，而元数据管理则帮助企业了解数据的来源、结构和意义。这两者的有效管理对于数据资产化至关重要。
在数据资产化过程中，数据安全管理是企业必须面对的重要问题。企业需要采取措施确保数据不被泄露或滥用。同时，数据开发管理也应注重数据的创新和利用。
数据价值评估是数据资产化的重要环节，企业需要定期对数据进行价值评估，以便更好地利用和流通数据资产。
企业在推进数据资产化时，首先要明确业务数据化与数据业务化的方向，确保数据能够有效支持企业的业务目标。
在数据资产化的过程中，企业需要进行统筹规划，制定详细的实施方案，确保各项工作能够有序推进。
企业在进行数据资产化后，还需要定期进行数据稽查，确保数据的合规性。同时，数据资产的运营管理也不可忽视，应注重数据的持续利用和价值提升。
企业在进行数据资产入表时，需要遵循相关的政策规定。这些规定包括适用范围、会计处理适用的准则、列示和披露要求等。
企业在进行数据资产入表时，需关注以下几个关键要点：
在实际操作中，企业应遵循六步法进行数据资产入表，包括数据的合规与确权、数据安全检查、数据治理与管理等。
在数据资产化过程中，企业面临的数据确权问题，尤其是公共数据与个人数据的界定，成为一大挑战。
对于大模型公司而言，数据资产化存在独特的问题，需要深入探讨其数据管理与资产化的策略。
数据资产的估值是一个前沿性问题，企业需要关注行业动态，掌握最新的估值方法与标准。
随着数据资产化进程的加快，企业在数据模型管理、数据标准化、数据质量管理等方面的能力将直接影响其竞争力。通过全面了解数据资产管理的基本概念、实践步骤和政策要求，企业能够更好地开发和利用数据资源，促进业务的持续增长与创新。
在未来，数据资产化将成为企业数字化转型的重要组成部分，企业应积极响应政策号召，推动数据资产管理的深入发展，为数字经济的繁荣贡献力量。
