数据资产入表核心十问
摘要：在数字化时代，数据已成为关键的生产要素，对企业运营和经济增长具有重要影响。数据资产入表，即将数据资源作为企业资产的一部分正式纳入财务报表，是企业数字化转型的重要里程碑。本文将深入探讨数据资产入表的核心问题，为大家提供一个基本的了解。
1、数据要素化是什么意思？
数据要素化是一个动词。所谓“要素化”，指的是使其对象成为生产要素。也就是说，数据要素化指的就是指要将数据变成一种新型生产要素，使其满足生产要素的判断条件，成为驱动企业生产经营活动的一种重要输入。
2、为什么数据可以作为一种生产要素？
数据作为一种生产要素，主要是因为它在现代经济中扮演着越来越重要的角色。以下是一些原因，解释了为什么数据可以被视为一种生产要素：
1. 价值创造：数据可以用来创造新的产品、服务和业务模式，为企业和个人提供价值。
2. 决策支持：数据提供了洞察力，帮助企业和个人做出更明智的决策，优化资源分配和运营效率。
3. 效率提升：通过分析数据，可以发现流程中的瓶颈和低效环节，从而提高生产效率和降低成本。
4. 个性化服务：数据使企业能够提供定制化的产品和服务，满足消费者的个性化需求。
5. 市场洞察：数据可以帮助企业更好地理解市场趋势和消费者行为，从而制定有效的市场策略。
6. 风险管理：数据可以用来预测和评估风险，帮助企业和个人做出更安全的投资和经营决策。
7. 创新驱动：数据是创新的源泉，通过数据分析可以发现新的商业机会和创新点。
8. 竞争优势：拥有和有效利用数据的企业可以在市场中获得竞争优势，因为它们能够更快地适应变化并抓住机会。
9. 资源优化：数据可以帮助企业更有效地利用资源，例如通过预测分析来优化库存管理。
数据作为一种生产要素，其价值在于它能够转化为知识和行动，从而推动经济增长和社会进步。随着技术的发展，数据的收集、存储、处理和分析能力不断提高，数据在经济和社会中的作用也越来越重要。
个人数据、企业数据和公共数据都有可能被开发成数据产品，并以数据资产的形式入表，但它们需要满足一定的条件和要求。
1、个人数据：个人数据通常包含敏感信息，需要在合规的框架下进行处理和使用。如果个人数据经过匿名化处理，并且企业拥有合法的使用权，它们可以被集成到数据产品中。然而，个人数据需要确保符合《中华人民共和国个人信息保护法》等相关法律法规的要求，获取数据主体的明确同意，并确保数据安全和隐私保护 。
2、企业数据：企业自身生成或合法获取的数据，如交易记录、用户行为数据等，如果能够为企业带来经济利益，并且成本或价值能够可靠计量，可以作为数据资产入表。企业数据产品化后，可以作为无形资产或存货入表，具体取决于其预期用途和业务模式 。
3、公共数据：公共数据是指政府或其他公共机构发布的数据，通常可以公开获取。企业可以利用公共数据开发数据产品，如果这些产品能够为企业带来经济利益，并且满足会计准则的资产确认条件，它们也可以作为数据资产入表 。
数据资源能否入表作为数据资产，主要取决于它们是否满足以下条件：
1）企业必须合法拥有或控制数据资源。
2）数据资源预期会给企业带来经济利益。
3）数据资源的成本或价值能够可靠地计量。
数据资产入表后，企业需要在财务报表中对其进行适当的列报和披露，包括数据资产的初始计量、后续计量、处置和报废等信息。同时，企业还需要根据《企业数据资源相关会计处理暂行规定》进行详细的信息披露，如数据资源的账面原值、累计摊销、减值准备和账面价值等
4、数据如何确权？
数据确权主要分为四步：
（ 1 ）权益主体的确认。主体包括数据来源者和数据处理者。 数据来源者指在数据产生过程中提供或创造数据的个人或组织， 享有获取或复制转移由其促成产生的数据的权益。数据处理者是 指对数据的收集、存储、使用、加工、传输等数据处理活动中自 主决定处理目的、处理方式的组织或个人。主体的权益一般包括 数据资源持有权、数据加工使用权、数据产品经营权等。
（2）数据来源合规审核。确保登记主体数据来源的合法合规， 且有权进行数据资产的登记。 “数据二十条” 区分了公共数据、 企业数据和个人数据这三类数据的授权运营机制，根据数据资产 所涉及数据的不同类型，按照不同的数据来源执行相应的合规审 核标准。
（3 ）登记主体的身份认证。个人实名认证可采用人脸识别、 短信验证、银行卡验证等方式；机构法人可通过法人身份验证、 对公银行账号汇款等方式。
（4）数据资产确权存证。对数据的来源、数据来源者的权益、 数据的使用场景、适用条件及使用细节约定、禁用范围， 以及数据处理者的权益、数据加工授权协议，实质性加工和创新性劳动相应的证明材料等相关信息进行确认和存证， 以锁定证据和提供合法性参考和背书。
5、数据质量如何评估？
数据质量评估是指对数据的质量进行系统 性检查和评价的过程，通常围绕规范性、完整性、准确性、一致性、时效性、可访问性开展评估。通过质量评估，可以识别数据 中的问题和不足，从而采取相应的措施提升数据质量，保障数据 适合其预期的用途。根据《信息技术 数据质量评价指标》国家标准，数据质量评 价指标体系按照以下6 个维度进行分析定义：
①规范性：数据符合数据标准、数据模型、元数据、业务规 则、权威参考数据或安全规范的度量；
②完整性：包括数据元素的完整性和数据记录的完整性；
③准确性：数据准确性的评价维度包括数据内容的正确性、 数据格式的合规性、数据重复率、数据唯一性和脏数据出现率；
④一致性：包括相同数据一致性和关联数据一致性；
⑤时效性：包括基于时间段的正确性、基于时间点的及时性和时序性；
⑥可访问性：数据在需要时可以获取，在设定的有效生存周期内可以使用。
数据质量评估的实施流程参考如下：
（ 1 ）构建质量管理组织。通常由数据分析师、IT 专家、业务 代表以及管理层组成，主要负责制定数据质量标准、监督数据质 量评估流程的实施，并确保所有相关方都遵循既定的流程。
（2）建立数据规范。数据规范是一套明确的规则和标准，用 于指导数据的收集、存储和使用。数据规范应涵盖数据的定义、 类型、格式、结构、处理流程以及安全要求等方面。
（3 ）确定评价指标。基于数据质量评价指标体系，根据实际的业务需求和数据使用场景，确定数据质量的评价指标与规则， 以确保它们能够全面反映数据的质量状况。
（4）实施质量评价。根据数据质量的评价指标，对数据进行 质量评估，包括异常检测、数据交叉验证等方式，最终形成相应 的数据质量评估报告。
（5 ）数据质量提升。根据数据质量评估的结果，制定并实施 数据质量提升计划，包括改进数据收集流程、更新数据存储系统、 培训数据录入人员、优化数据处理算法等措施。数据质量提升是 一个持续的过程，需要定期评估和调整以应对不断变化的业务需 求数据环境。
（6）数据交付使用。数据交付使用是数据质量评估流程的最 终目标，在确保数据满足既定的质量标准后，数据才能被交付给 最终用户使用。在数据交付使用前，还应确保用户了解数据的使 用方法和限制， 以充分发挥数据的价值。
6、数据价值如何评估？
数据价值评估方法通常包括收益法、成本法和市场法三种基 本方法及其衍生方法。评估人员应当根据评估目的、评估对象、 价值类型、资料收集等情况，选择评估方法。数据价值评估方法 及步骤参考如下：
（ 1 ）收益法。通过预测数据资产未来能够产生的收益，并将 其折现到评估基准日，以此作为数据资产的价值。评估步骤包括：
收益法评估的基本计算模型为：
式中：P——评估值，F_t——数据资产未来第t个收益期的收益额，n——剩余收益期，t——未来第t年，i——折现率。
（2）成本法。基于数据资产的重置成本，即重新创建类似数 据资产所需的成本，来评估现有数据资产的价值。评估步骤包括：
①成本识别，确定数据资产从产生到评估基准日所发生的全部成 本，包括前期费用、直接成本、 间接成本等。
②成本核算，对识 别出的成本进行核算，确保所有成本因素都被合理考虑。
③贬值 调整，根据数据资产的使用情况和预期剩余经济寿命，确定贬值率，并进行贬值调整。
对于成本法，数据资产的价值由该资产的重置成本扣减各项贬值确定。其基本计算公式为：P = TC×（1－δ）
其中：P——评估值，TC——重置成本，δ——贬值率。
或者：P = TC×(1+R)×U
其中：P——评估值，TC——数据资产总成本，R——数据资产成本投资回报率，U——数据效用。
U=α*β(1+l)(1-r)
其中：α—数据质量系数；β—数据流通系数；l—数据垄断系数；r—数据价值实现风险系数。
首先，将待评估数据资产分解成n个待评估数据集；其次，每个待评估数据集选取参照数据集进行对比调整；最后，将n个调整后结果加总得出待评估数据资产的价值。
市场法评估模型如下：
式中，P——待评估数据资产价值，
n——待评估数据资产所分解成的数据集的个数，Qi——参照数据集的价值，
Xi1——质量调整系数，Xi2——供求调整系数，Xi3——期日调整系数，Xi4——容量调整系数，Xi5——其他调整系数；
所使用的模型应满足各影响因素与数据资产价值存在线性关系。若不存在线性关系，则应根据实际情况对模型进行适当调整。
1. 成本法：易于理解和实施，尤其在数据资产的直接成本容易量化的情况下。它为数据资产的初始价值提供基本参考，但可能无法准确反映数据资产的市场价值，尤其是当数据资产具有潜在的高市场价值时，它忽略了数据资产的潜在收益和未来价值。
2. 市场法：适用于在市场上有明确交易记录和可比性的数据资产，如公开交易的数据集或数据服务。市场法依赖于市场上可比较交易的可用性和信息的透明度，是一种实际和市场导向的方法。
3. 收益法：适用于能够直接或间接产生经济收益的数据资产。收益法较真实、准确地反映了数据资产本金化的价值，更容易被交易各方所接受。然而，预测未来收益存在不确定性，可能导致评估结果的偏差，对于没有明确收益模式的数据资产，收益法可能难以应用。
在实际评估过程中，为了提高评估的准确性和全面性，企业可能会结合这三种方法进行综合评估，同时引入专家知识和行业经验，对数据资产的价值进行更全面的评估 。此外，随着数据资产市场的不断发展和成熟，各种评估方法的应用频率和偏好可能会随之变化。
8、数据产品一定是数据资产？
数据资产：则是指企业拥有或控制的、能够为企业带来未来经济利益的数据资源。数据资产强调的是数据的经济价值和对企业财务的贡献。
数据产品：指的是以数据为核心价值，通过加工、分析、整合等方式形成的，可以为用户或客户提供信息、知识或决策支持的数字化产品。数据产品可以是软件、服务、应用或其他形式，它们通常具有特定的功能和用途。
因此，数据产品不一定是数据资产。虽然数据产品有潜力成为数据资产，但只有当它们能够为企业带来实际或预期的经济利益时，才能被视为数据资产。数据资产是更为严格的条件下的数据产品。
无形资产或者存货主要区别在于它们的持有目的和业务模式：
无形资产的数据资源是企业使用来提供服务或用于内部生产过程中的，它们通常不直接出售，而是通过提供服务或产品间接产生经济利益。
存货的数据资源则是企业为了出售而持有的，它们是企业日常经营活动中的一部分，目的是通过出售实现经济利益。
以上是数据资产入表的核心十问，希望对于了解数据资源成为资产并入表有一个基本的了解。
欢迎加入【数据行业交流群】社群，长按以下二维码加入专业微信群，商务合作加微信备注商务合作，AIGC应用开发交流入群备注AIGC应用
往期数据平台历史热门文章：
基于DataOps的数据开发治理：实现数据流程的自动化和规范化
往期AIGC历史热门文章：