中央企业数据资产化及数据资产入表场景建设白皮书重磅发布！
yonyou
在数字经济时代，数据是经济发展的核心要素。在人类几千年的文明史中，之前只有四种生产要素，分别是土地、劳动力、资本和技术。党的十九届四中全会首次将数据纳入生产要素范围。
每种生产要素在特定的文明阶段创造经济价值的能力是不一样的，多种生产要素的结合能够帮助企业增加产出。数据作为生产要素与其他生产要素相结合时，对生产的效率提升能起到显著的“乘数效应”。我国是国际上率先提出将数据作为一种生产要素的国家，这是一项基于经济运行原理和企业实践的重大理论创新。我们需要在一个更宏大的叙事背景下看待数据资产入表，同时用动态和发展的观点看待数据资产入表的不确定性和困难。
2019年，党的十九届四中全会首次将数据与劳动、资本、土地、知识、技术和管理并列作为重要的生产要素，“反映了随着经济活动数字化转型加快，数据对提高生产效率的乘数作用凸显，成为最具时代特征新生产要素的重要变化”。
2021年3月，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中将“加快数字化发展，建设数字中国”作为国家战略发展目标、政府工作重点及人民的行动纲领，充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合，赋能传统产业转型升级， 催生新产业新业态新模式，壮大经济发展新引擎，发挥数据在产业发展中重要作用。
2023年10月25日，国家数据局正式揭牌，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等。显然，数字经济正成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。而数据则是数字经济发展的核心要素和“石油”。
党的十九届四中全会在明确提出将数据作为一种新型的生产要素的同时，要求健全数据要素由市场评价贡献、按贡献决定报酬的机制，这是一项重大的理论创新。中央全面深化改革委员会第二十六次会议审议通过《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》（简称“数据二十条”），指出要以促进数据合规高效流通使用、赋能实体经济为主线，以数据产权、流通交易、收益分配、安全治理为重点， 有序培育资产评估、风险评估等第三方专业服务机构，提升数据流通和交易全流程服务能力，并在其中重点提及探索数据资产入表新模式，标志着我国开始摸索企业数据实现资产化的具体路径，同时探索企业数据资产在财务报表中进行确认、计量和披露的具体方式。
2023年8月，财政部会计司正式发布《企业数据资源相关会计处理暂行规定》（简称《暂行规定》），为企业数据资产“入表”提供了操作指引，标志着我国数据资产入表完成了0到1的关键一步，数据资产入表已从原先“箭在弦上”转为“势在必行”。“入表”是“会计核算”的通俗称法，指通过确认、计量、记录和报告等环节，对满足资产确认条件的数据资源进行记录，纳入企业资产负债表，以满足内外部决策者所需的会计信息。2023年9月，中国资产评估协会正式印发了《数据资产评估指导意见》（简称《意见》），以规范数据资产评估执业行为。而“价值评估”在规范准则、服务场景、价值形态等方面都与“会计核算” 有所区别。会计核算遵循财政部发布的《暂行规定》，在初始计量时记录资产的成本作为账面价值；价值评估主要依据中国资产评估协会发布的《资产评估准则》，服务于企业融资、出资入股、并购重组、破产清算等多样商业场景中的多种经济活动，所选取的价值类型视评估目的而定。
随着企业数据资产化理论与实践的推进，基于全国大统一数据要素交易与流通市场的数据资产应用场景也将越来越丰富，无论是银行增信、质押等非标准化服务，还是数据信托、数据保险等标准化产品，都需要依赖于数据资产评估结果。一言以蔽之，数据资产评估技术方法研究及准则制定将是数字经济发展的必然要求，也是数据资产评估相关工作的重要参考。
明确数据要素、数据资产的概念和定义边界，识别数据资产的权利和权属特征，确定数据资产的价值和评估路径，作为探索数据资产评估的重要步骤。
因此，《暂行规定》的重要战略意义是助力推动我国数字经济发展、释放经济新动能，尤其为企业价值的发现提供一个新思路。其次，释放数据资产的价值属性，为企业价值发现提供“新思路”。
基于我们对数据要素自身价值分析，以及央企数据要素特征分析，我们认为，当前，中央企业重点不是从存量里面挖掘数据资产价值，而是根据自身的业务价值规划设计更有价值潜力的数据资产。前者犹如从沙子里提炼黄金，后者是培育金矿然后从金矿提炼黄金。
央企数据资产化的路径可以细化为数据场景化、数据资源化和数据价值化三个阶段。通过数据场景化明确数据需求和应用场景，通过数据资源化将原始数据转化为可重用的数据资源，最终通过数据价值化实现数据的商业价值和创新价值。这三个阶段相互衔接、逐步深入，共同构成了央企数据资产化的完整路径。
第一步：（目标）数据场景化。明确有潜在数据价值的业务场景，确定场景范围是进行后续数据资源化的基础。
第二步：数据资源化。依托企业系统生成、交易市场采购等数据来源主体，通过加工整合处理形成数据资源；
第三步：数据价值化。按企业内部价值、外部价值、直接价值、间接价值，充分挖掘数据价值。对于数据产品用于对外交易，在交易所内实现产品上架、交易、交付、清结算，最终形成数据资产凭证，作为数据成为资产入表的核心依据。
根据央企自身特征及数据资产化面临的困难与挑战，结合我们对央企数据资产化路径建议，我们制定一套侧重场景切入的双层“宝塔”价值模型，统筹央企数据资产化及数据资产入表整体解决方案。数据资产不仅要纳入资产负债表（BS），数据的价值也要从损益表（PL）体现出来，两个层面可以通过数据价值场景设计和智能核算实现联动。
图为：中央企业场景化数据资产入表模型
本方案旨在为央企提供一套完整的数据资产化及数据资产入表的整体方案框架，包括数据价值规划设计、数据资源管理、数据资产智能核算以及价值创新四大方面。
总体特点包括场景化数据资产入表、主动设计型数据资产、资产（成本）与效益、可用数智化产品支撑落地。
此外，大型企业实现数据资产化管理，需要数据治理体系的建设。数据治理，不仅是制度建设、流程建设和系统建设，更依赖于数据治理意识的根本提升。《指导意见》中对于执行数据资产评估业务提出了较为严格的程序要求，对于数据资产作为评估对象的关注要点涉及到了信息技术、法律、财务、管理等方方面面，实际上是倒逼拥有或控制数据资源的市场主体扎实做好数据治理体系建设，努力提升数据治理能力，在数据资产化过程中保障数据合规和数据安全，在遵循数据伦理的基础上维护社会责任。
同时，我们建议准备开展数据资源入表的企业，近期应加快推动数据资源相关制度的建立，特别是成本费用分摊机制的建立，有条件的企业可成立独立的数据管理部门或者任命数据管理负责人，从国家视角，现在也在倡导企业成立首席数据官（CDO）。这些基础工作要做到位，才能保证企业数据资产入表顺利执行。
白皮书获取方式：
1. 扫描二维码，关注【央企数智观察】公众号并回复“资产入表”；
2. 点击链接，填写问卷后提交；
3. 文件通过邮件形式发送至邮箱；