指令者导读数据资产化不仅关系到企业如何有效管理和利用数据资源，还直接影响到企业的财务状况和市场竞争力。本文旨在探讨会计视角下的数据资产核算，特别是基于上海数据交易所挂牌企业的实践，分析数据产权规则、企业商业模式、财务核算等内容。一、数据产权规则
“数据20条”明确指出，为了贯彻新发展理念，确保国家数据安全、个人信息和商业机密得到保护，本规则以促进数据合规流通和高效利用、推动实体经济发展为核心。该规则确立了数据产权、流通交易、收益分配和安全治理四项基础制度。
在数据产权归属的实践中，我们不再局限于传统的所有权概念，而是将焦点转移到具体数据权利的归属上。本规则首次提出了一种新型的"三权分置"产权运行机制，即数据资源持有权、数据加工使用权和数据产品经营权，以构建一个创新的数据产权制度框架。
这种制度设计旨在破解数据产权归属的难题，通过明确界定和分配各项数据权利，促进数据的合规流通和高效利用，同时保障数据安全，为实体经济注入新的活力。1、“三权分置”产权运行机制
1.1 数据资源持有权
数据持有者和第三方使用者在数据资源的采集、加工和流转过程中投入了资本和劳动，使得衍生数据成为具有价值创造潜力的资源。根据“谁投入谁受益”的市场原则，这些合法权利应得到法律的确认和保护。因此，数据的持有和实际控制权应归属于投入方。
在“数据20条”中，对数据所有权的传统概念进行了淡化处理，转而强调数据持有权的重要性。该规则将数据持有权作为数据要素流通中产权界定的基础，以促进数据资源的合规使用和价值实现。
这种创新的产权界定方式，旨在鼓励数据资源的有效利用和创新，同时确保数据持有者的合法权益得到尊重和保障，为数据经济的健康发展提供坚实的法律基础。
1.2 数据加工使用权
数据加工使用权赋予数据资源持有者在获得数据主体的明确授权后，或在市场其他主体获得数据持有者及数据主体双方授权的情况下，对数据进行深入加工和分析的权利。这种权利允许他们将数据应用于具体的业务场景，以提高运营效率并创造经济和社会价值。
在现实经济和社会活动中，数据权利的实现和价值体现，关键在于数据的有效使用。数据所能带来的收益，必须通过实际使用数据来实现。因此，数据交易的核心实际上是对数据使用权的交易。
这种权利的确立，旨在促进数据的创新应用，推动数据资源的优化配置，同时确保数据主体的权益得到尊重。通过明确数据加工使用权，可以激发市场活力，促进数据经济的健康发展。
1.3 数据产品经营权
数据产品经营权允许市场主体在获得数据资源持有者及数据主体的授权同意后，对数据进行深入的加工和创造性劳动，创造出具有商业价值的数据产品和服务。这些产品或服务可以对外提供，使市场主体能够从中获得经济收益。
数据产品可以有多种表现形式，例如软件平台、指数模型、算法报告等，它们通常结合了数据、算法和算力这三种基本要素。这些要素的融合，使得数据产品不仅能够提供信息，还能提供分析、预测和决策支持等功能。
通过确立数据产品经营权，鼓励创新和投资，促进数据资源的深度开发和应用，同时保障了数据资源持有者和数据主体的合法权益。这有助于推动数据经济的发展，实现数据资源的最大化利用和社会经济的整体进步。
商业模式是企业实现财务目标的核心机制，它涵盖了企业如何获取营业收入、经营利润和现金流。其核心问题包括：如何为客户创造价值，如何有效地传递这些价值，以及如何确保在服务客户的过程中，股东和其他利益相关者能够获得相应的价值。在会计核算领域，商业模式对资产的分类、确认、计量以及收入的确认方法具有决定性影响。具体来说：1. 资产分类：商业模式决定了资产的分类方式。同一资产，根据其在商业模式中的应用，可能被归入不同的会计类别。2. 资产计量：商业模式还影响资产计量属性的选择。不同的商业模式可能需要采用不同的计量基础，如历史成本或公允价值。3. 收入确认：商业模式同样决定了收入的确认方式。不同的业务模式可能需要不同的收入确认标准和时点。通过深入理解商业模式，企业能够更准确地进行会计处理，确保财务报告的真实性和公允性。这不仅有助于企业内部管理和决策，也对外部投资者和其他利益相关者提供了重要的信息支持。
三、财务核算
深入分析数据资产化过程中的成本与收益、应用场景和交易价格等关键因素，对于确定数据资产的分类和计量属性至关重要。这有助于明确计量单元、资产的会计列报和信息披露等关键环节。
将数据资源转化为数据资产的过程，可以类比于原油提炼为石油化工产品的过程。这一"质的飞跃"不仅是数据经济价值实现的关键步骤，也是数据资产化不可或缺的一环。清晰地界定数据资产化的路径，可以：
解决资产"入表"时必须面对的"确定性"问题，即评估企业的数据资源是否满足会计准则中对"资产"的确认标准。
有助于解决资产的计量问题，确保数据资产的会计处理既准确又符合规范。
同时，将数据资产在财务报表中予以确认，可以为数据资产化提供正面激励。然而，值得注意的是，数据资产的"入表"并非数据资产化的必要前提。数据资产化是一个更为广泛和深入的过程，涉及对数据资源的全面评估、管理和利用。
通过优化数据资产的会计处理，企业可以更好地反映其数据资源的经济价值，为投资者和其他利益相关者提供更全面、透明的信息，从而推动数据经济的健康发展。
四、数据资产化路径
数据资产化的过程可以分为三个阶段：数据资源化、数据产品化和数据资产化。（详细信息：行动指南！一文解析数据资产化的具体路径）
数据资源化：将原始数据通过清洗、标注等手段转化为有价值的数据资源。
数据产品化：基于特定的业务需求，将数据资源进一步加工成数据产品，如数据分析报告、数据服务等。
数据资产化：数据产品通过流通交易实现价值，符合会计准则的资产确认条件后，可在财务报表中体现。
五、实践中的挑战与建议
在实际操作中，数据资产核算面临诸多挑战，如数据资源的定义不明确、成本归集难度大等。为此，建议企业：
本文参考《企业数据资产化调研报告—— 基于上海数据交易所的挂牌企业》报告。
数据资产交流群
随着数据科学和大数据技术的飞速发展，数据资产已成为企业和个人不可或缺的宝贵资源。为了促进数据资产的共享、交流与创新应用，我们特此创建了[数据资产交流群]。
加入方式：
请扫描二维码，添加小助手，备注“数据资产”，通过后，小助手会把您拉入我们的[数据资产交流群]，与志同道合的伙伴们一起探索数据的无限可能！