清科教育，权威招生服务平台

学习导航
政经名家
战略管理
领导艺术
国学智慧
营销管理
人力资源
财务金融
行业专家
经营管理
生产运营
公共管理
职业素养
李家贵老师

李家贵 老师介绍

老师介绍 :  广东省产业大数据和人工智能工程研究中心技术总监，国内...
主讲课程 :  数字化转型，数据中台，客户体验管理，企业架构，ITR，TC，GPT系列课程
助理联系电话：13911448898 谷老师

李家贵：一文读懂数据资产入表，数据财政，下一个财富蓝海，可达万亿市场

不少公司手握海量数据，但其价值一直是理论上的。细阅读本文，纸面富贵可能落袋为安，通过合规操作可以让公司资产负债表突然多出一大块资产，利润表多出一大块利润。
一、财政部数据资产入表相关规定出台激起市场热情

在数字时代，数据被誉为“新的石油”，它的价值已经得到了广泛的认可。数据不仅是信息的载体，更是企业和个人价值创造的关键资产。然而，与传统的有形资产如房地产和设备不同，数据资产具有其独特的属性和价值评估方式。在企业的日常运营中，数据的收集、处理和应用已成为提高效率、创造价值的重要手段。但是，如何准确评估数据的价值，如何将数据从资源转变为资产，一直是业界和学界探讨的焦点。

数据来源：丛兴滋（markmind@163.com）有关内容依据“CC BY 4.0”许可证进行授权。

随着数字经济的发展，政府和相关部门开始重视数据资产的规范管理。《企业数据资源相关会计处理暂行规定》的出台，标志着数据资产化的重要一步，它为数据的会计处理提供了明确的规范和指导，也为企业数据资源的价值确认和管理提供了法律和制度保障。

在此背景下，本文旨在深入探讨数据从资源化到资产化尤其是入账的全过程。通过分析《企业数据资源相关会计处理暂行规定》的主要内容和实施细则，旨在为企业数据从业者和会计从业者提供有益的参考和指导。


1、数据价值、数据资产的历史背景
数据资源的价值，首先体现在它是企业战略决策的关键支撑。凭借数据分析，企业能够洞察行业趋势，精准定位目标客户，进而制定出更有针对性的市场策略。其次，数据资源在提升运营效率方面的作用不可小觑。在供应链管理领域，通过对原材料供应、生产流程、物流配送等环节的数据分析，企业能够优化库存水平，降低运营成本，提高响应市场变化的速度。此外，数据资源还能帮助企业进行风险管理，通过对市场风险、信用风险等的数据分析，企业可以提前做出应对策略，减少潜在损失。数据资源同样是新产品开发和新业务模式探索的基石。通过大规模的数据收集和分析，企业能够发现市场的新需求，探索新的业务模式，从而在激烈的市场竞争中脱颖而出。互联网企业依靠用户数据，不断创新服务和产品，已成为这一模式的典型代表。
基于数据是有价值的这个事情，数据作为一种资产的概念并非新鲜事物。早在20世纪90年代，随着互联网和电子商务的崛起，企业和个人就已经开始认识到数据的价值。但直到近年来，随着大数据、云计算和人工智能等新技术的发展，数据资产的价值才得到了更为广泛的认可。而本次财政部《企业数据资源相关会计处理暂行规定》出台，才使得数据资产走入可操作性层面，且要到2024年1月1日才能生效。
2、各国关于数据资产入表的态度
可以看出美国是走在前列的，中国紧随其后，其他国家展示没有看到相关规定。
国家数据资产入表的态度数据存储的相关规定
美国数据资产通常被分类为无形资产，并按成本减去减值损失进行衡量。-
日本未找到明确规定-
韩国未找到明确规定-
欧洲未找到明确规定欧盟有关于数据治理的新法规如欧盟数据治理法案
印度未找到明确规定根据公司法，公司必须在印度的服务器上每日备份电子模式下维护的账簿/其他书籍和文件
俄罗斯未找到明确规定根据联邦会计标准，经济实体必须在俄罗斯的服务器上存储会计文件和数据

3、认识数据资产入账的重要性

数据资产入账不仅是会计工作的一部分，更关乎企业管理和战略规划。正确地评估和记录数据资产，一方面帮助企业更准确地了解其财务状况，从而做出更加明智的决策。另一方面，更是帮助企业创造战略价值。下面是一些潜在价值：
4、数据资产的多维性
数据资产不仅包括基础数据，还包括由其派生出的各种信息和知识。这些数据和信息通常存储在不同的格式和平台上，从传统的数据库到现代的云存储服务。因此，数据资产入账需要一种全面而细致的方法。
数据资产的认定是只要能被会计准则确定为无形资产或者存货，达到会计准则要求就可以算，本质是能控制、你能产生价值。
所以无论是原始数据，还是衍生数据；无论自有加工数据，还是外购数据；无论是结构化数据，还是非结构化数据，无论是数据集，还是API；无论是数据本身，还是模型方式存在，只要能控制，有价值，都可以视为数据资产。
4、数据资产与传统资产的区别
与土地、建筑等传统有形资产不同，数据资产通常不易于量化和评估。它们没有明确的物理形态，但却具有巨大的潜在价值。这一特性使得数据资产在会计处理上呈现出一系列独特的挑战。到底是成本法？还是收益法？还是市场价值法？众说纷纭，莫衷一是。

二、会计范式的转变

1、传统会计与数据资产会计的对比

在传统的会计体系中，资产通常被定义为有形和无形的两大类。有形资产如土地、建筑、机器等容易量化和评估。而无形资产则包括知识产权、品牌等，其价值通常更难以准确评估。但在数据资产会计中，我们面临一个全新的挑战：如何准确地量化和评估这种比传统无形资产，更加无形又多变的资产。据哈佛商学院教授Michael Porter所言：“在数字经济时代，数据已经成为企业最重要的资产之一，甚至有时比传统的有形资产还要重要。”

暂行规定主要有以下亮点：

  • 明确了数据资源的定义：将数据资源界定为“企业在生产经营活动中所产生、获取和使用的，具有经济价值，能够为企业带来未来经济利益的非货币性资产”。这一定义将数据资源纳入了会计资产的范围，为企业数据资源的会计处理提供了统一的标准。

  • 明确了数据资源的确认条件：根据数据资源的性质和特点，将数据资源分为无形资产和存货两类，并分别规定了确认条件。对于无形资产，要求数据资源满足“能够识别”、“具有经济效益”、“有成本或价值能够可靠计量”等条件。对于存货，要求数据资源满足“能够用于生产产品、提供劳务、出售或用于管理目的”、“预计在未来12个月内或一个生产周期内消耗或出售”等条件。

  • 明确了数据资源的计量方法：根据数据资源的性质和特点，将数据资源采用成本法或重置成本法计量。对于无形资产，采用成本法计量，即以取得成本作为计量基础。对于存货，采用成本法或重置成本法计量，其中成本法以取得成本作为计量基础，重置成本法以重置成本作为计量基础。

  • 强化了数据资源的披露要求：要求企业在会计报表附注中披露与数据资源相关的会计信息，包括数据资源的定义、确认、计量、变动情况等。


2、数据资产的会计挑战

与传统资产相比，数据资产在会计处理上存在诸多挑战。其中最主要的是其价值评估方式的多样性和复杂性。数据资产的价值不仅取决于其本身的质量和数量，还受到使用场景、相关技术和法规环境等多个因素的影响。
所以我们可以看到，要完成数据资产入表，不像过去其他资产入表，主要是卷入财务和业务。本次业界的数据资产入表，需要业务部门、数据治理/数据管理部门、财务部门等多个内部部门要卷入，更需要外部的会计事务所、资产评估公司、数据经纪公司、数据交易所、律所等多多个主体卷入，而且阶段很长，从数据确权、数据管理、数据定价、交易流通多个环节才能使得数据资产入表能够比较可信。


3、数据资产会计的内部实践应用

在实际应用中，数据资产会计通常涉及多个部门和职能，包括但不限于IT部门、财务部门和战略规划部门。这就需要企业在组织结构和流程上进行相应的调整，以适应数据资产会计的特殊需求。
具体而言，数据治理这个持续几十年的老业务会焕发青春，为什么？因为过去数据治理更像是成本部门，其产生的价值往往和最终的财务结果之间还需要复杂的解释，现在数据治理则某种意义可以直接成为利润中心，甚至因为资产的确认主要来自于成本的确认，因此投入越大，当期资产越高。

三、数据确权是数据资产入表的前提

所有资产都涉及产权，数据资产也不例外，关键是数据资产有自己的特殊性，确权有很多挑战和矛盾，不解决，就不可能有数据资产入表。数据二十条和数据三权分立创造性的解决了数据确权的问题，可以说《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》（数据二十条）是《企业数据资源相关会计处理暂行规定》前序法规，非常重要，是奠基条款，需要深入了解：
1、数据二十条
“数据二十条”指的是《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》，这份文件在2022年12月底正式发布，标志着中国对数据治理的顶层设计已基本完成，数据治理工作即将进入新的阶段。以下是“数据二十条”的背景和主要内容的概述：
“数据二十条”应运而生于数字经济的快速发展和数据资产管理的实际需求中。该政策旨在通过完善数据基础制度体系，促进数据合规高效流通使用，以及赋能实体经济发展。其发布对于企业的长期数字化布局与数字化发展战略具有重要的参考价值
“数据二十条”中提出了五项核心工作原则，包括遵循发展规律、创新制度安排，坚持数据共享共用、释放价值红利，强化优质供给、促进合规流通，完善治理体系、保障安全发展等。这些原则旨在探索有利于数据安全保护、有效利用和合规流通的产权制度和市场体系，同时促进与数字生产力相适应的新型生产关系的形成。
为了实现上述目标，政策提出了借鉴证券市场交易所与券商相分离的经验，建立数据交易场所与数据商相分离的市场运行机制。同时，推动国家级和区域级的数据交易场所建设，培育并引导具备一定资质的数据商和第三方服务机构，以促进行业数据流通交易和价值释放。
“数据二十条”还旨在推动实施试点示范，包括在有条件的地方和行业开展数据要素流通使用试点示范，以及推动公共数据、企业数据、个人数据的合规高效流通使用。
“数据二十条”对于进一步明确数据产权、优化数据流通机制、促进数据共享、保护数据安全等方面具有十分重要的指导意义，它为我国数字经济的发展提供了重要的制度保障和政策支持。

2、创新的提出了三权分立

数据资产的产权挑战：传统的资产，如土地或知识产权，其权利界定相对明确。我们可以通过契约、登记或证书来确定、转让或维护这些资产的权利。但是，数据资产与这些传统资产有很大的不同。首先，数据是不断流动和更新的，而且可能被多方共享或使用。其次，数据可能由多个来源汇聚而来，确定其产权归属可能涉及多方利益。此外，数据的复制成本极低，这使得数据的独占性变得模糊。正因为如此，数据资产的产权确定成为一个充满挑战的问题。
数据资产产权确定的挑战。传统的资产，如土地或知识产权，其权利界定相对明确。我们可以通过契约、登记或证书来确定、转让或维护这些资产的权利。但是，数据资产与这些传统资产有很大的不同。首先，数据是不断流动和更新的，而且可能被多方共享或使用。其次，数据可能由多个来源汇聚而来，确定其产权归属可能涉及多方利益。此外，数据的复制成本极低，这使得数据的独占性变得模糊。正因为如此，数据资产的产权确定成为一个充满挑战的问题。数据三权分离是一个探讨数据权属和利用的重要依据，它主要分为三个方面的权利：数据资源持有权、数据加工使用权和数据产品经营权。以下是对数据三权分离的综述。
数据资源持有权:数据资源持有权不是指个体对单个数据的占有或控制，而是基于“数据资源”的整体来探讨数据权属问题。与传统的物权相比，数据具有非竞争性和重复利用性，传统的以占有、使用、收益和处分为核心的权利模式难以适用于数据保护。数据权利包括数据来源者和数据处理者等不同主体间的利益平衡，倾向于相对化，促生了一种类似于数据“准占有”制度的新型权利样态，保护权利主体对数据的和平持有状态，为“依法持有”数据提供合法依据，以防止其他主体非法获取和利用数据。
数据加工使用权:数据三权分离的目的之一是通过强化数据加工使用权来打破僵局，以激励数据的开发和利用。这种制度基础能够改变数据流上下游主体间的关系，使部分数据资源持有者能够扩展至数据加工使用和数据产品经营的领域。新的市场竞争机制将促进数据产品和服务质量的显著提升。
数据产品经营权:数据产品经营权是指在法定或约定的前提下，数据的持有者、生产者和处理者等可以通过合同约定等多元化确权方式参与数据的生产、分配、流通和消费等关键环节，共同创造价值、共担责任和享受利益。中国式的数据产权结构探索了将数据用益权细分为数据资源持有权、数据加工使用权和数据产品经营权的“三权结构性分置”运行机制，以支持法定登记、商事民事合同约定和行政协议约定等多元化确权方式。
数据新动能。进入数字经济时代，数据成为发展的新动能，全球数据量爆发增长，数据与政府、企业、个人息息相关。数据的爆发增长和海量集聚蕴藏了巨大的价值，而数据中心等基础设施的逐渐完善以及人工智能、区块链等先进技术的发展为数据价值的挖掘提供了新的机会。在数据确权过程中，有必要借助权利分割思想，对数据产权的客体、主体及内容进行层层分离。
数据确权：赋予数据清晰的权利归属。确权，简单地说，就是明确数据的权利归属。在三权分离的基础上，确权为数据的利益相关者提供了一个明确、透明的机制来确定、维护和转让数据的各种权利。例如，通过数据确权，数据生产者、消费者和其他参与者可以清晰地知道他们可以做什么，不能做什么，以及如何做。数据确权不仅提高了数据管理的透明度，也为数据交换、共享和商业化提供了一个坚实的法律和商业基础。
数据三权分离与数据确权的观念，为数据资产的管理带来了创新和变革。这使得在数字时代，我们可以更有效、更透明地管理、分享和利用数据，从而充分挖掘数据的潜在价值。面对未来，随着数据的价值不断上升，确保其权利明确和受到保护将变得越来越重要。
3、关于数据20条全世界的政策比较
区域/国家政策/法规名称主要内容/目的
欧洲联盟数据治理法案（Data Governance Act）促进在整个欧盟及不同领域间的数据共享，增强公民和企业对他们数据的控制和信任，提供与主要技术平台数据处理实践不同的欧洲模式
美国联邦数据战略（Federal Data Strategy）提供一个10年期的愿景，加速使用数据以实现任务，服务公众，并在保护安全、隐私和保密的同时管理资源
日本个人信息保护法（Act on the Protection of Personal Information, APPI）及 数据自由流动与信任（DFFT）通过APPI法案提供政府的基本数据保护原则和规定，通过DFFT在G20期间推进数字治理方面的国际合作与信任
韩国开放数据政策主要集中于在线认证和数据访问控制，网络防御和数据弹性，以及数据本地化，以及通过'三项数据法律'增强数据保护
印度国家数据治理框架政策（National Data Governance Framework Policy）及 数字个人数据保护法案-2022（Digital Personal Data Protection Bill-2022）规定非个人数据和个人数据的处理，同时提到了在IT部门下建立印度数据管理办公室（IDMO）以制定数据治理规则
俄罗斯《关于个人数据的联邦法》（Federal Law No. 152-FZ "On Personal Data"）及 《关于信息，信息技术和信息保护的联邦法》（Federal Law No. 149-FZ on Information, Informational Technologies, and the Protection of Information）通过多项法律和修正案增强个人数据主体的权利，并在2022年进行数据保护方面的重大改革

四、数据治理是最重的那一环

数据治理是数据资产入表中最重、最贵的一环，我们在 5000字长文：一文从0入门数据治理，拒绝名词PUA，从why到what到how 已经进行了深入的探讨，下面再从数据资产入表的角度来进行解读：
 数据源审查与筛选
数据源的选择直接决定了数据的质量和应用价值。首先，企业需要对数据源进行深入的审查和筛选，确保数据来源的真实性、准确性和完整性。数据的真实性和准确性是数据应用的基础，若数据源不可靠，则所有基于这些数据的决策和应用都将受到影响。

数据质量的保障

数据的质量直接影响了数据的应用价值。数据质量的确保不仅包括数据的真实性、准确性，还包括数据的完整性、及时性和相关性。要实现高质量的数据，必须对数据进行清洗、转换和整合，确保数据可以为企业的决策提供有力支持。

数据整合策略

数据的整合是数据治理的关键步骤之一。随着各种应用的增多，企业的数据来源变得越来越复杂。这就需要企业制定出合理的数据整合策略，确保数据可以在不同的系统和应用之间实现高效的流转和利用。

数据的隐私与合规性

随着数据使用的普及，数据的隐私和合规性问题也逐渐显现。企业在使用数据的同时，必须确保数据的隐私得到保护，同时要遵循相关的法规和标准。这不仅是企业的社会责任，也是确保企业的数据资产得到长期、健康发展的关键。

数据治理团队的构建

数据治理并不仅仅是技术问题，更多的是管理问题。因此，企业需要建立专门的数据治理团队，确保数据治理的各个环节都能得到有效的执行。这样，企业的数据治理工作才能真正发挥出其应有的价值，为企业创造更多的商业价值。
数据治理是数据资产入表工作的核心，它涉及到数据的来源、质量、整合、隐私和管理等多个方面。只有确保数据治理的各个环节都得到有效的执行，企业的数据资产入表才有扎实的基础，至少是成本的来源。

五、“企业数据资源相关会计处理暂行规定”要点与阐释

1. 适用范围

“企业数据资源相关会计处理暂行规定”是数据资产入表的法规依据。
概述: 本规定适用于企业确认为无形资产或存货等资产类别的数据资源，以及企业合法拥有或控制但未确认为资产的数据资源。
深度解读: 这意味着不仅仅是那些已经被分类为无形资产的数据资源受此规定约束，即便是企业持有但未纳入资产账面的数据资源也在监管之列。

2. 数据资源会计处理准则

概述: 企业应根据数据资源的持有目的、形成方式、业务模式等因素，按照企业会计准则进行相关交易和事项的会计确认、计量和报告。
深度解读: 这一点强调了数据资源不是孤立存在的，它们需要根据企业的具体情况和目的进行分类和计量。

3. 确认为无形资产的条件

概述: 符合《企业会计准则第 6 号——无形资产》的定义和确认条件的数据资源，应当确认为无形资产。
深度解读: 这实际上为数据资源提供了一个“入账”路径，明确了什么样的数据资源可以被视为无形资产。

4. 无形资产准则应用指南

概述: 企业应当按照无形资产准则和《〈企业会计准则第 6 号——无形资产〉应用指南》进行操作。
深度解读: 这为企业提供了一份详细的操作手册，确保在处理数据资源方面有明确的规范和指导。

六、数据资产入表的哲学思辨

1、伦理考量

随着数据的应用场景越来越广泛，如何在挖掘数据价值的同时，确保数据的合法和伦理使用，成为一个重要的议题。这包括数据隐私、数据安全以及数据所有权等方面。

2、用以更好地理解这一概念的比喻

如果把数据比作是石油，那么数据分析就如同炼油过程，可以从原始数据中提炼出有价值的信息。但与石油不同，数据是一种可再生、可复制的资源，这也给其价值评估带来了新的挑战。

3、数据的双重性质

数据既是一种原材料，也是一种成品。它可以被用来生成新的数据或信息，同时自身也具有一定的价值。这一双重性质使得数据资产在会计处理和管理上具有复杂性。

4、社会影响

数据资产的价值不仅仅体现在经济层面，还有其对社会、文化等方面的影响。因此，在评估数据资产价值时，还需要考虑到这些非物质性的因素。准确的说，数据资产入表是否因为不严谨导致被虚高估计，对其他利益相关者可能是一种利益剥夺。

七、从土地财政到数据财政：万亿市场

前文都在讨论数据资产入表对企业主体的影响，对政府而言，数据已经成为新的经济增长点，对国家的财政政策产生了深远的影响。这一变革被形象地称为从“土地财政”转向“数据财政”。

1、土地财政的历史背景

在传统的经济模式中，土地财政是许多国家和地区的主要财政来源。通过出售、转让和租赁土地，政府可以获得大量的财政收入，进而支持公共服务和社会福利项目的建设和运营。然而，这种模式在土地资源有限、城市化进程加速的背景下，逐渐显示出其局限性。

2、数据财政的崛起

进入21世纪，随着互联网的普及和大数据技术的发展，数据逐渐成为了新的财富。企业、政府和个人都在大量生成、收集和分析数据，以寻找商业价值和社会效益。数据财政就是基于这种背景下的一个新的财政模型，它重视的是数据资产的创造、管理和利用，而不再是土地资源。
到2025年中国数据资产的总值将达到75万亿，其中数字货币和数字资产的年增长率为10%。到2022年，全球数字资产的总市值已经超过了1000万亿，其中数字货币的市值高达6.75万亿，数字资产的交易额也超过了60万亿。
这些数据充分证明了数据财政的巨大潜力和未来的增长趋势。随着更多的企业和政府部门认识到数据的价值，数据财政将进一步得到推广和应用。

3、数据财政的挑战和机遇

尽管数据财政具有巨大的潜力，但它也面临着诸多挑战。首先，数据的安全和隐私问题一直是关注的焦点。如何确保数据的合规性和保密性，避免数据滥用和泄露，是数据财政需要面对的重要问题。
数据的价值很大程度上取决于其质量和准确性。因此，建立有效的数据管理和治理机制，提高数据的质量，也是推动数据财政发展的关键。
数据财政为国家和企业带来了前所未有的机遇。通过有效利用数据资产，国家和企业可以提高决策效率，创造新的商业模式和增长点，实现经济的可持续发展。
从土地财政到数据财政，这是一个时代的标志，也是新的经济增长点的体现。在这个数据驱动的时代，我们应该珍惜数据资源，充分挖掘其价值，为社会的进步和发展做出贡献。




注：本站文章转载自网络，用于交流学习，如有侵权，请告知，我们将立刻删除。
Email：grlwwf@163.com

上一篇： 李家贵：穿透名词的迷雾，一文学透大模型、AIGC和ChatGPT上手实战
下一篇： 何园媛：华为消费者BG内部IT的四大转型策略
咨询电话
咨询电话：
13911448898（谷老师） | 浏览次
申请流程：
电话或【在线申请】 提交需求 签订合同 安排授课

李家贵老师课程大纲

李家贵教授观点

视频回顾

师资分类导航

政经名家
战略管理
领导艺术
国学智慧
营销管理
人力资源
财务金融
行业专家
经营管理
生产运营
公共管理

相关老师

李真顺
贺克斌
梅生伟
周远祥
赵华林
曾毓群
朱共山
王国玮
毛宗强

热门总裁班