今年以来，市场围绕数据资产化的探索明显提速。比如，普华永道发布企业数据资源会计处理一体化平台，帮助企业加强数据资源管理，实现数据资源便捷“入表”；山西民营大数据企业山西远大纵横科技有限公司宣布推行首席数据官制度，着力打破数据资源开发利用的碎片化模式。让数据成为资产，已成为更多经营主体面向未来发展的自觉追求。
这条机遇和挑战并存之路，如何走稳走好？
制度基础逐步夯实
2022年12月出台的《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，建立“保障权益、合规使用的数据产权制度”“合规高效、场内外结合的数据要素流通和交易制度”，以及“体现效率、促进公平的数据要素收益分配制度”。这些部署，进一步夯实了数据资产化的制度基础。
此外，财政部制定印发了《企业数据资源相关会计处理暂行规定》，自2024年1月1日起施行。“《暂行规定》在充分论证的基础上，明确企业数据资源适用于现行企业会计准则，不改变现行准则的会计确认计量要求。通过针对数据资源制定专门统一规定，解决实务中对数据资源能否作为会计上的资产确认、作为哪类资产‘入表’的疑虑，并明确计量基础。”财政部会计司有关负责人表示。
为规范数据资产评估执业行为，保护资产评估当事人合法权益和公共利益，中国资产评估协会出台了《数据资产评估指导意见》，自2023年10月1日起施行。在该文件中，数据资产有了更清晰的定义：特定主体合法拥有或者控制的，能进行货币计量的，且能带来直接或者间接经济利益的数据资源。
“数据资源不同于实物性资源和传统的无形资产，因其非实体性、依托性、可共享性、可加工性等特征，特别是价值易变性，对数据资源入账价值的可靠性和企业价值判断存在重大影响。”北京国家会计学院教授、数字化审计与风险管理研究中心主任崔志娟表示，规范数据资产价值评估行为，引导探索适合数据资产的评估方法，对促进数据的分级分类和数据高标准建设、促进数据资产的流通和市场交易、优化企业市场价值估值等具有重要意义。
一方面，数字基础设施的不断完善，以及数字经济的快速发展，进一步打开了数据资产化的空间。2022年底，我国已建成全球最大的光纤网络，光纤总里程近6000万公里，数据中心总机架近600万标准机架，全国5G基站超过230万个，均位居世界前列。近年来，数字经济核心产业规模加快增长，全国软件业务收入从2012年的2.5万亿元增长到2022年的10.8万亿元。
另一方面，数据流通交易的需求也更加旺盛。据不完全统计，截至2023年6月底，全国各地由政府发起、主导或批复的数据交易所达到44家，头部数据交易所交易规模已达亿元级别，且呈现爆发式增长趋势。比如，上海数据交易所单月交易额已超1亿元，预计2023年全年交易额突破10亿元。2022年，北京市数据要素市场规模约为350亿元，约占全国的39%。
专家认为，短期看，数据基础制度将催生3000亿元至5000亿元规模的数据交易市场；中长期看，数据资产相关市场潜在规模将在60万亿元以上，数据要素定价是开启新的10万亿元级市场的“金钥匙”。
价值评估面临难点
数据资源的特性，决定了资产化之路并不平坦。
“数据资产价值分析具有多方面难点。”北京资产评估协会专业技术委员会副主任刘伍堂举例说，比如数据资产的价值会随着不断地加工、使用次数与人数的变化、用户存在差异等而改变，数据资产权属分析比较复杂，会发生数据质量相同但可能产生不同价值等情况。同时，数据资产作为一种无形资产，应当由特定主体拥有或控制，但由于数据资产本身的特点，容易被窃取，有时难以控制使用，缺乏法律保护。
崔志娟认为：“数据资产评估的难点主要在于对影响数据资产价值因素的识别和判断，以及对资产评估方法的合理选择。”《数据资产评估指导意见》给出了影响数据资产价值的成本因素、场景因素、市场因素和质量因素，也给出了数据资产评估的收益法、成本法和市场法3种基本方法及其衍生方法。但数据资产影响因素中存在较多需要职业判断的可变性元素，如影响数据资产价值的机会成本、市场前景以及数据的准确性和时效性等，都需要有较高的预测预判能力。此外，数据资产价值评估的关键是数据质量评估，需要较高的专业能力。
在实际操作中，数据资源入表也并非易事。“根据有关规定，数据资源入表一般归入无形资产或存货。与外购数据资源相比，企业更关心内生数据资源如何转化为资产。”致同会计师事务所（特殊普通合伙）合伙人曹阳告诉记者，这些内生的数据资源很多与企业的日常经营活动密切联系，区分形成数据资源的支出哪些是研究、开发活动，哪些是生产经营活动，是一项具有难度的工作。传统企业普遍缺乏明确的数据资源经济利益的实现方式。这些计量和盈利模式方面的困难都给在会计上将内生的数据资源确认为资产带来挑战。
数据要素登记是数据资产化的重要一环，今年以来相关探索持续推进。如北京国际大数据交易所发布了首批数据资产登记证书，涵盖能源、交通、气象等领域。温州市大数据运营有限公司的数据产品“信贷数据宝”完成了数据资产确认登记，这也是温州数据资产确认登记第一单。虽然相关探索在不断推进中，但多位受访专家表示，目前数据要素登记仍停留在小范围实践阶段，存在平台建设标准不统一、制度体系不健全、参与主体积极性不高等多个问题。
数据交易模式也有待完善。专家认为，目前数据交易机构总体仍处于摸索阶段，多为撮合类业务的服务商，在数据确权、数据定价、数据交易等数据要素市场化、流通机制设计等方面缺乏经验，无法解决数据交易过程中的数据来源不稳定、数据截留泄露、数据用途不可控、数据价值难以准确评估等问题。
创新探索正在提速
专家认为，需进一步加强宏观研究和规则设计，明确数据资产管理思路、原则和方法，多措并举推动数据资产管理走向良性发展轨道。刘伍堂建议，数据资产要得到真正的普及利用，扩大交易市场，拓宽应用前景，还需要相关部门进一步加强统筹协作，进一步形成完善的资产确权、评估、会计、审计、税务体系。同时，要进一步加快数据资产法治建设。
评估方法也要更加精准。“在增强数据资产价值合理性判断能力方面，建议评估机构根据数据资产价值影响因素分解为价值要素，建立数据资产价值数据库，借助科学技术提高价值判断。选择合适的数据资产评估方法需要分析数据资产特点，探索收益法、成本法和市场法之外与数据资产特点相适应的评估方法。”崔志娟认为。
对于数据资源入表，曹阳建议，企业要进一步围绕数据资源开发利用，有意识地建立完善内控制度，通过优化流程和制度设计，更好地将研究开发数据资源的成本与项目成本、运营成本等区分开来。同时，要进一步拓展数据资源应用领域和盈利模式，探索更适合自身特点的数据资源变现方式。
针对难题，创新探索正在提速。贵州今年已出台数据要素市场化配置改革实施方案，提出要创新数据产权制度，探索数据产权登记新方式，强化数据要素优质供给，规范数据流通交易等，到2025年底，数据资源化、资产化改革取得重大突破，数据要素市场体系基本建成。
广东将政府部门、人工智能（大模型）行业龙头企业联合起来，分阶段分批汇聚涵盖文本、图像、视频、音频等多模态数据，通过数据归集、清洗、分级分类、标注等治理过程，构建高质量中文语料库，积极推动人工智能数据产品交易。截至目前，人工智能相关数据产品累计交易额近5000万元。
各地数据交易中心也更注重结合市场需求拓展交易领域，朝着更加专业化和细分化的方向发展。比如，今年2月，北京国际大数据交易所上线工业数据交易专区，为工业企业提供数据资产登记、数据产品开发、数据资产交易等服务。6月，西部数据交易中心上线汽车数据交易专区，依托“平台+资源+服务”能力体系，打造特色交易模式以及特色运营模式，努力打破汽车数据“孤岛”，提高汽车数据流通效率。
此外，今年8月份，浙江大数据交易中心上线发布了产业数据流通交易专区，数据产品涵盖工业大数据、产业金融大数据、产业链大数据等领域，可服务工业制造、城市治理、金融科技等应用场景。“随着实务不断发展，会催生出更多推动数据资源资产化的创新实践。”曹阳表示。
着眼应用，理论研究也在深化。北京资产评估协会近日专门围绕资产评估行业数据资产理论与实践举办专题论坛，邀请业内专家多角度、多层面就当前数据市场体系、数据要素确权登记、数据资产质量评价、数据资产评估、数字资产入表等热点问题进行了深度讨论。与会专家表示，在数据资产化过程中价值评估是核心，评估机构应充分发挥场景分析、财务分析等方面的优势，重塑行业逻辑，外扩竞争力，开展大咨询，积极主导或参与数据资产化的方案设计和实施。□ 本报记者 董碧娟
赤盈配资提示：文章来自网络，不代表本站观点。
