数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
一、什么是数据资产管理？
数据资产管理：（Data Asset Management）是指对数据资产进行规划、控制和供给的一组活动职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序，从而控制、保护、交付和提高数据资产的价值。数据资产管理须充分融合政策、管理、业务、技术和服务，确保数据资产保值增值。数据资产管理包含数据资源化、数据资产化两个环节，将原始数据转变为数据资源、数据资产，逐步提高数据的价值密度，为数据要素化奠定基础。数据资产管理的具体内容包括：数据模型管理、数据标准管理、数据质量管理、主数据管理、数据安全管理、元数据管理、数据开发管理、数据资产流通、数据价值评估与数据资产运营等。
从以上定义可知，无论是数据资源入表、数据交易还是数据资产资本化，均属于数据资产管理数据价值实现的一部分。除此之外，传统的数据治理部分内容也是数据能够进行数据资产管理的先决条件。所以，数据资产管理是涉及到法律、财务、技术、业务与企业内部治理等的一项综合性的复杂工程。
二、与数据资产管理相关的规定
2023 年 12 月 31 日，财政部下发了《关于加强数据资产管理的指导意见》。该意见内容包括：
根据财政部的《指导意见》，我们不难发现，如果要完成数据资产管理就要做到：法律方面，确保数据收集、生成、存储、管理等全生命周期合法合规，在数据三权分置的要求下产权清楚明晰；财务方面，推动数据价值评估的发展，建立数据资产收益分配与再分配机制；技术方面，推动企业数字化水平建设，通过技术手段加强数据资产管理、数据资产销毁管理与数据资产安全责任管理；企业内部方面，需要完成形成数据资产开发利用机制，加强数据应急管理，完善数据资产信息披露等义务。此外，各方还应联合完善统一数据资产标准，有效识别和管控数据资产化的潜在风险。这更加印证了数据资产管理是一个多方联动的行为。
三、如何实现数据资产管理
实现数据资产管理可以采用多种流程，但需要解决的核心依旧是以下几个方面的问题：
1、数据确权难。数据确权难的原因可以归结为以下几点：
- 在计算机系统里的数据属于数字的一部分，其虽然本身也被传统物权和知识产权所规范，但因数据流通更强调它所记录的信息价值，而且数据自身具有可复制性与可替代性，所以在目前数据的法律法规规章制度，有意淡化了数据的所有权，更加强调数据的使用权即数据处理者“数据资源持有权、数据加工使用权和数据产品经营权”这三权。这也就造成了因传统物权与知识产权理念的深入人心与数据实际的可复制性与可替代性等特性所决定的“确权难”， 一定程度的概念和实际间的混淆和冲突。
- 因为我国目前大部分企业数字化水平仍旧处于初始阶段，企业数据成熟度正在发展，数据管理水平有待提升。在一些数据相当冗杂的企业中，如何识别和证明确权的数据确实属于企业自有或控制的数据资产，如何确认确权的数据是否能给企业带来经济利益的流入，这确实也是数据确权难的原因之一。
- 到目前为止，大部分企业的数据处理仅依附于各个业务部门的业务发展，如果确权的数据资产没有经历过企业级别的数据治理，也没有相应的数据管理制度进行数据合规管理，怎样保证确权的数据完成了数据全生命周期的合法合规义务，这同样也是数据确权的难题。综上，数据确权虽然是一个法律问题，但却高度依赖于企业数字化水平、数据管理、数据治理水平的提升以及原有的业务场景所产生的数据价值。
2、数据估值难。数据的特性之一就是在不同的场景下价值不尽相同，所以给数据统一估值确实存在着很大难度。但数据流通的场景总体可分为外部和内部两种，在数据市场进一步扩大发展的情况下，根据产业聚合下统一的场景来确定数据的价值，也并非一件完全不可完成的事情。
- 在数据流通的内部场景中，财政部印发的《企业数据资源相关会计处理暂行规定》已于 2024 年 1 月 1 日正式实施。《暂行规定》规定了企业可根据初始计量历史成本法这种计量方法，采用强制披露与自愿披露相结合的办法确认数据资产在财务报表中的数据资产价值。如果说数据资产在企业内部估值难，不如说是因企业数字化水平、数据管理、数据治理水平有限，以及原有的业务场景所产生的数据给企业未来是否能够带来经济利益无法明确，所带来的企业内部数据确权难、估值难。同时，因为财政部的《暂行规定》要求数据资产成本能够可靠计量，数据处理涉及到从采集至销售的全流程处理，如何认定数据资源的资产化的成本的归集与分配、摊销方法以及年限等，也是实际数据资源入表和估值的现实存在的难题。
- 在数据流通的外部场景中，我国早就产生了数据场外交易的市场，数据资产通过市场流通定价来确定价值在实践中是完全可行的。但因之前的场外数据交易市场、交易主体鱼龙混杂，交易的数据合法性与质量均无法保证。一些不合法的数据场外交易或者其他侵权行为同样也在扰乱数据市场价值的正常估值，伴随着监管可见趋严，原本的不合法的数据场外交易市场份额也会进一步萎缩。同时而来的是数据各项法律法规的出台与各个数据交易所场内数据交易的兴起，因大部分数据交易所都出台了对于挂牌数据合规性审查与资产估值的相关指南来规范市场行为，所以，我们可以相信，随着安全合规的数据交易市场进一步的扩大和发展，对数据资产外部流通建立公开、透明的估值体系用来指导市场也不再会是一个难事。
此外，对于数据资产管理的其他难题，例如数据资产的质量该如何保证等以后再和大家讨论学习。
四、国有企业数据资产管理
财政部《关于加强数据资产管理的指导意见》指出，其将稳步推进国有企业和行政事业单位所持有或控制的数据资产纳入本级政府国有资产报告工作，接受同级人大常委会监督；并将加强监督检查，对涉及公共数据资产运营的重大事项开展审计，将国有企业所属数据资产纳入内部监督重点检查范围，聚焦高溢价和高减值项目，准确发现管理漏洞，动态跟踪价值变动，审慎开展价值调整，及时采取防控措施降低或消除价值应用风险。我们可以知道，国家推进数据资产化，一定是将国有企业数据和行政事业单位数据作为重点推进，但因这两种主体的性质，他们的数据有的部分甚至全部可能都是作为公共数据进行市场供给的。国有企业的数据资产管理作为国有资产管理的一部分，对于其确权、估值以及审计可能是未来数据资产管理的重点以及难点。
在国有企业数据资产管理中，对于数据资产范围的确认，可以优先确认:
- 交易性数据资源。企业利用数据资源创造经济利益的业务模式，主要包括自用和交易，交易性数据资源通常满足入表条件。
- 经营支持性数据资源。该类数据资源用于自用，即将数据资源与企业其他资源结合使用，用于服务或支持生产经营管理活动，实现降本增效等目的。这类数据资产多以“数据库”形式体现，即可辅助经营活动，也可直接向客户提供服务，其发生的支出可确认为长期资产，如建设知识库、语料库、地理信息库、医学病例库等成本。
- 信息服务行业数据资源。信息服务行业以数据处理为主要业务，包括数据的收集、存储、使用、加工、传输、提供、公开等。数据处理过程中，如果形成能够带来经济利益的“数据产品”，那么发生的支出应当资本化，形成数据存货等资产。
需要注意的是，如果数据资源预期实现经济利益存在较大不确定的，导致难以判断现金或现金等价物流入企业的潜力，或者流入可能性较小（如低于 50%），不应当确认为数据资产。例如，数据资源应用场景尚不清晰，缺乏经济性、难以找到需求方等的，表明无法判断是否能够带来经济利益，不能确认为数据资产；企业在日常经营中所形成的日常经营数据如财务数据等，因给企业带来可得经济利益的流入的可能性较低，所以不应被确认成数据资产；如果国有企业的数据涉及到被规定为应当无偿向社会开放的公共数据，这部分数据因没有可得经济利益流入，也无法被确认为国企的数据资产。因为数据具有可复制性，复制数据的边际成本也无限趋于零，在数据外部流通比如数据交易所场内交易的环境下，数据交易完全可以对接多方主体进行交易。所以基于合适场景的数据交易一旦形成，数据的溢价性确实比普通商品要高很多。又因为数据具有时效性，数据资产的价值随着时间的流逝可以快速贬损。这对于国有企业数据资产管理，尤其是如何保证国有资产的保值、增值，对法务、财务、技术、审计以及业务部门都是一个富有挑战性的事情。例如对于数据的溢价，企业要做好企业数据治理、数据管理工作，充分关注市场数据价值波动与本企业数据外部价值的波动，做到数据资产账实相符。对于数据资产的贬损，企业可通过加速折旧法进行摊销，财务应予其他部门参考市场同类数据核准确认好数据资产的使用年限。
声明：本文来自网络，版权归作者所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。数字化转型网www.szhzxw.cn
数字化转型网数据专题包含哪些内容
数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
数字化转型网数据专题包含： 数字化转型网（www.szhzxw.cn）
1、数据相关外脑支持：100+数据相关专家、100+数据实践者、1000+相关资料
2、数据研习社：与全球数据相关专家、实践者共同探讨相关问题，推动产业发展！
3、国际认证培训：目前已引进DAMA国际认证CDMP，其他国内外认证也在逐步引进中
4、典型案例参考：与数字化转型网数据要素X研习社社员一起学习典型案例，共探企业数据落地应用
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于网络；编辑/翻译：数字化转型网默然。
