数据资产化领域目前有三个特别热点的话题：一是数据交易，二是数据估值，三是数据入表。首先我们聊一下数据交易话题。数据交易是数据要素流通的核心内容，仿照金融市场，未来数据资产应该在场内进行交易流通。请问三位嘉宾结合自身的经验，谈谈对未来数据资产入场交易等行业发展趋势的判断。

Q1：如何理解数据资产交易流通的发展趋势？

长远来看将是场内交易为主，场外交易是有效的补充。随着数据交易市场的发展，数据交易所的作用将日益突出。相对于场外交易而言，场内交易有以下几个优势。一是价格发现。数交所充分发挥平台作用，通过大量的供需方对接，最大程度发现数据资产的价值。二是价值挖掘。数据依附于场景，其价值和场景有关，交易所中很多参与方提供丰富的数据应用场景，对于场景挖掘有很大的作用。三是安全保障。数据交易所相比线下交易，有更多的环境和规则保障，保护交易双方的权益。

数据交易参与主体考虑是否进场交易，主要衡量以下三个维度：一是数据源方面，交易所持有的数据源是否丰富、稀缺和优质是达成场内数据交易的关键，交易所需利用自身安全合规、数据流通服务和技术能力优势，引导不敢、不愿开放的高价值数据资源持有机构愿意通过交易所对外开放数据，为企业提供场外交易没有的渠道和资源；二是服务能力方面，交易所需通过不断提升技术支撑能力、合规保障能力以及产品建设能力，联合数据合规、评估等数据交易服务机构，为交易主体提供全方位、高质量数据交易一揽子综合服务，引导交易主体进场交易；三是交易成本方面，前期为培育数据要素市场，降低企业进场交易成本，北数所向交易双方收取的费用很少。后续交易所一方面需要整合优化数据交易服务能力，提高交易效率，降低运用成本，另一方面加强对数据资源的整合和产品建设，降低数据产品价格，促成市场主体达成低成本、高效率的数据交易。目前，北京市及各区陆续出台鼓励在北数所进行数据产品上架、数据交易、数据资产登记等相关政策补贴，降低企业场内交易成本，引导企业进场交易，促进数据要素安全合规流通。

数据要素在所有权转移方面有很大的差异。数据从生产开始往往有多元主体、多方主体的多元利益主张，需要确保各方利害关系，承认并保护当事人的利益。交易所作为整个数据要素流通服务生态系统当中基础的一环，它有很多的应用。一是交易产权核对，能确保交易当事人可以提供明确的交易产权，尊重其他信息来源主体个性法所明确规定的权利；二是交易信任，通过各种技术支持和核验服务，确保交易信任得到维系；三是交易效率，通过数据交易实现快速的积累，提供标准化的交易合同和模式。中国数据交易领域实践和制度发展走的比较靠前，下一步要考虑各个省市的交易所如何尽可能结合广泛的市场供需关系积累丰富的经验，在全球竞争当中占据先发优势。

未来一定是场内交易大于场外交易，因为标准化与专业化是必由之路。从当前的探索到最终完成进场交易还有一段过渡期，我认为主要在以下三个方面逐步完善：制度方面，国家和行业层面制度将逐步健全，各数据交易所也将会在实践的基础上不断优化交易规则；管理方面，重点关注如何有效防范风险的同时发展数据流通的模式；技术方面，聚焦降低技术应用成本，进一步支持数据流通。未来的发展中长期靠技术发展，远期更依赖制度。

Q2：如何看待数据资产估值的实践难点与挑战？

非常感谢四位嘉宾对未来数据入场交易的发展趋势、价值前提和供给侧基础等方面的分享。下面第二个话题我们聊一聊数据资产价值评估，这是行业公认理论和实践的难点。业界存在一种看法，就是可以按照一般商品定价方法对数据进行定价即可，不需要特别的讨论数据资产估值。到底数据的估值是否存在特殊性也是我个人关注的话题。请几位嘉宾基于各自的实践经验谈谈数据资产价值评估的难点。

我认为数据资产估值的难点主要是在于数据作为一种新型资产的特殊性。一是数据资产是目前相对复杂的评估标的，其影响因素非常多，对价值影响变化大；二是数据价值难切割，数据通常需要和别的要素联合起来共同发挥价值；三是数据资产边界难界定，数据资产确认需要论证哪些数据整合后可产生预期收益；四是数据资产难核查，由于数据的无形性，需要一定的系统和工具进行辅助核查。 

在企业进行数据资产化的过程中，北数所为企业提供数据资产登记、评估、入表、金融服务和交易等一揽子服务。数据资产评估作为数据资产化中的重要一环，对企业完成数据资产登记，获取金融服务、达成数据交易有很好的推动作用。北数所也与国内领先的数据资产评估机构达成深度合作，为企业提供数据资产评估服务。从数据资产化应用路径来看，目前企业在完成登记评估后，一是可以变相证明企业对数据资产是合法拥有和控制的，推动后续数据资产入表；二是可以获取金融机构提供的质押融资、证券化等系列金融服务；三是帮助数据资产定价，达成数据资产交易。

要从数据的源头解决相关的问题，一方面从财政部发布的暂行规定对入表的要求来说，入表是对数据存、算、管、用整个周期投入的成本作为入表要求。另外一个方向是应用端入手，把不同价值回归到由采集端到全链路的过程，确保数据产生的价值是追溯的。从数据入表的过程当中来看，最难拆解的是从数据产生的那一刻起到最后产生应用。

Q3：从资产入表的一般性原理来说，如何看待数据资产入表的特殊性？企业应该如何关注并开展入表相关工作？

几位嘉宾关于数据资产估值的分享十分深入和务实。我们看到，数据资产价值评估依然存在多方面的现实挑战，这些问题并非单一技术可以解决，而是需要在数据资产形成的各个环节做好相应的工作，要靠行业各方持续协同努力。

最后我们谈一下数据资产入表。当前在数据技术圈中数据资产入表是非常热门的话题，但也有人认为从本质而言，这件事需要财务人员的深度介入。从资产入表的一般性原理来说，数据资产入表到底有什么特殊性？什么样的组织应该去关注入表和尽早的入局？请几位嘉宾谈谈各自的看法。

相关话题请联系:

李老师

13683652571 

[email protected]