数据资产入表服务方案

前言

数据资产“入表”，是推动数据资产化的第一步，也是数据要素市场发展的关键一步。国有企业、上市公司如何充分发挥海量规模数据和应用场景等优势，如何解决数据难点，如何管好用好数据资产，已成为数字化转型的关键命题。

数据安全矩阵为数据要素市场建设提供整体规划咨询、数据资产化全流程的技术、产品和解决方案服务，进行数据资产盘点、估值、入表核算等服务内容。

概要

在进行数据资产入表时，可以遵循以下内容：

理解基本概念：首先，需要明确数据、数据资源、数据资产、数据治理、数据产品和数据资产评估的定义。

政策依据遵循：依据《企业数据资源相关会计处理暂行规定》和《数据资产评估指导意见》进行数据资产的确认、计量和披露。

面对实际需求和挑战：认识到数据资源的多种形式和特点，以及数据资产入表过程中企业可能面临的确认和计量的复杂性。

基本原则和参与主体：遵循合法合规、谨慎性和商业秘密保护等原则，并明确参与主体，包括企业内部部门和外部机构。

流程路线规划：通过数据资产管理、登记确权、数据流通交易及金融化、会计核算处理等步骤，形成完整的数据资产入表流程。

数据治理：强化数据溯源、权属明确和质量管理，以提高数据的可用性、质量和安全性。

数据资产评估：进行专业的数据资产价值评定服务，为数据资产入表提供价值依据。

数据资产入表三步走：包括入表形成原始资产、数据资产评估和数据资产披露，确保数据资产的合规性与价值体现。

一站式解决方案：数据安全矩阵等提供的一站式数据资产入表解决方案，实现数据资产的全流程管理。

联合体解决方案：数据资产评估与入表服务联合体解决方案，通过跨领域合作，提供从数据合规、安全评估到数据交易的全流程服务。

数据资产平台建设：构建数据资产平台以支撑数据资产管理、运营及评估工作，并提供高效的数据服务供应。

专业人员配置：配置具有数据管理、数据科学或数据安全等专业能力的人力资源，并考虑引入第三方专业服务机构，以协助企业提升数据资产管理能力。

概述

第一步：入表形成原始资产

原始资产入表是将指系统建设及数据生成等所产生的成本费用以成本法入表，据此构成数据资源的初始资产价格。

系统建设是数据资产入表的前置条件。企业需要完成基础信息化建设，并对企业数据治理程度和数据管理能力做必要评估。此外还需进行数据资产入表前改造工作，主要涉及数据分类分级工具准备、数据成本计量工具准备、财务系统准备等。

企业在梳理确认好数据资产类型、类别和安全等级后，就可以进入到实施阶段：梳理数据资产构成成本，并对数据资源进行初始计量、后续计量等相关会计处理。

图1入表形成原始资产

第二步：形成无形资产收入

确认数据商业价值是形成无形资产收入的必要前提，企业需进行相应可行性评估和投产比分析。此外企业还需考虑，数据需方愿意以什么价格和方式进行付费，这决定了数据能否形成稳定、持续的收益。目前数据交易所主要以API、数据包或数据模型的方式来交付数据产品。如果走无形资产路线，卖的就不是数据本身而是数据服务，可选择数据模型或数据软件服务的形式，以特许经营、软件授权等方式来产生可持续现金流。

数据产品的结算系统搭建非常关键，建立合理的利益分配机制，必要时考虑分销路线，有利于将数据资产收入最大化。需要注意的是，由于数据可以无限复制，具有弱排他性，所以市场的参与者需要从一开始就建立营销体系以及品牌意识，为下一阶段的残酷竞争做好相应准备。

图2形成无形资产收入

第三步：形成存量资产

存量资产是指企业所拥有全部可确指的资产，包括企业的应收账款、其他应收款、无形资产等。

数据一旦成为数据商品并达到一定交易量，就会形成数据相关的应收账款，还有存货相关的抵押账款等，这些款项都能形成业内所说的金融资产。只有形成了众多金融资产，才能构建金融资产池，步入金融化。金融化的实现模式往往是证券化，形成存量资产的后续影响是数据的货币化。一旦数据资产能实现证券化，从某种意义上数据本身就变成了货币。

图3形成存量资产

详情

数据资产的有效管理和入表成为落实此规定成功的关键。数据安全矩阵数据资产管理体系将帮助企业迅速适应这一新政策，从"数据资产确认一数据资产评估一数据资产入表一数据资产计量一数据资产披露”五个环节着手，实现资产可视、可溯、可管、可用的资产中心和管理体系。

清单