2019年，党的十九届四中全会首次将数据与劳动、资本土地、技术等并列作为重要的生产要素，2021年3月，“十四五规划和2035远景目标纲要”中将“加快数字化发展，建设数字中国”作为国家战略发展目标。中央全面深化改革委员会第二十六次会议审议通过《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》（简称“数据二十条”），指出要以促进数据合规高效流通适用、赋能实体经济为主线，以数据产权、流通交易、收益分配、安全治理为重点，有序培育资产评估、风险评估等第三方专业服务机构，提升数据流通和交易全流程服务能力，并在其中重点提及探索数据资产入表新模式，标志着我国开始摸索企业数据实现资产化的具体路径，同时探索企业数据资产在财务报表中进行确认、计量和披露的具体方式。
2013年8月，财政部会计司正式发布《企业数据资源相关会计处理暂行规定》（简称“暂行规定”）为企业数据资产入表提供了操作指引。9月，中国资产评估协会正式印发了《数据资产评估指导意见》（简称“评估指导意见”），以规范数据资产评估执业行为。
我们以中央有关指引精神，按照“暂行规定”和“评估指导意见”的有关规定，探索数据资产入表实施的具体路径，本文将简单介绍有关重点。
一、数据资产入表涉及的四个领域和三大总体步骤
根据企业数据生命周期，从最初的原始数据形态到最终通过计量确认进入资产负债表总共涉及数据治理，资产评估，核算入账和法律合规等四个专业领域，经过治理，评估，入账三个总体步骤。
数据治理是将企业在生产经营过程中形成和积累的原始数据经过收集盘点，清洗，脱敏，统计整理以及安全防护等五个步骤的治理工作，形成符合资产评估基础，财务规划需求的初始资产。
数据资产评估是指按照“评估指导意见”的要求，根据企业财务管理目标，选择符合实际的资产评估办法，对企业数据进行价值评估，重点是根据企业实际、财务目标和数据资产特点合理地选择评估办法。
核算入账是根据资产评估结果，确认资产成本和收益归集方式，计入有关会计科目，同时确认披露方案。
法律合规审核是指在数据入表地全过程中，要确保各项工作符合有关法律法规规定，同时确保企业适用有关会计评估等行业规定符合要求。
二、数据治理
数据治理是企业将运营过程中产生的数据，从原始收集到最终形成能够进行价值评估的基本资产形态的完整治理过程。包括收集，清洗，脱敏，统计，安全评价几个方面。过程中交叉涉及法律和财务的有关专业。数据治理的过程中要依靠AI人工智能等专业技术予以重点支持，通过以成熟治理模型为基础结合企业实际来实施。本文重点阐述工作的流程和重点，专业工具和技术不在这里介绍。
（1）数据收集
数据收集的过程不只是简单的数据集合。
确认数据范围。首先要进行企业业务分析和管理运营分析。在两个维度上确定收集范围。一是围绕企业生产销售，梳理上下游数据交互线条，取业务关联的最大公约范围，同时要注重数据产生周期的相关性，确定生产生态数据收集范围。二是摸底企业内部管理体系，以及个体系之间数字化管理基本程度，例如可以简单以人力资源，财务，采购销售库存，生产制造，行政等五个板块进行大的划分，以此确定内部管理数据收集范围。
其次根据数据收集范围，确定统一的数据归集标识，设计数据收集基础模型，制定数据收集节奏，设定包括完整度检测，基础真伪检测等。
在数据收集工作的实施工作前和过程中，要进行法律评估，特别是对上下游数据范围的收集合规性评估，重点是对客户信息收集和数据加工的法律权限评价。
验收数据收集工作的重点是进行全面性，完整性，以及收集效率评价。
（2）数据清洗
数据清洗目的是提升数据质量，去除无效数据。
一是要排除的去除重复信息，和错误信息。二是要建立一个数据信度和效度检验模型，排除伪真数据。三是要再校验数据收集基础模型，进行反馈和调整。
（3）数据脱敏
首先对收集的数据确定敏感范围和敏感层次。然后确定敏感程度的分类，制定相应的脱敏规则，最终应用到具体的脱敏过程。不但是数据涉及的国家、企业、个人秘密，也是对未来数据资产输出时候的对象层次分类。根据脱敏过程也要反馈和调整收集模型。
（4）数据统计
在完成前述工作后要进行数据科学统计。这时候要配合企业财务管理目标和最终资产收益目标，契合评估方法选择来进行统计策略设计，针对数据不同的应用场景，形成数据进行不同维度的数据统计，以确保数据资产形态的多样性和交易融资的便捷性。并对数据收集模型再进行反馈和调整。
（5）数据安全
数据安全是是数据的第一生命。目前随着安全技术的不断发展，形成了各角度多维度的解决方案和安全模型，基于此可以有效解决如数据的保密性和隐私保护、数据共享的机制和标准、数据质量和可靠性、以及数据的获取和使用权限等难题。这些数据安全技术除了传统的防火墙和网络安全技术外，包括了数据的分级分类管理技术（以敏感度区分，或者以重要程度区分），API风险检测系统，DSMM数据安全能力成熟度模型等。
简单来说，是三层防护，一套标准。三层防护分别是网络安全防护，数据流动监护，数据分类保护，一套标准是DSMM数据安全标准。网络安全防护发展较为成熟，软件和和硬件的功能较为完善，重点要补充的是数据分类保护和数据流动保护。数据分类保护是一项较为新的数据安全保护机制，是利用AI人工智能将数据按照内容敏感程度进行分级分类，形成不同的保护层级。在数据流动监控方面，可以通过API风险检测系统，基于流量分析和数据识别技术，系统通过收集整个应用程序环境中的API流量，实时跟踪和刻画API的历史行为和生命周期，同时利用大数据引擎技术，自动化识别 API中可能存在的漏洞和弱点，实时分析、精准识别API上存在的攻击行为，集成或联动第三方安全防护产品进行数据保护。通过API数据访问行为留痕，帮助企业进行数据泄露溯源，从而及时发现和应对安全事件。
数据入表工作中数据安全工作要强调的是旁路实施方案，要保证数据安全保护不影响企业正常的原有的各项系统运行，不增添企业运营成本。
三、资产评估
数据资产评估既采用传统无形资产评估的三大评估法，又有不同的交叉权重考虑。在充分论证其法律价值、技术价值和经济价值的基础上综合确定。同时要根据实际情况预设价格调整原则、调整周期、重大事项节点等。具体的工作流程如下：
三大评估法不是单一的选择，也不是直接的应用。例如成本法，因为数据资产特殊的效用周期，要进行专门的修正。再比如收益法，要根据不同数据的质量和影响力进行熵权法修正，或者根据不同数据层次模型进行层次分析法的修正。市场法，受限于这个交易量不足，暂时实施可行性较弱，但是对于单一或者特性交易，它有价值，你比如说煤炭、有色金属等行业供应数据等。
影响评估方法的选择还包括几个因素。首先是数据资源来源分级的，部分数据成本分离和确认难度太高，成本只能作为估算参考。其次是数据生命周期，数据导入期、成长期、成熟期、衰退期，数据效用不同都在影响评估方法和修正方法的选择。最后还有资产化目标的不同，企业数据资产化目的是不同的，有的是为了增资扩股，有的是为了诉讼追索，有的是为了质押融资，因此不同目的的企业，不同阶段的企业，不同需求企业，对数据的规划不一样，因此采取的资产评估方法不同。这里和财务管理目标是要保持一致的。
因此，我们要根据不同的影响因素，综合选择不同的评估方法 。
四、核算入账
财务核算的办法选择和资产评估的办法选择一样，都是要配合企业资产化目标，或者叫财务管理目标。基本流程是成本归集，收入成本匹配，初始计量，到后续收入计量，后续的计量，财本列示和自愿披露。对与数据资产这个新型的门类来说几乎全部都是难点，特别数据还存在授权的稳定性问题。更重要的是，企业不同的财务管理目标，以及对应的核算办法选择是不同的。
因为不同企业发展周期所确认的财务管理目标是不同的，例如利润最大化、股东权益最大化，剩余价值索取权最大化等。因此影响的成本归集确认和收益确认方法是不同的。因此反过来看整个数据资产入表路径，要坚持一体化的实施策略，在数据治理阶段就要坚持财务审计、资产评估的提前介入。不同的财务管理目标影响评估办法法选择，评估办法受数据特性，来源特性的影响，却决定数据治理结果表现的的资产形态。在传统的数据治理工作中，往往由甲方提出一些治理需求比如几张报表，几个关键数据汇总，而实施方也结合自己积累的一些经验模型，这样的数据治理仅供内部参考时是可以勉强胜任的，数据资产化，数据资产入表，要保证资产的收益率，最终的治理结果要经受市场检验的。因此这时候要求的是一个整的解决方案。就像装修，可能仅仅只是先给客厅接个插头，但是我们的能力是要提前预留好正屋的接口，在完成数据期初治理的时候就嵌入了评估的、财务的、法律的等等思维。
五、法律合规审核
重点是三个方面的内容。第一是数据产权和安全隐私的法律审核保护，这个在数据期初确定收集范围，实施收集工作，已经确定数据释放范围和方式时都是重点。这个法律合规的审核是红线，因此再次一体化解决方案的问题就是要强调法律的提前介入。第二是在数据估价及入账过程当中的合规辅导和审核认证，就是说数据资产化适用各类经济法、会计法、税法等合规性审核。就像上市法律合规审核，最后所有的合规责任都是由律师承担的，在之前某上市公司财务造假案中，律所就因为没有尽到财务合规审核而受到处罚。最后是未来资产收益的法律合规控制。包括各个交易授权合同的设计和法律审核。毕竟数据的交易形式多样，交易存在特殊性。
综合来看，强调数据安全，评估所评估价值，会计事务所介入审计，律所合法合规审核等一切都是围绕数据资产入表合法合规为中心的，在以数据技术为支撑的入表工作中充分防范企业职业风险。
以上五个重点方面，是数据入表的重点工作环节，强调一体筹划，一体实施，依托AI人工智能，把企业沉淀的海量数据拿出来，整理好，估准值，做准价。丰富企业资产类型，拓宽企业资产收益，助力企业发展。
↓↓了解更多资讯，请识别下方二维码↓↓
国脉集团是数据资产化先锋企业，主要提供培训、咨询和产品设计服务。为数据资源拥有者提供专业、规范、合规的全流程资产化服务，提升机构数据管理服务能力，实现数据资源价值最大化。运用最先进的培训理念方法和平台工具提供高绩效培训服务。研发“一头一体两翼”企业数据资产化咨询服务方法论，提升数据资产化战略设计、就绪度评估与咨询、入表和产品化全流程咨询服务。基于战略思维和实操需求研发“易”系列产品，并与数源方合作研发系列数据产品。
主要课程包括数据资产入表、数据经纪人、公共数据运营和政府CDO、数据精品等精品课程。
主要产品：数据易投、数据易贷、数据易保、数据易售。
联系我们请点击：
数邦客
