迈向数据资产化之路 怎样走稳走好？(2)

　　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怎样转化为资产。”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，融易新媒体消息，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、原则和技巧，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。

　　评估技巧也要更加精准。“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技巧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技巧。”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。