目次kaiyunApp下载入口|开云kaiyun官网

一、数据资产化的界说

1.1 数据资源与数据资产的辞别

1.2 数据资产化的兴味

1.3 数据资产升值模子

二、企业数据资产化的杀青旅途

2.1数据资源化阶段

2.2数据资产化阶段

2.3数据资产运营阶段

三、数据资产入表开启企业价值重构

3.1上市公司数据资产入表概览

3.2数据资产入表重构企业价值

四、结语

正文

跟着数字化转型的深入发展，数据已成为企业乃至国度竞争的新焦点。数据资产化看成数字经济的要害组成部分，对促进数据价值畅达、推动数字经济高质地发展具有贫穷兴味。

本通告将在阐发数据资产化的界说、兴味的基础上，探讨数据资产化的实践旅途以及对企业价值重估的作用。

一、数据资产化的界说

1.1 数据资源与数据资产的辞别

在数字化时间，数据资源的市集化旅途触及将原始数据迟缓转变为数据资产的过程。这个过程包括数据资源化、数据产物化、数据资产化和数据成本化四个阶段。数据资源与数据资产是两个日常被说起的想法，它们之间存在着赫然的各异。

数据资源指的是企业或组织在运营过程中产生的原始数据，这些数据日常是未经加工和分析的。数据资源化的主义是普及数据质地，将这些狼籍无序的原始数据调养为有一订价值的数据资源。这一过程触及到数据的清洗、整合和圭表化，使得数据不错被进一步分析和利用。

数据资产则是指经过深入分析、加工和治理后，具有明确使用场景和价值的数据。数据资产化的主义是通过数据分析、数据编排、数据治理等要害，将数据资源转念为有明确使用场景、价值更高的数据资产。这一过程不仅包括时期层面的加工，还包括对数据的贸易价值的挖掘和杀青。

数据资源更侧重于原始的数据和信息的蚁集，而数据资产则是从这些数据中经过加工、料理和价值杀青后，粗略为企业带来经济利益的资产。数据资源的市集化旅途是一个迟缓升值的过程，从数据资源化到数据产物化，再到数据资产化，最终杀青数据成本化。数据走动则是这一谈径中杀青数据资产价值调养和畅达的要害要害。通过这些过程，数据资源被转念为粗略为企业和社会带来明确经济价值的数据资产。

1.2 数据资产化的兴味

数据资产化是数字经济的贫穷组成部分。在数字经济中，数据被视为一种贫穷的出产要素，其价值的杀青和畅达对经济的发展具有贫穷兴味。数据资产化通过提高数据的价值和流动性，促进数字经济的发展，从宏不雅到微不雅，都对经济发展和社会率先具有深化影响。

1.2.1 宏不雅角度：促进数据价值畅达，推动数字经济高质地发展

数据资产化是数据成本化的前提条件。在宏不雅层面，数据资产化有助于构建一个愈加灵通和互联的数据市集，促进数据资源的合理竖立和灵验利用。通过数据资产化，不错提高数据的流动性，裁汰走动成本，从而推动数字经济的快速发展。

通过数据资产化，不错提高数据的利用效率和价值，从而推动经济的更动和转型。此外，数据资产化还不错促进数字经济的可不绝发展，通过优化资源竖立和提高出产效率，杀青经济的绿色发展。

1.2.2 微不雅角度：重估企业价值

在微不雅层面，数据资产化对企业价值的重估具有贫穷兴味。数据资源型企业和数据驱动型企业的数据资产价值将得以败露和重估。这些企业通过数据资产化，不错更好地挖掘数据的贸易价值，提高企业的竞争力和市风光位。

数据资产化使得企业的数据资产愈加透明和可量化。通过数据治理和圭表化，企业不错更准确地评估其数据资产的价值，从而提高企业的举座价值。这种价值的普及不仅体当今财务报表上，也体当今企业的市集竞争力和品牌影响力上。

数据资产化不错提高企业的运营效率。通过数据分析和优化，企业不错更灵验地料理其业务经过，裁汰成本，提高效率。此外，数据资产化还不错促进企业的更动。企业不错通过对数据的深入分析，发现新的贸易模式和市集契机，从而杀青业务的更动和转型。

数据资产化不错引发企业加大研发参加。在数据驱动的贸易模式下，企业需要不断地对数据进行分析和挖掘，以发现新的贸易价值。这就需要企业参加更多的资源进行数据的研发和更动。数据资产化使得企业愈加怜爱数据的价值，从而适意参加更多的资源进行数据的研发。

数据资产化还推动企业加大数据购买需求。企业在加大对数据研发和更动的同期，也需要购买更多的数据以维持其业务发展。这种参加和购买需求的增多，将进一步推动数据资产化程度，酿成良性轮回。

1.3 数据资产升值模子

数据的价值到底是奈何杀青的？这个问题看似浅薄，却困扰了很多企业和组织。数据是有价值的，其价值在数据的使用中得以杀青。浅薄来讲，数据的价值有两种杀青方法：一是通过为业务赋能，相对应的是DIKW金字塔，比如利用数据来降本增效、精确营销等，这是传统的方法，数据的价值是通过赋能业务迤逦杀青的；二是通过数据资源入表和数据走动，相对应的是DRAC金字塔，数据通过数据资源、资产和成本化来杀青其价值。

（1）DIKW模子

DIKW模子，即数据-信息-学问-灵敏模子，在DIKW金字塔体系中，每一层都建立在前一层之上，并赋予更高的价值和兴味。位于金字塔底部的是原始数据，这些未经加工的事实或数字是构建一切的基础。当数据被处理并赋予曲折文之后，便酿成了信息——比如各样通告、统计图表等。进一时势，通过对信息的连结与分析，东谈主们粗略从中提真金不怕火出学问，这是对特定主题深刻结实的终结。而金字塔的尖端则是灵敏，它代表了诈欺学问处置问题的才气，包括通过东谈主工智能杀青的高度智能化应用。

DIKW模子中，数据照旧专注于组织里面价值的杀青，因此数据的价值是一种迤逦的价值，即价值不不错顺利被货币化度量，必须要通过对业务终结的促进来杀青。

尽管全球列国均结实到数据的贫穷性，但在利用方式上存在各异。以好意思国为例，其对数据的利用是遵命了DIKW这个金字塔，最终是数据和AI结合。浅薄讲，好意思国怜爱数据是为了All In AI。

（2）DRAC模子

和DIKW的AI导向不通常，DRAC模子是为了数据资源入表和数据走动，以及临了的数据成本化运作。这个体现了数据的顺利价值，亦然我国当前要点发展的主义。

与DIKW肖似，DRAC模子也分为四层。最基层是看成原始材料的数据（Data），指的是企业原始的、未加工的数据蚁集，是客不雅事实或事件的记载；再往上是资源（Resource），是指经过整理和加工的数据资源；第三层是资产（Asset），到这一层，数据资源通过入表或者走动等成了企业的数据资产；最表层是成本（Capital），指的是数据成本的运营。

Data Monetization（数据货币化）这一想法的初次提倡是2013年的9月，DAMA海外的现任主席Peter Aiken出书了《Monetizing Data Management: Finding the Value in your Organization's Most Important Asset， First Edition》，初次提倡了“数据货币化”的想法。

2019年，基于DAMA的业务车轮图，DAMA大中华区主席汪广盛和Peter等初次提到了DRAC，并依照DIKW，画出了DRAC三角金字塔图。DRAC模子和我国的数据要素表面有内在的一致性，且比拟适宜现实的责任和发展程度。

汪广盛暗示，DIKW模子提供了连结数据价值眉目的基础框架，而DRAC模子则在此基础上进一步细化了数据资产的料理和升值旅途。在现实应用中，企业不错结合自身情况和发展阶段，以DRAC模子为诱导，生动构建全面的数据资产料理框架，以更高效地挖掘和利用数据的潜在价值。

二、企业数据资产化的杀青旅途

数据资产化的杀青，不错分散为三个主要阶段：数据资源化阶段、数据资产化阶段和数据资产运营阶段。在数据资源化阶段，企业通过数据获取、清洗、预处理和圭表化等智力，将原始数据转念为高质地的数据资源。在数据资产化阶段，企业通过数据治理体系构建、数据产物开发与更动、成本归集与司帐处理、订价与估值等智力，将数据资源转念为具有明确使用场景和经济价值的数据资产。在数据资产运营阶段，企业通过数据走动机制与平台、数据成本化旅途与策略等方式料理和运营这些数据资产，杀青其经济价值。

2.1 数据资源化阶段

2.1.1数据获取

数据获取是数据资源化阶段的第一步，触及从企业里面系统和外部开首采集有价值的数据。正确和全面的数据获取是确保数据质地和后续分析灵验性的要害。

（1）里面数据获取

业务系统数据：典型的企业料理系统包括ERP、CRM、SCM等，这些系统中产生的走动数据、客户数据、供应链数据是企业运营的中枢，反应了企业的现实业务情况和市集动态。

日记数据：如服务器日记、应用日记、用户步履日记等，记载了系统运办事态、用户交互步履等详备信息，对于分析用户风俗、优化产物功能具有贫穷价值。

里面文档与学问：包括企业里面的通告、会议记载、培训云尔、专利文献等，这些蛮横结构化数据的贫穷开首，蕴含了企业的学问资产和劝诫积蓄。

（2）外部数据获取

市集与行业数据：通过购买第三方筹商通告、参加行业会议、订阅行业资讯等方式获取的市集趋势、竞争敌手分析、消费者步履等数据，有助于企业把抓市集动态，制定竞争策略。

公开数据源：如政府公开数据、社交媒体数据、公开的采集爬虫数据等，这些数据诚然可能较为脱落，但经过整合和分析后，通常能为企业提供新的细察和契机。

诱导伙伴数据：通过与业务诱导伙伴的数据分享或交换，获取互补的数据资源，如供应链曲折游的数据、客户分享数据等，有助于普及供应链的协同效率和客户适意度。

在获取了表里部数据之后，企业还需要进行数据整合的责任，将来自不同开首、不同花式的数据进行调养、吞并和圭表化，以酿成融合、高质地的数据集。这一智力对于排斥数据冗余、处置数据冲突、普及数据质地至关贫穷。通过数据整合，企业不错构建一个全面、准确的数据基础，为后续的数据治理、产物开发和运营提供有劲维持。

2.1.2数据清洗、预处理及圭表化

数据清洗、预处理及圭表化是确保数据质地、普及数据分析效果的要害要害，它顺利决定了后续数据治理、产物开发以及运营责任的效率和准确性。

（1）数据清洗：数据清洗的目的是去除数据中的造作、极度、相通或无关的信息，以确保数据的准确性和一致性。清洗过程包括但不限于缺失值处理、极度值检测与处理、相通值处理等。

（2）数据预处理：数据预处理是对原始数据进行一系列调养和加工，以使其更得当后续的分析和建模。包括数据类型调养、数据归一化/圭表化、基于业务连结和数据分析的特征工程。

（3）数据圭表化：数据圭表化是确保数据在不同系统、不同部门之间具有一致性和可比性的贫穷妙技。它触及数据花式融合、数据定名范例、数据字典建立等。

通过这一阶段，企业不错取得干净、整都、高质地的数据集，为后续的数据治理、产物开发、运营以及高档分析责任奠定坚实的基础。同期，这一过程也有助于减少数据造作和偏差，提高数据分析的准确性和可靠性，从而为企业决策提供愈加有劲的维持。

2.2 数据资产化阶段

在完成数据资源化的初步积蓄后，企业已初步掌抓有一定质地水平的圭表化的数据资源。在此基础上，数据资产化成为新的政策焦点，旨在将这些数据资源转念为具有明确应用场景和权臣经济价值的数据资产。此过程不仅涵盖时期层面的数据治理与产物更动，还深入触及财务与合规料理的中枢。

跟着《企业数据资源干系司帐处理暂行规则》（财会〔2023〕11号）（下文简称《暂行规则》）发布并于2024年1月1日起全面实施，我国企业数据资源的司帐处理和信息透露迈入了清新阶段。这一里程碑式的规则不仅为企业数据资源“入表”成为确切兴味上的资产铺设了通晓旅途，更象征着我国数据资产化程度杀青了从零到一的紧要淆乱。

为了全面明白数据资产化的实践旅途，本节将围绕数据治理体系构建、数据产物开发与迭代、数据合规与安全保障、成本精确归集与司帐处理，以及数据资产的科学订价与估值等要害要害伸开详备探讨。《暂行规则》的出台，无疑为这些要害提供了更为明确的财务处理指南，不仅普及了数据资产的司帐透明度与果然度，更为企业探索数据资产的多元应用与贸易模式更动提供了新的思象空间。

2.2.1数据治理体系构建

数据治理体系构建是确保数据资产化奏凯的要害要害，它包括顶层设想部分和具体的数据料理任务两个大的方面，每一部分又不错细分为不同的行径。

发轫，需要设定通晓的数据治理主义，这为数据资产化指明了主义。这些主义不仅要与企业的大政策精致连结，还要具体、可考虑，比如普及数据质地、加强数据安全、优化数据经过等。这么，才能有的放矢，确保每一步都朝着正确的主义迈进。

接下来，组织架构与职责分散就显得尤为贫穷。企业要成立一个数据治理的“军师团”，也即是数据治理委员会，让他们来把控大局，作念出贤人的决策。同期，还要明确各个部门在数据治理中的“变装定位”，确保人人都能各司其职，协同作战。

政策与轨制建造亦然不可或缺的一环。企业要制定出一套完善的数据治理“游戏法则”，包括数据料理的原则、范例、经过等，让人人都有章可循，有据可依，为数据资产的高效运营奠定基础。

数据治理体系也需要不绝改良与优化。企业要建立一种不绝改良的机制，让数据治理体系粗略与时俱进，永久保持最好状态，为企业的数据资产化之路提供不绝的能源和保障。

数据治理体系在数据资产化过程中领会着至关贫穷的作用。它不仅是数据资产化的基础撑持，更是推动数据资产化程度的中枢引擎。只消崇敬构建和钦慕数据治理体系，才能确保数据资产化之路走得愈加稳健、愈加永久。

2.2.2数据产物开发与更动

数据资产的价值与应用场景息息干系，数据在不同的应用场景中不错领会统统不同的价值。因此，有必要针对不同的使用场景对数据资源进行针对性的开发，而数据产物即是将数据资源转念为具有明确使用场景和经济价值的贫穷花样。

（1）数据产物的形态

根据上海数据走动所《数据资产入表及估值实践与操作指南》，基于需求特征和服务方式不同，不错将数据产物形态分为数据集、数据信息服务和数据应用三种形态，如下表所示：

（2）数据产物开发经过

需求调研与分析：发轫，需深入了解业务需求，明确数据产物需处置的具体问题或达成的主义。这包括与业务部门、数据分析师、产物司理等精致换取，连结其痛点与盼望，以及分析市集趋势和竞争敌手动态。

数据源整合与清洗：根据需求，从企业里面或外部采集干系数据，并进行清洗、去重、花式化等预处理责任，确保数据质地。这一步是构建高质地数据产物的基础。

数据建模与分析：诈欺统计学、机器学习等时期，对预处理后的数据进行深入分析，构建预测模子、分类模子或聚类模子等，以提真金不怕火有价值的信息和模式。

产物设想与开发：基于分析终结，设想数据产物的界面、功能、交互方式等，确保产物易用、直不雅且能餍足用户需求。同期，开发相应的软件或平台，杀青数据的可视化展示、交互式查询、智能推选等功能。

测试与优化：在产物上线前，进行全面的测试，包括功能测试、性能测试、安全测试等，确保产物结实可靠。上线后，根据用户反馈和使用数据，不绝优化产物功能和用户体验。

（3）数据产物更动策略

会通新时期：跟着东谈主工智能、大数据、区块链等时期的不断发展，数据产物应紧跟时期前沿，会通新时期以普及产物质能、增强用户体验。

定制化服务：针对不同业业、不同企业的特定需求，提供定制化的数据产物服务。通过深入了解客户业务，为其量身打造适宜其私有需求的数据处置有设想。

跨界诱导：与其他行业或规模的企业进行跨界诱导，共同开发数据产物，杀青数据资源的分享与互补，拓宽数据产物的应用场景和市集空间。

不绝迭代升级：数据产物应是一个不断迭代升级的过程。通过不绝采集用户反馈、追踪市集变化、引入新时期和新算法，不断优化产物功能和性能，保持产物的竞争力。

2.2.3数据合规与审查

数据开首的合规性是数据资产入表的前提。《暂行规则》规则数据资源入表酿成数据资产的条件之一是：“企业正当领有或适度的”。因此开首不对法或者不行合规利用的数据资源无法列入资产欠债表酿成数据资产。企业应当从数据开首与数据利用两个方面进行相应合规审查。

（1）数据开首的合规审查

里面产生的数据：

企业里面产生的数据涵盖了出产、运营、料理等过程中所生成的各样业务数据，如客户订单数据、开发运行数据、职工料理数据等。对于里面产生数据的合规性，企业需要关切以下几个方面：一是数据的正当性，即数据的生成是否适宜干系法律法例的要求，比如是否可能侵扰其他企业的贸易神秘；二是诡秘保护，极度是触及职工或客户个东谈主信息的数据，必须适宜《个东谈主信息保护法》等干系法律法例的要求；三是数据的真实性与可考证性，里面产生的数据是否经过客不雅记载并具备可靠性。在数据入表时，企业需要提供充分的凭据来说明数据的真实性，如里面料理经过文献、数据存储日记等。

外部采集的数据：

从外部获取的数据则需要愈加复杂和严格的审查。外部数据日常开首于公开采集数据、顺利采集数据和走动市集采购数据。

公开数据是指未设定打听权限向公众无辞别给以提供和展示的数据，任何东谈主均有权获取。对公开数据的采集即公开采集。公开采集的方式有多种，如东谈主工录入、检索查询等手动数据采集，也包括爬虫等自动化数据采集。在审查公开数据采集的正当性时，企业需要阐发数据的采集方式是否正当，如是否取得了网站整个者等干系方的授权等。

公开采集数据的方式中，合规风险较多聚会在通过爬虫时期爬取的数据上。需隆重数据爬取步履本人并不造孽，但由于当时期特色，在现实操作中如使用不当或超出合理限制使用，则很可能触及违纪、造孽步履，引发不正大竞争风险、学问产权侵权风险、个东谈主信息侵权风险致使刑事风险。

顺利采集，即企业顺利获取数据开首方（如用户）的干系信息。企业在顺利采集数据时，应主要关切个东谈主信息和企业信息的采集的正当合规性，必须严格顺从干系法律法例。对于个东谈主信息的采集，企业应根据《个东谈主信息保护法》等法律法例的要求，明确通告采集的目的、方式和范围，并取得用户的应承。对于企业信息的采集，尤其是触及竞争敌手的贸易神秘时，企业应严格依照《反不正大竞争法》的干系规则，幸免触及侵扰贸易神秘等不正大竞争步履，确保采集过程正当合规。

迤逦获取，指通过合同购买的方式取得数据。通过合同购买数据时，尽管日常由数据提供方承担初步的正当性审查义务，看成数据的买方企业，仍需主动进行深入而全面的审查，以预防潜在风险。

买方企业应通过审查数据开首、获取方式及干系权属说明材料，确保走动数据不存在权属裂缝。此外，在签署数据走动合同时，企业还需仔细审查合同条件的齐全性与合规性。日常情况下，合同应明确商定数据的准确性、齐全性与时效性，以及数据的适用范围和用途，幸免因数据弱势影响业务正常开展。同期，合同中需包含详备的诡秘保护条件，极度是在数据触及个东谈主信息或敏锐信息的情况下，需确保走动及后续使用过程严格适宜《个东谈主信息保护法》等干系法律法例的要求。

（2）数据利用的合规审查

在阐发数据开首的合规性后，企业通过脱敏、清洗、标注、整合、分析等过程，对原始数据进行本色性加工和更动性就业，酿成创造性恶果，最终产生适宜公司业务与研发所需的数据资产，并储存于企业里面或第三方云存储中。企业对数据资产的利用主要包含里面利用及外部走动两种方式。当企业将数据资源主要用于里面出产规画或料理时，司帐上可看成无形资产进行料理。当企业将数据资源主要用于外部走动时，司帐上可看成存货进行料理。不管里面利用照旧外部走动，企业在处理数据资源、规画数据产物的过程中，仍应隆重根据不同的利用方式，确保相应的合规性。

里面利用数据资产的合规审查要点包括：发轫，数据利用的正当性。企业在利用数据时，应根据具体数据利用步履、经过，针对每个具体节点所涉数据内容，审查是否适宜法律法例及干系行业圭表，是否适宜监管部门所要求的合规圭表，是否侵害了个东谈主信息权益或他东谈主贸易神秘。其次，数据存储的安全性。企业须建立相应政策体系并通过适宜的安全时期步伐，确保里面数据利用的守密性和安全性，幸免数据清楚导致的合规风险。

外部走动数据资产所涉的合规审查相较里面利用而言较为复杂，主要触及包括但不限于数据可走动性、数据保护才气、数据出境合规等方面。

数据可走动性：数据走动的前提是数据资产具备可走动性。数据资产的可走动性是指将开首正当的数据资源通过本色性加工和更动性就业，酿成不错像商品通常在市集上进行买卖和交换，粗略解放畅达的数据产物。根据现存法律法例规则，数据产物不得含有危害国度安全、违背公序良俗或侵害他东谈主正当权益的造孽信息。除国度干系法律明确规则拦阻走动的情形以外，部分行业亦对数据走动方的天禀进行了规则，如金融机构采购个东谈主征信信息，应当从具有从事个东谈主征信业务天禀的机构采购。因此，企业发轫应当隆重审查数据资产是否触及国度法律法例收尾或拦阻走动的规模。

数据保护才气：在数据走动前，数据提供方和数据需求方还需要对对方的数据安全保障才气进行评估，两边均应当适宜《采集安全法》、《数据安全法》等法律法例的要求，建立数据安全保护体系，对于触及个东谈主信息的数据，还应适宜《个东谈主信息保护法》的要求，选定时期步伐幸免个东谈主信息清楚、编削或丢失等事件的发生。在走动前可通过遵法考查，从时期才气、东谈主员配备、信誉天禀等方面来评估走动方的数据安全保护才气。

数据出境合规：若数据需求方为境外企业，则企业需要极度关切数据出境的合规性，根据《数据出境安全评估办法》《促进和范例数据跨境流动规则》等法律法例的规则，根据主体情况、数据性质、个东谈主信息数目等具体情况，分别履行申诉数据出境安全评估、签订个东谈主信息出境圭表合同、通过个东谈主信息保护认证等合规要求。触及个东谈主信息出境的，还需履行取得个东谈主的单独应承、进行个东谈主信息保护影响评估等合规义务。

综上，企业数据资源以及数据资产的管管待触及到多个不同规模的法律法例，还需结合企业自身的业务经过、规画特色来进行灵验的合规料理。对于需进行数据资源料理、数据资源入表的企业，应当怜爱企业数据合规料理的贫穷性，包括里面料理轨制的搭建以及里面料理东谈主员队伍的建造，普及企业里面的数据合规治理才气。此外，在触及数据合规料理的紧要事项时，建议实时聘用讼师事务所等专科第三方机构协助企业处理相应事宜。

2.2.4成本归集与司帐处理

数据资产入表，即对数据资产进行司帐核算的过程。通过详情业务场景、详情数据的权属和收益，详情成本等方法，提交数据资产入表各阶段的入账依据，然后司帐处理，以餍足财务要求。成本归集及相应的司帐处理，是一个要点，亦然一个难点。

（1）成本归集

成本归集是指将与数据资源干系的整个成本进行识别、计量和汇总的过程。这些成本包括但不限于数据采集、存储、处理、分析、钦慕等各个要害的成本。

（2）司帐处理

司帐处理是指将归集的数据资源成本按照司帐准则进行记载和通告的过程。根据《暂行规则》，企业需要在财务报表中反应数据资源的成本和价值。

（3）成本归集和司帐处理的难点

尽管成本归集与司帐处理在数据资产入表过程中至关贫穷，在操作中，企业通常濒临一系列难点和挑战。

成本识别与计量的复杂性：

数据资源的成本组成各样且复杂，包括顺利成本和迤逦成本，以及可能存在的隐性成本。奈何准确识别并计量这些成本，极度是那些与数据治理、数据产物开发精致干系但难以顺利量化的成本，如东谈主力成本中的期间参加、时期成本中的研发支拨等，是一个巨大的挑战。

数据资产权属与收益的详情：

数据看成一种新兴的无形资产，其非排他性、可复制性和敏锐性等特征，使得传统果然权方式难以顺利应用，且当前尚未有明确的针对数据权属的法律，数据资产的权属和收益通常难以明确界定，这顺利影响了成本归集的准确性和司帐处理的合感性。在多方参与的数据分享或诱导款式中，奈何合理分派成本并详情各方权益，是一个需要严慎处理的问题。

摊销方法的弃取：

数据资产的“使用寿命”不如物理资产明确，企业可能需要根据数据的现实使用情况来决定摊销期限，这在司帐处理中可能导致概略情味。数据资产的价值可能随期间快速变化，传统摊销方法可能无法准确反应其价值变动。

成分内派的准确性：

在多个数据产物或款式共同使用数据资源的情况下，奈何准确地将成分内派到各个产物或款式中，是一个时期性和主不雅性都很强的问题。成分内派方法的弃取和诈欺需要探讨到各样要素，如数据量、使用频率、款式贫穷性等，这增多了成分内派的复杂性和概略情味。

企业需要加强成本料理意志，普及成本归集与司帐处理的专科才气，并建立健全的里面适度体系，以确保成本信息的准确性和齐全性，为企业的财务决策和政策贪图提供有劲维持。在实践中，不错选拔期间日记记载法，吞并工时费率记载等详情款式成员的陈本；对于难以量化的成本，各方需要在商定摊分原则的前提下，进行合理的摊派。同期，企业还需要密切关切司帐准则和法例的变化，实时调整和优化其成本归集与司帐处理经过。

2.2.5数据资产估值与订价

数据资产属于资产的一种。2023年9月，财政部、中国数据资产评估协会发布了《数据资产评估诱导意见》，对数据资产的评估对象、操作要求、评估方法和透露要求进行了详备的规则，而况强调数据资产评估要怜爱质地要素。其中第19条明确指出，数据资产的评估方法包括成本法、收益法和市集法极度繁衍方法。

对于以上三种方法而言，探讨到数据自身性情，均需对测算终结进行一定程度优化调整，影响要素主要包括数据质地、数据安全、数据应用等。通过构建数据质地和数据安全计分法则，以及数据应用的场景范围、用户数目、使用效果等统计方针，充分探讨数据在不同使用场景和群体中所存在的需求各异，普及数据价值评估的准确性。

2.3 数据资产运营阶段

2.3.1 数据走动

数据走动，是指数据提供方与数据需求方之间，通过特定的走动平台或机制，就数据的使用权、打听权或处理权等进行交换的步履。这种交换可能触及财富、服务、时期或其他花样的对价。数据走动的中枢在于杀青数据价值的畅达与转念，促进数据的合理利用与分享。

跟着数据成为新的出产要素，数据走动规模也在不断增长。据《2024年中国数据走动市集筹商分析通告》，2023年全球数据走动规模约1261亿好意思元，至2030年预测有望达到3708亿好意思元；2023年中国数据走动市集规模约为1537亿元，预测到2025年将增长至约2841亿元，2021年至2025年年均复合增长率达46.5%，到2030年有望达到7159亿元，

当前，中国的数据走动花样主要分为场内走动和场嘱托易。场内走动通过数据走动所或走动中心进行，具有聚会、范例的特色，便于监管和追忆，对数据走动的主体、数据产物和数据走动等要害都有合规要求。而场嘱托易则是由企业或个东谈主之间自主产生的，愈加生动解放，走动两边不留痕，但极易产生不对规走动及数据清楚等情况，且监管难度相对较大。

根据中国信通院《数据价值化与数据要素市集发展通告（2023年）》，当前我国数据畅达走动仍以场嘱托易为主，场内数据走动只占数据走动市集总规模的4%，其余均为场外脱落的“点对点”走动。

基于场内数据走动聚会、透明、电子化、圭表化、易于监管等特征，当年上述比例失衡的情形有望得到改善。在国度层面，2024年1月，国度数据局等17个部门联合印发的《“数据要素×”三年行动设想（2024~2026年）》中，将“场内走动与场嘱托易和洽发展，数据走动规模倍增”看成主义，标明国度怜爱数据走动市集的协同发展。

各地数据走动所也纷纷出台政策与披发补贴，饱读吹数据场内走动。2023年8月21日，上海数据走动所发布“数据要素市集焕发设想”，拟竖立1亿元东谈主民币的专项激励资金，以焕发数商生态、活跃场内走动，该设想涵盖初次登惦念牌补贴、数据产物走动示范补贴、优质数商造就补贴三大方面的激励举措；郑州数据走动场地2023、2024一语气两年出台“数据牙东谈主激励设想”，对数据牙东谈主在撮合供需两边完成场内全经过走动后，按照走动总数的1%给以激励，对于备案场外数据走动合同，也按照走动额场地区间实行道路激励；2024年4月18日，北京市经济和信息化局与北京市财政局发布《组织开展2024年北京市高精尖产业发展资金肯求责任（第二批）》，其中明确了对在北京海外大数据走动所进行数据资产登记和走动的企业给予奖励补贴，饱读吹数据资源入表行径，补贴金额最高可达50万元。

在总体形势利好以及各样政策激励下，场内走动在比年来也取得了权臣增长：2023年，广东省场内数据走动额近80亿元，其中，深圳数据走动所年走动额超50亿元，北京、贵阳场内走动金额均已淆乱20亿元；2024年，深圳数据走动所数据走动规模已淆乱140亿元，上海数据走动所走动规模也有望淆乱40亿元。

2.3.2 数据成本化

数据资产化主若是处置了数据资源产物化和酿成市集畅达的问题。在这之后，就不错开展相应的“数据成本化”责任，比如投融资等。数据成本化关乎数据价值的全面升级，是杀青数据要素市集化竖立的要害场地。数据成本化不错有多种实施旅途，包括数据资产质押融资、数据股权化、数据证券化等。

（1）数据资产质押融资

数据资产质押融资日常是指企业或个东谈主将数据看成质押物，通过银行或金融机构的评估和审批，将数据的当年收益、市集价值等看成担保，假贷资金的一种融资方式。它肖似于传统的典质贷款，不外质押的对象是数据而非不动产或其他什物质产。

跟着2024年数据资产入表的开展，一批数据资产质押融资的案例先后出现。2024年7月，寰宇首例国有企业数据资产公证确权质押融资在江西共青城落地。共青城市金服集团通过公证机构全程监督，完成了全链路合规公证模式下数据资源登记、确权到数据资产评估、计价、入表和融资的市集闭环，取得上饶银行质押融资6600万元。

（2）数据资产信用融资

利用企业的数据（如运营数据、财务数据等）进行信用评估或增信，为企业提供贷款维持。这类融资不依赖数据本人看成质押物，而是通过对企业数据的深度分析，依靠数据来评估企业的信用情景，为企业提供融资。

数据资产信用融资这种模式适用于穷乏传统资产的小微企业、科技企业、更动式企业等，它充分领会了数据看成中枢出产要素的上风。

国内多门户据走动所仍是推出了基于数据资产信用融资的产物，如上海数据走动所的“数易贷”产物、温州大数据运营有限公司的“信贷数据宝”以及苏州大数据走动所的“数商贷”产物。

以“数易贷”为例，它不错通过分析企业的大数据（包括但不限于企业的财务情景、走动数据、客户信用数据等），为企业提供信贷服务。该平台诈欺大数据时期进行风险评估，企业无需传统的典质物或担保，只需通过其业务数据来说明我方的信用，贷款额度依据企业的信用和业务规模来决定。平台减少了传统贷款过程中的东谈主工审核和经过要害，提高了贷款审批的速率和准确性。

“数易贷”产物推出以来，仍是在多个行业有过落地案例。2024岁首，上海数交所与建行上海市分行联袂诱导，奏凯披发了首笔基于“数易贷”产物的数据资产质押贷款，这一更动举措为数据资产融资开辟了新旅途。该贷款的受益者为上海寰动机器东谈主有限公司（速腾数据）的子公司上海四卜格采集科技有限公司。由于成速即间较短且穷乏物质性资产，上海四卜格采集科技有限公司一直濒临着融资渠谈有限的问题。红运的是，该公司在上海数交所先前已完成“数据中心运维大数据”系列数据产物的挂牌，并杀青了场内走动，这为自后续的数据资产质押融资奠定了坚实基础。

2024年6月，上海数据走动所与上海银行再次更动诱导，推动了首单化工行业“数易贷”的奏凯落地。这次融资的是上海芯化和云数据科技有限公司，该公司通过将其数据资产看成质押，奏凯取得了150万元的信贷维持。这一案例不仅为化工行业的数据资产“变现”提供了实践样本，也进一步考证了“数易贷”产物在拓宽企业融资渠谈方面的灵验性和可行性。

（3）数据股权化

数据股权化是指数据持有东谈主将其正当领有且产权包摄通晓的、照章不错转让的数据资产“作资入股”，转念为股权，并按照股权对等的原则和孝顺程度参与分派。

在法律上，看成一种新的资产形态，数据资产出资适用新《公司法》对于非货币财产类型出资的规则。2022年11月，北京市东谈主大常委会出台了《北京市数字经济促进条例》，其中第21条提倡“维持开展数据入股、数据信贷、数据信赖和数据资产证券化等数字经济业态更动”；2024年1月，国资委发布《对于优化中央企业资产评估料理相关事项的通告》，阐发数据资产不错作价出资入股。

2023年8月，我国出现了数据资产作价入股的更动案例。青岛华通智能科技筹商院有限公司、青岛北岸数字科技集团有限公司与翼方健数(山东)信息科技有限公司三方，共同签署了数据资产作价投资入股合同。在此之前，干系数据产物仍是由第三方专科机构进行了评估，并出具了详备的估值通告，这份通告为数据资产作价入股并竖立搭伙公司提供了果然的入股凭证。此举不仅奏凯杀青了数据要素与时期和成本的深度会通，更为数据资产的价值开释和市集化竖立探索出了全新的模式和旅途。

（4）数据证券化

任何一种粗略在当年产生结实现款流的产物都不错进行证券化。在数据资产运营中，不错将数据资产当年现款流看成偿付开首刊行证券化产物，也即是将数据资产的当年收益即期变现，这粗略最大限制引发数据领有方参与数据畅达走动的积极性。

国内在数据证券化规模也有案例。2023年7月5日，杭州高新金投控股集团有限公司奏凯簿记了寰宇首单包含数据学问产权的资产维持单据（ABN），刊行金额1.02亿元东谈主民币，票面利率2.80%，期限358天。该款式由杭州高新区（滨江）市集监督料理局（学问产权局）等单元牵头，并得到了多家机构的维持与参与。

看成质押物，该款式蚁集了四维生态、紫光通讯、数云等12家企业的145件学问产权，包括26件发明专利、54件实用新式专利、63件软件文章权以及2件数据学问产权，总评估价值为1.43亿元东谈主民币。通过这一更动模式，这些企业取得了1.02亿元东谈主民币的资金维持，开辟了基于无形资产进行证券化融资的新路子。

（5）其他数据成本化尝试

数字资产保障：2023年4月21日，国内首单数字资产保障在西安发布。该保障款式由数字资产保障更动中心牵头，由中国东谈主民财产保障股份有限公司西安市分公司进行承保，共为10家企业的数字资产提供了总数1000万元的保障。

数据信赖产物：2023年4月，寰宇首个个东谈主数据信赖案例在贵阳大数据走动场所初步成型。个东谈主不错将我方的简历数据通过数据信赖的方式托管给贵阳大数据走动所，再由贵阳大数据走动所录用给数据中介好活（贵州）采集科技有限公司进交运营。后者则通过协助个东谈主杀青数据治理、脱敏加密、产物封装、销售等责任，从数据销售中获取中介用度。

三、数据资产入表开启企业价值重构

跟着数字经济的富贵发展，数据要素市集正赶紧成为经济增长的新引擎。根据中国信息通讯筹商院的通告，2023年，我国数据经济孝顺度为2.05%，比2022年增长0.99个百分点。这一增长趋势不仅反应了数据在当代经济中的中枢肠位，也预示着当年几年内数据要素市集的投资价值将不绝飞腾。

《暂行规则》2024年事首老成扩充以来，寰宇各样企业积极响应，迟缓推动数据资产入表责任。数据资源合规入表是企业凭借数据资产参与社会经济分派的基础和依据。入表后，数据资源变为资产，数据资产是整个者权益的体现，将扩大企业的资产总数。数据资产入表象征着我国数据要素资产化迈出了本色性一步，将极大推动数据资产化程度。

3.1上市公司数据资产入表概览

根据第一财经统计，共计54家A股上市企业在三季报中透露了企业数据资产入色彩况，数据资产入表金额为10.94亿元，入表金额占总资产的比值为0.01857%。

总体来看，回来2024年前三季度A股上市企业数据资产入色彩况，主要呈现出以下几个特色。

（1）入表主体数目增多，入表数据资产规模下跌

从入表主体数目上，2024年前三季度数目不绝增长，从一季报的18家增长至三季报的54家；数据资产入表总金额从一季报的1.03亿元大幅增长至中报的13.64亿元，但三季报在举座透露门户增多的情况下，数据资产入表总金额下跌至10.94亿元。

比对中报和三季报透露的信息，41家中报透露数据资产入表的企业中，有6家在三季报中未能赓续透露数据资产干系情况，包括海科新源（301292.SZ）、华菱精工（603356.SH）等。财报夸耀，海科新源、华菱精工、如意集团（002193.SZ）中报数据资产入表规模超1亿元，其中海科新源最高，中报计入无形资产和存货的数据资产分别为1.63亿元、2.49亿元，预计超4亿元，占总资产比例达到8.66%。

据悉，数据资源看成新兴资产类别，由于对《暂行规则》的连结不充分和合规性审核不严，一些公司出当今发布数据资产入表干系信息后又惶恐修改的情况，对于数据资产入表的司帐处理法则还需要进一步明确和详备化，以匡助企业正确识别、计量和通告这部分资产。

另外19家三季报数据资产新入表的企业，除了南京熊猫（600775.SH）入表金额卓越2亿元，其余企业数据资产入表规模较小，看成数据资源型企业的合合信息（688615.SH）数据资产入表金额也仅为3316.87万元，占总资产规模比值不及1%。

举座透露门户的增多标明越来越多的上市企业结实到了数据资产的贫穷性，并积极响应干系法例要求进行数据资产入表实践，但由于不同企业在数据资产料理训诫度上的各异，部分企业存在对数据资产的评估和阐发不够充分或存在困难，导致其数据资产未能实时或统统入表。

部分企业在罗致第一财经采访时也暗示，由于数据资产入表需要餍够数据安全和监管要求，企业里面对数据资产入表相对严慎，跟着数据资产入表机制的不断完善和市集的进一步发展，当年有望增多入表的数据资源规模。

（2）三大运营商成数据资产入表“主力军”

从数据资产入表的规模看，三大运营商成入表主力军。2024年中报，三大运营商的数据资产入表总数超2.6亿元，占透露企业总规模的18.5%；2024年三季报，三大运营商的数据资产入表总数进一步增长至4.51亿元，同比大增73.46%，占透露企业总规模的41.2%。其中，中国联通（600050.SH）入表金额最高，达2.04亿元；中国电信（601728.SH）入表金额为1.51亿元；中国移动（600941.SH）入表金额为0.96亿元。

三大通讯运营商数据体量巨大、一致性好、活跃度高，是数据走动的优质资源。通讯运营商数据资产入表，开释了行业对数据料理和应用才气普及的信号，展现了对数据资产化后劲的积极探索，具备引颈示范效应。

从数据资产入表的企业行业分散来看，三季报54门户据资产入表的企业中，计较机行业占比最高，包括同方股份（600100.SH）、航天宏图（688066.SH）、合合信息、逐日互动（300766.SZ）在内统统15家企业，占27.8%，其次为交通运载行业和传媒行业，分别为8家和6家。

计较机行业在数据资产入表实践中处于率先地位。计较机行业本人即是数据密集型行业，在日常运营中生成和处理大宗的数据，对数据分析及应用的依赖性强，领有较强的时期实力和研发才气，粗略更灵验地进行数据的采集、存储、处理和分析，这使得计较机企业粗略愈加精确地识别和利用数据资产，领会数据应有的价值，进而灵验推动数据资产的系统化料理和入表，也确保了企业在数字经济时间保持不绝的竞争上风。

与此同期，交通运载、传媒等传统行业开动结实到数据资产的价值，并积极投身于数据资源的“入表”责任，举例汉文在线（300364.SZ）、山东高速（600350.SH）数据资产入表金额也大幅增长，同比增长1808%、737%。

在交通运载行业，数据要素的应用不错普及多式联运效率，推动货运数据、运单数据、结算数据等的分享互认，杀青物流降本增效；在传媒行业，数据要素不错提供用户步履分析、市集趋势预测等，匡助传媒企业更好地连结受众需求，优化内容创作和分发策略。传统行业在数据资产入表的过程中可能会濒临时期、东谈主才、安全等方面的挑战，但同期也看到了数据资产化带来的机遇，如普及企业竞争力、更动贸易模式等。

从数据资产入表企业的市值分散来看，一季报大多为市值不卓越500亿的中小企业，中报及三季报，越来越多市值超500亿的大型企业参与到数据资产入表的实践中。

在三季报透露数据资产入表的企业中，除了三大运营商，还有海通证券（600837.SH）、山东黄金（600547.SH）两家超千亿市值的企业透露数据资产入色彩况。数据资产料理一方面粗略为这些大型企业普及里面料理效率，通逾期期更动和数字化转型普及自身的竞争力和效率，同期看成行业龙头企业，这些企业有条件为数据资源提供丰富的应用场景，有助于数据要素价值开释。

市值不卓越100亿元的数据资产入表的小市值企业大多属于数字经济和数据要素干系想法企业，与大市值企业不同，这类企业更依赖数据资产的顺利贸易化，举例提供数据服务和处置有设想，数据资产入表能更好地反应其数据时期上风，对普及其资产价值和市集竞争力具有贫穷兴味。

（3）无形资产和开发支拨为主要入表列示款式

从数据资产入表的列示款式分散看，大部份上市公司将数据资源计入无形资产或开发支拨，存货比例较小。2024年三季报，计入无形资产及开发支拨的入表总规模约为8.78亿元，占入表总规模的80.26%；计入存货的仅南京熊猫、ST不雅典（688287.SH）、海天瑞声（688787.SH）、广州港（601228.SH）4家，其中南京熊猫计入存货的数据资产金额为2.01亿元，其余三家均不及1000万元。

存货日常指的是企业在正旧例画行径顶用于销售或在出产过程中浮滥的物质和商品，举例数据产物，如定制数据包、即时数据分析服务等，不然一般不会被分类为存货。而大部份企业将数据资源计入无形资产或开发支拨，更多的是但愿通过对数据的积极料理和深度挖掘，能更好地利用数据资产带来的竞争上风，而非将其视为一次性的销售利润开首。

数据资产入表会对公司的资产规模、成本、税收以及净利润带来一定的影响，并进一步影响到资产欠债率、利润率以及净资产收益率等一些方针。数据资源计入不同列示款式的司帐处理方式、资产性质以及摊销方式不同，投资东谈主除了关切上市企业数据资产入色彩况，也需要关切数据资产后续计量带来的财务数据变动。

（4）对数据资产后续计量进行透露的公司占比拟小

根据干系规则，将数据资源看成资产纳入报表，需要对数据资源进行可靠的后续计量并透露干系信息。

·阐发为无形资产的数据资源，应当分别按外购数据资源、自行开发数据资源和其它方式取得数据资源三种情况对其账面原值增减变化、累计摊销增减变化、减值准备增减变化和账面价值中分别进行透露。此外还需透露数据资源使用寿命的详情、摊销期限、摊销方法以及处置等信息。

·阐发为存货的数据资源，应当分别按外购数据资源、自行加工数据资源和其它方式取得数据资源三种情况对其账面原值增减变化、存货跌价准备增减变化和账面价值中分别进行透露。同期还需透露发出数据资源存货成本方法、跌价准备的计提和转回以及受限情况等信息。

具体而言，数据资产入表后，数据资产被计入无形资产或存货，企业的总资产规模会增多，正本看成用度的数据资源干系支拨不错成本化，这会减少当期的用度支拨，从而提高当期利润。同期，数据资源酿成无形资产后，需要在一如期限内进行摊销，这会导致企业在后期的成本或用度渐渐增多，利润可能会呈现先高后低的态势。

通过梳理仍是透露数据资产入表的企业，仅10家对数据资产后续计量作念出明确透露，且摊销方法和年限存在较大各异。可见数据资产的后续计量问题成为欺压更多企业进行数据资产入表的一浩劫题。其中，数据资产的使用寿命奈何详情是一大问题。对此人人和相关部门给出的建议是，根据数据资产所依附的不同应用场景，结合自身企业相关无形资产摊销规则，弃取合理的摊销方法，详情合理的使用寿命。

（5）当前数据资产占总资产比例较小，对公司财务情景影响较小

数据资产占总资产的比重是考虑数据资产相对于企业举座资产规模的贫穷性的方针。这一比重的曲折反应了数据资产在企业资产总体中的地位和作用。

三季报中透露数据资产入色彩况的54家A股上市企业，数据资产入表金额预计为10.94亿元，入表金额占总资产的比值为0.01857%。其中仅4门户据资产入表金额占总资产的比值卓越1%，分别为南京熊猫、ST不雅典、卓创资讯（301299.SZ）、逐日互动。近7成企业数据资产入表金额占总资产比重不及0.01%。

数据资产入表的规模相对较小，但其对财务报表的改善功能已初步败露。极度是在中小市值企业中，数据资产入表对其资产欠债率和利润率的改善有一定效果。关联词，对于中大市值上市公司而言，入表后的财务结构并未出现赫然优化。这标明，尽管数据资产的价值渐渐被招供，但其在企业总资产中的占比仍然有限，尚未对企业的举座财务情景产生紧要影响。

3.2 数据资产入表重构企业价值

在数字化波浪的推动下，数据资产已成为企业竞争的新高地，数据资产的贫穷性日益突显，尽管其当前在企业总资产中所占比例仍然较小，对企业财务数据的影响尚未统统败露，但数据资产入表对企业估值的潜在影响极度在当年可能带来的变革谢却淡薄。

数据资产入表对企业价值的重构主要体当今以下几个方面：

（1）资产规模增多：数据资产的入表顺利增多了企业的总资产规模，这在一定程度上将提高企业的市集估值。关联词，由于数据资产占总资产比例较小，这一影响当前还未统统败露。

（2）盈利才气改善：数据资产的成本化处理减少了当期用度，从而提高了企业的利润水平。这种改善在财务报表上表现为利润率的提高。

（3）价值再行挖掘：数据资源入表加上透露等其他方式的信息换取，不错让市集意志到企业领稀有据资源以及相应的预期经济利益，对企业的市集价值会带来积极影响。

（4）成本化后劲：数据资产入表为企业提供了数据成本化的后劲，如数据资产货币化、证券化等，赋予数据资产以金融属性。这将为企业提供新的融资渠谈和投资契机，从而普及企业的估值后劲。

四、结语

迈入数字经济新时间，成本市集的法则、规律、价值投资方法刚毅揭开了挑战更动的一页。投资东谈主、经济学家们正积极探索数字经济时间的价值投资体系和估值方法。总体而言，跟着比年经济形态不断变化，工业经济时间价值投资估值体系仍是无法对数字经济时间的上市公司作念评价，用数字化价值投资体系进行分析将是势在必行。

本通告特约人人

李响 环球讼师事务所合伙东谈主

赵华新 海外数据料理协会大中华区筹商员

胡玥 上海国度司帐学院教练

参考文献

《2023-2024中国数据资产发展筹商通告》，中国电子信息产业发展筹商院、赛迪(青岛)区块链筹商院

《中国上市公司数据资产入表实践蓝皮书》，济南市大数据协会

《数据资源入表，资产金矿+估值蓝海》，德邦证券

筹商维持单元

环球讼师事务所、海外数据料理协会大中华区、融量数据科技（上海）有限公司、中创数经信息服务(上海)有限公司

数外传明

数据｜案例｜不雅点开首

如无特等说明，通告中数据和内容均来自第一财经的调研、采访及公开云尔。

版权声明

本通告页面内容、页面设想的整个内容（包括但不限于笔墨、图片、图表、象征、符号、商标、商号等）版权均归上海第一财经传媒有限公司（以下简称“我司”）整个。凡未经我司书面授权，任何单元或个东谈主不得复制、转载、重制、修改、展示；不得以任何花样提供给第三方使用本通告的部分或全部内容。任何单元或个东谈主违背前述规则的，均属于侵扰我司学问产权的步履，我司将根究其法律背负，并根据现实情况根究侵权者补偿背负。

免责声明

本通告中所载的内容、云尔及干系数据开首，均被视为最初发布当日作家的判断，并不保证本通告中的内容及不雅点在将来不会发生任何变更。咱们致力但不保证本通告所触及信息的准确性和齐全性。通告中所表述的不雅点、信息，在职何情况下、对任何东谈主不组成投资建议。在职何情况下，任何东谈主因使用本通告中的内容所引致的后果应自行承担背负。

举报 第一财经告白诱导，请点击这里此内容为第一财经原创，文章权归第一财经整个。未经第一财经籍面授权，不得以任何方式加以使用，包括转载、摘编、复制或建立镜像。第一财经保留根究侵权者法律背负的权益。 如需取得授权请经营第一财经版权部：021-22002972或021-22002335；banquan@yicai.com。 干系阅读 以完善数据治理为抓手，助力数据畅达价值开释︱法经兵言

数据产权、畅达走动、收益分派、安全治理等轨制的不完善，是制约数据“供得出”“流得动”“用得好”的卡点堵点。

253 01-08 22:06 “数据走动”大数据：华北华东规模率先，数据资产入表这些企业是主力|言叶知新

金融行业数据走动市集规模从2023年的535.6亿元增长至2030年预测的2440.2亿元；互联网行业从2023年的368.8亿元预测增长至2030年的1431.8亿元。

114 2024-11-28 21:42 七部门：到2027年底，基本建成与数字经济发展高度顺应的金融体系

系统鼓励金融机构数字化转型，加强政策贪图和组织料理，强化数字时期撑持才气，夯实数据治理与会通应用才气基础，建造数字金融服务生态，普及数字化规画料理才气。

120 2024-11-27 17:53 朱民：大众数据大门会越打越开，酿成另一个数据发展大潮

数据是中国当年经济增长的新增长点

52 2024-11-25 21:51 新《反洗钱法》扩充在即，金融机构数据治理成要害

推动金融科技更动kaiyunApp下载入口|开云kaiyun官网，普及反洗钱料理效率

189 2024-11-22 18:34 一财最热 点击关闭