崇滨:数据要素化与数据资产之形成

发表时间:2024-08-05 11:45
图片


6月22日,北京大学大数据分析与应用技术国家工程实验室副研究员崇滨老师在由杭州湾会计学苑主办、财能书院联合主办的2024财务数智化峰会上作题为《数据要素化与数据资产之形成》的主旨演讲。


进入2024年以来,数据资产入表成为产学研各界的关注焦点,今天跟大家分享的主题是《数据要素化与数据资产之形成》,分享的很多观点和内容都是基于当前政策情况下的理解,未来关于数据资产可能还会不断出台新的政策。

                                     01

政策解读与数据要素化

我是人工智能研究方向出身的博士,博士生研究方向主要是机器学习等领域。北大博士毕业之后在清华经管做了一站博后,出站之后回北大留校。关于数字经济领域,我在博后期间主要是围绕部委的一些相关政策文件开展研究,参与部委的相关课题。


今天的峰会上,不少嘉宾提到企业数字化转型始终是一把手工程,其实中国的数字经济发展,也是由一把手来推动的。习总书记在2017年提出“要构建以数据为关键要素的数字经济”,整个数字经济的发展都是围绕这一大的方向去推动。


在数字经济发展过程当中,另一个关键节点是2019年。2019年10月,首次提出将数据作为新的生产要素。在农业时代,有土地、劳动力这两大传统生产要素;在工业时代,有资本、技术两大生产要素;在数字时代,有了数据作为新的生产要素。


数据确定为生产要素之后,会催生制度、法律以及相关机构的改革。2019年确定数据作为生产要素之后,每年都在密集推出相关的战略规划和政策,基本上都是围绕着推动数据要素市场化配置的相关政策。


为什么说2019年首次提出将数据确定为生产要素是一个非常重要的关键节点?传统的四大生产要素,分别是土地、劳动力、资本以及技术。中国的很多政策、法律以及机构的变化,都是围绕着生产要素而调整,尤其是大家非常关心的政府部门,大部分国家部委都是围绕着生产要素来设立的。


在2019年确定数据作为生产要素以后,政府当时并没有围绕数据要素成立相关部门。直到去年10月国家数据局正式揭牌成立,今年1月-2月,全国30多个省级单位都成立了省属数据局,市级数据局、区县级的数据局也都陆续成立。


数据局的成立可能只是一个开始,而且国家数据局是一个副部级单位,还没有围绕着数据要素成立正部级的机构部门。数据局成立以后,也会筹备组建围绕数据有关的事业单位,事业单位的成立又会对应产生大量的民营企业,企业相关的部门又会有新的发展。所以,数据一旦确定为生产要素之后,就会有相应一系列的改革。


数据要素相关的制度当中,一项很关键的制度就是在2022年12月颁发的《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”,也被称作数据“宪法”,主要围绕数据产权、流通交易、收益分配以及安全治理等进行了一些规定。


国家数据局挂牌成立以后,围绕着数据要素,数据局也颁布了非常多的相关政策。比如去年年底非常重要的《“数据要素×”三年行动计划(2024—2026年)》,早在之前互联网时代有“互联网+”,像“互联网+金融”、“互联网+农业”,数字时代已经提到“数据要素×”的概念,接下来会围绕着数据要素进行相关的机制改革、机构变化以及一些社会经济相关活动的发生。


法律方面,比如前几年颁布的《网络安全法》《个人信息保护法》《数据安全法》,这些都是围绕着数据作为生产要素颁布的相关法律。


此外,数据作为生产要素还有一个非常重要的点,就是会经过要素化的过程。所谓的数据要素化,是将数据确定为重要生产要素,并通过各类手段让其参与社会生产经营活动的各个过程。一般生产要素的要素化都可以分成资源化、资产化、资本化,比如说土地生产要素,土地资源化的过程,就是将传统意义上的“生地”变成“熟地”;土地资产化的过程,像房地产的改革,商品房可以自由的交易;土地还有资本化的过程,房地产之所以能撬动中国基础设施投资,就是因为它充分发挥了资本化的作用。


我们也将数据要素化分成了数据资源化、资产化和资本化三个层次。数据的资源化,涉及原始数据的获取以及后续的清洗、加工和组织等,这是数据价值释放的前提。数据的资本化,不仅使数据的价值可度量、可交换,还可以数据入股、数据信贷、数据信托和数据资产证券化等。


数据的资产化,是在法律上确立数据的资产属性,成为和不动产、物产等一样可以入表的资产、流通、交易等。推动数据的资产化是比较困难的,因为数据本身的特性是看不见、摸不着的,同时又可以复制。


去年8月1日,财政部印发《企业数据资源相关会计处理暂行规定》(简称《暂行规定》),这是数据资产化的一个关键的尝试。可以说,2024年是数据资产化的里程碑式元年,今年1月1日起,《暂行规定》正式执行。值得注意的是,《暂行规定》的发布是有战略意义的,关系到未来数字经济发展的话语权,我们国家在全球范围内如果率先提出数据资产会计标准,很大程度上定义了数字经济的运行规则。

                                02

数据资产化实践探索

数字时代下,一家公司价值的“驱动逻辑”已经发生了颠覆。在工业时代,企业值多少钱,可能是看这家企业有多少厂房,有多少大型设备。但在数字时代,很多企业已经没有多少固定资产了,公司价值不再是公司的有形资产来主导,无形资产的价值在公司价值中将占主导,公司价值估值方法和价值驱动因素发生了变化。


比如2016年,微软以260亿美元收购了职业社交平台领英,那么领英是如何支撑起260亿美元的估值的?最重要的,是领英拥有全球顶尖人才的个体用户数据,同时领英本身也是一个社交平台,具备社交属性,对于未来的人才招聘能够起到非常大的作用。


其实很多潜在的无形资产没有体现在企业的财务报表上,比如与数据有关的费用化的研发投入、人力成本、数据购买成本等,那么财政部推动数据资源的入表,就是要强调数据资产的价值。


企业数据资产入表的意义,第一是能改善企业的资产负债表,进一步提升企业的估值。数据资产入表将从财务角度和业务角度,全面提升相关公司的估值,特别是数据资源型企业、数据驱动型企业的数据资产价值得以显现和重估。


第二是能够全面释放数据研发投入和数据购买需求。对于数据资产的供给方(可资本化)和需求方(可作为无形资产),数据研发和加工等相关费用现在可以列入“资产类”科目,从而提高企业投入数据研发和购买数据产品的积极性。


第三是加快企业数据资产化进程,重组企业数据管理和合规部门。数据资产入表将引导企业高度重视数据资产的开发、使用和价值挖掘,同时也将推动企业加快数据合规体系建设,建立独立的数据管理部门和数据合规部门。


企业数据资产化分成三个部分:企业数据资产入表、数据产品流通交易、数据资产估值融资,并且这三者之间没有前后关系。


首先关于数据产品流通交易,其实十几年前,移动、联通、电信三大运营商就已经进行过数据产品的交易,另外百度、京东等互联网平台企业,也将数据通过API接口交易给其他公司。比如,你在百度上搜“滑雪”这个场景,明天京东就会给你推滑雪板。所以在数据资产没有入表之前,大部分企业也进行了数据交易。


其次,数据资产入表本身是企业的财务行为,主要是为了降低企业负债率,改善企业报表。最后关于数据资产估值融资,在2016年就有非常多的企业将自己的数据资产进行估值融资。


这三部分发挥的作用是不一样的,企业数据资产入表是为了改善企业资产负债表,数据产品流动交易是为了帮助企业创造更多营收,企业数据资产估值相当于在企业原有资产规模基础上,增加了新的一部分资产,变相地让企业更加值钱。


上半年我在和很多国有企业交流过程中发现,山东土地发展有限公司在数据资产入表方面是做得最好的,因为他们的整个数据资产入表的工作都是由财务人员推动的。其中非常重要的环节,包括成本的归集、未来预期收益等。


数据资产入表分为七个环节,第一个环节是数据资源的盘点。数据资源盘点的第一步,是对企业的数据资源全面梳理,确定可以入表的数据资产。


第二个环节是数据合规审查,这是数据资产入表的前提。包括数据的来源、内容、处理、管理和经营均要合规。数据合规审查一般是由律师事务所承接。


第三个环节是数据确权,也是数据资产入表的前提。目前,数据资产登记确权主要是由大数据交易所、具备确权登记资质的机构进行登记确权。


第四个环节是数据质量评价,这一环节的作用主要是为了数据资产的估值,同时为了满足入表条件,可以加入未来预期收益的分析。


第五个环节是财务入表,包括合规与确权、治理与管理、预期经济收益、成本可靠计量以及列报与披露五个步骤,也就是我们说的数据资产入表“五步法”。


第一步,合规与确权。数据合规是数据资产入表“五步法”的前提。数据的来源、内容、处理、管理和经营均要合规。


第二步,治理与管理。建立完善的数据治理机制和完善的数据管理制度体系,设立独立的数据管理部门或业务单元。


第三步,预期经济利益。数据资产是无形资产,一定要满足对内赋能或对外赋能的要求。对内赋能,可以赋能新业务、提升现有业务收益或是降低现有业务成本;对外赋能,要有场景、有需求、有市场、有交易或服务内容。


第四步,成本可靠计量。数据具有伴生性,成本区分难度大,需要独立运营。要建立数据成本区分、归集和分摊机制。


第五步,列报与披露。入表的数据资产要强制披露,鼓励资源披露,披露数据资源的应用场景、对企业创造价值的影响方式等内容,吸引投资者关注。平衡好披露的成本与效益,考虑商业机密等。


第六个环节是数据产品挂牌登记,这是数据要素在市场化环境下有效流通与价值变现的一种形式,数据产品挂牌交易通过数据交易所来完成,并发放挂牌证书。


第七个环节是数据资产评估,数据资产的价值属性主要包括数据覆盖地域、数据所属行业、数据成本信息、数据应用场景、数据质量、数据稀缺性及可替代性等。   

                              03

数据要素长期价值释放

首先,数据要素的重要性将进一步被政府和企业所重视。将带动数据要素相关产业进一步发展,如有效带动数据治理、合规、评价、数据产品开发和数据资产评估等数据中介服务业的发展。


其次,数据资产金融属性得以确认。企业通过数据资产运营不断形成数据资产,进而对外开展数据质押、数据入股、数据信贷、数据信托和数据资产证券化等业务。


最后,促进地方政府财政转型和招商引资。地方政府可将“政务数据”进行授权运营,推动数据场景融合创新和数据资产价值变现。还可以通过政务数据的评估开放,开展数据招商等业务。


以上就是今天的分享内容,谢谢大家!

分享到:
关注财大咖
免费领取财税资料
2025年财能书院CFO年度论坛直播回放

联系我们                           

邮箱:cainengkeji@cainengtech.com
电话:010-50972048   13683257612  
         17376513913(杭州)
地址:北京市海淀区上地五街海国嘉业科技园自主创新大厦3层
©2021 - 财能科技 版权所有