新一轮的科技革命就在眼前，无论是以ChatGpt为代表的生成式人工智能（AIGC）引起的人工智能大赛道的爆发；还是风景这边独好的新能源车智能化，背后都离不开一个核心的命题：数据资产流转。数据资产：是指由个人或企业拥有或控制的，能为企业带来未来经济利益的，以物理或电子方式记录的数据资源。在企业中，并非所有的数据都构成数据资产，数据资产是能够为企业产生价值的数据资源。我国是全球数字经济发展最快的国家之一。《数字中国发展报告（2022年）》显示，2022年我国数字经济规模达50.2万亿元，总量稳居世界第二，占国内生产总值比重提升至41.5%。当前，数据在社会生产要素中正占据着越来越重要的位置并掀起更深刻的，之前的生产组织形式和贸易结构更难以触达的变革。利用好数据要素的生产驱动力将会是经济创新发展的重要增长点。同时人工智能、智能驾驶等新一轮的科技革命也对数据资源展现出了庞大的需求，数据越来越成为成功连接并服务于国内大循环和国内国际双循环的引领型、功能型、关键型要素。自2019年以来，国家政策也不断发布相关的政策，号召重视和利用好数据资产，建立相关交易机制和规则。有关部门的重视也凸显了数字经济前景和重要性。本报告试图对已有信息进行汇总和提炼，探索数据资产的形成路径，价值流转等问题，实现数据资产与现有项目的有机结合，为相关方提供更加明确的确权、估值、流通、治理的参考。
相比于很多已经发展成熟，规模庞大的行业，数据资产还处在价值发现的萌芽期。本报告旨在抛砖引玉，如有纰漏，敬请斧正。
1. 数据资产概念
引言中提到，数据资产是指：由个人或企业拥有或控制的，能为企业带来未来经济利益的，以物理或电子方式记录的数据资源。为了更加明确数据资产的概念，对以下几个与数据资产相关相近的概念做一定的概念导读，旨在明晰界限，加强理解。资产是指由企业过去的交易或者事项形成的，由企业拥有或者控制的，预期能够给企业带来经济利益的资源。在资产的定义中，我们可以看到“拥有或者控制”和“带来经济利益”是资产的核心内涵。数字资产是包括数据资产在内的概念，主要指将数字信息以代码的形式表达，并通过网络进行传播、存储、交易的资产。比如数字版权、数字货币、数字商品等，数据资产也在其列。数据要素是一个经济学概念， 指社会生产经营活动中，为所有者或使用者带来经济效益的数据资源。相比数据资产，更强调生产价值。比如虚拟货币是数字资产，但不是数据要素。数据资源则是数据资产的上游，指未经过加工的处理的，有潜在价值，可能对企业产生价值的数据，统称为数据资源。比如百度、Google等公司有庞大的数据资源，但并非数据资产。数据管理则是对数据进行收集、规划、组织、存储、保护、维护、利用的过程，比Microsoft、IBM这类公司提供的数据管理系统。数据治理是对数据的质量、一致性、可用性和安全性进行管理控制的过程。比如SAP、用友、金蝶等提供ERP系统（企业信息管理系统）的公司，主要提供的就是数据治理服务。所以相比于更大或相近的概念，数据资产更加强调的是流通性和价值，或者说，数据资产是可以直接实现价值的产品。比如数据管理和数据治理是业务动作，但是其间提供到的Microsoft办公套件、PowerBI、还有ERP系统在不对具体的公司做适配之前的默认预设计状态都是数据资产。
2. 数据资产的产生背景及主要参与者
数据资产的产生，与信息化的进程息息相关。“数据资产”一词最早于1974年由Richard E·Peters提出。1997年，Ugur·Algan认为“公司的市场价值和竞争定位直接关系到其数据资产的数量、质量、完整性以及由此产生的可用性，并指出创建ERP数据库是利用好数据资产的第一步”。2000年后，互联网上数据开始以指数级的曲线爆发增长，正如那篇石破天惊的文章《什么是Web2.0》中强调的一样，数据之于信息时代就像芯片之于PC。2009年国际数据管理协会在《DAMA数据管理知识体系指南》（The DAMA Guide to the Data Management Body of Knowledge）中指出，在信息时代，数据被认为是一项重要企业资产，每个企业都要对其进行有效管理。2011年，世界经济论坛发布《个人数据：一种新资产类别的出现》（Personal Data: The Emergence of a New Asset Class）报告，指出个人数据正成为一种新的经济“资产类别”。目前在全球市场上，数据资产产业链内的主要参与者大部分都是自信息化革命中活力较大，耳熟能详的企业。其中有GlobalData这样雄踞中游的数据洞察研究机构；也有Google、百度这样手握无数数据资源的搜索引擎巨头。但总得来说，这个行业相对还比较新兴，且由于数据本身的多样性和复杂性，导致其对口性比较强，人们对数据资产的挖掘目前来看还比较初步。
3. 价值实现
可能数据资产的价值实现还比较初步，但数据价值的流转却早已开始。比如互联网早期对于用户数据的处理与售卖，就是数据资产的早期雏形。而随着时代的演进，产生了更加新兴的需求——互联网分析。互联网在很多方面被人们看作带来去中心化的新兴事物，然而互联网本身却成为了数据高度集中的场所。而且随着淘宝、微商、公众号、游戏等等或本身就依托于互联网，或通过“互联网+”实现价值提升的商业模式先后证明自己的可行性，对这些行业的分析本就离不开互联网端的大量数据。另一方面就是这些对应的企业内部也需要有人对相关数据进行分析，为未来一段时间的业务指明方向。随着电气化和信息化的进一步深入，人们对数据的依赖将会更加深刻。比如一经现世直接点燃了一个行业的ChatGpt，在其发展过程中最具突破性的表现就是改变了数据训练的方式，从LSTM变为Transformer，两者训练策略的不同，使得对一种模型（LLM）的训练效率产生了一百多倍的差距。得益于规模庞大的预训练数据、强大的 Transformer架构和创新的训练策略,GPT 系列模型在各种自然语言处理任务上取得了重大突破,并为自然语言生成和理解领域带来了巨大的进步。（张熙, 杨小汕 & 徐常胜. (2023). ChatGPT及生成式人工智能现状及未来发展方向. 中国科学基金 (05), 743-750.）
数据来源：《ChatGPT及生成式人工智能现状及未来发展方向》（张熙、杨小汕 & 徐常胜，中国科学院自动化研究所）
可以看到，除了训练方式的演进，数据量在这个过程中也起到了相当重要的作用。其中最直观的除了数据量的改变以外，还有就是数据的来源，因为这决定了数据的质量。目前对AI模型训练语料质量的审视主要集中于真实性、可靠性、科学性、代表性、权威性、分布性和流通性。基于此，GPT早期的数据选择了BookCorpus这样知名数据集和WiKipedia。除此外，数据价值的流转还集中在新能源车的智能驾驶领域。甚至智能驾驶和AI的发展催生出了下游的图片标注行业，根据国家工信安全发展研究中心数据显示，2023年，数据标注行业的市场规模已经达到了60.8亿元，同比增长约19.69%。另有中研普华产业研究院《2024-2029年中国数据标注行业深度分析及发展前景预测报告》显示预计2028年，我国数据标注与审核行业市场规模将达到262.74亿元。不同于企业的行为模式，对于机关法人、事业单位法人来说，实现数据资产价值面临的情况和政策条件可能要更复杂一点。
4. 相关法律与政策文件
2019年第十九届四中全会上，《中共中央关于坚持完善中国特色社会主义制度推进国家治理体系和治理能力现代化托干重大问题的决定》首次将“数据”列为生产要素。2020年4月9日，中共中央国务院《关于构建更加完善的市场化配置体制机制的意见》明确提出“引导培育大数据交易市场，合法合规开展数据交易”。2021年10月10日，中共中央办公厅、国务院办公厅《建设高标准市场体系行动方案》提出建立数据资源产权，交易流通，跨境传输和安全保护等标准规范。2022年12月2日，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》指出提出了以产权制度为基础、以流通制度为核心、以收益分配制度为导向、以安全制度为保障的数据基础制度顶层框架。2023年12月31日，为了更好发挥数据资产价值，财政部印发《关于加强数据资产管理的指导意见》。2024年1月5日，国家数据局等十七部门印发《“数据要素×”三年行动计划（2024-2026年）的通知》。2024年2月5日，财政部印发《关于加强行政事业单位数据资产管理的通知》。广东省在2021年7月发布《广东省数字经济促进条例》，明确自然人、法人和非法人组织对依法获取的数据资源开发利用的成果，所产生的权益受法律保护，并可以依法交易。在财政部2023年12月31日的《关于加强数据资产管理的指导意见》文中提到“鼓励各级党政机关企事业单位等经依法授权具有公共事务管理和公共服务职能的组织（以下统称公共管理和服务机构）将其依法履职或提供公共服务过程中持有或控制的，预期能够产生管理服务潜力或带来经济利益流入的公共数据资源，作为功能公共数据资产纳入资产管理范畴。涉及处理国家安全、商业秘密和个人隐私的，应当依照法律、行政法规规定的权限、程序进行，不得超出履行法定职责所必需的范围和限度。”
5. 数据资产目前发展态势
截至2023年8月，我国国内已经有46家数据交易所（不含香港大数据交易所）。各交易所在规章制度方面相继出台数据资产相关的业务规则。但是由于各地区优势不同，条件不同，所以各数据交易所的产品也有所不同。以北京国际大数据交易所为例，数据产品分为数据服务、数据API、数据包、数据报告四个类型。广州数据交易所的产品则分为数据产品、数据服务、数据能力、数字资产四个大类，34个细分类别。从活跃度看，远东资信将国内的数据交易所分为4个活跃评级，分别是活跃、较活跃、沉寂期和新成立，其中能够达到活跃评级仅有贵阳大数据交易所、华东江苏大数据交易中心、福建大数据所、郑州数据交易中心、广州数据交易所、深圳数据交易所和上海数据交易所七家。
表1：截至2023年8月国内数据交易所情况
6. 数据资产准入门槛
关于数据资产的准入门槛，指的是数据资产如何能够达到“入表”的门槛，这一概念指的是数据资产真正能够成为会计意义上的企业资产进入资产负债表。也即数据资源能否成为数据资产的准入门槛。该准入门槛的依据主要来自于财政部2023年8月21日发布的《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》），该规定已于2024年1月1日正式施行。《暂行规定》中对数据资产的概念涵盖两方面，首先是适用于企业会计准则相关规定却认为无形资产或存货等资产类别的数据资源；其次，也适用于企业合法或控制的、预期会给企业带来经济利益的数据资源，尽管暂时还未满足资产确认条件。其中关于数据资源的会计处理方式，根据数据资源的持有目的、形成方式、业务模式以及与数据资源有关的经济利益预期消耗方式等，企业必须进行适当的会计确认、计量和报告，无论是将其作为固定资产、无形资产还是存货处理，都要确保准确记录和报告，以更好地评估数据资源价值。
此外，对数据资产也提出了相应的披露要求：要将形成该数据资源的原始数据类型、规模、来源、权属、质量等信息披露于会计报表的附注中，并强调披露需涵盖数据加工、维护、保护，以确保数据处理、维护、安全措施的透明性。《暂行规定》还要求揭示数据资源的实际利用情况，包括产品应用、定价、交易和服务计费方式，以真实展现业务价值。
1. 入表数据
根据贵州省大数据发展管理局《盘点丨全国25个数据资产入表案例》，已有25家企业率先开展了数据资产的入表，不过数据入表的资产规模还比较有限，大部分为百万元级别。根据2024年Q1财报数据统计，A股有23家公司开展了数据资产入表实践，累计金额14.77亿元，入表类型的资产包括无形资产（13家）、存货（6家）和开发支出（6家）。其中数据资产入表规模最大的两家分别为中信重工（7.1629亿元）和金龙汽车（5.8427亿元），入表类型均为存货。
2. 估值分析
数据资产基于其产生的环境，就已经固定了如行业、领域等属性，所以数据资产的价值评定，自然离不开其功能与应用场景。从价值实现的角度来说，目前可以将数据资产分为两种——工具类数据资产、资源类数据资产。工具类的数据资产包括固定的数据分析模型、算法等，其实际表现就是在数据管理和数据治理两个阶段，为对应的龙头企业所提供的产品和服务。这类数据资产，提供的是工具价值，通过对数据资源的管理和治理，提升企业管理中对各个环节的把控。之前，这条链路到这里就已经结束，但是现在随着下游数据资产的逐渐开发，中游业务动作的意义会变得更加丰富——即提供数据资产本身可以产生的价值。资源类数据资产则很好理解，这类数据资产是经过数据管理形成的，存在进一步的研究分析价值的数据包。比如已经标注好的图片数据包，比如Wind、iFind等金融终端提供的市场历史数据等。同时，数据资产既然有价值，就应该有相应的估值体系，但由于市场较小，目前还没有相对统一的估值方法此处提供普华永道《数据资产价值与数据产品定价新思考》中提供的估值方法——多因子修正成本模型:以成本法为基础对数据资产从多个成本维度给出价值和系数。公式：数据资产价值=数据资产开发价值*价值贡献因子*多场景增速因子注：数据资产开发价值为数据获取成本、加工成本、储存成本、安全成本、维护成本的和与安全系数的乘积而价值贡献因子则是在数据资产开发价值之外，更多考虑到了投资回报率的影响，以“1+必要投资回报率”进行测算。考虑到不同的数据资产面对的领域和场景的复杂性，所以加入多场景增速因子。但由于其本身的复杂性，故不做定义，实务中应用场景与数据资产的经济价值往往呈现出非线性增长的特定，因此可以考虑结合指数或对数函数进行估计。
3. 入表路径
根据《会计师事务所数据安全管理暂行办法》（财会〔2024〕6号）——2024年10月1日起正式实行；以及《关于加强数据资产管理的指导意见》（财资〔2023〕141号）等相关文件的了解和整理，对数据资产的入表路径进行了如下整理：（2）通过数据治理手段，对数据资源进行统计，规则统一；（3）进入数据管理环节，对于经过数据治理后的初步数据资产进行分类分级和进一步加工，形成数据资产产品；（4）针对数据产品的生产成本及外部因素进行合理估值；（5）经过数据交易所授权和会计师事务所审计，达成资产入表。在这个流程中，有部分环节将会成为未来审计的关注重点：（1）合规与确权：确保数据来源合规、隐私保护到位、流通和交易规范、分级授权合理。（3）数据治理与数据管理：统筹相关数据基础工作，提升数据质量，确保数据价值可辨认、可计量，为后续的会计计量和披露提供依据。（4）成本归集与价值发现：对数据资产估值环节的各项系数有清溪明确的依据和认知，有明确的可行性分析，避免造成价值不可靠、披露不准确的问题。（5）业务主体根据自身情况选择一般性强制披露+实际情况资源披露的方法。
4. 潜在机会
根据数据资产的特性以及《关于加强数据资产管理的指导意见》（财资〔2023〕141号）中“鼓励各级党政机关企事业单位等经依法授权具有公共事务管理和公共服务职能的组织（以下统称公共管理和服务机构）将其依法履职或提供公共服务过程中持有或控制的，预期能够产生管理服务潜力或带来经济利益流入的公共数据资源，作为功能公共数据资产纳入资产管理范畴。”的表述，以及“市场主导、政府引导、多方共建”的总体目标，数据资产可能在政府端的应用将会有比较新兴且较多的机会。当前地方政府针对可能存在的这类业务，需要进行一定的数据收集等数据管理动作，加以合理的数据治理，尝试形成完整的数据资产产品。
且目前大部分公司的调研方法得到数据可能不如这类数据覆盖范围广，应用性强。这类数据资产可能具有更强的市场竞争力和实务价值。
1. 广东省——数据资产入表融资
2024年2月，南方财经全媒体集团（以下简称“南财”）南财金融终端“资讯通”数据资产完成入表，并在此基础上更进一步，在广州数据交易所落地融资对接服务下，获得中国工商银行广东自由贸易试验区南沙分行授信500万元。入表过程：南财对旗下“资讯通”数据产品从数据资产的视角进行了全面梳理，在2024年1月对“资讯通”进行了数据资产入表操作。在取得由广东省政务服务和数据管理局监制、广州数据交易所颁发的数据资产登记凭证后，在广州数据交易所落地融资对接服务下，向中国工商银行广东自由贸易试验区南沙分行递交了金额为500万元的授信申请，于2月29日正式获批授信。相应动作：在“资讯通”数据资产实现入表动作背后，公司改革了组织架构，建立数据中心、成立数据管理委员会，制定数据管理规章制度，完善数据资源入表的信息化建设，并完成合规确权登记。经过财务层面的分析整理，从2024年1月1日起，对于符合资产定义的数据，以数据资产的形式在财务报表中予以确认。
2. 7家公司取消数据资产入表
在前文提到已公布一季度报告的 A 股上市公司中，在资产负债表中披露了“数据资源”情况的25家公司中，近期有7家上市公司取消了数据资产入表，暴露了数据资产入表在实际操作中的不确定性和挑战。这7家公司中有 4 家公司将原记入“存货”项下的“其中：数据资源”项目调出后重新记入“合同资产”项目，有 1 家公司在调出后重新记入“存货”项目；有 2 家公司“数据资源”项目与其他项目数据重复，因此删除了“数据资源”项下的数据。
这 7 家公司集体的误填很可能是由于今年财报格式发生变化，“存货”、“无形资产”和“开发支出”项下各新增了一个次级科目“其中：数据资源”，因而出现了填报错误的问题。此外也有观点认为，这可能是企业对数据资源的认识不足、理解有误，从而为数据资产确权、会计处理和价值评估带来了不确定性。
1. 国内趋势
2023年9月国家发改委价格监测中心透露，初步测算我国企业数据要素支出规模约为3.3万亿元；若将数据资产评估、质押、融资等衍生市场同时考虑在内，整体规模可能超过30万亿元。中信证券预计数据要素市场规模有望在2025年迈向2000亿元新台阶，并于2030年突破万亿元。2023 年 10 月 25 日，国家数据局正式揭牌，预示着“十四五”开启了逐浪数字经济的新征程。中国数据要素流通市场在“十四五”期末将达到万亿元的规模（张利娟，2023），这是一个巨大蓝海，建立数据登记确权、评估计价和资产入表的政策“闭环”，激活万亿数据资产，是开启这一蓝海的金钥匙。数据资产入表是数据资产价值化的闭环之举，将企业数据资产以会计科目和货币化形式呈现，将推动企业数据资源向数据资产转变，形成规范的数据资产开发、运营和管理体系，提升企业数据治理能级。
2. 推荐策略
面对数据资产这一相对较新的概念，不论是主体的政企，还是相关的会计、法律等行业，不必过于审慎，也不能保持观望，因噎废食。应该深入了解业务，搭建完善的数据资产价值实现路径，在确保自身数据质量的基础上，找到对应的价值实现场景。在充分的可行逻辑和合理的估值模式下，数据资产的入表并不是镜花水月、空中楼阁。目前数据资产行业缺少的，只是对财政政策和会计政策的深入了解和在行业发展中达成的共识和默认的路径。相关主体应该加强数据资产管理的意识，或许以往的数据由于种种原因难以挽回，但做好数据管理，未尝不是今后政府化债的一大手段和企业融资的一项筹码。国家财政部、网信办——《会计师事务所数据安全管理暂行办法》（财会〔2024〕6号）国家互联网信息办公室——《数字中国发展报告（2022年）》中共中央办公厅、国务院办公厅——《建设高标准市场体系行动方案》财政部——《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号）财政部——《关于加强数据资产管理的指导意见》（财资〔2023〕141号）财政部——《关于加强行政事业单位数据资产管理的通知》（财资〔2024〕1号）中华人民共和国商务部——《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》国家工业信息安全和发展研究中心——《中国数据要素市场发展报告（2020~2021）》新华社——《中共中央关于坚持和完善中国特色社会主义制度 推进国家治理体系和治理能力现代化若干重大问题的决定》贵州省大数据发展管理局——《盘点 | 全国25个数据资产入表案例》普华永道——《数据要素视角下的数据资产化研究报告》德勤、阿里研究院——《数据资产化之路——数据资产的估值与行业实践》InfoQ——《数据资产入表实战：A股公司的首次尝试与反思》
千际投行——《2023年中国数据要素市场研究报告》
