基于数据资产化的视角谈数据要素的价值化奇见

引言:为了适应数字化时代的要求,推动经济社会的创新发展,提升国家的竞争力,国家数据局发布了《“数据要素×”三年行动计划(2024—2026年)》,2024年是“数据要素×”行动正式启动的第一年,如何营造健康的数据流通产业模式,培育打造基于数据要素价值创造的新业态,通过市场化手段来优化资源配置,是我们面临的一个重要课题,本文从数据资产化角度分析如何高效挖掘数据价值,提高数据要素的使用效率,促进数据要素的市场化、价值化。

一、数据资产化的背景意义

1.数据资产化是数据要素流通与交易的加速器

数据资产化是企业实现数据价值的核心,是在实现数据使用价值的基础上,进一步实现价值交换,释放数据生产价值的过程。数据要素要真正与资本、技术、土地等要素形成协同效应,需将对数据的实质性加工和创造性劳动,加工凝结成数据资产形态,数据资产化是链接数据价值企业内外双循环,加速数据流通交易的利器。

2.数据资产化促进企业数据资产变现与增值

3.促进企业数字化转型和企业数据治理

数据作为生产要素和企业资产,在企业的资产负债表披露,倒逼企业重视数据资产的价值挖掘和使用,倒逼企业真正进行数字化转型。推动企业打造具备可重用性的数据产品,对外流通交易,推动数据资产的变现增值,促进企业建立数据治理体系,建立相应的数据战略指引,做好数据资源化工作。

基于数据资产的建设及运营,汇聚和融合更多数据资源,提升企业的数据治理、数据产品开发、数据应用和生态整合能力,扩展企业数据资产的宽度和广度,提升企业行业领导力及创新能力。

二、数据资产化的政策和案例

《暂行规定》不涉及对现有会计准则的突破,进一步体现了会计的谨慎性原则。企业数据资源适用于现行企业会计准则,不改变现行准则的会计确认和计量要求。

海天瑞声的训练数据定制服务包含:

①采集+加工服务:发行人根据客户需求设计训练数据集结构、组织原料数据采集、对采集到的原料数据进行加工,最终形成定制化训练数据集。该类业务主要满足算法模型对模拟场景的学习需要,数据规模越大、覆盖越广、质量越高则模拟度越强,训练效果越好。

②纯加工服务:客户提供原料数据,发行人根据客户需求进行加工,形成定制化训练数据集。该类业务主要服务于算法模型对实际场景的再学习需求,即发行人对实际场景数据进行加工,使算法模型可运用加工后的数据进行迭代学习,提升对实际场景的判断准确度。在训练数据定制服务业务类型下,发行人为客户提供训练数据集定制服务,最终形成的训练数据集成品的知识产权由客户享有。

案例2:邓白氏将其数据库计入无形资产

邓白氏(Dun&Bradstreet)成立于1841年,是一家全球领先的企业征信及商业信息提供商,当前市值约为76亿美元。经过180年的发展,邓白氏形成了以融资与风险管理服务(Finance&Risk)、市场营销解决方案(Sales&Marketing)两大板块为主的业务结构。在商业信用数据市场(Commercialcreditdatamarket)中,邓白氏基于自身所积累的海量数据为企业与政府提供商业信用数据以及信用管理等增值服务。在治理、风险与合规市场(Governance、RiskandComplianceMarket)中,邓白氏为企业提供管理潜在供应链风险与合规风险的服务,并帮助企业实现稳定经营。在营销数据市场(Sales&MarketingdataMarket)中,邓白氏依托企业信息数据库与数据处理能力为客户的销售团队提供销售加速服务。

2022年年报中将数据资产纳入企业发展规划,同时对价格中心、钢联数据库、钢联地理信息系统等数据资产研发项目进行了详尽披露,包括项目目的、进展等情况。

三、数据资产定价估值

国家数据二十条明确指出,探索数据要素价格形成机制,支持探索多样化、符合数据要素特性的定价模式和价格形成机制,推动用于数字化发展的公共数据按政府指导定价有偿使用,企业与个人信息数据市场自主定价。

数据要素形成价格基本定价方法有成本法,收益法和市场法,数据本身并不能直接产生价值,通常需要与具体业务场景相结合,在市场主体提升效率、节省成本、扩大收入过程中实现其潜在价值,这一过程就是数据的资产化(从数据资源到数据产品)过程。这一过程中,核心是在数据资源(及其转化形态)的基础上,叠加各种算法(模型、指数、人工智能、软件系统等)和算力(网络、存储、计算等)要素,因此可以将数据产品估价拆解为数据、算法、算力三要素的综合估价。

根据国家标准《信息技术大数据数据资产价值评估》的框架,提供评估保障和确保评估安全的前提下,分析数据资产的基本属性和基本特征,对数据资产进行数据评价,获得可供价值评估使用的质量要素、成本要素和应用要素等参数,再采用收益法、成本法或市场法完成价值评估。

针对当前数据资产管理存在的问题,指导意见明确,要以促进全体人民共享数字经济红利、充分释放数据资产价值为目标,以推动数据资产合规高效流通使用为主线,有序推进数据资产化,加强数据资产全过程管理,更好发挥数据资产价值。

《数据资产评估指导意见》第十九条规定,确定数据资产价值的评估方法包括收益法、成本法和市场法三种基本方法及其衍生方法。

目前需要建立多层级市场、价值之间的对应关系,形成映射价值关系的方法论,建设数据资产价值评估方法框架。参考资本、土地等要素的多级市场体系,探索构建多级市场联动的数据价格机制,破解数据“千用千价”难题。

针对数据资源市场(一级市场),建立成本法为主的市场定价方法。

针对数据产品和服务市场(二级市场),建立收益法为主,成本法为辅的市场定价方法。

针对数据资产市场(零级市场),建立市场法为主,收益法、成本法为辅的市场定价方法。

四、数据资产入表&深数所实践

深圳数据交易所构建由知名数据商、律所、会计事务所、安全评估机构、资产评估机构、金融机构等知名单位组成的生态服务联盟,以实践为基础,为企业按需提供数据资产入表全流程整体服务方案。

深数所提供数据交易+资产入表+数据资产金融创新的一体化解决方案,通过三条途径推进数据资产化,挖掘数据价值。

途径1:将符合变现条件的数据产品引流入深圳数据交易所,产品交易变现使得入表条件得以满足。

途径2:产品交易和资源入表合规互为依据。数据资源和产品质量评价互为依据。

途径3:联合体为在深圳数据交易所上市的企业提供一站式入表+资产化服务。经济利益流入的条件得以满足,激活数据价值链路。

五、数据资产金融创新&深数所实践

数据资产在供应链金融,跨境数据,公共数据,碳排放数据,不动产,知识产权进行融合,充分挖掘数据价值,赋能千行百业。

数据资产化是基于数据资产开展的衍生金融业务,基于传统无形资产开展的企业融资、并购重组等业务,都可以基于数据资产开展,诸如数据增信、数据信托、数据保险、数据证券化等,数据资产在金融领域有着广泛的应用场景,深数所基于数据资产的创新展开了大量的探索和实践,完成了多个行业首创案例:

A.数据+担保模式

2023年4月,深数所携手光大银行深圳分行,协同数据资产登记确权、数据质量评估、数据资产价值评估、数据合规安全评估等权威第三方服务机构,通过数据产品合规审核上架、数据商资质审核机制互通、数据资产定价估值等业务深入合作,成功落地无质押数据资产增信贷款项目业务,微言科技通过光大银行深圳分行授信审批并成功获得1000万元授信额度,标志着深圳作为我国先行示范的前沿阵地,再次担负起改革先行的重任,在探索数据资产化的道路上实现创新引领。

B.数据+凭证模式

2023年6月,珠海市香洲区携手深圳数据交易所饮下跨区域“政所直连”公共数据市场化合作“头啖汤”,实现企业社保分析公共数据产品正式上市深数所数据交易平台,而双方也正着手推动深数所数据产品及服务体系入驻珠海香洲,互联互通的市场化合作切实推动了数字产业化和实体经济数字化赋能,也为我国“数据要素统一大市场建设”这一国家级战略方针有效实施,探索首推出一条跨区域“政所直连”的创新道路。

C.数据+跨境模式

2023年8月,香港中易科技有限公司作为首家境外数据商企业入驻深圳数据交易所,产品“鑫数智”通过深圳数据交易所产品上架审核并正式上市,达成首个境外企业进场交易项目合作。此次合作,是深圳数据交易所在境外数据商跨境数据服务上的首次探索,为境外数据商的合作及跨境数据服务提供有利基础和借鉴。

D.数据+信托模式

E.数据+保险模式

2023年12月,深数所联合南方科技大学、国任保险、数据商、律所、会计事务所、安全评估机构、资产评估机构、保险,银行等金融机构等知名单位组成的生态服务联盟,以实践为基础,多方产学研机构共同探索数据保险护航“数据资产入股”新模式,为企业提供数据资产入表全流程整体服务方案,输出多项项目成果。

在“所商分离”的原则下,深圳数据交易所数据商提供差异化的增值服务,数据商通过场内交易,促进资产价格信号的形成,将数据安全合规评估、数据质量评估作为数据资产价值评估的前置条件,全方位对交易标的进行把关,确保数据资产的估值准确。

全国范围内尚未形成有效的数据资产登记体系,数据资产的质押登记面临现实障碍,信息增信机制下的融资模式相比风险补偿增信机制下的融资模式更加适用于数据要素型企业。深圳数据交易所通过规范效应、聚集效应、创新效应和示范效应推动更多案例落地。

规范效应:深圳数据交易所对交易主体和交易标的进行双审核,通过规范的审核流程确保交易主体数据资产的安全合规,便利交易主体开展基于数据资产的融资工作。

聚集效应:深圳数据交易所大力培育以数据商和第三方服务商为主体的交易市场,在场内沉淀了一批具备开发高质量数据产品的数据商和有能力提供数据安全合规评估、数据质量评估和数据资产价值评估的第三方服务机构,为数据资产增信的达成提供良好的多方协作环境。

创新效应:深圳数据交易所的产品分类指导,数据商对于自身数据产品的定位更加明确,有利于数据资产估值模式的创新。本案例中,微言科技的数据资产为对原始数据加工形成的评分类数据和标签类数据,因为其价值附着于微言科技拥有自主知识产权的模型算法,不宜单独计价,需要以资产组模式计价。

示范效应:通过深圳实践的先行示范效应,有利于数据资产化业务在全国范围内形成共识、形成标准,提高市场主体跑通业务闭环的效率,助力数据要素全国统一大市场的建设。

自深圳落地全国首笔无质押数据资产增信业务以来,江苏、山东、湖南、山西、广西等地金融机构纷纷推出无质押数据资产增信贷款产品,“深圳模式”得到验证,形成良好的推广效应,如下为近期的一些落地案例:

2023年12月,深圳数据交易所与光大银行深圳分行、同致诚评估等合作,为深圳市华傲数据技术有限公司在深圳数据交易所上市的数款数据产品开展资产评估,获得在光大银行深圳分行的1000万元授信,本次数据资产授信业务首次探索引入国家发展改革委价格监测中心牵头的数据要素价格监测制度,是对数据资产增信融资业务的又一次模式创新和迭代升级。(A数据+担保模式)

2024年1月,新晃侗族自治县“晃牛保”数据产品,正式在深圳数据交易所上架。这是新晃数字经济发展的历史性时刻,标志着新晃数据资源资产价值实现踏上了新起点,开启了新晃数字经济全景式发展的新篇章,“晃牛保”是深圳数据交易所中国乡村振兴专区首个正式上架的数据产品。“晃牛保”主要针对保险公司,通过平台提供的“晃牛保”数据,对投保黄牛进行健康预警、通过提前介入治疗可以极大地降低保险公司和养殖户的风险,开源数字科技因其数据资产的价值获得湖南新晃农村商业银行1000万元人民币的授信额度。(A数据+担保模式)

2024年3月,流量谷数据服务商山西鹏景科技获深圳数据交易所数据商认证授牌,并与中国银行山西省分行签约获得数据资产无质押900万元人民币增信贷款额度。(A数据+担保模式)

2024年4月,在深圳数据交易所的助力下,武汉大数据产业发展有限公司完成了首笔数据资产融资,成为湖北省首个数据资产无质押融资的企业,迈出了湖北省数据要素资产化运营的关键一步。(A数据+担保模式)

↓↓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。

THE END
1.为什么数据资产化是数据要素化的重要环节?信息技术有些部门可能拥有大量的有价值数据,而有些部门则数据匮乏。这种不均匀的分布成为数据要素流动的原动力。为了实现资源的优化配置,我们需要促进数据在不同部门之间的流动,让有价值的数据能够流向最需要它的地方,从而发挥最大的作用。 02 数据的资产化 资产化是对预期收益的归属进行确权的过程。数据资产化意味着数据可以https://www.zgcsswdx.cn/info/9901.html
2.为什么数据资产越来越值钱?为什么数据资产越来越值钱? 1、价值潜力 数据具有巨大的商业潜力和实用价值。通过数据的收集、处理和分析,可以获得商业洞察、推动决策、提升运营效率等,从而带来经济效益和商业竞争优势。价值潜力的本质原因由于数字化转型的深入,数据价值凸显,数据在数字化技术的加持下直接转化成生产力,产生了业务价值,于是成为了生产要素https://blog.csdn.net/qqx51/article/details/143059804
3.什么是数据资产的价值站在数据要素视角上,数据价值的最终落地,涉及到数据的资源化、资产化与资本化。也就是说,要先将原始数据通过整理、清洗、加工等方式,从无序变为有序,成为具备潜在利用价值的资源;其次将数据资源通过确权、登记、评估、定价、入表等环节,成为能够流通的资产;过程中并不断把数据资产运用于生产管理、创新活动中。 https://www.meipian.cn/517ai09s
4.深度学习数据治理数据治理心得体会大猩猩的技术博客如果管理得当,数据可以成为组织最有价值的资产,帮助组织保持竞争力和敏捷性,主动满足客户需求,并控制成本。各种规模的组织都在努力将数据作为资产进行管理,以便在多个软件应用程序和系统、业务流程以及整个组织的用户之间共享和重用。这需要为数据的使用、开发和管理建立标准、策略和流程。创建正确的组织结构和开发技术基础https://blog.51cto.com/u_87851/9363066
5.数据壁垒怎么打破个人隐私如何保护,政协委员建议这样做市政协常委马益民认为,“一网统管”最重要的是数据,要让数据这个最活跃的要素成为城市运行有价值的资产。要实现“一屏观天下,一网管全城”的目标,实现城市运行态势感知和趋势预判,需要构建起城市运行的“神经元” 系统。他建议,加强跨领域大数据相关性分析和研究,用相互联系的视角和管理手段分析研判趋势、联防联勤联动https://www.jfdaily.com/wx/detail.do?id=242961
6.数据资产化为什么重要?数据资产化要经历哪几个阶段?目前,中国正迅速从数据资源大国向数据强国转型。根据国际数据公司IDC的一份报告预测,到2025年,随着物联网等新技术的持续发展,中国产生的数据量有望超过美国,成为全球数据产出的领头羊。 本文将深入探讨数据资产化的相关概念、重要性以及实施过程中的关键阶段。https://www.fanruan.com/bw/bd-sjzchjd
7.谈谈如何利用数据资产为企业带来更多价值零售:分析客户行为数据有助于个性化营销和优化库存 能源行业:管理能源行业的数据资产涉及复杂的生态系统,需要重点关注数据质量、集成和安全性。帮助提高客户透明度,帮助实现新服务的现代化和效率,以符合监管要求。 从数据中提取价值的实践 为了充分利用数据资产的价值,组织需要优先考虑数据管理实践,例如数据治理、安全、隐私https://36kr.com/p/2806087100937601