本文共字，预计阅读时间。

数据资产化是指将数据转化为可交易、可投资的数字资源的过程，旨在更好地管理、保护和利用数据，同时创造商业价值。数据资产化的过程包括数据收集、数据整理、数据存储、数据分析、数据利用等环节，对实体经济具有重要意义。

2019年10月，中共十九届四中全会通过的《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》，提出“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”，首次在中央文件中将“数据”纳入生产要素范畴，数据作为新型生产要素的地位得到确认。2022年12月，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》（俗称“数据二十条”） ，从数据基础制度构建视角提出了20条政策举措，对数据的产权、流通、交易、治理、安全等做出了基础制度安排，其中提出了探索数据资产入表新模式。

2023年8月，财政部发布《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号）。该规定明确了企业数据资源在开发阶段的支出，在满足无形资产会计准则规定的情况下，可以作为数据资产入表，确定为无形资产。

数据资源会计处理相关规定正式实施贯彻落实党中央、国务院关于发展数字经济的决策部署的具体举措，也是专门规定规范企业数据资源相关会计处理，发挥会计基础作用的制度依据；同时还引导并规范企业强化数据资源相关信息披露，有助于报表使用者了解企业数据资源价值，为投资者全面估值企业资产价值提供客观可靠的有用信息。

2024年2月，财政部发布了《关于关于加强数据资产管理的指导意见》，明确了基本原则，即坚持确保安全与合规利用相结合、坚持权利分置与赋能增值相结合、坚持分类分级与平等保护相结合、坚持有效市场与有为政府相结合、坚持创新方式与试点先行相结合。

该指导意见确定了主要任务，包括依法合规管理数据资产、明晰数据资产权责关系、完善数据资产相关标准、加强数据资产使用管理、稳妥推动数据资产开发利用、健全数据资产价值评估体系、畅通数据资产收益分配机制、规范数据资产销毁处置、强化数据资产过程监测、加强数据资产应急管理、完善数据资产信息披露和报告、严防数据资产价值应用风险。

数字经济条件下，数据作为关键性生产要素，与企业数据信息处理、信息系统升级、数据运营与业务创新、数据资产价值量化、产品与企业管理合规等都息息相关。从这些不同方面深入理解数据资产化，可能有助于我们在数字化大潮中把握方向和明晰战略。

数据信息成为关键生产要素是数据资产化的基础

数据信息能够资产化，是因为数据已经成为独立发挥作用的关键性生产要素。数据从作为业务辅助工具，经由归集和沉淀、挖掘利用等，在现代企业中越来越具有显著的经济价值。

一方面，随着企业数据信息量越来越大，客观上也产生了提升数据资源管理效能需求。数据资源有效管理对于企业长远发展至关重要。将数据信息计入资产负债表，有助于企业更清晰地了解数据资源规模、结构和价值，包括数据收集、存储、处理、分析和应用等方面，确保数据资源能够为企业带来最大的价值，从而制定更为科学和有效的数据管理策略。

另一方面，从数据信息内在结构来看，随着企业数字化转型不断深入，数据已经渗透到企业运营各个方面和各个环节，成为推动业务发展的核心要素；而信息是数据的载体，同一数据可以解读出不同的信息，可以在不同应用场景下发挥作用，包括帮助企业优化决策和运营流程、提升市场竞争力。因此，将数据信息视为一种资产并在资产负债表中予以体现，能够更准确地反映企业的财务状况和价值。

再者，随着会计准则的不断完善，对数据资源的确认和计量也变得更加明确和可操作。这使企业财务报表能提供更为真实和全面的信息。投资者和利益相关者通过查看企业的资产负债表，他们可以了解企业在数据领域的投入和产出情况，评估企业的创新能力和市场竞争力。

信息系统与业务系统联系更为紧密是数据资产化技术支撑

在数字化过程中，企业信息系统是其业务系统、财务系统的支持，其运行相对独立，数据权限、收益、风险、责任与业务系统财务系统并不一致。随着数字化程度不断加深，企业对人信息系统的要求也不断提升，客观上要求其与业务系统的联系更加紧密，促使其不断融合。数据入表需要将数据信息系统和业务系统、财务系统进行融合。

企业对数据信息的处理要求不断提高。随着企业数字化转型的深入，数据资源的规模、种类和复杂性不断增加，企业信息系统需要不断提升数据处理和分析能力，为数据资源的资产化提供更加全面和深入的支持，需要高效、稳定地支持数据全生命周期管理，包括集成各种数据源，对数据进行清洗、整合和分析，为数据资源的资产化提供基础。这将有助于企业更好地利用数据资源，提升运营效率，实现可持续发展。

企业对数据信息质量要求不断提高。企业需要一个更加与业务具体流程更为紧密而健全的信息系统，确保数据的真实性、完整性和一致性，避免数据错误和遗漏，提高数据的质量和价值。

企业对数据信息的价值识别评估要求越来越高。企业信息系统还要能够支持数据资源的价值评估和风险管理，通过利用信息系统中的数据分析工具和方法，对数据资源进行价值评估，确定其在企业运营和决策中的重要作用，帮助企业识别数据资源面临的风险和挑战，制定相应的风险管理策略，确保数据资源的安全和合规性。

总之，随着企业对其信息系统为数据资源的收集、存储、处理和应用能力不断提升，对数据资源的准确性和可靠性要求不断提高，对数据资源的价值评估和风险管理不断提升，客观上要求企业在进一步推动企业数字化的过程中，应重视企业信息系统的建设和完善，不断提升信息系统与其自身业务系统、财务系统的融合，使其数据信息处理权限、过程、周期与业务操作完全融合。

数据运营与业务创新更为紧密是数据资产化的价值载体

一般来说，无形资产是指没有实物形态的可辨认非货币性资产。无形资产具有广义和狭义之分，广义的无形资产包括金融资产、长期股权投资、专利权、商标权等，因为它们没有物质实体，而是表现为某种法定权利或技术。但是，会计上通常将无形资产作狭义的理解，即将专利权、商标权等称为无形资产。

数据作为某种新型的无形资产，其与专利、商标等知识产权及其他类型的无形资产都不一样，其集中体现为其作为关键生产要素，对其他要素资源越来越具有主导作用。

资产认定及其管理利用是数据资产化的前提。一旦数据资源通过资产认定，被确认为企业资产，那么它就应该在企业的资产负债表中得到反映。这不仅有助于企业更全面地了解自身的资产状况，还有助于外部投资者、债权人和其他利益相关者更准确地评估企业财务状况和经营成果，监管机构也可以通过对企业资产认定和报表编制过程进行监督和检查，确保企业遵循相关会计准则和制度，真实、完整地反映自身资产状况和财务状况。

数据资源权属认定是企业相关数据处理逻辑和业务逻辑统一。作为一种新兴的经济资源，必须首先通过资产认定即确认其具备资产基本特征和属性，这包括对数据可识别性、可计量性、可控性以及潜在经济价值评估，而这又与该等数据相关的业务逻辑紧密关联。数据资源的来源与持有、加工与利用、挖掘与经营等，以及其所形成的经济利益形成、流动与分配，本质上都是紧紧围绕着企业业务逻辑而展开。

作为企业数据运营与业务创新结合使数据驱动业务能力不断增强。随着数据技术不断发展和应用，企业对数据资源认识能力、管理能力、运营能力也在不断提升，这反过来又推动了企业经营管理过程中相关资产确认标准不断完善和更新，以适应新经济环境和商业模式。

企业数据运营价值量化是企业数据资产化的动力

数据已经成为企业重要的资产，为投资者提供了一种新的投资视角和标的。投资者可以关注那些在数据领域有显著积累和应用能力的企业，因为数据资源可能为企业带来竞争优势，提升业务效率和创新能力。

数据资产化是从财务角度对企业数据运营能力的量化。数据运营有利于实现更精准的个性化服务，不断优化用户体验。通过对用户数据的深度挖掘和分析，企业能够更准确地了解用户的偏好和需求，从而为用户提供更加个性化的产品和服务。这种个性化服务能够极大地提升用户满意度和忠诚度，使用户在享受服务的过程中感受到更多的尊重和关怀。通过对用户行为数据的分析，企业能够发现用户在使用产品或服务过程中的痛点和问题，进而进行针对性的优化和改进。这不仅可以提升用户的使用便捷性和舒适度，还能够减少用户在使用过程中可能遇到的困扰和障碍，从而提升用户的整体满意度。而这些都可以通过具体的数据产品，在财务报表得以量化体现。

数据资产化可激励企业不断提升其数据运营能力。如何运营数据，从哪些方面提升，这对很多企业来说还是新鲜事物。企业可开发不同的数据产品，开发附加值高的数据产品，就能直接在其财务报表上体现出来，客观上能够推动业务创新，有助于提升企业的竞争力和市场地位。通过对市场趋势和竞争态势的深入分析，企业能够发现新的业务机会和增长点，进而推出更具创新性和竞争力的产品或服务。这种业务创新不仅能够满足用户的新需求，还能够为企业带来更大的商业价值。

数据资产化有助于投资者做出投资决策。由于企业业务越来越紧密地与数据处理能力相结合，投资者可以关注企业在数据收集、处理、分析和应用等方面的投入和成果，以评估企业实力和发展前景。具备强大数据能力的企业往往能够更好地把握市场机遇，实现可持续发展。因此，投资者通过查看企业的资产负债表，投资者可以了解数据资源的规模、构成和变动情况，进而评估数据资源对企业整体价值的影响。这有助于投资者判断企业的资产质量、偿债能力和成长潜力，为投资决策提供重要依据。投资需要综合考虑数据资源与企业其他资产和业务的协同效应。数据资源本身的价值可能有限，但与其他资产和业务相结合，可能产生更大的经济效益。因此，投资者需要关注企业数据资源的整合和应用情况，以评估其对企业整体价值的贡献。

企业数字化经营管理全面合规是数据资产化有效保障

数据资产化过程，可以使数字化发展带来的一系列新型法律问题的解决，使企业、监管等有一个集中框架和平台，使数据信息处理相关问题、产品服务应用业务创新相关问题以及资产生成发行流转使用问题统合起来系统调整。

全面数字化过程中，产生了许多新型法律问题，主要包括主体行为、产品服务和平台三个方面，一是行为数字化法律问题，即传统线下行为包括主体、客体、价值等数字化发展趋势明显，越来越以数字化形式流转与利用，数据汇聚与沉淀又对交易包括用户、产品、市场、监管规律刻画影响越来越大，资源配置作用能力不断增强；二是产品数据流权利义务问题，即围绕数据技术应用和业务模式创新，传统平等主体之间权利义务呈现多元、融合、关联的特征。比如在某些场景中物权、知识产权和数据权利融合在一起；三是数字平台监管问题，即数字平台功能逐渐兼具公共管理属性和社区服务属性,对政府管理服务监管可谓机遇与挑战并存。

数据资源财务价值价值确认条件下，数据安全与数据资产权益是融合的。所有数据活动都需要安全，而安全与业务活动结合在一起，即安全与权益是一体两面，没有安全也就没有权益，没有权益也就无所谓安全。需要特别强调的是，资产数字化的基本事实是数据权益与数据管理、数据收益、数据运营、数据安全、数据处理一体化。数字资产安全合规的本质，是数据权限与流转与业务权益交易与交互的精确对应，客观上需要将所有数据相关活动可特定化、可确权可验证，这种特定化内容包括来源主体、加工主体、加工方式、加工目的、实际操作过程、运营目的、管理目的等等。

因此，数据资产化合规是一体化合规，包括，数据处理全周期闭环管理（包括收集、存储、使用、加工、传输、披露、共享），即在信息收集、传输、存储、使用、共享、公开、披露、删除、销毁等全生命周期处理各环节落实安全防护要求，明确各个关键节点主体的“责权利”；数据管理全流程授权管理（技术、业务、财务、管理、运营、研发、员工），即内部使用时，确保信息专事专用、最小够用、未经许可不得留存，外部合作时，必须获得信息主体明确授权，敏感数据“只进不出”，始终把安全贯穿于数字化转型全过程；；数据运营全要素（脱敏、清洗、挖掘、标注、管理、模型、评测），以及数据安全全方位（保密、完整、可用、可控、审计、动态、实时）等，数据全要素分类分级管理，即对数据要素信息严格分类分级，根据信息分类分级结果以及敏感程度，结合相关法律法规和有关标准制定具体安全管理措施。

基于数据与产品的融合，对于数据产品合规性的分析，需要更为全面的框架，其主要包括了基于数据、算法、服务、交易与治理等几个方面。

数据安全合规，所针对的是具体的元数据相联系的特定数字内容，这些数字内容构成了数字作品。围绕着这一因素，产生了与元数据形成的数字作品相关的法律风险问题。

算法安全合规，准确实现保障算法公平公正、公开透明、科学合理、诚实信用的算法功能。主要围绕是否能准确落实基于产品的算法安全，准确实现保障算法公平公正、公开透明、科学合理、诚实信用的算法功能。

服务安全合规，主要基于数字内容形成不同数据产品服务，体现了其业务场景需求和业务逻辑。围绕着业务逻辑产生的相关法律风险问题，包括产品服务功能标准、市场准入、市场运营资质、运营规范、用户权益保护、反不正当竞争等

资产安全合规，数据产品相关数据、算法与物品，都是资产。资产的全量信息，构成了产品作为数字资产的价值依据。围绕着数字资产的价值，所产生的数字资产发行、交易、信息披露、交易资质、投资者权益保障等相关问题

治理安全合规，是对数据、算法、产品和资产上述所有相关问题的监督管理，包括监管体系、监管环节、监管手段、争议解决等相关问题。

与此同时，企业需要确立与之相应用全面合规管理制度。包括企业数据经营合规，企业开展数据处理活动应当依照法律、法规的规定，建立健全数据合规管理组织体系和常态化沟通协作机制，明确数据合规责任主体，组织开展数据合规教育培训，加强人力资源考核与保障，强化数据合规意识。

企业数据管理合规，企业应当依照法律、法规规定，结合自身业务，建立健全覆盖数据全生命周期的数据合规管理制度体系，明确企业内部数据合规管理的相在标准、规范和操作流程，坚定安全和发展并重，确保数据合规管理制度与生产运营、业务发展同步规划、同步建设、同步运营。

企业应该建立安全审查制度、风险评估制度、合规审计制度、数据分类分级制度、权限管理制度、监测预警制度、投诉举报制度和监管配合制度。企业应当依照法律、法规规定，结合自身业务，建立健全覆盖数据处理全生命周期的数据合规管理制度体系。

企业数据处理合规，企业应该围绕着数据收集使用、存储和加工、传输和提供、出境和保护、交易和共享、删除和销毁等各个环节，建立合规制度保障 。企业遵守网络安全法、数据安全法、个人信息保护法相关要求，应获得内容处理相关资质、并建立内容审核处置机制、平台内容生态规则和配套技术措施。

企业数据内容合规，企业应建立监测预警机制，对内容来源、违规标准、处理程序、用户申诉、违规后果等建立相关明确规则。企业还应明确含有未经授权的个人信息的、侵犯他人知识产权或商业秘密的内容的、未经依法开放的公共数据的、国家核心数据或国家秘密的、法律、法规规定禁止交易的其他数据，不得制作、发布、传播、使用、交易、入表等。（本文首发于中国风险投资研究公众号）

作者简介：张烽，万商天勤律师事务所合伙人，上海市突出贡献专家协会知识产权专业委员会副秘书长，上海区块链技术协会智库专家和科技评价专家，中国移动通信联合会元宇宙产业工作委员会常务委员，中国人工智能产业联盟安全治理委员会委员

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！首图来自图虫创意。

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！首图来自图虫创意。

本文版权归原作者所有，如有侵权，请联系删除。首图来自图虫创意。