数据资产三次入表理论

news2024/9/22 1:36:42

数据资产三次入表理论
数据资产入表三大阶段详见图。

初次入表：底层资产入表
初次入表主要指的是企业将已实际形成的底层原始数据资源，按照《企业数据资源相关会计处理暂行规定》的要求，首次纳入会计层面的企业资产库。这一阶段工作的完成，意味着企业建立了坚实的数据资产基础，为后续基于底层资产形成更多其他类型的资产打下了坚实的基础。
二次入表：增值资产入表
底层数据资产在经过加工和应用之后，必然产生新的附加值。二次入表就是将这部分增值以货币形式体现在财务报表中。
三次入表：金融资产转化后入表
三次入表是指当数据资产通过交易或其他方式转化为以货币计量的金融资产后，将其纳入财务报表的过程。

05 数据三次入表全流程
实际上，这三次入表体现了企业对数据价值挖掘过程中，不同阶段、不同形态的数据资产入表。下图所展示的路线主要是从企业的数据形态发展顺序，围绕这三次入表来规划和制定企业数据资产入表的全流程、详细实施路线。

企业数据资产入表的全流程实施路线

（2）数据准备
建立数据需求管理制度，确保数据需求能得到集中和系统的管理，从源头上保障原始数据的系统性、完整性和一致，具体如下。

数据溯源：了解数据的来源，确保数据的权威性。

源头数据评估：对源头数据进行评估，包括异常值、不正确、不一致、缺失等情况的评估。

建立数据模型：结合数据类型、规模、时效性、应用场景等，设计数据存储模型。

数据标准：建立统一的数据维度，对相关数据进行规范、标准化管理，确保数据质量。

数据接入和流转：对数据的流转、存储、计算、展示等环节进行设计，形成数据接入及流转的设计方案。

企业数据资源化需要在企业数据战略的指导下，构建数据能力体系和数据治理体系，从而在内部形成与数据驱动型业务模式相适配的人才、技术、组织安排和系统等。

（2）数据集成
数据模型优化。将业务数据和组成结构进行可视化表达，使用结构化语言将收集到的组织业务经营、管理和决策中使用的数据需求进行综合分析，按照模型设计规范将需求重新组织。

数据集成。建立组织内各应用系统、各部门之间的集成共享机制，通过组织内部数据集成共享相关制度、标准、技术等方面的管理，促进组织内部数据的互联互通。常见的数据集成模型有点对点模式、中心辐射式、发布订阅式等。

1）将数据从信息系统中分离出来，并体现在会计报表—资产负债表—无形资产项下。

2）将数据资源作为企业权益进行会计确认。

3）会计计量和记录。

2）选择合适的第一个试验型开发的客户。

3）组织数据产品及其服务终端的开发。

（2）数据产品的分类
数据产品是指对数据资源投入实质性加工或者创新性劳动形成的、可满足内外部用户需求的、可持续提供的、以数据为内容的可辨认的服务形态，即数据产品 = 数据资源 + 数据算法模型 + 服务终端。

其中，服务终端指实现数据产品的交付 App、网站、API、SaaS、VPN 等。

数据产品根据数据的需求特征和服务方式进行分类，分为如下几种类型，如表所示。

表数据产品分类矩阵

一般，我们能看到的数据形态包含以下几种。

数据集：以数据库形式提供，以满足客户模型化需求的数据产品。

数据信息服务：以数据资源库为基础，为客户提供满足其特定需求的信息类服务。

数据应用：以应用程序的方式，基于统一的用户界面，提供基于数据资源和模型应用的数据产品。

数据交易达成
数据产品实现其外部价值主要通过场内交易和场外交易两种方式。场内交易通常在专业的大数据交易平台上进行。这些平台为数据交易提供规范、透明和安全的环境，保障了交易的公正性和有效性。在大数据交易平台上，买卖双方能够进行高效的对接和交易，实现数据资源的优化配置。与此相对，场外交易主要依赖买卖双方之间的直接协商和建立的信任关系，具有更高的灵活性和自主性，但同时也要求双方具有较强的风险识别和管理能力。无论采用哪种交易方式，我们都必须遵守相关的法律法规，确保数据交易的合法性和安全性。

场内交易大致涉及以下操作。

（1）数据要素市场登记
“数据二十条”从国家层面推行了统一的数据要素市场运行体系，明确了三类场内交易市场的建设主体—国家数据交易所、地方数据交易中心和行业数据交易平台。它们与场外数据交易市场互联互通，为其提供交易场所和基础设施。

（2）通过数据产品登记和交易，获得数据资产凭证
企业选择合适的数据交易市场进行产品登记，并最终获得唯一标识符。数据产品唯一标识符会记录每次链上交易信息，并将电子订单、数字签名、发票等信息上链保存，以确保交易信息的真实可靠，关键是可靠性。这些凭证可以是数据资产入表的有力佐证。