如何把数据变成资产，企业数据资产化实施路径解析

1月11日，财政部发布《关于加强数据资产管理的指导意见》，就依法合规管理数据资产、加强数据资产使用管理、稳妥推动数据资产开发利用等作出规定。同一天，湖南省完成首笔数据资产无抵押融资，某科技公司获得银行500万元授信额度。数据资产这一新兴资产类型，在经济运行中日益活跃。数据如何成为资产是当下企业最为关心的问题。

01什么是数据资产

关于数据资产的定义，中国信通院、国标等都有相关观点，但这些定义并不是相互冲突的，而是相互补充的，是基于不同视角下对数据资产的理解。

中国信通院《数据资产管理实践白皮书6.0》：数据资产是由组织（政府机构、企事业单位等）合法拥有或控制的数据资源，以电子或其他方式记录，例如文本、图像、语音、视频、网页、数据库、传感信号等结构化或非结构化数据，可进行计量或交易，能直接或间接带来经济效益和社会效益。

国家标准《信息技术 大数据 数据资产价值评估（征求意见稿）》：数据资产是以数据为载体和表现形式，能进行计量的，并能为组织带来直接或间接经济利益的数据资源。

当然，业内对数据资产的定义是有个共识的，即“数据资产是指企业拥有或控制的、预期会给企业带来可持续经济利益、以数据为主要内容和服务的可辨认形态”。“企业拥有或控制的”，就是企业一定要拥有数据资产的三权。“预期会给企业带来可持续经济利益”，实际上就会被分为内部价值和外部收益，内部价值即自产自销自用，外部价值即自产自销给别人用。“以数据为主要内容和服务的可辨认形态”即要以数据产品作为数据资产的形态来确认，因此数据产品就成为了数据资产确认的一个核心要素。

因此企业自己生成的数据，有数据资源持有权，形成可持续使用的数据产品列为数据资产；企业采购、共享、爬取、被授权的数据有数据加工使用权，形成可持续使用的数据产品则列为资产，但是如果未形成可使用的数据产品，不能列为数据资产。

数据资产有别于数据本身，作为经济社会数字化转型进程中的新兴资产类型，数据资产被认为是数字时代最重要的资产形式之一。有序推进数据资产化，加强数据资产全过程管理，有利于更好释放数据资产价值。

02企业数据资产化的实施路径

从技术上拆解数据要素价值的生成路径，企业数据要素与资产运营的建设路径可分为三个关键阶段：数据资源化、资源产品化和产品价值化。

企业数据资产化实施路径三部曲

  第一步：数据资源化

数据资源是指来自不同产生源的数据集，在物理上按照一定的逻辑归集后达到“一定规模”，且具有可重用、可应用、可获取的数据集合。数据资源化是什么？是企业或机构将直接或间接获取或采集的原始数据进行必要的加工整理、归集和存储，形成数据资源的过程。

在数据资源化阶段，企业需要在数据战略的指导下，构建其数据能力体系和建立企业数据治理体系，从而在企业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。

  第二步：资源产品化

资源产品化是指数据资源持有方通过自己组织或有效授权给外部机构，以数据使用方需求为导向，对数据资源进行实质性的劳动投入和创造，形成可服务于内外部用户的以数据为主要内容的可辨认的服务形态的过程。即把有一定规模、一定价值的数据资源，针对特定情况的一些需求和目标对它进行产品开发，形成数据产品。

数据资源的产品化过程需要有三大点：需要分析客户的需求和场景，还需要针对明确的需求场景，找到一个客户共同开发，然后在开发过程中同时也是需要做一些服务终端的。任何一个企业要利用好数据，必须开发数据产品。通俗地理解数据产品，它约等于数据资源+数据算法模型+服务终端。通过需求特征和服务方式就可以把整个产品形态分成三种形态包括数据集、数据信息服务、数据应用。

  第三步：产品价值化

根据数据资产化战略，数据产品可以通过自用、共享、开放、对外交易等形式流通，其中，可交易数据产品的价值可以通过交易合约体现。那数据产品价值化就是将数据产品持续服务于内部、外部使用者的经营决策，从而给企业带来持续性经济收益的过程。

  总结各阶段内容

数据资源化：就是企业把不同来源的数据经过必要的加工、整合和处理，在物理上按照一定的逻辑归集后达到“一定规模”，形成可重用、可应用、可获取的数据集合。这个阶段需要数据战略规划方法、构建数据能力体系、建立企业数据治理体系。

数据产品化：企业通过自己组织或有效授权给外部机构，以数据使用方需求为导向进行数据产品的研发。 这一阶段包括建立数据资源可能的应用价值图谱、分析目标客户的数据需求及应用场景，选择合适的测试客户、联合共同组织数据产品及其技术开发。

产品价值化：数据产品已经可以放在数据要素交易市场上进行买卖了，能够带来持续的收益。这一阶段需要建立数据资产化战略、构建数据资产管理体系、实现数据资产的经营管理。

最后就是价值货币化/资本化体现了，当数据成为资产之后，和其他资产一样有一些资产的玩法，比如质押融融资、IPO资产评估、并购、入表等。

03数据资产化与数据资产入表

数据资产“入表”是推进数据资产化的重要前置性工作。目前，企业数据资源相关会计处理规定已明确，这有利于准确反映出企业数据资源价值。企业应当严格按照有关要求，结合企业数据资源的实际情况，进行相应的会计处理。

用一幅图介绍一下数据资产入表的工作需要涉及到的数据资产价值化路线图。其中1到5步是内部治理，到第6步就会分为对内和对外。

第一个步骤和第二个步骤主要解决的是数据资源的确认及确权的问题。数据是怎么分类、怎么分级，会直接决定哪些数据能流通、哪些数据不能流通。合规性就涉及到了数据的权属问题：你的数据是以什么形式获得的；涉及到的数据产生方有没有给你相应的数据授权。这些将直接影响未来在使用数据时是否需要进一步处理。

上述两个步骤做完后才会进入到下一个阶段，即自主开发和授权运营的阶段。这个阶段需要通过数据资产的治理与运营，来解决数据资产可用性和易用性问题。数据资产治理会涉及到数据标准管理、数据分类分级管理、数据清洗治理、多元数据融合、数据质量管理等。数据资产运营会有诸如像算法管理、场景管理、产品管理、质量管理和授权管理等。

之后，数据安全防护的底座是非常重要的。如果没有数据安全防护，不管做得再好，一旦发生数据泄露问题，将面临政府层面的行政处罚或者其他民事层面的诉讼纠纷。

在完成了以上步骤之后，就可以开始确定未来交易方向：是对内进行流通还是对外进行交易。

对外进行交易走的就是存货路线，对内流通走的就是无形资产路线。走无形资产路线的话，可以通过数据中台服务的方式将数据服务化，然后输出给内部客户。在一个集团下的众多主体之中进行的流通都是属于内部流通，是在无形资产里合法交易的。

对外交易的话就是跟非关联性企业进行数据流通交易。数据流通交易又分为数据的场内交易和场外交易，区别就是是否在数据交易所内进行交易登记。场外交易最终都会形成数据知识产权。一旦实现，就代表着成本法入表完成，然后就可进行交易完成，也就意味着市场法和收益法可以开始应用，因为流水是产品价值最好的证明。有了这些，在做完质量评估的基础上，资产评估机构就能进行定价，再进行数据资产入表，从而实现数据资本化。

如今数据资产的定义范畴逐渐清晰，数据要实现从数据资源到数据资产的跃迁，必须具备‘合法控制’、‘可靠计量’、‘经济利益’三种属性。围绕这三种属性，各地正在积极从数据的产权体系、价值评估体系、流通交易市场体系三个方面开展实践探索与政策设计。数据资产化亿信华辰一直走在行业前列，作为中国领先的数据资产管理产品与服务提供商，亿信华辰不仅拥有全生命周期的数据产品体系，提供全方位的数据服务解决方案，同时拥有深厚的金融行业建设经验，如今聚拢了大量的行业渠道资源，可以很好的赋能资产入表服务的客户。