业内人士认为,“数字资产是拥有二进制形式数据所有权,产生并存储在计算机、智能手机、数字媒体或云端等设备中。”“数据资产是拥有数据权属(勘探权、使用权、所有权)、有价值、可计量、可读取的网络空间中的数据集。”从经济学视角看,数据产品、数据商品、数据要素作为资产计入经济主体才能作为经济活动的标的。因此,数字资产是数据产品、数据商品、数据要素得以实现的基础。区块链技术出现后,**银行推出的**呼之欲出,数字资产的外延再次得到拓展,**、**等均归为一类数字资产。从数字资产概念的演化看,其外延在不断拓展,“数字”的属性不断被弱化,“资产”的属性不断被强化。 数据确权有助于提高企业的竞争力和创新能力。企业如何实现数据资产化
上世纪八九十年代互联网的***普及,加上各国积极实施信息高速公路计划,极大推进了信息化进程,使得互联网相关技术快速发展,“数字地球”概念提出并引起全球范围的高度关注和支持。《数字化生存》洞见和描绘了以“比特”为存在物的数字化时代的到来。由此技术和时代背景下,“数字经济”被提出并迅速流行,加快发展数字经济已成为各国共识。业内将数据看作数字经济的“石油”,数字资产是数字经济的基石,数据扮演了比黄金还贵的角色。数据在达到一定规模化的影响下就形成了数据资源。数据资源作为信息化创造的一类新型资源,实质上是一种极其重要的现代战略资源。数据资源的受重视程度越来越显现,在本世纪将超过石油、煤炭、矿产等天然资源,成为**重要的人类资源之一。随着大数据、区块链等技术的发展运用,数据作为数字经济的关键要素得到***认可,数据的资源性、资产性得到***认可。 认识数据资产如何确权数据确权是否需要国际合作?
数据资产入表的战略意义数据资产入表不仅是企业财务和会计管理的一部分,更是企业战略的重要组成。羽山数据的数据资产入表解决方案覆盖了从数据合规、安全评估、数据治理、资产评估、数据交易到Z终的数据资本化等全流程,结合链合体各成员单位的能力优势,实现了数据资产的内外循环。羽山数据将基于数据全生命周期管理,提供数据治理、数据资产盘点及数据分类分级等入表前期必要的准备工作,并由专业技术团队各项隐私保护算法保护系统的连接性和流通性,为数据资产入表提供坚实的支撑。
但在实现过程中,数据资产化面临的制度与技术障碍重重。“法律保障是要素价值的保障根本。作为资产,它就必然涉及到权属、产权的问题。现行的法律体系框架,事实上没有办法解决数据的确权问题。”梅宏表示,目前流通共享的数据定价、收益、分配无章可寻。同时,除了制度障碍,还存在技术挑战,数据安全、隐私保护、监管问题突出,这些问题属于国际性难题,还待进一步创新探索。从数据交易实践的角度,深圳数据交易有限公司(简称“深数交”)副总经理王冠向21世纪经济报道记者介绍了目前数据要素流通的现状及行业痛点诉求。“一是流通方式仍主要以数据包和API的方式为主。二是大量的数据资源尚未开通,未在市场上进行流通,比如公共数据,互联网企业数据等;三是当前数据的交易模式主要是以场外交易为主,需要进一步引导场外向场内转移。”王冠说。数据确权需要平衡个人隐私和企业利益之间的关系。
数据交易生态中的重要一环——数商,正发挥着什么作用?在峰会重要组成部分第二届中国国际数字产品博览会上,提出了数商在数据交易过程中承担的四种角色。角色之一是提供底层技术,例如通过隐私计算等技术可以帮数据交易所或者平台打造安全底座,完成数据的虚拟汇聚,实现数据底层价值。第二个角色是为数据交易所提供数据资源,企业在服务客户的同时形成数据生态,通过数据交易所作为合规出口,承担撮合数据交易的数据源角色。第三个角色是提供数据产品,除了自有数据,也可以通过与数交所其他的合作伙伴提供的数据组合成一个数据联盟,以此生产不同的数据产品去进行交易,比如服务于药厂的新药研发产品,服务于像金融征信的产品,服务于数字营销的产品等。第四个角色是为数据交易所提供精确的需求方,数据交易流程的终点是数据使用方,数商可以实现需求导流。数据确权需要建立完善的数据管理制度。数据资产三证服务代理
数据确权可以通过技术手段实现,如加密和匿名化处理。企业如何实现数据资产化
随之而来的是数据资产的管理,没有管理的数据资产仍然难以体现价值,也难以流通和增值。目前,对数据资产管理的研究工作有很多,如数据资产管理体系建设、数据模型管理、数据质量管理、数据安全管理、数据价值管理等。数据资产目录管理、评估、审计等数据资产管理标准方面的研究工作也在开展。总体来看,很多工作是先前数据管理的扩展,并不是完全针对数据资产的。数据资产管理需要具有良好的数据质量、合理的货币计价与评估方法、数据资产折旧和增值规则,这些是数据资产化的附加条件。羽山数据资产交易平台通过拓宽数据应用场景,实现数据潜在价值的更多挖掘。企业如何实现数据资产化
数据资产入表:挑战与机遇并存将数据纳入财务报表并非易事,面临着诸多挑战。首先,数据的计量和确认是技术上的难点。由于数据的特殊性,其计量和确认与传统资产存在较大差异,需要制定新的会计准则和方法。其次,数据的估值也是一大挑战。数据资产的价值受到多种因素的影响,如数据的规模、质量、应用场景等,需要综合考虑各方面因素进行合理估值。此外,数据的隐私保护、安全性以及合规性问题也是数据资产入表面临的重要问题。然而,这些挑战也带来了新的机遇。通过制定合理的会计准则、完善数据治理体系以及加强数据安全技术,企业可以更好地管理和利用数据资产,释放其潜在价值。同时,Zf和社会各界也在加强数据相关法律法规的制定和实施,...