数据资源资产化入表风险探讨

当今世界经济在信息技术与互联网等迅速发展背景环境下,数字经济得到迅猛发展,数据要素在各个领域的重要性得到各界持续关注和研究。数据资产在数字经济活动中作为会计实务发生的新情况、新问题层出不穷,理论与实务界对有关数据资产的确认计量及报告等基本问题尚未形成共识。本文对数据资源资产化入表有关问题参与探讨。首先对数据资源确认为数据资产进行理论分析,接着进一步探讨数据资源资产化入表时会产生的确权上的风险、会计资产虚增风险、数据资产价值计量不确定性风险和数据资产入表的信息质量风险。最后对这些风险如何防范与应对提出对策建议。

三大数据资产化路径探析

数据资产化是抓住数字机遇,实现数据价值,推进经济社会数字化转型的关键环节。本研究认为,公共数据、企业数据和个人数据三大类数据是数据要素的主体。目前对三大数据的资产化实现路径研究不足,阻碍了数据要素的价值释放。本文系统梳理了数据资产的相关概念,深入探讨了来自公共、企业和个人的三大数据资产化路径。研究结果表明,公共数据可以面向政府内部或供给社会使用,分别借助共享和开放、授权运营三种路径产生社会效益或经济利益,形成公共数据资产;企业在持有数据或不持有数据两种权属配置下,可以对数据进行不同程度的加工、处理,从而完成数据价值的深挖和数据利益的再分配,形成存货、无形资产等类型的数据资产;个人数据资产化的相关实践较少,主要依靠供需双方直接交易或委托数据中介机构交易两种路径完成市场化流转,形成个人数据资产。通过对这一议题的探讨,研究期望为数据要素价值实现和数据资源有效配置提供理论指导和实践借鉴。

浅谈数据资产化对推进生态环境监测数据共享利用的影响

传统生态环境监测数据共享利用存在共享意愿不高、权益不对称、低效率和数据权益不清等问题。数据资产化为解决生态环境监测数据共享难题提供了新思路。本文首先梳理了生态环境监测领域数据共享存在数据孤岛、数据质量等问题及面临的挑战。其次,从推动资产收益、培育监测市场、服务政府管理决策、推进数据共享及技术变革等角度对生态环境监测数据资产化潜在影响进行了讨论。最后,对生态环境监测领域如何推进数据资产化、促进监测数据资源高效共享利用进行了策略分析和展望。

数据资产化:实现环节、驱动效应与实现路径

数字经济时代,数据成为核心生产要素并对传统市场形成颠覆性影响,数据资产化作为数据价值释放的重要环节成为当前学术界关注的热点问题之一。目前关于数据资产化的文献日趋增多,但相关研究呈分散状态。基于此:第一,文章在归纳数据资产概念的基础上清晰了数据资产化的概念内涵;第二,从“数据确权—数据估值—数据流通”三个方面对数据资产化的实现环节进行分类述评,为建立系统性的数据资产化理论框架提供了依据;第三,从经济及社会两个维度阐述了数据资产化的驱动效应;第四,从数字技术创新、大数据能力提升及数据制度体系完善等方面探究数据资产化的实现路径;第五,从数据资产化的主题延伸、方法创新和本土化设计三个方面提出未来展望。

数据资产管理:演化逻辑与体系框架

数字经济时代,数据成为一种新型生产要素,数据资产管理将成为企业经营管理的重中之重。数据资源的识别、确权、入表、运营和创新应用等环节的逻辑关系有待深入研究。文章从数据运营与财务会计、管理会计融合的角度,贯穿数据资产价值链,探讨数据资源化、数据资产化、数据利润化和数据资本化等数据演化路径和具体内容,创新性地构建了“四阶十一步”的全生命周期数据资产管理体系框架。这一体系的构建,推进了企业数字化运营,提升了企业智能化水平,为我国培育数据要素市场、落实大力发展数字经济的战略奠定了坚实的微观基础。

数据资源资产化赋能企业价值创造的机理及路径探析

数据资源资产化是企业实现数据价值的关键。企业通过变革经营模式、深入挖掘数据价值,实现数据资源资产化,将更好地赋能企业价值创造和价值链重构。当前国内企业的数字化实践表明,数据资源资产化仍属于新兴领域,其赋能企业价值创造的实现路径有待进一步探索。本文在梳理数据资产相关理论的基础上,系统总结国内外数据资源资产化的典型案例和经验做法,尝试构建数据资产赋能企业价值创造的基本逻辑和作用机制,探析数据资源资产化赋能企业价值创造的实现路径。

企业数据资产化视角下数据确权登记的地方政策研究

数据确权登记是企业数据资产化的必经程序。本研究以国内17份地方政策文件为研究样本,梳理和比较其申请条件、登记效力、登记对象和登记客体等内容,并对可能存在的瓶颈进行分析。在此基础上,提出企业无法通过一次登记就完成数据的确权,需要通过登记准备、技术认证和权利登记三个阶段,在技术和法律两个层面对数据资源持有权、数据加工使用权和数据产品经营权分类逐步确权,从而使相关数据能够符合无形资产或者存货的认定条件,实现数据资产核算入表。

数据生命周期视角下医疗健康大数据资产化影响因素研究

[研究目的]识别医疗健康大数据资产化的关键影响因素,对国家医疗健康大数据战略落地和产业发展、挖掘医疗健康大数据的潜在价值具有重要意义。[研究方法]采用文献分析法与专家访谈法联合识别出医疗健康大数据资产化的影响因素,并运用模糊决策实验室分析法(Fuzzy-DEMATEL)和解释结构模型法(ISM)分析影响因素的层次结构和内在联系。[研究结论]研究发现,医疗健康大数据资产化受数据采集、数据存储、数据处理、数据管理、数据应用及相关环境共6个维度23个因素的影响,其中数据共享、数据交易等4个因素是最直接的影响因素,标准管理、隐私保护等11个因素是连接底层与顶层的关键因素,技术支持、数据集成等8个因素是根源性影响因素。

乡村振兴背景下城郊融合村庄宅基地资产化可行路径研究——基于北京市房山区黄山店村案例分析

研究目的:探究城郊融合类村庄宅基地(含农房)资产化可行路径与实践运行策略,为推进同类村庄宅基地盘活利用提供经验借鉴。研究方法:理论分析法与单案例研究法。研究结果:(1)从生产功能主导向多功能协调转型与重构驱动了城郊融合类村庄宅基地资产化过程;(2)通过集中安置、腾退补偿、经营激励策略建立完备的宅基地资源自愿流转置换或有偿退出机制,同时基于对全域资源整体性考察与布局,合理开发利用原有宅基地资源促进全域资源价值实现,是城郊融合类村庄宅基地资产化的可行路径;(3)城郊融合类村庄宅基地资产化过程离不开村集体主导、统筹与多主体协同支撑。研究结论:乡村振兴背景下,城郊融合类村庄宅基地资产化的可行路径是将宅基地作为重要的资源要素,通过对村庄资源进行全面整合重构以显化宅基地财产权利,进一步以合理的集中安置、腾退补偿与经营激励策略协调农户自愿出让原有宅基地,在拓展村庄生产经营和生态价值转化空间的同时,实现宅基地从居住功能向经营功能转变,增加农户收入。

“数据要素×”背景下关于出版业数据资产化的思考

出版业作为数据密集型行业,应借助“数据要素×”的契机推动数据资产化,对释放行业数据价值潜能,促进出版跨界深度融合发展,推动我国数字经济繁荣发展具有重大意义。出版业数据资源具有规模庞大、质量高、类型丰富和产权清晰等优势,但也面临行业整体基本认识缺乏、政策保障体系不健全、工具标准不完备、数据安全问题突出等挑战。为克服这些挑战,出版行业需提高认识,统一思想,通过提高数据治理水平、积极推动数据入表、创新数据应用流通模式、强化数据资产安全管理等措施,确保出版业数据资产化顺利推进,为行业的高质量发展注入新的动力。

地质大数据资产化管理探索与实践

地质大数据是国家重要的战略资源,地质数据是社会经济活动重要的组成要素,具有资产属性,是国有资产的重要组成部分。对地质大数据进行资产化管理,是规范地质大数据管理、发挥地质大数据经济价值、保证国有资产保值增值的必然途径。系统研究了美国国家地理空间数据资产组合管理实践和国内企业数据资产化管理取得的成果,分析了中国地质调查局地质大数据资产管理现状和存在的问题,勾画出地质大数据资产化管理策略,明确了地质大数据资产化管理的对象和主要要素,初步构建了数据价值评估体系,提出了地质大数据资产化管理的方式和加强数据资产产权保护的建议,并介绍了中国地质调查局已开展的地质大数据资产化管理实践和数据资产登记工作。

水资源资产化:基于概念厘定的制度逻辑及优化对策

水资源资产化是实现水资源生态、经济价值相统一的水资源市场化手段之一,亦是践行生态文明体制改革的重要举措。水资源资产化制度作为水生态保护及水资源利用的必行举措,须以环境法理为研究视角,厘清其与水资源产权化、资本化等边缘相似概念间的关系,进而于概念相对明晰的基础上,将水资源资产化置于法律语境中释明其制度法律关系主体、客体及形式构成的应然逻辑关系。结合水资源资产化制度内容之分析,对其制度所存症结予以实然检视,而后针对性提出理顺制度内部逻辑、完善规范体系、健全监管机制等优化对策,以期推进水资源资产产权制度改革,实现水资源节约集约型利用。

数字化转型对重污染型企业环境绩效的影响研究:基于数据资产化视角

基于2017—2021年我国A股市场重污染型企业样本,构建计量模型探究数字化转型对重污染型企业环境绩效的影响及其内在机制。研究发现:数字化转型对重污染型企业的环境绩效存在显著的正向影响,经过一系列稳健性检验之后该结论依然成立。进一步研究显示:重污染型企业数字化转型对环境绩效的促进效应在不同产权性质和地区发展水平下存在差异,该效应在国有企业和经济发展水平较高的东部地区表现更为显著。中介效应回归结果表明:数字化转型对数据环境支持、数据创新应用与数据组织赋能均存在积极影响,并且可以通过这些路径推动企业环境绩效的提高。以上研究结论可为数字化转型与企业环境绩效的关系提供理论依据,并为重污染型企业利用数据资产实施数字化转型策略以提升环境绩效提供实践建议。

企业数据资产化实践案例研究:基于数据要素形态演化视角

数据资产化和数据要素优质供给,对赋能实体经济有放大、叠加和倍增效应。当前研究专注于对数据资产的理论框架和核心环节的深入研究,在实践应用方面缺乏系统性思维和体系化指导。提出了面向企业经营性数据资产的实践探索框架,即“五段六维”数据资产化过程模型,旨在探究“企业如何有效配置和优化不同维度的使能因素,以有序推进数据资产化过程”这一科学问题。通过调研上海市典型行业内企业的数据产品,凝练了企业数据要素的优质供给策略,并在实践中探索并验证该模型在企业数据资产化进程的适用性,为企业数据资产化提供了实践依据。模型的提出与实例化为促进数据要素优质供给提供了参考。

数据资产化的理论逻辑与现实挑战

数字时代,数据是新型生产要素,数据要素是发展新质生产力的关键基础。数据资源是企事业单位的战略性资源,数据资产是未来企事业单位的核心资产,数据资产化则是企事业单位释放数据要素价值的重要推动力。本文首先对数据资产化所涉核心概念进行了有效厘清;其次,对数据资产化的理论和政策逻辑进行了系统阐释,从而为企事业单位的数据资产化工作奠定基础;最后指出企事业单位开展数据资产化工作仍然面临三大现实挑战,并提出了有序开展数据资产化工作的实施步骤和建议。

数据资产化与金融化融合发展的理论机理和实现路径

激发数据价值潜能,需要建立金融与数据要素之间的有效关联。数据具有商品属性和金融属性,数据资产化和数据要素金融化是实现数据价值变现的两次关键跃迁,分别衍生出数据信贷、数据信托、数据银行、数据证券化等金融新业态新模式。数据资源化、资产化、金融化是数据要素金融化的实现途径,有助于推动数据要素的高效流通与高质量开发应用。当前,数据要素基础制度还不够完善,但数据要素金融化探索如火如荼,出现了金融“数据”化和“数据”金融化的倾向。建议推动有条件的地方在重点行业开展先行先试数据要素金融化,企业应将重点放在打造数据应用场景上。

数据资产化、科技创新与企业投资效率关系研究

数据作为数字经济时代新的生产要素,正以其海量化的信息资源与规模化的价值潜力成为推动企业高质量投资的核心引擎。本文选取2018-2022年我国A股制造型企业为样本,并引入科技创新作为中介变量与门槛变量构建模型,探讨数据资产化、科技创新与企业投资效率三者之间的关系。研究表明:数据资产化对非效率投资有明显的抑制作用;科技创新在数据资产化影响投资效率的过程中起到了部分中介作用与单门槛效应。因此,要完善企业数据资产管理机制,激发科技创新活力,巩固数据资产化成果,助力企业高质量发展。

数据资源的资产化及资本化研究

2020年3月,《关于构建更加完善的要素市场化配置体制机制的意见》将数据定义为继土地、劳动力、资本、技术之后的第五大生产要素。2023年8月,《企业数据资源相关会计处理暂行规定》(即“数据入表”政策)发布,并自2024年1月起实施,由此正式拉开了数据资源的资产化和资本化序幕。

从数据资产化看企业数据资产管理

数据资产指组织或个人拥有或控制的具有经济价值的数据。数据资产化指将数据从原始状态转化为具有经济价值的资产的过程,是数据价值实现的核心环节。2024年1月1日起,财政部印发的《企业数据资源相关会计处理暂行规定》正式施行,为企业数据资源的会计处理提供了明确的指导原则,标志着我国在数据资产入表方面正式进入实际操作阶段,对赋能企业经营管理、推动经济高质量发展具有重要意义。本文阐释数据资产化的内涵,分析数据资产化发展现状、实践案例及难点,并提出相关建议。

工业企业数据资产化实践路径浅析——以钢铁行业为例

在我国大力发展数字经济的背景下,系统总结分析了我国钢铁行业多年来数字化转型实践中取得的丰硕成果;在系统梳理我国有关数据资产化相关政策的基础上,充分借鉴国内诸多知名研究机构数据资产化路径有关研究成果;结合钢铁行业自身发展特点,探索适合钢铁行业数据资产化的可行路径,并重点指明夯实数据资产管理基础、建立数据资产管理体系、提高数据资产运营能力几项重点任务;最后,就钢铁行业主要业务领域模型算法、绿色低碳应用、设备智能运维应用等领域数据资产化发展方向进行了展望。