科创中国

行业领域

电子信息技术,新一代信息技术产业,计算机及网络技术,互联网与云计算、大数据服务

需求背景

数据资产化关键技术的研究与应用背景需求主要受到以下几方面的影响：首先，随着数字化时代的到来，数据已被普遍认为是新的生产要素和国家基础性战略资源。然而，数据的资产化并未完全符合会计准则中对于“资产”及“无形资产”的定义，因此，目前数据资产还未体现在企业的财务报表上。这在一定程度上限制了数据资产价值的发挥。

其次，数据的应用场景主要分为内部使用和外部商业化。内部使用，也称业务数据化，主要指将企业运营产生的数据进行收集整理分析，用于服务自身经营决策、业务流程，从而提升公司盈利能力。外部商业化，也称数据业务化，是指将数据整理分析后形成可以对外服务的数据商品。

最后，针对以上问题，各界开始积极探讨如何从概念与方法层面对数据资产进行分析与研究，以明确企业数据资产化对于激发数据要素活力、加速数据要素市场构建， 以及提升现代企业竞争力的重要意义与作用。同时，也在尝试提出具有针对性的会计计量改良办法，以推动数据资产的交易与流通。

需解决的主要技术难题

数据资产化关键技术的主要难题包括：

1. 数据资产确权：在明晰的产权结构下，实现未来归属、使用、收益等重要权益的确权。这不仅仅是所有权的确认，也包含持有权、加工使用权、经营权等多种权属。对于数据来说，其多方创造和流转速度快的特点使得确权问题变得更为复杂，因此不应仅涵盖单一所有权，更需纳入多方所有权或共有产权等多种所有权形式。

2. 数据资产估值：如何对数据资产进行准确估值是另一个挑战。由于数据资产的特殊性，例如其价值可能随着时间和场景的变化而变化，因此需要深入探索和研究适应其特性的估值模型和方法。

3. 数据隐私保护：在数据资产化过程中，隐私保护成为一大关键问题。如何在利用数据的同时确保个人信息不被滥用，防止数据泄露，是需要解决的重要技术难题。

期望实现的主要技术目标

数据资产化关键技术的主要研究目标包括以下几方面：

1.释放数据的核心价值，推动数据要素市场化，以最大化数据价值。数据资产化已经成为建设数字中国的关键组成部分。

2.探索和推进特定领域或具体案例中数据资产价值的分析。虽然数据的资产化不完全符合会计准则中对于“资产”及“无形资产”的定义，但其对企业价值的贡献却是无法忽视的。

3.克服法律、市场、会计等角度的难题，实现数据资产的确认、估值与交易。其中确权问题是关键前提，需要明晰产权结构，建立基于收益的分配以及基于价值的交易机制。

4.构建和完善数据资产的计价规范、管理办法和分配机制，以此为基础发展数据交易市场。

处理进度