1.数据资产入表及估值实践与操作指南
本报告通过深入研究案例企业数字化转型和数据产品运营的商业模式，以“战略规划+运营管理”的思路重新设计企业数据资源到数据资产的形成路径，优化企业数据产品运营管理模式，深入探讨数据资产入表过程中成本归集难、摊销年限确定难等十大关键性难题，并提出一些可行的处理办法。在此基础上，本指南将为《暂行规定》自愿披露部分形成详细的披露指引。
数据资产入表的十大难题及处理办法为：
①成本归集难的原因在于企业组织架构和数据产品开发条线匹配度较低，企业首先需要科学规划业务流程来应对，从数据采集、清洗、建模、存储、销售一系列生产经营活动的高效管理做起；
②收入与成本匹配难的核心原因在于数据产品销售模式和研发模式不协调，企业需要重新调整数据产品销售模式和定价方式来应对；
③数据资产资本化标准确认难的原因是企业研究和开发数据产品的时间点判断不确定，建议企业应该重新调整产品立项和管理流程；
④公共数据授权期限确认难针对企业与公共部门联合运营的场景，建议企业跟有关部门洽谈授权合约时充分考虑自身商业模式和渠道管理能力；
⑤数据研发和使用场景差异过大导致资产确认条件满足难针对部分金融日频数据的使用的场景，建议企业认真分析高频数据使用场景是否符合资产确认条件，秉承不高估资产的准则，对不符合的部分可能只能列入主营业务成本；
⑥数据资产摊销方法选择难，建议企业合理评价自身的业务场景，选择合适的方法并一致运用于会计期间；
⑦摊销年限确认难的核心痛点在于数据产品使用时效性导致企业也很难判断该产品的使用寿命，建议企业提高数据产品管理能力，加强对市场和业务模式的研究并合理判断数据资产的摊销年限；
⑧数据资产税会政策差异应对难的核心在于税法对于数据资产摊销年限的要求和会计准则不一致，建议企业合理选择摊销年限并对认真分析税会差异，并形成一些可行建议；
⑨数据资产时效性强导致部分资产可能存在即时失效的可能，从而导致数据资产报表规模波动较大，企业应该审慎确认数据资产并提高数据资产全生命周期的管理能力；
⑩数据资产在集团层面的会计核算难的核心在于集团公司和子公司特殊的关系，建议集团建立和完善数据资源相关的成本核算。
对于企业数据资产信息披露，本报告根据《暂行规定》自愿披露的内容指引，结合案例研究的成果进一步形成了企业相关数据资源的披露细则和展示方式，通过详细分析自愿披露指引性文件中每一条可以包含的具体信息，为企业形成披露规范模板，有助于引导企业数据资源披露机制和未来披露规范形成，也有助于企业信息披露实践操作。企业可以参考本指南列报与披露细则部分来推进数据资产的披露。
企业数据资产评估的核心难点在于资产权属的确认以及评估方法选择的依据，为了应对这些挑战，本报告提出数据要素价值链模型，并基于此推出基于数据资源分类分级、数据产品生命周期、数据资产经济行为的数据资产评估方法的选择逻辑，为企业和资产评估机构选择合理的估值方法提供可靠依据。
本指南在企业数据资产形成、列报、披露等一系列实践操作研究成果的基础上，进一步探讨了数据资产入表与数据资产创新应用的关系。数据资产估值是数据要素交易与流通价值释放的基础。从更长远的角度来看，数据要素市场的发展将推动数据资产创新应用的新局面，也就是说，进入企业资产负债表的数据资产，将像其他类型的资产一样，以其质量、公信力、收益预期作为偿付基准来发行证券产品。目前，数据资产的市场法还没有形成统一的衡量指标，也没有足够多的可比案例支持市场法评估。但目前国际上已经有多起以数据资产作为核心标的的并购案例，国内也开始探索数据资产计价入股、融资和出资相关金融业务模式，各地数据交易所也挂牌了很多数据产品，这些将成为数据资产市场法估值的基础支撑。数据资产创新应用的方向包括：数据资产增信、转让、出资、质押融资、保理、信托、保险、资产证券化等，这些场景一般都需要主体提供标的资产预期现金流测算结果或者资产评估报告等。
本报告可以成为企业数据资产入表和估值的实践操作指南。本报告不仅有助于规范企业数据资产的会计处理、信息列报与披露，还为数据资产的形成路径以及相关管理制度的构建提供了支撑。随着大众对数据要素的认知提升，企业也会逐渐开始形成一定规模和体量的数据资产，国家数字经济的具象化和报表化程度会逐步提升。数据资产入表和估值应该服务于国家数据要素市场战略，积极推动数字经济的发展。从我国建设与繁荣数据要素市场的角度出发，数据资产入表应该从鼓励披露、加强排摸开始，通过企业实践和案例研究相结合的方式，形成入表一般路径，并通过强化数据交易所基础设施功能，提高数据资产入表的效率，提升数据资产管理工作的效率。
2.中国数据交易市场研究分析报告（2023年）
本报告旨在计算与预测全球数据交易市场规模及中国数据交易市场规模，以反映全球及中国数据交易市场的活跃度。2021-2022 年中国数据交易行业市场规模由 617.6 亿元增长至 876.8 亿元，年增长率约为42.0%，增速明显。未来，中国数据交易行业仍有可观的市场增长空间。考虑到行业发展阶段及政策环境等利好因素，预计未来3-5 年内，中国数据交易市场仍旧能够保持较高速的增长。
2022 年中国数据交易行业市场规模为 876.8 亿元，预测至 2030 年中国数据行业市场规模有望达到5,155.9 亿元。未来，中国数据交易行业仍有可观的市场增长空间。预计未来，中国数据行业市场规模仍将呈现稳步增长的趋势，到2025 年中国数据行业市场规模有望达到2,046.0 亿元，到2030 年中国数据行业市场规模有望达到 5,155.9 亿元，2025-2030 年复合增长率约为 20.3%。未来十年中国数据交易市场规模年复合增长率远高于全球数据交易市场CAGR 水平。
中国数据交易市场的发展方向是实现场内外市场的融合和互联互通，促进数据的流动和价值发现。中国数据交易市场将会不断向场内迁移，未来随着场外交易向场内交易的迁移，监管规则、产品标准和经营模式等方面将更加规范化和标准化。中国数据交易场内市场将会不断完善交易机制、创新交易方式和优化服务流程等措施，提高市场的透明度和规范化程度。
推动中国数据场外交易向场内转移的另一个重要因素是数据资产化的需求。将数据交易转移至场内，可以为企业提供更多元化的数据交易方式，包括数据资产的确权、交易、流通和变现等。通过场内交易市场，企业可以将数据作为资产进行投资和经营，挖掘数据的更多潜在价值，实现数据资产化。
3.数据交易PDCA模型
数据作为数字经济的核心生产要素和创新动力源泉，蕴含着事物的关联性及其发展规律，对提升国家安全管理能力、社会治理能力、经济发展质量等各方面具有重要的价值。然而，数据要素流通使用环境复杂，承载多方主体利益，流通使用过程环节众多，容易引发多重安全风险和隐私泄露问题，威胁个人隐私、商业秘密、国家安全以及各参与主体的合法权益，严重制约数据要素大规模流通使用。近年来，政府组织、学术界和产业界围绕数据要素在产权分配、数据治理和数据资产等方面的问题，很少有研究在中观或者微观层面关注数据流通交易、数据市场可持续发展的基础条件——市场信任。
由于数据要素市场的双向信息不对称性，供需双方存在信任壁垒问题一方面导致了供需双方对另一方道德风险和资质风险的感知，降低其市场参与的信心，另一方面导致参与主体间高昂的信任沟通成本，降低了市场运行效率。建立数据要素市场可信生态，构建诚实、守信和公平的营商环境不仅可以避免“劣币驱逐良币”，还可以促进数据要素市场的可持续发展。因此，构建数据要素流通使用的信任理论基础，建立数据要素流通使用全过程合规信任机制，对破解数据要素市场信任壁垒，促进数据要素高效流通使用、推动数据要素市场化配置、健全完善数据要素市场、加快数据要素价值释放具有重要意义。
本报告以数据要素如何高效可信流通使用为主线，综述了数据要素可信流通使用理论与方法。首先辨析了信任的概念和相关理论，界定了数据要素可流通交易信任的概念,并通过文献调研，对数据要素流通交易中的关键主体、关键客体和流通环境进行风险识别分析。综上，本报告面向数据要素流通交易过程涉及道德关键主体和客体，提出了 PDCA 可信模型，即主体可信（Participant）、数据可信（Data）、合约可信（Contract）和算法可信（Algorithm）。其依据数据要素流通交易全流程可信的要求，即事前审查阶段需要保障主体资质可信、数据质量可信和合约内容可信，在事中监控阶段要保障主体行为和算法行为可信，在事后审计阶段，要对数据流通使用过程进行追溯，更新主体和数据的信用评估。此外，本报告还给出了基于PDCA 模型的数据可信流通交易评估指标和测度体系，以及数据交易 PDCA 可信模型的实现路径和保障体系。
4.数据交易安全港白皮书
“安全港规则”（译自英文“safe harbor rules”，也常被译作“避风港规则”）。目前在我国，包括《个人信息保护法》《数据安全法》《网络安全法》等在内的数据领域基础性法律，已建构出一个强调风险预防、损害问责的原则性制度框架。但由于法律中的许多规定较为笼统，市场主体对更高法律确定性和责任可预期性的需求尚待满足。
安全港规则旨在为数据交易市场主体提供一个清晰、明确的合规路径，在提升数据交易活动自身安全性的同时，也为交易提供相应的法律保障，从而促进交易规模的扩大、体量的释放和活跃度的提升。具体而言，安全港规则将以数据交易所场内交易的安全保障和技术服务条件为基础，设置更为明确的市场主体合规路径，为后者提供可操作的合规要求和合规方案，从而既降低交易自身带来的数据风险，又为交易主体带来更为确定的合规预期。根据目前的设想，数据交易安全港规则包含“2+2”框架。首先，“合规技术”与“法律规则” 相结合，不仅将使用区块链存证、AI 智能检测、隐私计算等合规技术手段确保数据交易安全可信，也将引
入合规、透明、可操作的法律规则，明确安全港的适用条件、免责后果。其次，“主动投入”与“预期免责” 相结合，安全港要求企业满足特定的资质、合规条件，并进行可信披露，主动投入相关成本进行“驶入”安全港的动作，从而获得免责预期：在监管部门的授权下、在数据交易场所建构的可信空间内开展交易，可以避免因为事先未曾预料的风险而事后被追责。
安全港规则并不意味着放任市场自由。对于“驶入”安全港的数据交易活动，权威机关仍然有责任和权力对其进行监管。权威机关还可以通过定期审核、随机抽查等方式，确保市场主体真正遵循安全港规则，从而确保数据交易的合规性、透明性和公正性。安全港规则在交易所以集中、透明的方式施行，会更有助于规则倡导的合规交易模式产生溢出效应。相对规范、安全的场内数据交易模式，基于披露机制，可对场外交易产生引导作用，成为更大范围内市场主体在进行数据交易活动时协调行为的聚焦点。即使市场主体因种种原因，不选择或无法选择进行场内交易，也可参照场内交易所适用的安全港规则的要求规划自身行为。这种参照不仅对自行探索合规的企业有价值，对整体层面的风险控制也有价值。
上海数据交易所针对案例中展示的市场需求和痛点，建构了包含下列具体措施的数据交易安全港：
其一，智能接入，基于企业主动申请和特定场景（特别是创新容错场景）主动接入，对流通交易数据进行智能分类分级、按需接入安全港。
其二，可信交易，在合规技术保障下，在监管部门授权、监管、验收等流程下按照特殊规则在港内交易。
其三，风险响应，在安全港港内交易，如果存在侵权投诉、情势变更等风险警示情形，及时启动中止交易、信息披露等响应机制，并保障市场主体取得与前期合规投入、创新容错政策相适应的责任豁免。
其四，反馈迭代，成立数据交易合规委员会，对安全港规则进行动态调整，并与行业主管部门、监管部门、司法部门进行定期沟通反馈，根据安全港运行情况和需求情况迭代完善相应规则。
5.数据要素市场发展指数2023
“数据要素市场发展指数”由“数据要素市场城市 30 指数”与“数据要素市场景气指数”组成。“数据要素市场城市 30 指数”以“数据二十条”为编制指导，从“数据要素治理”、“数据要素流通”、“数据要素供给”、“数据要素保障”四个维度，聚焦城市数据要素市场发展成熟度。
“数据要素市场景气指数”以 200 家数据要素型企业为对象，利用季度问卷调查的方法，从业务、需求、价格、人员、利润、研发、预期等维度动态监测数据要素行业景气度，致力于打造数据要素领域的晴雨表。
6.全国数商产业发展报告2023
1.数商定义：本报告将数商分为数据商与第三方专业服务机构两大类，并根据业务类型进一步将数商企业分为数据采集、数据治理、数据安全、数据产品开发/ 资产管理、数据发布、数据中介（数据经纪）、数据交付、数据资产应用、数据合规评估、数据资产审计与评估、数据质量评估、数据风险评估12 类。
2.数商发展阶段：目前各类数商大多已有数据要素化能力，但商业模式尚未成熟，其主要原因有三：标准难统一、生态不健全、客户难转化。具体来看，数据商已基本具备数据要素化能力，主动延展业务链条，探索数据要素市场业务；第三方专业服务机构则更关注推进数据理论与标准的发展，为其开展业务提供扎实基础。
3.各城市数商发展情况：通过综合评定数商发展的六大维度（城市数字化基础、数商规模、数商结构、发展质量、创新能力、政策环境），结合数据要素市场发展的四大维度（数据要素治理、数据要素供给、数据要素流通、数据要素市场保障体系），对 12 个城市进行分析，发现上海、北京、深圳、杭州、广州处于第一梯队，南京、武汉、天津、贵阳、成都、合肥、重庆处于第二梯队。根据国家数据局党组书记、局长刘烈宏重要讲话，“让更多数据‘活’起来”的 8 类数商为数商发展的主力，各城市应关注数商结构，以实现数商生态健康、均衡发展。
4.数商发展建议：展望未来数商产业生态，建议数商一方面应把握政策红利，紧贴地方政府主推的重点行业进行布局，利用政府的财政支持政策，积极引导数据供方进入数据交易所挂牌数据产品，并进一步引导至数据交易；另一方面，应抓住市场化机遇，充分利用数据交易所平台寻求数据要素化能力互补，形成端到端服务能力，同时积极参与数据标准制定，增强垂直赛道话语权。
5.数据交易所服务：以上海数据交易所为代表的场内交易机构作为面向数据要素市场的关键窗口与平台，为数商提供产培、产投、产服三位一体的产业生态服务，作为“组局者”充分发挥平台汇聚生态各方的作用，促进数据要素流通和价值释放；同时与各行业数商协同推进标准制定、体系完善、落地推广等工作，为数据流通的安全合规保驾护航。
7.全球数据跨境流动规则全景图
当前，数据跨境流动正在逐步超过贸易、投资全球化，成为驱动全球经济增长的新动能。本次报告，从国际组织、国际贸易协定、经济体三个层次切入，聚焦十大国际机制安排（五个国际组织与五个国际贸易协定）与十二大经济体，分析其关于数据跨境流动的规则与特点，并研判未来规则发展趋势，为我国参与全球数字经济规则的制定提供借鉴与参考。
研究发现，在国际组织层面，主要国际组织在全球层面推动数据跨境流动“软法”的构建，典型的如联合国（UN）建立数据跨境流动国际合作平台，经合组织（OECD）首创有关数据跨境流动与个人数据和隐私保护的基本原则，世界贸易组织（WTO）在电子商务谈判中推动数据跨境流动议题讨论等。在区域及双边框架层面，主要经济体通过加入或缔结区域或双边自贸协定及数字经济专项协定，如《美墨加协定》（USMCA）、《全面与进步跨太平洋伙伴关系协定》（CPTPP）、《区域全面经济伙伴关系协定》（RCEP）、《数字经济伙伴关系协定》(DEPA)等，将数据跨境流动相关条款纳入相关协定中，旨在破除各国间数据跨境流动壁垒，促进全球数据自由流动。在主要经济体层面，包括中国、美国、欧盟、英国、韩国、印度、巴西、俄罗斯、澳大利亚、新加坡、日本等，出于维护自身数据安全的必要，纷纷进行立法规制，明确数据出境安全前提。
纵观纳入研究的十大国际机制安排与十二大经济体，发现在国际组织“软法”的影响下，国际贸易协议、主要经济体演变出其有关数据跨境流动规则的独有特点。本次报告将上述关于数据跨境流动规则的安排划分为三种类型，分别为开放进取型、严格监管型以及监管例外型。开放流动型主要表现为强调数据跨境的自由流动，典型的经济体如新加坡、东盟、美国等，国际经贸协定如 DEPA、USMCA 等。严格监管型主要强调数据跨境的事前监管，通过安全要求后方可进行数据出境，典型的代表为中国、俄罗斯、巴西等，国际贸易协定主要为 RCEP 等。监管例外型虽然强调数据跨境的监管，但是如若在白名单或者生态机制内则可以享有“监管例外”的权利。
未来，各国数据跨境流动的规则主张愈发倾向于“数据重商主义”，不过随着数据要素重要性的提升，未来数据跨境流动的规则亦会呈现出行业精细化的趋势等，同时数据主权、数据安全与个人隐私依然是数据跨境流动规则制定时关键考量。基于现有趋势，认为未来我国数字企业出海将面临更多的数据合规风险，我国数字贸易面临较高的政策不确定性，同时我国数字产业发展面临的数据壁垒有可能将继续提升等。因此，建议我国继续加强与CPTPP、DEPA 等国际经贸规则的对接，并对CPTPP、DEPA 中有关数据跨境流动的创新机制率先在上海等地进行探索试验，如DEPA 中的监管沙盒机制、数字身份、数据保护可信任标志等。
8.数据要素流通典型应用场景案例集
1.数据是发展数字经济的重要资源，同时也是国家战略资源和全球竞争的关键资源，数据作为生产要素的流通使用是数字革命的独特特征。
2.数据要素的流通交易是其价值释放的前提，而数据资源的“碎片化”和相互隔离是目前面临的主要挑战，建立数据市场，推动数据要素的流通是解决这一问题的关键；我国高度重视数据要素市场建设，通过国家政策引导和市场实践探索，推进数据要素流通和交易市场的标准化和制度化建设。
3.无场景，不交易。脱离了具体的应用场景，数据价值无从谈起，也就无法真正实现有效的流通。本案例集基于编写组和参编企业的深入调研和材料梳理，汇集了以上海数据交易所挂牌企业为主的 28个数据要素流通典型应用场景案例编纂成册，每个案例都遵循“应用场景” “解决方案” “经济、社会效益及创新点”和“推广价值”等四方面起草。
4.这些企业的行业特征、数据特点、数据产品体系和数据应用模式各有不同，特别是覆盖了当前数据要素的主要应用场景，涉及工业、金融、交通、医疗、电力、农业、智慧城市和营销八大领域。这些来自行业的第一手的经验将为更多企业提供宝贵的参考，充分呈现场景驱动下的数据价值，共同推动我国数据要素市场的加快繁荣和高质量发展。
评论记录：
回复评论：