2024企业数据资产入表操作指引.pdf

数据资源服务联合体 二二四年三月 企业数据资产入表 操作指引 发布组织：数据资源服务联合体 参编单位：（排名不分先后）北方大数据交易中心 中审华会计师事务所 天津市软件评测中心 北方亚事资产评估有限责任公司 天津金诺律师事务所 天津农学院 天津大学 河北工业大学 参编人员：（按姓氏笔画排序）马连坤、刘羿、李彩霞、李晨、陈怡、郑卓宛、赵学功、胡金华、侯殿君、贾凡、黄永康、程璐、温云涛 企业数据资产入表操作指引企业数据资产入表操作指引 第 1 页 序言 I 作为经济社会数字化转型进程中的新兴资产类型，数据资产正日益成为推动数字中国建设和加快数字经济发展的重要战略资源。2022 年，中共中央、国务院印发关于构建数据基础制度更好发挥数据要素作用的意见，对构建数据基础制度作了全面部署，鼓励企业创新内部数据合规管理体系，不断探索完善数据基础制度。为深入贯彻落实党中央决策部署，规范和加强数据资产管理，更好推动数字经济发展，2023 年 8 月财政部印发企业数据资源相关会计处理暂行规定，对企业内数据资源的确认、计量和披露进行了规范，在会计处理规则中赋予了数据资源明确的财务属性。为规范企业数据资源相关会计处理，强化相关会计信息披露，该数据资源服务联合体编制了企业数据资产入表操作指引。本操作指引明确了企业数据资产入表的核心思想，详细阐述了数据资产相关概念及应用场景、政策依据及业务需求、基本原则、参与主体、基本路径、数据治理、数据资产评估、合规与确权、数据交易、成本归集与分摊、列报与信息披露等数据资产入表相关内容。本操作指引能够为企业实现数据资源化、资产化和资本化提供切实可行的实践路径，改善企业财务报表结构，提高企业估值及核心竞争力，为投资者提供更多选择与回报。全球数字经济的发展如火如荼，数字资产入表标志着万亿级新市场的诞生，本指引的发布必将能够助力企业强化数据资产信息披露工作，充分发挥数据资产价值，助推我国数字经济与实体经济的深度融合。谭庆美 2024 年 3 月 3 日 于天津大学 企业数据资产入表操作指引企业数据资产入表操作指引 第 2 页 序言 II 我国数据发展正从数量的积累向价值的挖掘转变，不仅要在制度上落实数据基础建设，更要确保在企业的实践中真正地转化为现实生产力，在这个过程中，数据要素的价值需要更有效的挖掘和实现。自 2020 年 4 月中共中央国务院在关于构建更加完善的要素市场化配置体制机制的意见中，将数据列为与土地、劳动力、资本、技术并列的生产要素后，2022 年 12 月，“数据二十条”正式印发，确立了数据基础制度体系的“四梁八柱”。为规范企业数据资源相关会计处理，强化相关会计信息披露，2023 年财政部正式印发了关于加强数据资产管理的指导意见、企业数据资源相关会计处理暂行规定、2024 年 2 月财政部又发布了关于加强行政事业单位数据资产管理的通知。这一系列政策措施相继出台，推动了数据要素市场培育进展加速，畅通数据资源大循环的方向愈加明确。尤其是面对人工智能快速迭代、大模型与大数据相得益彰的发展态势，数据要素战略地位进一步凸显。各相关部门、机构纷纷求解对数据宝藏的合法合规挖掘，探索加速数据资产流通和交易。这其中，如何衡量数据价值，构建科学、实用的估值和定价机制，如何解决数据资产“入表”的障碍，使数据成为企业真正的资产，深度探索数据资产入表的落地方案迫在眉睫。在此背景下，企业数据资产入表操作指引（以下简称指引）应运而生。这部指引是由北方大数据交易中心联合中审华会计师事务所、天津市软件评测中心、北方亚事资产评估有限责任公司、天津金诺律师事务所、天津大学、河北工业大学、天津农学院等 8 家联合体成员单位共同编制，旨在为企业实现数据资源化、资产化和资本化提供切实可行的实践路径。指引的撰写过程中，该联合体历时 3 个月余，参与或者调研了多个市场交易主体和交易产品，先后研究了 40 多份法律法规和相关标准、100 多份专业文献，并召开 10 多次专项研讨会，反复推敲和优化，最终阐释了关于数据资产入表的理论框架和实践经验。指引系统研究了数据资产入表的价值和数据资产估值体系建设，结合企业数据资产应用的案例，兼具了前瞻性和实用性。为我国各主体探索数据资产入表的全面实施，提供了有力参考。指引就基本概念、应用场景、入表的企业数据资产入表操作指引企业数据资产入表操作指引 第 3 页 政策依据、业务需求、数据治理、数据资产评估、数据资产的确权报告、数据交易、相关成本的合理归集与分摊、列报与披露等问题进行了详细的阐述与辨析。若开展数据资产入表工作，则指引有必要认真阅读。指引关于理论与方法的提炼总结非常有意义，如果说数据资产入表目前处于百家争鸣、各抒己见的状态，那么联合体就是在讨论中发出推动开发数字生产力的响亮声音。希望指引的公布与发行，能推动企业、政府和高校研究者对“数据资产入表”问题予以更大的关注和更深入的研究，只有充分的交流和不断的思辨，我国数据发展才能迎来新的突破，能探索出适合中国企业实践的数据要素资产化的道路，激活数据资源作为新质生产力的能量，更好地服务于国家和社会的需求。刘晶、宫兴国 2024 年 3 月 3 日于河北工业大学 企业数据资产入表操作指引企业数据资产入表操作指引 第 4 页 前 言 2022 年 4 月中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见发布，将数据划分为公共数据、企业数据和个人数据三类，并提出要建立健全数据交易规则，制定全国统一的数据交易、安全等标准体系。财政部高度重视数据资产管理，自 2023 年 8 月先后出台了企业数据资源相关会计处理暂行规定、关于加强数据资产管理的指导意见、关于加强行政事业单位数据资产管理的通知等，旨在规范企业数据资源相关会计处理，强化相关会计信息披露，有序推进数据资产化，加强对数据资产全过程的管理，更好地发挥数据资产的价值。同时，2023 年 9 月中国资产评估协会发布数据资产评估指导意见，为数据资产评估工作的开展提供了有效指引和规范。为适合企业数据在数据要素市场化过程中市场化流动和价值释放，规范企业数据资源相关会计处理，强化相关会计信息披露，北方大数据交易中心联合中审华会计师事务所、天津市软件评测中心、北方亚事资产评估有限责任公司、天津金诺律师事务所、天津农学院、天津大学和河北工业大学 8 家联合体成员单位共同编制了企业数据资产入表操作指引，旨在为企业实现数据资源化、资产化和资本化提供切实可行的实践路径。本操作指引提出企业数据资产入表的核心思想是：明确数据产品作为数据资产的计量载体，形成“以数据产品研发支出为基础的初始计量、以数据产品实际应用场景中收益和风险为参照的后续计量”的模式。全部内容共七个部分引言、数据治理、数据资产评估、合规与确权、数据交易、相关成本的合理归集与分摊、列报与披露。数据资源服务联合体 2024 年 3月 企业数据资产入表操作指引企业数据资产入表操作指引 第 5 页 目 录 第第 1 章章 引言引言.1 1.1 基本概念.1 1.1.1 数据.1 1.1.2 数据资源.1 1.1.3 数据资产.1 1.1.4 数据治理.2 1.1.5 数据产品.2 1.1.6 数据资产评估.2 1.2 数据资产入表的政策依据.2 1.2.1 企业数据资源相关会计处理暂行规定.2 1.2.2 数据资产评估指导意见.3 1.2.3 数据资产入表的其他政策依据与标准文件.4 1.3 数据资产入表的实际需求和现实挑战.5 1.3.1 数据资产入表的实际需求.5 1.3.2 数据资产入表的现实挑战.6 1.4数据资产入表的基本原则、参与主体和流程路线.7 1.4.1 数据资产入表的基本原则.7 1.4.2 数据资产入表的参与主体.9 1.4.3 数据资产入表的流程路线.10 第第 2 章章 数据治理数据治理.11 2.1 数据溯源.11 2.1.1 数据溯源概述.11 2.1.2 数据溯源模型.11 2.1.3 数据溯源方法.11 2.1.4 应用技巧.11 2.2 数据权属.12 2.2.1 数据权属概述.12 企业数据资产入表操作指引企业数据资产入表操作指引 第 6 页 2.2.2 影响数据权属因素.12 2.2.3 解决数据权属方案.12 2.3 数据质量.13 2.3.1 数据质量需求.14 2.3.2 数据质量检查.14 2.3.3 数据质量分析.14 2.3.4 数据质量提升.15 2.4 治理方案.15 2.4.1 治理组织.16 2.4.2 制度建设.17 2.4.3 治理类型.17 2.4.4 治理方法.18 2.4.5 治理工具.20 2.4.6 合规监督.20 2.5 数据应用.21 2.5.1 数据可用性分析.21 2.5.2 数据开放共享.21 2.5.3 数据服务.22 2.5.4 数据应用场景.23 2.5.5 数据生命周期.24 2.6 数据产品.24 2.6.1 数据产品特征.25 2.6.2 数据产品设计.26 2.6.3 数据产品测试与应用.26 2.7 数据安全.27 2.7.1 标准与策略.27 2.7.2 威胁因素.27 2.7.3 安全制度.28 2.7.4 安全技术.28 2.7.5 数据合法合规检测.29 2.7.6 安全评估.29 企业数据资产入表操作指引企业数据资产入表操作指引 第 7 页 第第 3 章章 数据资产评估数据资产评估.31 3.1 数据资产评估的概念.31 3.2 数据资产评估需求.31 3.3 价值类型.32 3.4 数据资产评估方法.33 3.4.1 成本法.33 3.4.2 收益法.35 3.4.3 市场法.37 3.5 数据资产评估过程.40 3.5.1 前期准备.40 3.5.2 现场调查.40 3.5.3 质量评价.41 3.5.4 市场调研.41 3.5.5 评定估算.41 3.5.6 出具报告.41 3.6 数据资产评估案例.41 3.6.1 项目名称.41 3.6.2 项目背景.41 3.6.3 评估目的.42 3.6.4 评估对象和评估范围.42 3.6.5 价值类型.43 3.6.6 评估基准日.43 3.6.7 评估程序.43 3.6.8 评估方法.44 3.6.9 项目进展.44 3.6.10 项目意义.44 第第 4 章章 合规与确权合规与确权.45 4.1 数据资产的确权报告.45 4.1.1 数据来源合法性审查.45 4.1.2 数据产品可交易性合规审查.54 4.2 数据资产的登记行为.57 企业数据资产入表操作指引企业数据资产入表操作指引 第 8 页 4.2.1 数据资源登记.57 4.2.2 数据产品登记.59 第第 5 章章 数据交易数据交易.60 5.1 数据交易市场分类.60 5.2 数据交易流程.61 5.2.1 注册认证.61 5.2.2 登记挂牌.63 5.2.3 产品订购.66 5.2.4 合约评估.66 5.2.5 产品交付.66 5.2.6 交易结算.67 5.2.7 记录归档.67 5.3 数据产品交易凭证.68 5.3.1 合约信息.68 5.3.2 合约评估信息.68 5.3.3 数据交付记录.69 5.3.4 资金支付记录.69 第第 6 章章 成本的归集与分摊成本的归集与分摊.70 6.1 成本构成.70 6.1.1 数据资源成本组成.70 6.1.2 数据资源成本分类.71 6.2 会计确认和计量.71 6.2.1 存货.72 6.2.2 无形资产.74 第第 7 章章 列报与披露列报与披露.79 7.1 列报.79 7.1.1 列报方式.79 7.1.2 列报内容.79 7.2 披露.79 7.2.1 披露方式.79 7.2.2 披露内容.80 企业数据资产入表操作指引企业数据资产入表操作指引 第1页 第 1 章 引言 1.1 基本概念 1.1.1 数据 数据作为数字经济发展的关键生产要素，蕴含着巨大的经济价值与社会价值。根据我国数据安全法的定义，数据是指任何以电子方式或者其他方式对信息的记录。“数据”是对“信息”的记录，是对事物的记录或描述，是客观的、无序的。“数据”既包括“数字”，也包括声音、图像等模拟形式存在的数据。数据可分为结构化数据、半结构化数据和非结构化数据，见表 1-1所示。通常，数据是指“原始数据”，是记录事实的结果，用来描述事实的未经加工的素材。表 1-1数据的类型 数据类型数据类型 定义定义 示例示例 结构化数据结构化数据 关系模型数据 企业 ERP、OA、HR 的数据等 半结构化数据半结构化数据 非关系模型的、有基本固定结构模式的数据 日志文件、XML 文档、JSON 文档、E-mail 等 非结构化数据非结构化数据 没有固定模式的数据 word、pdf、ppt 及图片、视频等 1.1.2 数据资源“数据资源”是指能为企业带来价值的数据的集合，包括企业内部的数据，以及外部的市场调研数据、用户生成数据等。数据资源不仅指原始的数据，还包括对这些数据进行处理、分析后能够得到的有价值的信息和洞察力。“数据资源”强调加工后具有经济价值。1.1.3 数据资产 参照企业会计准则中“资产”的定义1，推衍企业“数据资产”的概念。数据资产是指由企业过去交易或者事项形成的，由企业合法拥有或者控制的，能够为企业带来未来经济利益的，以物理或电子的方式记录的数据资源。此外，1 资产是指企业过去的交易或者事项形成的，由企业拥有或者控制的，预期会给企业带来经济利益的资源。企业数据资产入表操作指引企业数据资产入表操作指引 第2页 数据资产在确认时，还需要同时满足：有关的经济利益很可能流入企业、相关的成本或者价值能够可靠地计量。简言之，“数据资产”强调可控制、有价值。1.1.4 数据治理 数据治理是对数据资产管理活动行使权力和控制的活动集合（DAMA 国际数据管理协会，2009）。通俗的理解就是让企业的数据从不可控、不可用、不好用到可控、方便易用且对业务有极大帮助的过程。数据治理通过不同的策略和标准提高组织数据的可用性、质量和安全性。简言之，“数据治理”就是实现数据价值的过程。1.1.5 数据产品 狭义的数据产品，指以数据为主要内容和服务的产品，包括数据可视化和大数据应用平台相关的产品。广义的数据产品，指以数据为主要内容和服务的产品，包括从数据采集、预处理、存储和管理、挖掘和分析到展现的全域价值链上所有与数据相关的技术平台和工具服务。数据产品的本质内容是信息（刘维，2023），其稀缺性并非指数据或数据集合，而是信息内容的稀缺。因此，可通过对海量的、动态的、多样化的数据进行分析，生成符合特定要求的数据产品，从而用来分析事物的特性，预测未来，辅助决策。1.1.6 数据资产评估 根据数据资产评估指导意见规定，数据资产评估是指资产评估机构及其资产评估专业人员遵守法律、行政法规和资产评估准则，根据委托对评估基准日特定目的下的数据资产价值进行评定和估算，并出具资产评估报告的专业服务行为。简言之，“数据资产评估”是确定数据资产货币价值的过程。数据资产评估在数字经济的高质量发展中起到了关键作用，它不仅能够保障数据要素的有序流通与价值挖掘，而且推动数据要素市场化配置。为了确保数据资产的合理定价和为数据交易提供价值支撑，统一的数据资产评估标准不可或缺。1.2 数据资产入表的政策依据 1.2.1 企业数据资源相关会计处理暂行规定 2023 年 8 月 21日，针对企业数据资源相关会计处理和会计信息披露等问题，企业数据资产入表操作指引企业数据资产入表操作指引 第3页 财政部发布企业数据资源相关会计处理暂行规定（以下简称暂行规定），并规定自 2024 年 1 月 1 日起施行。这意味着数据资源在符合条件的情况下有可能被确认为企业的“资产”，在财务会计报表中显性化，具体内容见图 1-1 所示。图 1-1 暂行规定具体内容 1.2.2 数据资产评估指导意见 数据资产评估指导意见于 2023 年 9 月 8 日在财政部的指导下由中国资产评估协会发布，自 2023年 10月 1日起施行。该数据资产评估指导意见围适用范围适用范围 适用于企业按照企业会计准则相关规定确认为无形资产或存货等资产类别的数据资源，以及因不符合企业会计准则相关资产确认条件而未确认为资产的数据资源的相关会计处理，企业合法拥有或控制的、预计会给企业带来经济利益的数据资源。确认与计量确认与计量 确认：数据资源按照企业会计准则分别确认为数据资源无形资产和数据资源存货。具体根据无形资产（或存货）的定义和确认条件予以确认。计量：根据无形资产（或存货）准则，计量以下情景的数据资源：通过外购方式取得的数据资源无形资产、自行开发形成的数据资源无形资产、通过外购方式取得的数据资源存货、通过数据加工取得的数据资源存货。列报列报 在资产负债表进行列报。根据企业的实际情况并结合重要性原则，在“存货”下增设“数据资源”项目；在“无形资产”下增设“数据资源”项目；在“开发支出”项目下增设“数据资源”项目。披露披露 创新采取“强制披露加自愿披露”方式，企业可据实际情况，对数据资源的应用场景或业务模式、对企业创造价值的影响方式、与数据资源应用场景相关的宏观经济和行业领域前景等相关信息进行自愿披露。企业数据资产入表操作指引企业数据资产入表操作指引 第4页 绕数据资产评估中数据产权和数据质量的重要性，对数据资产的属性定义、评估对象、操作要求、评估方法和披露要求等内容进行了统一规定。数据资产评估指导意见对数据资产评估执业行为进行规范，保护资产评估当事人合法权益和公共利益，有助于解决数据要素市场建设中的“数据赋值”问题，对构建和完善数据要素市场、促进数字经济发展具有重要意义，具体内容见图 1-2 所示。图 1-2 数据资产评估指导意见具体内容 1.2.3 数据资产入表的其他政策依据与标准文件 数据资产入表的其他政策依据与标准文件见表 1-2和表 1-3所示。评估的“数据资产”，是能够为企业带来直接或间接经济利益的数据资源，是由特定主体合法拥有或控制的、可以使用货币计量的数据资产。执行数据资产评估业务，应当明确资产评估业务基本事项，履行适当的资产评估程序，需关注影响数据资产价值的成本因素、场景因素、市场因素和质量因素。数据质量评价采用的方法包括但不限于：层次分析法、模糊综合评价法和德尔菲法等。根据评估目的、评估对象、价值类型、资料收集等具体情况，分析收益法、成本法和市场法三种基本方法及其衍生方法的适用性，进而选择评估方法。无论是对数据资产进行单独的评估，还是将其视为资产评估报告的一部分，均应在资产评估报告中进行必要的披露。评估对象 评估执行 评估方法 评估披露 企业数据资产入表操作指引企业数据资产入表操作指引 第5页 表 1-2 数据资产入表相关政策文件 文件名称文件名称 发布机构发布机构 发布时间发布时间 关于加强行政事业单位数据资产管理的通知关于加强行政事业单位数据资产管理的通知 财政部 2024年 2月 8日 关于加强数据资产管理的指导意见关于加强数据资产管理的指导意见 财政部 2023年 12月 31日“数据要素”三年行动计划“数据要素”三年行动计划（20242026 年）年）国家数据局等 17个部门 2023年 12月 31日 数字中国建设整体布局规划数字中国建设整体布局规划 中共中央国务院 2023年 2月 27日 关于构建数据基础制度更好发挥数据要素作关于构建数据基础制度更好发挥数据要素作用的意见用的意见 中共中央国务院 2022年 12月 2日 表 1-3 数据资产入表相关标准文件 文件类型文件类型 文件名称文件名称 标准代号标准代号 推荐性国家推荐性国家标准标准 信息安全技术个人信息去标识化效果评估指南 GB/T42460-2023 信息技术数据质量评价指标 GB/T36344-2018 信息技术大数据数据分类指南 GB/T38667-2020 信息安全技术数据交易服务安全要求 GB/T37932-2019 电子商务数据资产评价指标体系 GB/T37550-2019 团体标准团体标准 资源管理-数据资产管理指南 T/NSSQ023-2022 资源管理-数据资产建设通用要求 T/NSSQ024-2022 资源管理-数据资产确权登记导则 T/NSSQ025-2022 资产管理-数据资产运营人员能力要求 T/NSSQ026-2022 征求意见稿征求意见稿 数据交易流通活动（征求意见稿）截至 2024年 1月 14日 数据产品登记业务流程规范（征求意见稿）数据产品登记信息描述规范（征求意见稿）信息技术大数据数据资产价值评估（征求意见稿）数据确权风险控制通则（征求意见稿）数据确权风险控制通则（征求意见稿）1.3 数据资产入表的实际需求和现实挑战 1.3.1数据资产入表的实际需求 广泛的数据资产应用场景蕴含巨大潜在价值。数据资产的价值主要体现在对市场、对客户、对业务的理解等方面，其应用场景极其丰富，并仍在不断扩大。数据资产的应用场景见图1-1所示。在不同应用场景下，数字资产管理发挥企业数据资产入表操作指引企业数据资产入表操作指引 第6页 着重要的作用。图 1-3 数据资产的主要应用场景 同时，庞大的数据要素市场规模急需激活。2023 年 9 月国家发改委价格监测中心透露，初步测算我国企业数据要素支出规模约为 3.3万亿元；若将数据资产评估、质押、融资等衍生市场同时考虑在内，整体规模可能超过 30 万亿元。中信证券预计数据要素市场规模有望在2025年迈向2000亿元新台阶，并于2030年突破万亿元。2023 年 10 月 25 日，国家数据局正式揭牌，预示着“十四五”开启了逐浪数字经济的新征程。中国数据要素流通市场在“十四五”期末将达到万亿元的规模（张利娟，2023），这是一个巨大蓝海，建立数据登记确权、评估计价和资产入表的政策“闭环”，激活万亿数据资产，是开启这一蓝海的金钥匙。数据资产入表是数据资产价值化的闭环之举，将企业数据资产以会计科目和货币化形式呈现，将推动企业数据资源向数据资产转变，形成规范的数据资产开发、运营和管理体系，提升企业数据治理能级。1.3.2数据资产入表的现实挑战 由于数据资源具有多种形式、多次衍生、价值易变和零成本复制等特点，因此在将数据资产纳入财务报表时，相关的确认和计量过程较为复杂，需要企数据分析数据分析是数据资产最常见的应用场景之一。通过对数据资产的分析，企业可了解市场动向、客户需求、产品销售情况等信息，进而做出更加科学的决策。数据分析可以帮助企业了解市场中的商机，对产品进行优化设计，达到提高销售效率，节约成本的目的。数据资产可帮助企业进行风险管理风险管理。通过对数据资产的分析，企业可以了解市场、客户、业务等方面的风险，据此制定相应的风险管理策略，有助于企业预测、降低风险，提高企业的安全性和稳定性。数据资产可帮助企业进行客户关系客户关系管理管理。通过对数据资产的分析，企业能够了解关于客户需求、偏好、行为等方面的信息，进而制定更具个性化的服务和营销策略，有助于提高客户满意度、忠诚度和留存率。数据资产可帮助企业进行营销推广营销推广。通过对数据资产的分析，企业可以了解市场需求、竞争状况、产品特征等信息，进而制定更加准确的营销策略。分析数据资产是企业提升市场竞争力、减少市场费用、增加销售额的重要手段。应用场景应用场景企业数据资产入表操作指引企业数据资产入表操作指引 第7页 业根据企业数据资源相关会计处理暂行规定的相关要求，结合企业会计实务需求，积极探索适合自身情况的数据资源会计核算方法，包括确认、计量、列示和披露等，通过充分发挥会计服务作用，更好地挖掘企业数据资源价值。但由于企业对数据资产入表的路径理解不足，各部门协同难度大。以数据资产“初始计量”流程为例，成本归集和分摊涉及无形资产、存货确认条件的判断等相关工作，需要业务、财务、IT 部门的专业人员共同理清数据生产链路，明确每一阶段的分割节点标志，见图1-4所示。这需要建立畅通的企业内部各部门协同关系和实现路径规划，对企业而言，难度很大。图 1-4 数据资产入表中企业各部门协同关系 1.4 数据资产入表的基本原则、参与主体和流程路线 1.4.1数据资产入表的基本原则（1）合法合规原则 数据资产入表应遵循合法合规原则，企业在将数据资产入表时，需要遵守相关法律法规和企业会计准则，确保数据的合法性、真实性、完整性和安全性。具体内容如图 1-5 所示。企业数据资产入表操作指引企业数据资产入表操作指引 第8页 图 1-5 合法合规原则内容（2）谨慎性原则 企业在将数据资源纳入财务报表时，需要根据企业会计准则的规定进行判断，并确保其真实性、完整性和可靠性。同时，需要事先规划，结合有效的数据资源治理和管理，配套建立统一合理的数据资源成本归集和分摊机制，通过数据血缘1分析能力，明确数据资产化过程中所占用的企业资源，形成准确的数据血缘图谱。数据资产入表谨防财务报表“粉饰”，不能造成资产膨胀和“泡沫”。（3）商业秘密保护原则 暂行规定综合考虑信息需求、成本效益和商业秘密保护等内容，提出自愿披露的方式。在自愿披露时，企业应主动按照企业会计准则和暂行规定的数据资源披露要求，持续加强企业信息主动披露工作，以达到全面反映数据资源对企业财务状况和经营成果的影响。同时，企业还应考虑到，在自愿公开数据资源的情况下，有效保护商业机密，防止因信息公开导致的商业损失。此外，必须在法律允许范围内进行，加强国家涉密经济数据保密管理，确保机密 1 数据血缘是指数据的全生命周期中，数据从产生、处理、加工、融合、流转到最终消亡，数据之间自然形成一种关系。其记录了数据产生的链路关系，这些关系与人类的血缘关系比较相似，所以被成为数据血缘关系。数据内容合法合规：数据内容合法合规：企业存储数据的内容需真实、合法、合规，不得存储法律法规不允许采集或存储的违法数据，如，企业私自存储未依法获取授权的国家机密数据、商业秘密等数据处理合规：数据处理合规：企业处理数据行为不违反国家法律相关规定，符合合法、正当、必要原则数据交易合规：数据交易合规：遵循数据二十条，在数据产品交易中构建合规高效、场内外一体化的数据要素流通与交易体系数据安全合规：数据安全合规：企业采取必要的技术和管理措施，保障数据的安全性和保密性，防止数据泄露、丢失或被滥用数据核算合规：数据核算合规：数据资产入表需要遵循企业数据资源相关会计处理暂行规定相关要求企业数据资产入表操作指引企业数据资产入表操作指引 第9页 信息的保密性与安全性。1.4.2数据资产入表的参与主体 对于企业来说，数据资产入表是企业一项重要战略工作，具体实施需要内部数据部门、IT 部门、财务部门和业务部门的共同参与；同时，也需要外部单位的协同参与。（1）企业内部参与部门 企业进行数据资产入表工作时内部需要参与的部门主要有：决策机构：主要为董事会；数据部门：专门开展数据资产管理；财务部门：完成入表、数据资产金融化；IT部门：推动数据产品开发；业务部门：数据作为无形资产或存货对外销售。（2）企业外部参与机构 企业进行数据资产入表工作时外部需要参与的机构主要有：数据交易机构：数据资产入表时，数据交易机构（即“数据交易中心”）为数据提供方、数据接受方提供交易渠道，是专门负责组织、协调和管理数据资产交易的机构。负责完成数据“三权”（数据资源持有权、数据加工使用权和数据产品经营权）确权及交易撮合。数据产品能上架交易机构进行交易，一定程度上意味着数据已合规。数据治理机构（数据商）：完成数据治理及质量评估，数据业务及产品开发，快速输出数据产品。律师事务所：从数据权属和法律属性完成合规评估与审查，确保业务不触碰法律红线。会计师事务所：协助企业从财务角度完成入表的全流程，确保入表方式正确，符合审计要求。数据资产评估机构：在数据资产价值评估时，负责制定数据资产评估标准和方法，进行数据资产评估定价。银行等金融机构：在数据资源变现时，提供融资渠道，激活数据要素价值，实现数据资产金融化。如，为企业提供数据资产质押业务。科研院校：提供数据要素规划与设计，推进数据资产入表研究，参与全企业数据资产入表操作指引企业数据资产入表操作指引 第10页 流程的数据资产入表政策咨询和个性化案例服务工作。1.4.3数据资产入表的流程路线 为促进数据资产入表规范，本指引提出内外部协同的企业数据资产入表全流程，具体路线见图 1-6，主要分为企业数据资源/资产管理、登记确权、数据流通交易及金融化、会计核算处理。图 1-6 内外部协同的企业数据资产入表全流程路线图 企业数据资产入表操作指引企业数据资产入表操作指引 第11页 第 2 章 数据治理 2.1 数据溯源 2.1.1 数据溯源概述 数据溯源（Data Provenance）是一个新兴的研究领域，其核心思想是追踪数据的历史变化，以便理解数据的来源、演化过程以及可能发生的风险。数据溯源旨在通过追踪数据的路径，还原其历史状态和演变过程，达成对数据历史档案的追溯。2.1.2 数据溯源模型 数据溯源模型是数据溯源的核心技术，为数据溯源确定了初步的步骤和基本思路。从数据溯源信息管理的视角，提出了异构数据的溯源概念，即用横轴表示时间（t）、纵轴表示过程（p）、z 轴表示数据的异构分布特征。将数据溯源信息保存到不同的数据库中，形成携带溯源信息的异构数据库，通过数据库接口以及数据转换工具汇聚成目标数据库。2.1.3 数据溯源方法 数据溯源的主要方法有标注法、反向查询法和双向指针追踪法。（1）标注法：通常涉及在数据源中添加特定的标识符或标记，以便在后续的数据处理过程中跟踪数据的来源和流动。这种方法的优点是简单易行，缺点是会引入额外的复杂性和开销。（2）反向查询法：依赖于在数据处理过程中保留的元数据或审计信息，以便在需要时回溯到数据源。这种方法的优点是可以提供更细粒度的跟踪能力，缺点是需要更多的存储空间和处理资源。（3）双向指针追踪法：适用于特定的数据库中，其基本思想是使用两个指针，一个指针用于向前追踪，另一个指针用于向后追踪，通过比较两个指针的值来确定数据的起源和流向。在实际应用中，双向指针追踪法通常与其他方法结合使用，以提高追踪的准确性和效率。2.1.4 应用技巧（1）数据标签：在数据处理过程中，可以对数据进行标签，方便后续的数据溯源。（2）数据加密：在数据传输和存储过程中，对数据进行加密处理，可以防企业数据资产入表操作指引企业数据资产入表操作指引 第12页 止数据被篡改或窃取，从而保护数据的完整性和安全性。（3）威胁情报平台：获取到更多的溯源信息，如攻击者的 IP 地址、地理位置、社交账号信息等。（4）逆向分析和网络行为分析：在对恶意样本分析过程中通常需要关注：恶意样本中是谁发动攻击、攻击的目的是什么、恶意样本的作者是谁、采用了哪些攻击技术、攻击的实现流程是怎样的。（5）同源分析、家族溯源、作者溯源：针对恶意样本的溯源分析可以从同源分析、家族溯源、作者溯源这三方面作为突破点进行分析。2.2 数据权属 2.2.1 数据权属概述 数据权属，也被称为数据产权，是指对数据的所有权、使用权、收益权等一系列权利的总称。数据权属问题的核心是通过分析不同来源的数据，梳理各数据主体之间错综复杂的权利关系，通过法律制度等方式确定数据产权的归属。2.2.2 影响数据权属因素（1）数据的来源：数据的来源决定了数据的权属。（2）数据的性质：数据的性质影响其权属。（3）数据的使用情况：数据的使用情况影响其权属。（4）法律法规：法律法规对数据权属有着重要的影响。（5）数据的非排他性：数据的非排他性使得数据的权属更加复杂。由于数据在使用中不会消耗，多人可以使用同一份数据，这就增加了数据权属的确定性难度。（6）数据的虚拟性、非稀缺性、易复制性等特性：这些特性对传统经济理论、对生产要素的解释、生产要素促进经济增长的机理、以及不同主体对数据要素的处理方式等方面，都提出了全新的挑战，只有对数据的特性全面了解、准确把握，才能建立能真正落地实施、具有可操作性的数据要素基础制度。2.2.3 解决数据权属方案（1）明确数据权属利益：司法领域通过适用竞争法，保护企业数据权属利益，形成数据领域的正向市场激励。（2）构建数据产权制度：中共中央国务院正式印发关于构建数据基础制企业数据资产入表操作指引企业数据资产入表操作指引 第13页 度更好发挥数据要素作用的意见，创造性地提出资源持有权、加工使用权和产品经营权“三权分置”的中国特色数据产权制度框架，并强调研究数据产权登记新方式。（3）区块链解决方案：区块链技术可以帮助解决数据的所有权、使用权、隐私权等问题，从而更好地管理和利用数据。（4）数据分类分级管理：在数据分类分级管理的基础上，完善数据确权相关立法，并通过实践，探索出具有普适性的确权规则。（5）合同约定与授权机制设计:前述方案涉及顶层制度设计、新技术手段的采用和实施方法论，而在现阶段立法体系与制度建设尚处于探索阶段，企业数据治理成熟度较为初级并参差不齐的当下，可以通过合同约定以及授权同意机制来构建具体场景下的数据权属关系。2.3 数据质量 GB/T 36073-2018数据管理能力成熟度评估模型（Data Management Capability Maturity Assessment Model，简称：DCMM）将数据质量定义为数据管理的八大能力域之一。数据质量（DQ）是“既指与数据有关的特征，也指用于衡量或改进数据质量的过程，见图 2-1所示。图 2-1 数据质量 企业数据资产入表操作指引企业数据资产入表操作指引 第14页 2.3.1 数据质量需求 数据质量需求通常涉及到数据的准确性、完整性、一致性、及时性、有效性和唯一性等方面的表现。这些需求是由企业或组织对数据处理和分析的具体要求决定的。具体来说，数据质量需求可以分为以下几个方面：（1）准确性：数据必须准确地反映实际发生的业务，任何业务操作的数据都没有被遗漏，数据存在各种约束条件，这种约束条件不能自相矛盾。（2）完整性：数据必须完全，不能有缺失，任何业务操作的数据都不能被遗漏。（3）一致性：数据在整个系统中必须保持一致，不能出现不一致的情况。（4）及时性：指及时记录和传递相关数据，满足业务对信息获取的时间要求。（5）有效性：指数据的值、格式和展现形式符合数据定义和业务定义的要求。（6）唯一性：指同一数据只能有唯一的标识符。此外，数据质量需求还包括数据的过程质量，即数据的使用过程符合标准规范，比如数据存储：数据是否被安全的存储到了合适的介质上，能够保证数据不受外来因素的破坏。数据质量需求的满足与否直接关系到数据分析的准确性和可靠性，以及业务决策的正确性。因此，数据质量需求的明确和满足，对于企业的运营、规划和决策至关重要。2.3.2 数据质量检查 数据质量检查是一种评估和提升数据质量的过程，涉及到对数据的准确性、完整性、一致性、及时性、有效性、唯一性等各个方面的检查，以便于数据的有效利用和决策的准确性。此外，数据质量检查也是数据质量管理的方法和手段，包括数据从获取、计划、共享、存储、应用、维护、消亡生命周期的每个阶段里引发的各类数据质量缺陷，进行识别、度量、监控、预警等一系列管理活动。2.3.3 数据质量分析 数据质量分析是从数据本身、数据约束关系和数据过程等方面评估数据质量，以及从业务需求、数据质量维度和数据质量规则等方面提高数据质量的过程。数据质量分析的目的是为了找出数据中存在的问题，然后采取相应的措施企业数据资产入表操作指引企业数据资产入表操作指引 第15页 进行修复，以提高数据的质量。2.3.4 数据质量提升 数据质量存在问题，就需要采取相应的措施进行改进。主要包括数据清洗、数据标准化、数据转换等操作，以消除数据中的错误和不一致，提高数据的质量。提升数据质量的方法主要包括以下几个方面：（1）数据质量管理：数据质量管理主要解决“数据质量现状如何，谁来改进，如何提高，怎样考核”的问题。在关系型数据库时代，做数据治理最主要的目的是提升数据质量，让报表、分析、应用更加准确。（2）数据质量提升的六个维度：数据质量最关键的 6 个维度包括：准确性、完整性、一致性、及时性、有效性、唯一性。（3）引入工具和规则：通过引入一些工具和规则解决大多数的质量问题，也可以引入一个复杂的系统工程来提升数据质量。（4）自上而下的业务驱动：数据质