數據資產化前瞻性研究白皮書
數據作為五大生產要素之一，其資產化已成為必然趨勢。然而，實現該目標仍需要克服三個重要且極具挑戰的命題：法律角度的數據資產確權、市場角度的數據資產估值與交易、會計角度的數據資產入表?！稊祿Y產化前瞻性研究白皮書》（以下簡稱《數據資產白皮書》）對該三個命題進行了深入具體的闡述。
數據資產化三個重要命題
關于數據確權，《數據資產白皮書》分析總結了我國現行的數據權屬規制框架——全國級法律立法缺失、地方法律法規的創新及初步實踐、司法實踐中普遍依據《反不正當競爭法》做出裁判的現狀。在此背景下，對數據權屬的剖析和討論更有助于推動數據資產化。但這一過程任重道遠。平衡數字經濟與隱私保護與數據安全、完善數據交易基礎設施、推動數據資產入市，是助推數據資產化的重中之重。
數據資產估值體系的設計和構建，對促進數據資產的交易與流通至關重要?！稊祿Y產白皮書》在《資產評估專家指引第9號——數據資產評估》相關理論的基礎上，結合普華永道首創的數據勢能模型及數據資產化之路長期實踐研究，對數據資產特征、發展階段和主要價值驅動因素等做了進一步梳理與剖析，推出基于不同發展階段的數據資產估值體系框架。
關于數據資產在財務報表上體現的問題，《數據資產白皮書》從現有會計準則體系有關資產的定義出發，分析數據資產化的技術考量、可能的資產分類路徑及不同分類下確認和計量的思路。本研究還結合當前學術界和準則制定機構的成果，進一步探索了無形資產確認方法及后續計量模式的改進思路，區分表內和表外資產及相應的列報和披露方式。
《數據資產白皮書》指出，數據資產通常具備五大的基本特征：
- 非實體性：數據資產本身不具備實物形態，需要依托實物載體存在。
- 依托性：數據必須存儲在一定的介質里。同一數據可以以不同形式同時存在于多種介質。
- 多樣性：數據資產具備表現形式和融合形態等多樣性的特征。
- 可加工性：數據可以被維護、更新、補充、增加；也可以被刪除、合并、歸集、消除冗余；還可以被分析、提煉、挖掘、加工以得到更深層次的數據資源。
- 價值易變性：數據資產的價值受多種不同因素影響，隨時間推移不斷變化，導致數據資產價值具備易變性。
此外，數據資產依據不同的劃分標準（如發展階段、數據應用所在的行業等）可以形成不同的類別。
按數據應用的行業劃分：數據資產可分為金融行業數據資產、電信行業數據資產、政府數據資產等。行業數據資產各自的鮮明特點基于各個行業的發展需要和需求生成，這些特征可能對數據資產的價值產生較大的影響。
按數據發展階段分：依照發展階段，數據資產可分為原始數據、粗加工后數據、精加工后數據、初探應用場景的數據、實現商業化的數據等。
由于數據資產具有如上特性，數據資產在實現其價值過程中，即便是相同的數據資產，其應用領域、使用方法、獲利方式的不同，其價值也存在差異。
從數據資產的加工過程及不同特性來看，不難發現數據的質量因素與數據的價值息息相關。同時，在數據的整個發展階段，其對應應用場景的經濟性和多維性亦在數據資產價值中起著至關重要的作用。然而，不能忽視最根本的一個影響數據資產是否存在價值的因素，及法律和道德因素。
風險因素對數據資產價值的影響
法律風險：合法合規是數據資產使用的基本前提。企業正面臨日趨嚴苛的數據合規監管，一旦違法，企業的數據資產價值可能清零。
道德風險：數據資產的使用還將面臨輿論的監督。不合理的運作方式可能會引來輿論的譴責，喪失客戶關系。
其他風險：例如硬件風險、宏觀經濟風險、政治風險等。
數據質量對數據資產價值的影響
準確性、唯一性：主要取決于數據的來源。真實準確不重復的數據必將能夠轉化為穩健可靠的商業化成果，從而提升數據資產的價值。
完整性：若數據充分、完整、可持續利用程度高，則可大大減少企業補充遺漏數據及后續年度循環重復使用的成本
時效性、及時性：及時獲取高時效數據，對于企業各方面的運營都至關重要。
數據發展階段對數據資產價值的影響
在初級階段，數據資產還僅僅為原始未加工數據形式，尚未有具體匹配的商業化場景，價值可能僅限于其開發成本。
經過一定的加工，數據資產在初步找尋到適用的商業化場景后，即具有了一定的盈利模式，其價值顯著增加，但仍存在不確定性。
最終，經過多次嘗試，數據資產的商業化場景得以確定，多數的不確定性消除，數據資產價值顯著增加實現最大化。
應用場景對數據資產價值的影響
是否存在明確可界定的商業化應用場景，決定了數據資產是否具有價值。在不同的商業場景下，數據資產也將發揮不同的作用，實現不同的價值。毫無疑問，數據資產所適用的場景越多維，場景之間的兼容性越高，則數據資產的價值越高。
企業應當盡可能探索數據資產所適用的各種場景，如果場景之間是兼容的，則可以探索出數據資產在各個場景下的價值，綜合考慮場景兼容程度，最終綜合得到數據資產的總體價值。
具體內容如下
