20211124-普华永道中天会计师事务所-数据资产化前瞻性研究白皮书_56页_11mb

数据资产化前瞻性研究白皮书总结

核心内容

本白皮书围绕数据资产化过程中的三个核心问题：数据确权、数据估值与数据财务核算，探讨了数据资产化的现状、挑战与未来发展方向。

主要观点

1. 数据确权的重要性

• 数据已成为数字经济的重要生产要素，其确权是数据流通与交易的前提。
• 数据确权涉及三个基本问题：数据权利属性、权利主体、权利内容。
• 当前我国尚未出台全国性数据确权立法，主要依赖地方性法规和司法实践进行探索。

2. 数据确权的现状与挑战

• 个人数据：受《个人信息保护法》、《民法典》等法律保护，用户享有知情同意、查阅、复制、删除等权利。
• 政务数据：《数据安全法》推动数据安全与开放，政府数据开放平台正逐步扩展。
• 企业数据：企业通过采集、整理、分析等行为形成数据资产，具有商业价值，但其权属尚不清晰。
• 法院在缺乏国家级确权法规的情况下，倾向于使用知识产权法和反不正当竞争法进行确权。

3. 数据资产估值体系框架

• 数据资产估值需结合其特征、发展阶段、应用场景等多方面因素。
• 主要估值方法包括：
  • 成本思路：评估数据资产的系统构建成本与数据质量调整系数。
  • 数据势能模型：以数据的潜在经济价值与社会价值为基础，结合增长率与应用场景多样性进行计算。
  • 实物期权模型：适用于数据应用场景不确定时，模拟多种情景下的收益与风险。
  • 增量效益折现模型：计算数据资产带来的额外效益并折现。
  • 非核心资产/因素剥离折现模型：在数据资产为企业的核心价值来源时使用。
  • 可变现净值法：适用于数据资产无法商业化或即将被替换的情况。
  • 多因素评价比较法：基于可比交易数据的市场价值比率进行估值。
  • 神经网络模型：适用于数据交易市场成熟时，通过模型预测数据资产价值。

4. 数据资产财务核算的重要性

• 数据资产的财务核算有助于反映其经济价值，为财务报表提供支持。
• 当前会计准则尚未明确如何将数据资产纳入财务报表，需进一步研究。

关键信息

数据确权

• 数据权利属性：包括所有权、使用权、收益权、处分权等。
• 数据权属立法：全国性数据确权立法尚未出台，地方性法规和司法实践在填补这一空白。
• 案例参考：司法实践倾向于使用不正当竞争法和知识产权法进行数据确权。

数据估值

• 数据资产价值受数据质量、应用场景、发展阶段、法律与道德因素影响。
• 估值框架包括：
  • 数据势能模型：通过数据质量调整系数与潜在价值呈现因子进行计算。
  • 实物期权模型：模拟未来数据资产应用情景，计算不同期权价值。
  • 增量效益折现模型：计算数据资产带来的额外效益并折现。
  • 多因素评价比较法：通过可比交易数据与市场价值比率进行估值。

数据财务核算

• 数据资产需满足资产定义，即“由企业过去交易或事项形成、由企业控制、预期带来经济利益的资源”。
• 当前会计准则未对数据资产作出明确分类，需进一步研究其在财务报表中的确认与计量方式。

未来探索方向

1. 数据确权立法：国家需尽快出台全国性数据确权法规，以统一权属规则。
2. 数据交易市场建设：推动数据交易所发展，形成标准化、透明化交易机制。
3. 数据资产入市制度：明确数据交易的条件，推动数据资产的规范化管理。
4. 完善数据分级制度：区分数据的私有、准公共、公共属性，以实现不同数据的差异化管理。
5. 改善算法歧视问题：加强算法透明度，防止歧视性应用。
6. 推动估值方法标准化：探索适用于不同数据资产的估值模型，提升市场交易效率。
7. 完善财务核算体系：探索数据资产在财务报表中的确认、计量与披露方式。

总结

数据资产化是推动数字中国建设的重要环节，其发展面临确权、估值、财务核算三大挑战。当前，我国在数据确权方面依赖地方立法与司法实践，数据估值方法尚处于探索阶段，财务核算体系尚未完善。未来，需从法律、市场、技术、会计等多方面推动数据资产化发展，实现数据的安全流通、合理估值与规范入表，以促进数字经济的健康发展。