2021-11-06-普华永道-数据资产化前瞻性研究白皮书_56页_17mb

数据资产化发研究白皮书概要

一、数据资产的法律确权

• 核心问题：数据确权是数据流通与资产化的前提，涉及权利属性、主体、内容的多方权衡。
• 现状与挑战：
  • 全国性法律待完善，地方试点推进。
  • 数据多为“一数多权”，司法实践中依赖反不正当竞争法，缺乏统一标准。
  • 数据权属混乱导致企业过度采集用户信息，引发隐私和安全争议。
• 探索方向：
  • 地方立法（如深圳、上海）提出数据交易、确权机制。
  • 提出数据交易平台和分类分级制度，促进“平台型确权”。

二、数据资产的估值框架

• 价值驱动因素：
  • 数据质量（准确性、完整性、及时性）、发展阶段、应用场景多维性。
  • 风险因素（法律、道德、其他外部风险）。
• 估值方法：
  • 成本法：构建成本结合质量调整系数。
  • 预期法：数据势能模型（社会/经济价值呈现因子）、交易法、类比法。
  • 收益法：增量效益折现、实物期权模型、剥离法。
  • 包含多因素评价比较模型和神经网络预测模型。
• 权属与估值关系：同一数据可承载多重权利，估值需结合权利属性及应用场景。

三、数据资产财务核算

• 会计分类：
  • 现行无专属科目，可归入无形资产或存货。
  • 无形资产确认被国际趋势借鉴（如EFRAG讨论的扩展确认方法）。
• 确认与计量：
  • 外购数据：公允价值为基础；自创数据：成本高、确认门槛低。
  • 关注经济利益流入可能性及控制权定义。
• 核算改进：
  • 可借鉴金融工具与合并准则的业务模式区分。
  • 建议市场驱动价格体系以提高可靠性，发展第三方服务机构。

四、展望与建议

• 加速全国性数据确权立法，完善司法裁判机制。
• 推动估值标准统一与交易市场建设，增强数据资产流动性。
• 修订会计准则，支持数据资产管理并强化披露要求。
• 协同多方合作，建设“权利清晰、交易规范、价值释放”的数据生态。

注：本文摘自普华永道2021年《数据资产化前瞻性研究白皮书》，聚焦确权、估值与核算三大领域，旨在推动数据要素市场化配置。