【PWC】数据资产化前瞻性研究白皮书-2021-56页_16mb

数据资产化前瞻性研究白皮书总结

核心内容

数据资产化已成为我国数字经济发展的关键环节，数据作为第五大生产要素，正在推动经济结构转型与商业模式创新。普华永道在本白皮书中聚焦数据资产确权、估值、财务核算处理三大核心问题，提出系统性建议，以推动数据资产化进程，助力数字中国建设。

主要观点

数据确权的重要性

• 数据确权是数据流通与资产化的前提，直接影响数据估值与交易。
• 数据确权需解决三个基本问题：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法规，仅通过地方性法规与司法实践进行探索。
• 数据权属的界定需兼顾个人、社会与国家层面的权衡，平衡数据安全、隐私保护与商业价值。

数据资产的分类与特征

• 数据资产具有非实体性、依托性、多样性、可加工性、价值易变性等特性。
• 数据资产可分为原始数据、粗加工数据、精加工数据、初探场景数据、实现商业化数据等。
• 数据资产的价值驱动因素包括法律与道德风险、数据质量、发展阶段、应用场景等。

数据交易机制与市场建设

• 全国已有多个数据交易所探索交易机制与确权框架，但尚未形成统一标准。
• 数据交易需通过合法渠道进行，以保障数据安全和交易透明。
• 建立数据交易市场是实现数据资产化的重要基础设施。

数据资产入市与制度建设

• 数据资产入市需符合一定门槛，包括交易数据类型、交易主体资格等。
• 推动数据资产入市需制定标准化的数据交易合同、交易规则与合规指引。
• 各地已出台数据条例，但全国性立法仍需加快进程，以统一数据确权和交易规则。

数据资产估值体系

• 数据资产估值需结合其发展阶段、应用场景、价值驱动因素等。

• 主要估值方法包括：

  • 成本思路
  • 模糊因素/数学评价思路
  • 数据势能模型
  • 实物期权模型
  • 增量效益折现模型
  • 非核心资产/因素剥离折现模型
  • 可变现净值法
  • 多因素评价比较法
  • 神经网络模型

• 估值方法的选择需与数据资产的特征与价值实现方式匹配。

关键信息

数据确权的法律现状

• 《民法典》、《个人信息保护法》、《数据安全法》等法规为数据确权提供了基础，但尚未形成全国性立法。
• 数据确权需在法律、道德与技术之间取得平衡，保障数据主体权益，促进数据流通与交易。

数据资产估值模型示例

• 数据势能模型：
  $$
  \mathbf {V} _ {\mathrm {d}} = \mathbf {m g h}
  $$
  其中，m为数据系统构建成本，g为潜在经济价值呈现因子，h为潜在社会价值呈现因子。

• 实物期权模型：
  适用于应用场景不确定的数据资产，通过模拟不同情景的收益与成本，计算期权价值。

• 增量效益折现模型：
  $$
  \mathbf {V} = \sum_ {t = 1} ^ {T} \frac {E _ {t} - (A 1 + A 2 + \dots + A n) _ {t}}{(1 + r) ^ {t}}
  $$
  其中，E为使用数据资产后的经营收益，A为非核心资产贡献值，r为折现率。

• 多因素评价比较法：
  通过选取与数据资产价值相关的驱动因素并赋权，结合可比数据资产的交易价格，计算价值比率。

数据资产财务核算挑战

• 当前会计准则尚未明确数据资产的定义与核算方式，导致数据资产“隐形化”。
• 数据资产需满足资产定义的两个条件：经济利益很可能流入企业，且成本或价值可可靠计量。
• 数据资产的法律权属、经济利益、控制权等是财务核算的重要考量因素。

未来探索方向

1. 完善数据产权制度：建立全国性数据确权立法，明确数据权属与权益边界。
2. 推动数据交易市场规范化：构建统一的数据交易规则与标准，促进数据资产流通。
3. 发展数据资产估值体系：结合数据资产特征与应用场景，探索更科学、可操作的估值方法。
4. 推进数据资产财务核算：结合会计准则修订趋势，探索数据资产的确认、计量与披露路径。
5. 加强数据治理与算法监管：推动数据安全、隐私保护与算法歧视治理，促进数字经济健康有序发展。

总结

数据资产化是数字经济发展的重要支撑，涉及法律、市场与财务核算等多维度挑战。当前我国正处于数据确权与交易制度建设的关键阶段，需在地方探索与国家立法之间寻求平衡。同时，数据资产估值体系与财务核算方法仍需进一步完善，以实现数据资产价值的全面体现。普华永道呼吁各方加强协作，共同推动数据资产化进程，为数字中国建设贡献力量。