中央企业数据资产化及数据资产入表场景建设白皮书-27页_6mb

中央企业数据资产化及数据资产入表场景建设白皮书总结

【观点摘要】

• 数据资产入表是企业数据资产化管理的重要组成部分，需要系统性规划和设计。
• “企业数据资源会计处理暂行规定”是我国在数据要素领域的重要理论创新，为数据入表提供了操作指引。
• 数据作为生产要素与其他要素结合能产生显著的“乘数效应”，在数字经济中具有核心地位。
• 数据价值不仅体现在信息层面，更体现在知识和智慧层面，其价值本质是降低未来的不确定性。
• 央企数据要素特征包括地域覆盖广、行业多样、成本结构复杂等，具有巨大潜力。
• 数据资产化路径应以“场景化”为核心，重点在于规划更有价值的数据资源，而非仅从存量中挖掘价值。
• 数据资产入表涉及数据合规、确权、成本归集、价值评估与披露等多个环节，需要双层“宝塔”模型实现联动。
• 数据资产入表服务可分基础版、标准版、高级版，支持企业根据需求进行选择。
• 数据资源管理、数据资产智能核算、价值创新是数据资产化过程中的关键环节。

【Part I、政策背景 / 意义】

1. 政策背景：重大的理论创新

• 数据作为“第五大生产要素”首次被纳入生产要素范畴，始于党的十九届四中全会。
• 2021年《十四五规划》提出加快数字化发展，建设数字中国。
• 2023年国家数据局成立，标志着数据要素市场进入制度化阶段。
• 2023年财政部发布《企业数据资源相关会计处理暂行规定》，标志着数据资产入表从“箭在弦上”转为“势在必行”。

2. 认知数据（从AI视角）

• 数据是AI的基础，是算法的“饲料”，三者构成“铁三角”关系。
• 数据类型包括文本、图像、视频、音频、数字格式等，具有多样性。
• 数据的价值特征包括价值密度低、关联增值性、时效性、潜在性等。
• 数据资源与数据资产的区分在于是否具有资产属性，即是否能带来经济利益。

【Part II、央企解决方案】

3. 央企数据价值

• 央企数据具有广泛的地域覆盖性、跨行业的综合性、复杂的成本结构、灵活的应用场景、高质量数据等特征。
• 数据价值的实现需要结合业务场景，推动数据与技术、资金、人才、物资等要素的协同。

4. 央企数据资产化的挑战

• 数据价值挖掘不足：企业难以有效识别和利用数据价值。
• 数据治理难度大：数据规模大、类型多，治理机制不完善。
• 数据安全风险高：涉及敏感信息，需严格保护。
• 会计处理复杂度高：
  • 数据资产形成路径不明确。
  • 成本归集困难，需建立分摊机制。
  • 评估方法标准不统一，影响入表准确性。

5. 央企数据资产化路径

• 数据场景化：明确数据需求和应用场景，为后续步骤奠定基础。
• 数据资源化：通过数据清洗、整合、存储等手段，形成可重用的数据资源。
• 数据价值化：挖掘数据潜在价值，开发数据产品和服务，实现商业化。

6. 央企数据资产化整体解决方案

• 提出“双层宝塔”价值模型，统筹数据资产化和入表解决方案。
• 数据资产需同时在资产负债表（BS）和损益表（PL）体现价值。
• 强调数据治理体系建设，提升数据合规与安全。
• 建议企业加快制度建设，成立数据管理部门或任命CDO。

【Part III、解决方案详解】

7. 数据要素价值规划设计

• 数据要素价值需通过规划设计实现，而非仅从存量中挖掘。
• 重点在于识别和构建更有价值的数据资源，推动数据与业务协同。
• 建议采用“需求牵引、试点先行、重点突破”的方法进行规划。

8. 数据资源管理 / 平台技术支撑

• 数据资源管理需覆盖数据的全生命周期，包括收集、存储、处理、共享等。
• 数据资源盘点：梳理企业数据资源，建立数据资源目录。
• 数据登记/确权：明确数据权属，确保合法使用。
• 数据资产判定：评估数据价值，明确哪些数据具有资产属性。
• YonBIP数据中台支撑能力：
  • 提供数据资产规划、治理、采集、存储、共享、服务、应用等能力。
  • 支持多维、实时、精细智能核算，提升数据价值转化效率。

9. 数据资产入表智能核算

• 数据资产入表需遵循会计准则，确保成本清晰可计量。
• 入表步骤包括数据合规与确权、资源可管理、经济利益预期、成本归集、披露等。
• 基于用友BIP的事项会计处理能力，实现多维、实时、精细智能核算。
• 包括以下子步骤：
  • 实时事件捕获与处理
  • 多维数据分析与展示
  • 精细智能核算
  • 实时报表与可视化
  • 智能预测与决策支持

10. 数据价值化体现

• 数据资产价值包括内部、外部、直接、间接等维度。
• 内部价值：提升决策质量、优化流程、提高效率。
• 外部价值：通过数据交易、授权使用等方式创造经济利益。
• 直接价值：如提高销售额、降低成本等，可通过财务指标衡量。
• 间接价值：如发现新机会、改进产品等，需综合评估。

11. 我们提供的服务

• 整体服务列表：

  1. 数据要素价值规划
  2. 数据资源管理服务
  3. 数据资产智能核算
  4. 数据资产入表服务
  5. 数据资产场景设计
  6. 新场景业务数智化
  7. 新场景财务数智化

• 数据资产入表服务级别：

  • 基础版：满足基本入表需求。
  • 标准版：支持数据治理与核算流程。
  • 高级版：提供智能化核算与价值评估服务。

• 实施方法与步骤：

  • 项目规划与团队组建
  • 制定项目主计划
  • 项目启动会
  • 平台安装部署
  • 财务接口适配
  • 系统配置与数据导入
  • 凭证生成与入表
  • 系统联合测试
  • 上线确认与验收

• 交付成果：

  • 数据资产入表最小闭环
  • 数据资源目录
  • 数据资产评估报告
  • 数据资产凭证

【总结】

本白皮书系统阐述了中央企业数据资产化及入表的背景、意义、挑战、路径和解决方案，提出了以“场景化”为核心的双层“宝塔”模型，涵盖数据价值规划、资源管理、智能核算和价值创新。数据资产入表不仅是会计处理过程，更是企业价值发现与释放的重要手段，涉及数据合规、确权、成本归集、价值评估与披露等关键环节。通过YonBIP数据中台的支撑，企业可以实现数据资源的高效管理与价值转化。我们提供从数据价值规划到入表落地的一体化服务，助力央企实现数据资产化与数字化转型。