广州数据资产管理及入表工作指引2024

(2024) 指导单位广州市政务服务和数据管理局广州市财政局 编写单位 广电计量检测集团股份有限公司广州数据集团有限公司广州数据交易所广州数字政府研究院中汇会计师事务所天健会计师事务所 前言 数学时代，数据成为驱动创新和发展的关键资源，其潜在价值远超传统的物质资产，是我国打造经济增长新引擎的重要战略，更是提升企业核心竞争力、实现可持续增长的关键所在。 2022年12月，党中央、国务院印发《关于构建数据基础制度更好发挥数据要素作用的意见》，确立了我国数据基础制度的“四梁八柱”，并明确提出“探索数据资源入表新模式”。财政部分别于2023年8月、12月和2024年2月印发《企业数据资源相关会计处理暂行规定》《关于加强数据资产管理的指导意见》《关于加强行政事业单位数据资产管理的通知》系列文件，不仅为企业数据资源的会计处理和信息披露提供了化指引：而且为推进全过程数据资产管理指明了方间。 数据资源入表是数据价值化的必然之举。一方面，将具备资产化务件的数据资源计入财务报表，可以显著提升企业资产规模，增强企业数据治理和开发利用的意识和能力，加快企业数据资产的金融化进程，全面提升企业数据资产的价值理念利管理意识。另一方面，数据资源入表将为企业开发数据产品和服务提供动力，为开展数据交易提供更为明确的指导和规范。司时，有助于与产业链上下游企业建立更加紧密的合作关系，推动跨行业合作和创新，为企业带来更多的商业机会，从而构建一个健康的数据资产生态。 在此背景下，如何通过有效治理手段将纷繁复杂的原始数 据转变为具有经济价值的数据资源，如何构建科学、可行的数据资源产权确认，价值评估和交易定价机制，如何建立适应数据特性的会计计量规则，从而解决数据资源入表的障碍，使数据成为企业真正的“资产”，已然迫在盾睫。 为进一步规范企业数据资源相关会计处理，强化相关会计信息披露，在市政务服务和数据管理局、市财政局的指导下，广电计量、广州数据集团、广州数据交易所、广东数字政府研究院、中汇会计师事务所、天健会计师事务所等单位共同编制了《产州数据资产管理及入表工作指引》（以下简称“指引”）：旨在为企业提供一套全面、系统、可操作的管理框架和方法论，帮助企业将散落在各个角落的数据资产有效整合、精确计量、合理评估、合规登记，并最终将其纳入企业的财务报表，从而真实反映企业的价值。这不仅意味着企业能够深入地认识自已，把握未来，更能够向外界展示企业在数据资产管理方面的专业能力和领先地位。 本指引提出“以数据资源入表为抓手，以数据资产价值化应用为自的，实现数据资产全流程管理”的核心理念，构建一套全面的框架和行动指南，旨在帮助企业深入理解和执行数据资源入表的相关政策和会计准则。通过明确的步骤和方法，帮助企业将数据资源转化为可量化、可管理的资产，进而在财务最表中得到准确反映。不仅涉及数据资源的识别、评估和计量，也包括了数据资源的会计处理、信息披露以及相关的合规管理， 首先，指引强调了数据治理的重要性，包括建立数据治理 组织体系、进行数据资源盘点、加强数据清洗和质量管理等关键环节。这些步骤是确保数据资源能够转化为高质量数据资产的基础。 其次，指引详细介绍了数据资源安全与合规管理的策略，包括加强数据安全管理、确保数据合规性，并通过合同药定、登记确定等确权方式，确立数据资源的法律地位。在数据资源计量确认方面，指引提供了基于成本法、市场法和收益法的评估和计量方法：帮助企业根据数据资源的具体特性和业务模式选择最合适的计量方法。 此外，指引还涉及了会计政策的制定，包括初始确认、后续计量、摊销、减值以及处置和报废等会计处理，确保企业在财务报表中对数据资产进行准确列示和披露。 最后，本指引强调了数据资产的价值与应用，包括优化企业资产结构、增强数据治理能力、加快数据资产的金融化进程以及提升企业数据资产管理意识等方面，为企业在数字经济时代的可持续发展提供了新的视角和策略。道过本指引的实施企业将能够更有效地管理和利用其数据资产，提升数据资产的经济价值，构建健康的数据生态，从而在激烈的市场竞争中获得优势。 指引编制人员 专家顾问 高素梅胡良霖 编制组成员 于莉莉日一健郭婧林燕虹陈涛刘国庆叶展均矣丰杨澜后倩张瑜朱卉李莉周杰 目录 、工作背景 （一）政策依据（二）现实意义 二、术语定义， 三、关键步骤. （一）整体架构和流程（二）数据资源治理6（三）数据确权与合规管理.12（四）数据安全管理.13（五）数据资源会计核算15（六）数据资产列示与摄露18（七）入表后的定期重估审视.21 四、数据资产价值与应用25 （）开展数据资产价值评估25（二）推进数据资产应用.26 一、工作背景 （一）政策依据 数据作为新型生产要素，已快速融入生产、分配、流通、消费和社会服务管理等各环节，深刻改变着生产方式、生活方式和社会治理方式。数据资产，作为经济社会数学化转型进程中的新兴资产类型，正日益成为推动数学中国建设和加快数字经济发展的重要战略资源。 2023年8月，财政部印发《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》），对企业数据资源是否可以作为资产确认，作为哪类资产确认和计量以及如何进行相关信息披露等相关会计间题进行了回应，并从2024年1月1自起正式施行。2023年12月，财政部印发《关于加强数据资产管理的指导意见》，从全流程的视角对数据资产管理的基本原则、主要任务等进行了明确，极大增强了全社会对数据资产的重视程度。 （二）现实意义 在数字时代，具有数据资产化意识和能力已成为企业在全球数学化转型中创造竞争新优势的关键。数据资源入表是企业合法拥有或控制的数据完成从原始数据到数据资源再到数据资产的闭环之举，可以促进企业傲好数据资源治理和数据应用场景的挖掘，从而更好发现数据与业务融合的创新发展点，提升运营效率。同时，数据资源入表有助于从财会管理方面显性化数据作为生产要素的价值，改善资产结构，增强企业整体估值及融资能力。 1.优化企业资产结构 计入企业财务报表后的数据资产能够直接扩大企业资产规 模，减少当期支出，优化企业资产和负债结构，从而更好反映企业在数字经济时代的经营和财务状况。数据资产可以作为新的标的进行资产融资，拓宽融资渠道，提升企业整体估值、信用评级及融资能力，进而提高企业在资本市场的核心竞争力。 2.增强企业数据治理能力 完善的数据治理体系是数据资产化的前提，而数据资源入表可以倒逼企业提升数据资源治理的意识和能力，为数据资源深度开发利用打好基础。数据作为资产入表，促使企业从资产角度保障数据安全，实现数据安全管理能力的整体提升，确保数据资产的安全可控管理。 3.加快企业数据资产的金融化进程 数据资源入表以后，其金融属性将得以进一步彰显。企业可以通过数据质押融资、数据作价入股、数据信托和数据资产证券化等方式探紧金融化路径，从而进一步提升数据资产的价值应用空间。 4.提升企业数据资产管理意识 企业负责人将更加重视数据资产的开发、利用和价值挖掘，注重通过数字化转型来收集更多的数据，全面提升企业的数据资产管理意识，推动数据管理的组织体系建设（例如，首席数据官），推动企业加快数据合规体系建设，并逐步完善企业内部数据资产管理制度、数据资产合规制度和数据资产质量标准等数据资产入表的内部制度和流程体系。 5.促进数据资产应用流通释放价值 企业更有动力去探索和创新数据应用场景，深度开发数据资产 的潜力，促进产品创新和服务升级，获得更多商业机会和竞争优势，推动企业可持续发展和提升竞争力。企业可更加灵活和多样地对数据资产进行交易、转让、许可，共享等方式的流通提高数据资源的流动性和流通效率，增加数据资源的流通收益和流通价值，实现数据资产的价值最大化 二、术语定义 （一）数据 数据是指任何以电子或者其他方式对信息的记录，例如文本、图像、语音、视频、网页、数据库、传感信号等结构化或非结构化数据。 （二）数据资源 数据资源是指加工处理后具有经济价值的数据。 （三）数据资产 数据资产是指合法拥有或者控制的，能进行计量的，为组织带来经济和社会价值的数据资源 在组织中，并非所有的数据都构成数据资产，数据资产是能够为组织产生价值的数据，数据资产的形成需要对数据进行主动管理并形成有效控制。 由于数据资产具有传统资产所不具备的其他特征，其价值的评估和计量并不完全读从既有的会计、经济相关准则与标准，仍需要结合实殿经验进行不断的探索和创新。 （四）数据资源入表 数据资源入表是指组织从内外部合法获取的数据资源，按照一定规则以资产形式记入资产负债表等财务报表中，并进行确认、计量、列示、披露等会计处理的过程，从而在财务报表中体现数据价值与业务贡献： （五）数据资源合规登记 为了将数据资源纳入财务报表，组织需要证明对相关数据享有持有或控制的权利，确保数据资源来源合规、权责明确： 并预期会给企业带来经济利益。基于此目的，组织可将数据资源提交数据资源登记机构，从数据来源，数据内容，数据处理数据管理及数据经营五大维度开展合规登记审核。 （六）数据资产管理 数据资产管理是指对数据资产进行供给、规划、控制和开发利用等一系列活动职能。 大体上，数据资产管理包含数据资源化和数据资产化两个环节，将原始数据转变为数据资源，再转变为数据资产，逐步提高数据的价值密度，拓宽应用场景。 三、关键步骤 （一）整体架构和流程 1.数据资产管理的整体架构 数据资产管理包含数据资源化和数据资产化两个环节：经过数据治理将原始数据转变为数据资源，实现数据的资源化； 经过数据安全和合规管理、计量方案确认和会计政策制定列示与披露等工作完成数据资源入表，实现数据的资产化。后续逐步提高数据的价值密度，拓宽应用场景，挖掘数据价值， 数据资产管理的整体架构如下图所示： 2.数据资源入表工作流程 在数据资产管理的整体架构中，数据资源入表是实现数据资产化的关键事项。根据各项工作开展的流程和顺序，可以将入表划分为入表前、入表中、入表后三个阶段，其中： （1）入表前的工作包括：数据资源盘点、数据治理、数据确权与合规管理、数据安全管理； （2）入表过程中的工作包括：数据资源的内控流程完善、拟入表数据资源的成本计量、列示和披露； （3）入表后开展定期的重估审视，建立评估指标，动态跟踪数据资产的价值，以确保入表数据资产价值的准确性和决策依据的时效性。 主要工作流程如下表所示： （二）数据资源治理 数据资源治理是指对数据资源的管理、控制和使用的全过程进行规范和优化，确保数据资源的高质量、高效益和高安全性。数据资源治理的国标是通过建立健全的数据治理框架和制度，提升数据资源的可用性、可靠性和安全性，为数据资产化和数据资源入表提供坚实的基础。 1.建立数据治理组织体系 （1）参考《广州市全面推行首席数据官制度工作方案》：企业可设置首席数据官并组建专门的数据治理团队，明确数据治理目标，确定数据治理职责及责任人。 （2）制定明确的数据治理制度体系，包括数据架构、数据应用、数据标准、数据安全、数据质量等方面的制度规则和标准规范。 （3）制定数据治理沟通机制，定期评估数据治理组织的运6 作情况，不断改进和优化数据治理策略和流程，保障数据治理工作的正常开展。 2.开展数据管理能力成熟度评估 为提升企业对数据资源的管理能力，鼓励各企业贯彻执行数据管理能力成熟度国家标准，开展数据管理能力成熟度评估(DCMM) DCMM国家标准结合数据生命周期管理各个阶段的特征，接照组织、制度、流程、技术对数据管理能力进行了分析和总结，提炼出数据战略、数据治理、数据架构、数据质量、数据安全、数据应用、数据标准、数据生存周期等八个能力域，并对每项能方域进行了二级过程项和发展等级的划分，以及相关功能介绍和评定指标的制定 3.做好数据资源盘点 由企业首席数据官或数据管理团队牵头，自行或与第三方机构合作调研本单位数据资源生产存储、流通交易、开发利用、安全保障等情况，摸清数据资源底数。根据数据资