数据资产管理的发展趋势.pdfVIP

数据资产管理的发展趋势

在数字经济时代，数据正在成为企业极其重要的战略性资产。Tallon认为数据是

一种特殊的资产，尽管在资产负债表中没有显示数据的价值计量，但数据的管理

成本和价值创造却是实实在在存在的。

01

数据资产化

众多企业在大数据时代开启了数据资产化的探索之路，利用大数据技术改善企业

信息系统，利用数据挖掘和机器学习开发数据应用，但是良好的技术并不能保证

IT系统中的数据被高效地组织和管理，单个数据应用并不意味着数据可以作为企

业发展的核心生产要素。多数企业仍然处于数据资产管理（dataasset

management）的初期，面临着如下问题：一是缺乏完整的数据资产管理体系，

难以从宏观和全局视角规划数据资产管理工作；二是缺少数据资产管理实践路径

以及阶段性产出的指导；三是削弱了数据价值作为数据资产管理的动力，难以推

动数据运营和业务创新的良性循环。

数据资产是指由企业拥有或者控制的、能够为企业带来未来经济利益的、以一定

的方式记录的数据资源。在企业中，并非所有的数据都是数据资产，只有能够为

企业产生价值的数据资源才被称为数据资产。目前，业界对数据资产的定义多是

强调数据能够给会计主体带来利益，部分学者研究了数据资产的其他会计属性，

包括数据资产权属和数据资产计量。

数据资产管理是指规划、控制和提供数据及信息资产的一组业务职能。数据资产

管理的职能通常包括开发、执行和监督有关数据的计划、政策、方案、项目、流

程、方法和程序，通过这些职能达到控制、保护、交付和提高数据资产价值的目

的。数据资产管理需要充分融合业务、技术和管理，以确保数据资产保值增值。

数据资产管理逐渐深入人心，其一方面推动了大数据产业的发展和成熟，另一方

面催生了新的产业形态和业务模式，形成新的发展方向。目前来看，数据资产产

业生态链、相关法律法规体系和数据资产智能管理都是数据资产管理体系重要的

发展方向。

02

完善数据资产产业生态链

数据资产产业生态链涉及数据的数据源、技术支撑、硬件支持、数据资产管理、

数据平台、数据流通服务、数据应用等各个层面。目前，数据资产管理深入人心，

数据平台建设如火如荼，数据应用百花齐放，但数据资产产业生态链在某些方面

还有很大的发展空间。

一是数据确权。

大数据应用是数据资产化的重要表征之一，由此产生了巨大的经济价值，因此需

要建立与数据确权相关的法律法规，从而促进数据产业发展。目前，数据尚未被

赋予资产属性，数据所有权或产权没有被广泛认可，这导致产生数据的人由于自

身权利难以保障而无法信任使用数据的人，同时，滥用数据和忽视个人数据隐私

的事件频发，阻碍了数据流通和数据交易的发展。因此，明确数据权属的范围，

用数据溯源技术追溯数据的演进过程，确定数据权利人的权益，对于促进数据资

产化的发展具有重要意义。

二是数据估值。

像其他进入交易市场的商品一样，数据在进入流通市场前，需明确其成本和价格，

但数据的主观性、可复制性和低价值密度性使得数据估值多停留在理论层面，尚

未建立有效的实践模式，进而阻碍了一个良性数据交易生态链的形成。目前，业

界提出了多种数据估值方法，包括付费定价模型和预订价模型、收益现金法、重

置成本法、现行市价法等，然而这些方法均有一定的局限性。因此，类比无形资

产的评估方法，应当综合归纳已有数据估值方法，以数据交易平台作为突破口，

形成权威性的数据资产价值评估模型或参考模型，推动数据估值的发展。

三是数据开放。

数据开放是数据资产流通体系中合作共赢的重要环节，可以实现互联融合发展。

数据开放面临着很多问题，如没有统一的开放共享标准、缺乏安全可信的政策环

境、开放共享技术有待增强等。目前来看，政府数据开放要求最为迫切。政府掌

握着大量公共数据，数据反哺开放是大势所趋，世界各国都在研究制定数据开放

战略，数据开放是重要的发展趋势。

四是数据审计。

从数据是资产的概念来看，数据审计是必不可少的环节。数据审计有一套事前事

中事后的体系，事前审计数据的真实性、准确性、可用性、合理性等；事中对数

据加工过程中