2023中国数据资产化发展趋势白皮书

版权说明 本白皮书版权属于开放群岛（OpenIslands）开源社区数据资产小组所有，依据CCBY-NC-SA4.0（http://creativecommons,org/licenses/by-nc-sa/4.0/）许可证进行授权，并受法律保护。转载、摘编或利用其他方式使用本白皮书文字或者观点的，应注明来源。 违反上述声明者，编者将追究其相关法律责任。 编写说明 本白皮书由开放群岛（OpenIslands）开源社区数据资产小组牵头撰写，限于撰写组时间、知识局限等因素，内容恐有疏漏，烦请各位读者不吝指正。本报告在撰写过程中得到了开放群岛开源社区各成员单位的大力支持，在此特别感谢参编单位的各位专家支持和帮助。 参编单位 （排名不分先后） 开放群岛开源社区数据资产小组深圳数据交易所有限公司 中央财经大学数字财经研究中心中国质量认证中心 中财数碳（北京）科技有限公司云基华海信息技术股份有限公司交叉信息核心技术研究院 北京易华录信息技术股份有限公司数库（上海）科技有限公司 德阳数据交易有限公司上海尖晶投资有限公司杭州趣链科技有限公司杭州金智塔科技有限公司 南方电网数字平台科技（广东）有限公司华东江苏大数据交易中心股份有限公司合肥市大数据资产运营有限公司 金蝶信用科技（深圳）有限公司中国工商银行软件开发中心 高颂数科（厦门）智能技术有限公司 湖州市数字集团有限公司大成律师事务所 广州市华矩商业信息科技有限公司浙江省大数据联合计算中心 深圳国家金融科技测评中心有限公司上海同态信息科技有限责任公司 北京数牍科技有限公司 中国信通院云计算和大数据研究所讯飞智元信息科技有限公司 中电科网络安全科技股份有限公司清华大学互联网产业研究院 上海健交科技服务有限责任公司上海生腾数据科技有限公司 广东省坤舆数聚科技有限公司北京市中伦（上海）律师事务所粟特方舟科技（北京）有限公司 参编委员会 （排名不分先后） 陈波 王冠 潘菲 李颖 王锋 鲁胜强 林常乐 赵蓉 宋欢 张杰 周卉章 郑佩玉 李岩 尹西明 专家指导 （排名不分先后） 王建冬汤珂杨东李红光 参编人员 （排名不分先后） 陈超超 陈爱华 陈琳 单进勇 樊晓娟 郭潇 胡雪晖 韩祖利 黄榴勇 黄梦甦 黄佩 金俊州 金银玉 郎佩佩 刘梦迪 李星 李东阳 李航达 李浩川 李朋林 梁燕 林嘉靖 林镇阳 林建兴 刘骥 陆斌霄 罗培 吕艾临 马硕涵 牛丛丛 聂怗 裴新 沈蓓瑾 孙晓蕾 汤子欧 谭昶 唐飞 王澜 王婷 王震 王明辉 王志琪 魏遵博 吴梦真 吴祖顺 邢洋 徐香君 闫树 杨光 杨菊丽 杨淋雨 袁文天 谭海华 王吴越 张烨 张慧萍 张建民 张智超 张帅 周云 蔡瑞龙 目录 一、数据资产化发展概述1 1.1背景1 1.2数据资产化的概念与内涵2 二、数据资产化发展的总体趋势12 2.1国际趋势12 2.2国内形势14 2.3发展机遇17 2.4问题与挑战29 三、数据资产化政策与监管34 3.1数据资产确权困难35 3.2数据要素场内交易占比较小，凸显法律制度仍不完善35 3.3数据交易市场混乱缺乏有效监管36 3.4数据资产交易体系有待整合重塑37 3.5数据收益分配问题尤为突出38 3.6数据资产化技术路线暂未清晰38 四、数据资产化定价与估值39 4.1数据资产估值现状39 4.2估值方法发展41 4.3基本估值模型43 4.4期权定价法47 4.5图谱定价法50 4.6其他评估方法54 4.7健全数据资产财会制度55 五、数据资产化治理58 5.1数据治理概述58 5.2数据治理现状及规模59 5.3问题与挑战61 5.4最佳实践63 六、数据资产运营：共享与开放视角69 6.1数据开放与共享概念69 6.2数据开放和共享的价值分析70 6.3数据共享开放与数据资产化72 6.4数据开放和共享现状73 6.5数据开放和共享面临的问题75 6.6数据开放和共享的资产化运营模式78 七、数据隐私与数据资产安全90 7.1数据资产保护现状90 7.2数据隐私安全技术现状91 7.3面临的隐私安全问题与挑战92 7.4解决方案与策略95 八、数据资产化创新案例99 深圳数据交易所数据资产增信案例99 南方电网公司数据资产评估研究与实践110 数据资产评估案例：河南BF公司智慧农业116 “云旗”平台助力数据要素资产化123 合肥“赋能金融”项目：以数赋能，为中小微企业提供“不断档”金融服务129 金蝶信心链——数据资产金融化创新实践135 工商银行数据资产估值实践145 融合电力数据的工业企业营销价值评价模型151 数据资源计量计价评估系统全流程一体化方案156 陕西信用大数据智能服务平台163 九、数据资产化趋势与展望170 趋势1：数据资产化工具或将迎来快速发展，呈现一体化、智能化发展特点 ...........................................................................................................................170 趋势2：数据资产化第三方服务亟待建立行业标准170 趋势3：地方数据资产登记平台，成为支撑数据资产确权工作的重要基础设施171 趋势4：公共数据资产化将从公共数据资产登记、计价评估和授权运营等环节系统性推进171 趋势5：企业数据资产管理体系建设加速173 趋势6：数据资产入表将全面启动，数据资产列入资产类科目，有利于提升企业的数据价值，并提高金融机构信贷产品的创新力度174 趋势7：数据资产评估的应用场景广泛，支持数据资产增信、出资、交易、质押融资、资产证券化等创新业务，在不同评估场景下，要注意对价值类型进行正确选择175 趋势8：基于数据资产的金融服务将重点围绕提升金融服务水平、提高金融抗风险能力等方面展开176 一、数据资产化发展概述 1.1背景 在数字化、网络化和智能化快速发展的背景下，数据已经成为新一轮科技革命和产业变革的核心要素，对于构建现代化经济体系具有至关重要的作用。特别是自2019年10月党的十九届四中全会首次将数据增列为新的生产要素以来，数据的重要性得到了前所未有的认可。2020年3月，中共中央和国务院进一步印发《关于构建更加完善的要素市场化配置体制机制的意见》，明确将数据作为新型生产要素，强调其在生产、分配、流通、消费和社会服务管理等各环节的基础性作用。 数据不仅是数字经济的核心引擎，也是现代社会治理的关键要素。为了保护数据安全和个人信息，中国政府出台了一系列相关法律和政策，包括《数据安全法》、《个人信息保护法》和《网络安全法》等，这些法律共同构成了数据治理法律领域的“三驾马车”。此外，还有一系列配套政策如《关键信息基础设施安全保护条例》、《网络安全审查办法》和《工业和信息化领域数据安全管理办法 （试行）》等，为数字经济的创新和发展提供了更为明确和全面的行为规范和约束标准。 2022年12月2日，中共中央和国务院进一步印发了《关于构建数据基础制度更好发挥数据要素作用的意见》（简称“数据二十条”），该政策不仅明确了数据产权、流通交易、收益分配和安全治理等方面的基础制度，还提出了“探索数据资产入表新模式”和“逐步完善数据产权界定、数据流通和交易等主要领域关键环节的政策及标准”。 在这样的政策背景下，数据资产化作为数据要素价值实现的重要方式，其重要性日益凸显。特别是在“十四五”时期，一系列支持性政策不仅持续完善了数字经济的顶层设计，也强力推动了数字技术和实体经济的深度融合，为经济发展增添了新的活力。 数据流通作为数据资产市场循环体系的核心环节，其健康发展依赖于高效、公平的数据资产估值体系。由于数据要素具有虚拟性、低成本复制性、主体多元 性、非竞争性、非排他性和异质性等特点，这使得数据价值评估比其他传统生产要素更为复杂。为此，国内外多个标准化组织、财会领域组织和技术咨询服务企业都在积极探索和研究数据价值评估的新方法和体系。例如，财政部会计司在2023年8月发布了《企业数据资源相关会计处理暂行规定》，中国资产评估协 会在2023年9月发布了《数据资产评估指导意见》。 综上所述，数据作为新型生产要素，在数字经济和社会治理中的作用日益凸显。在一系列政策和法规的推动下，数据资产化、数据流通和数据价值评估等方面都取得了显著进展，为数字经济的健康发展和社会进步提供了有力的支撑。这些政策和实践不仅反映了数据在现代经济体系中的核心地位，也预示着数据将在未来发挥更加广泛和深远的影响。 1.2数据资产化的概念与内涵 1.2.1从数据价值化视角看数据资产化 朱秀梅等1（2023）系统回顾和梳理数据价值化相关研究，认为数据价值化以数据资源化、数据资产化、数据商品化和数据资本化为核心阶段，从动态演化的新视角揭示了数据创造价值的过程。其中，数据资源化以提升数据质量为目标，将杂乱无序的原始数据转换为有一定价值的数据资源；数据资产化以场景赋能为目标，通过数据分析、数据编排、数据治理等环节将数据资源转化为有明确使用场景、价值更高的数据资产；数据商品化以数据脱敏和封装为目标，通过数据打包、数据定价与数据交易，将数据资产转化为具备交易价值的数据商品；数据资本化以数据投融资为目标，通过数据资本运营和数据资本收益分配为手段，将数据商品锻造为具备金融属性的数据资本。 王鹏和杨思萌2（2023）以商业银行为例，认为数据资产价值化的实现过程包括数据资源化、数据资产化和数据资本化三个阶段。其中，数据资源化的本质是提升数据质量，形成使用价值的过程；数据资产化的本质是形成数据交换价值，初步实现数据价值的过程；数据资本化的本质是实现数据要素社会化配置的过程， 1朱秀梅,林晓玥,王天东等.数据价值化：研究评述与展望[J].外国经济与管理,2023,45(12):3-17.DOI:10.16538/j.cnki.fem.20230719.401 2王鹏,杨思萌.银行数据资产价值实现路径[J].中国金融,2023,(24):73-74. 包括数据信贷融资、数据证券化和数据入股等。 欧阳日辉3（2023）也认为数据资产化旨在最大化释放数据的经济价值，本质是形成和实现数据的交换价值。数据资产化就是将数据资源转化为数据资产的过程，也是数据通过流通交易给使用者或所有者带来经济利益的过程。数据资产表现出一定的外部性、增值性和价值波动性。 张楠和马治国4（2023）从数据的价值演进形态出发，基于数据“资源化—资产化—资本化”三重演进形态的系统分析，研究“数据资源—数据资产—数据资产证券化”的实践路径。作者认为，数据资产化进程既是企业通过实质性处理获取数据资产的过程，也是为数据控制者回报经济利益的过程，有助于激活数据资产价值，推动数据要素资本化进程。可见，数据资产化的目的是为数据资本化创造条件。 1.2.2从企业数字化转型的视角看数据资产化 徐涛等5（2022）从企业微观视角，通过案例分析对企业数据资产化路径进行理论模型的构建。作者认为，数据资产化完整路径包括：阶段1：数据战略、规制与组织架构；阶段2：数据技术、系统和平台；阶段3：数据资产质量治理；阶段4：数据资产的盘点与运营。其中，阶段1-3重在提升企业数据治理能力，这是企业实现数据资产化的重要基础；阶段4重在让数据资产可以与特定的应用场景结合，从而构建数据资产的商业模式，通过业务数据化（数据内循环）和数据业务化（数据外循环）开展数字化转型，减少成本、增加收入和控制风险，从而实现数据资产的价值。 张一为6（2023）提出一套集团化企业数据资产运营体系，包括战略一体化、管理体系化、体系平台化、集约中台化、稽核定期化等内容。数据资产管理与运营的主要目的是将企业数据进行有序管理，提供决策依据，实现价值变现，并降 3欧阳日辉.数据资产的金融属性及其实现路径[J].科技中国,2023,(11):32-36. 4张楠,马治国.数据资产证券化探索的法律困境与解决路径[J/OL].重庆大学学报(社