央企数据价值与数据资产管理体系的创新实践

本文阐述了央企数据价值与数据资产管理体系的创新实践，以国网浙江经研院为例，深入剖析了数据资产管理体系框架、构建标签与估值联动机制、权益最适判定规则、数据资产入表细则和设计数据资产估值框架等方向。

核心观点：

1. 数据要素市场发展背景：在国家政策支持引导下，数据要素市场蓬勃发展，数据量庞大，算力核心产业规模持续增长，各地数据交易中心相继建立。
2. 数据资产管理策略：提出“价值主导、分类应用、利益共享”的数据资产管理思想策略，构建数据资产管理体系，探索数据“资源化、资产化”的价值实现路径。
3. 数据资源价值管理框架：构建以数据“资源化、资产化”价值实现路径为主线，以运营管理、保障机制和技术平台为支撑的数据资产管理框架。

关键数据：

• 预计2025年我国数据量将达到48.6ZB。
• 2022年我国算力核心产业规模达到1.8万亿元。

研究结论：

1. 数据资源化：通过数据标准、数据质量和主数据等数据管理关键环节，将无序原始数据转化为高可用性数据资源，形成企业数据资源目录。
2. 数据资产化：通过数据应用场景开发形成数据产品，对数据资产进行认定、开发、确权、成本计量、估值、入表和交易，形成数据资产价值实现的完整路径。
3. 数据资产确权规则：以产权理论为基础，结合《数据二十条》政策文件，确立数据资产对应的权利主体、权利客体以及权利内容，构建普适性数据确权规则。
4. 数据资产入表方式：根据企业会计准则、会计法等，探索数据资产会计处理的标准、规则和方式，推动数据资产化核算的标准化和统一化。
5. 数据资产评估方法：构建多因子成本修正模型，引入数据复用度因子、数据质量因子、数据鲜活度因子，对历史归集成本进行重置，实现不同阶段、不同类型的数据资产估值。
6. 实践成果：国网浙江经研院构建的数据资产管理体系，包括数据治理、开发与运维等6个业务环节，形成了数据资产评估案例、权益最适判定规则、数据资产入表细则和数据资产估值框架。

未来展望：将进一步探索这些方法在实际中的应用，推动企业数字化转型和数据资产价值实现，共同推动数据要素市场的健康发展。