2024年被称为“数据资产入表”元年。1月1日，《企业数据资源有关管帐处置暂行划定》正式执行，数据资源简直认领域与管帐处置合用准则得到明确，越来越多上市公司起头索求数据资产入表之路。

据2024年中报统计，共有64家公司在半年报中披露了企业数据资源数据，入表总额计算14.02亿元。其中，43家上市公司披露规模为13.77亿元，9家新三板公司披露规模为1245.49万元，12家非上市公司披露规模为1301.58万元，蕴含8家发债城投公司，披露规模为1237.45万元。这些数据显示上市公司在数据资源入表方面的积极索求和器沉。

问题一：什么是数据资产
？

数据资产是指组织或幼我占有的、可能产生经济价值的数据资源。这些数据可所以结构化的，如数据库中的表格数据，也可所以非结构化的，如文本文件、图片、视频等。数据资产的价值在于它们可能为组织提供决策支持、优化业务流程、提高效能、创造新的收入起源等。

数据资产治理蕴含，1.数据网络，网络来自分歧起源的数据，蕴含内部天生的数据和表部获取的数据。2.数据存储，确保数据安全地存储在适当的系统中，便于接见和分析。3.数据洗濯，算帐数据，去除谬误和不一致，以提高数据质量。4.数据整合，将来自分歧起源的数据整合在一路，以便进行更全面的分析。5.数据安全，；な莶槐晃淳谌ǖ慕蛹屠挠。6.数据分析，使用统计和机械进建技术来分析数据，提取有价值的信息。7.数据治理，造订政策和流程来治理数据的整个性命周期，确保数据的合规性和质量。8.数据变现，通过数据销售、数据驱动的产品或服务等方式，将数据资产转化为经济价值。

问题二：数据资产怎么入表
？

从目前的实际案例来看，数据资产实现入表，在确认数据资产的价值基础上，对数据资源进行加工处置，在有关部门登记进行数据确权，通过有效的治理与治理形成数据产品，确认数据的使用场景并进行经济利益分析、成本合理归集与分摊，通过成本法、市场法或收益法确定数据资产价值，以及列报与披露等步骤。

1.关于数据的有关划定

《企业数据资源有关管帐处置暂行划定》中指出，企业使用的数据资源，切合前提的，该当确以为无形资产；企业日；疃谐钟幼⒆钪罩髡庞糜谙鄣氖葑试，切合有关前提的，该当确以为存货；企业销售确以为存货的数据资源，该当依照存货准则将其成本结转为当期损益；同时，企业该当依照收入准则等划定确认有关收入；企业销售未确以为资产的数据资源，该当依照收入准则等划定确认有关收入。

2.数据资产入表的步骤

数据资产入表是一个将数据资源转化为企业资产负债表中资产项的过程，它必要遵循肯定的流程和步骤。首先必要界定哪些数据属于资产领域，如客户数据、市场数据等，并确保这些数据拥有现实或潜在的经济价值。其次，成立一个综合思考数据的正确性、齐全性、时效性、稀缺性以及将来可能带来的经济利益等多个维度的评估系统。第三，设立专门的数据治理部门或指定数据治理员，掌管数据治理政策、监督数据质量、确保数据安全等。第四，进行数据洗濯与整合，去除沉复、谬误或不齐全的数据，确保数据的正确性和一致性，并将分散的数据汇集起来形成统一的数据视图。第五，凭据管帐准则和有关律例的要求，结合企业业务特点和数据资产的个性，造订出切实可行的入表战术。第六，成立健全内部节造造度，确保数据资产的采集、处置、分析和利用过程切合有关律例和企业政策的要求。第七，定期对数据资产进行评估和审查，实时调整入表战术和治理步骤。

3.数据资产入表执行阶段必要当苦衷项

执行阶段重点：要确认入表前提，做好资源价值评估、入表风险评估、数据资源入表及核查。好比，必要确认作为资产的数据资源到底哪些是无形资产、哪些是存货、哪些能够入表、哪些无法入表。数据资源价值评估在初次入表重要选取成本计价法入表，必要依照数据资产采集、守护、治理等各项成本计入。

数据资产入表的全流程执行指南还蕴含原始数据网络、形成数据资源、可入表数据资源鉴别、一次入表、数据产品研发和出产、数据身分市场登记、通过数据产品登记和买卖获得数据资产凭证、二次入表以及数据资产评。

凭据财政部颁布的《企业数据资源有关管帐处置暂行划定》，企业在假造资产负债表时，该当凭据沉要性准则并结合企业的现实情况，在“存货”项眼前增设“其中：数据资源”项目，反映资产负债表日确以为存货的数据资源的期末账面价值；在“无形资产”项眼前增设“其中：数据资源”项目，反映资产负债表日确以为无形资产的数据资源的期末账面价值；在“开发支出”项眼前增设“其中：数据资源”项目，反映资产负债表日在进行数据资源钻研开发项目满足本钱化前提的支出金额。

问题三：以城投公司为例，有哪些数据资产
？

城投公司可能会占有大量的数据资产，如城市规划数据、交通流量数据、公共设施使用数据等。这些数据资产通过整合和分析，可以为城投公司提供决策支持，优化资源配置，提高服务质量，推进城市的可持续发展。

我们以城投公司智慧项目为例，城投公司在智慧城市项目中能够使用多种数据资产，这些数据资产涵盖了城市运营的各个方面，蕴含但不限于：1.公用事业数据：如供水、供热、供气、污水处置等，这些数据能够用来优化资源分配和提高运营效能。2.交通流量数据：蕴含城市公交、地铁、出租车等公共交通系统的使用数据，用于改善交通治理和规划。3.政务数据，涉及当局服务和行政操作的数据，有助于提高当局服务的通明度和效能。4.环境监测数据：如空气质量、水质监测等，用于环境；ず统鞘泄婊。5.公共安全数据：蕴含视频监控、犯罪统计等，用于提升城市安全和应急响应能力。6.健全医疗数据：如电子病历、公共卫生统计等，用于改善医疗服务和公共卫生治理。7.教育数据：涉及学堂治理、学生阐发等，用于提升教育质量和资源分配。8.能源使用数据：如电力、燃气亏损数据，用于优化能源治理和节能减排。9.经济活动数据：蕴含贸易买卖、税收等经济数据，用于经济分析和政策造订。10.城市设施使用数据：如公园、图书馆等公共设施的使用情况，用于设施治理和服务改进。

问题四：数据资产入表有哪些实际案例
？

数据资产入表是将数据资源转化为能够在财政报表中体现的资产，这对于企业的数据治理和价值评估拥有沉要意思。

1.数据资产入表的案例分析

江苏省首单数据资产入表：南京市城市建设投资控股（集团）有限责任公司成功实现约700亿条公交数据资源资产化并表工作。

扬子国投水务行业数据资产入表：扬子国投实现首批3000户企业用水脱敏数据资产化入表工作，成为水务行业全国首单数据资产入表案例。

全国首单车联网领域数据资产入表：先导（苏州）数字产业投资有限公司实现超30亿条智慧交通路侧感知数据资源资产化并表工作，成为全国首单车联网数据资产入表案例。

2.数据资产融资的案例分析

数据资产融资是一种新兴的融资方式，它允许企衣符用其占有的数据资源作为担保来获取资金。

广东首单数据资产入表融资：南方财经全媒体集团的“资讯通”数据资产实现入表，并在此基础上获得中国工商银行广东自由业务试验区南沙分行授信500万元。

河南省首单数据资产融资：河南数据集团“企业地皮使用权”数据在郑州数据买卖中心挂牌上市，获得金融机构授信额度800万元，实现了河南省首笔数据资产无抵押融资案例。

上海数据资产质押贷款：建行上海市分行与上海数据买卖所合作，成功发放了首笔基于上海数据买卖所“数易贷”服务的数据资产质押贷款。

湖南大数据买卖所数据资产融资：湖南大数据买卖所与光大银行长沙分行合作，成功提供湖南首笔数据资产无抵押融资服务，援手湖南本土企业盛鼎科技获得光大银行500万授信额度。

问题五：信任方式参加数据资产入表涉及哪些方面问题
？

信任方式参加数据资产入表涉及多个方面的问题，蕴含司法框架、管帐处置、风险治理和收益分配等。

司法框架：数据资产作为信任财富必要满足确定性、合法性和独立性的特点。我国目前没有专门针对数据权属确认和登记的司法律规，但实际中，企业通常在数据买卖中心进行数据资产确权登记。

管帐处置：数据资产入表必要切合管帐准则，蕴含合法权属、价值性和可计量性。企业数据资源有关管帐处置暂行划定提供了领导，若何将数据资源确以为无形资产或存货等资产类别。

风险治理：数据资产的过程监测、应急治理和信息披露是风险治理的关键。数据资产权势主体应成立预警、应急和措置机造，确保数据资产的安全和合规使用。

收益分配：数据资产的收益分配机造必要美满，确保各有关主体的权利得到；。收益分配应遵循“谁投入、谁贡献、谁受益”的准则，并思考数据资产的再开发和再分配。

信任受托人资格：合格的数据受托方必要满足肯定的资质要求，蕴含数据安全和治理能力。目前，司法尚未明确划定数据受托方的具体资质要求，但实际中，信任公司必要具备相应的专业能力和基础设施。

信任方式的索求：信任公司为数据资产提供价值形成、转化、措置的服务，有利于通过市场化方式推进数据资产的公允价值形成。信任公司能够提供投融资治理服务，实现数据资产的投资价值和社会价值。

总结来看，一是数据资产价值化是推动实体经济高质量发展的关键。数据资产能够无限买卖、流通、共享，并衍生出新的数据产品；二是公共服务业是数据资产融资的沉要参加方，如停车服务数据、产权买卖数据等；三是数据资产的状态和价值化的方式多样，蕴含数据知识产权、数据集、数据利用等；四是数据资产融资后，资金是否用于数据产品的推广和利用，形成正反馈关环，还有待索求；五是对于金融机构来说，数据资产融资给金融机构的风控治理带来了新的挑战和课题。

数据资产入表不仅有助于企业更好地治理和利用自身的数据资源，还能作为融资和信贷的凭据，推动数据资产的市场化和钱币化。随着数据资产化过程的推动，预计将来会有更多行业和企业参加到数据资产入表的实际中来。