一本书讲透数据资产入表

内容简介 这是一部能指引零基础读者顺利完成数据资产入表的实操性著作。它不仅为读者提供了数据资产入表所需的全部必备知识，还给出了实际操作层面的方法指引；既是数据资产入表的初学者指南，也是企业实施数据资产入表操作的工作手册。 本书由数据资产管理领域的标杆企业亿信华辰倾情奉献，同时融合了行业的先进实践经验，开创性提出“数据资产三次入表理论”（数据原始资源入表、数据产品入表、数据金融资产入表），得到了来自学术界和企业界的12位数据资产管理专家的高度评价和强烈推荐。 本书分为四部分，不仅从战略、方法、工具、实操、案例等角度为读者提供了全面的数据资产入表知识体系，还前瞻性地探讨了数据资产入表后的价值挖掘、资产评估和金融创新。 第一部分 数据资产入表全景概览（第1和第2章） 深入分析数据资产入表的宏观背景、核心目标及其对企业乃至社会的价值，为读者描绘数据资产入表的时代意义和发展蓝图。 第二部分 数据资产入表核心知识体系（第3~5章） 详解数据资产入表所需的会计原理、法律框架和大数据技术基础，建立全面而深入的知识体系，为实操打下坚实基础。 第三部分 数据资产入表实操指南（第6~9章） 系统阐述实施策略与具体步骤，涵盖数据原始资源入表与数据产品入表的关键环节，提供详尽的实操指南。 第四部分 数据资产入表后的价值挖掘（第10~13章） 指导企业探索金融创新工具的应用，实现数据的资产化和资本化，释放数据资源的巨大潜在价值。 此外，附录包含“数据资产入表36问”“数据要素相关标准清单”等内容，插页给出了“数据资产入表知识地图”。

作者简介<br />王琰<br />华宇软件董事、总经理、首席财务官，兼任亿信华辰董事长等职务。中国注册会计师非执业会员、国际数据管理协会（DAMA）大中华区理事。<br />孟庆国<br />清华大学公共管理学院教授、博士生导师，教育部“长江学者”特聘教授，教育部哲学社会科学实验室-清华大学计算社会科学与国家治理实验室执行主任，清华中国电子数据治理工程研究院院长，北京国际数字经济治理研究院院长，中国电子信息行业联合会数据与治理专业委员会主任。<br />刘晗<br />亿信华辰高级顾问，数据资产管理领域资深专家。湖北省软件企业协会专家委员，江苏省大数据交易和流通工程实验室特聘专家。先后任职于Kantar、GMI等国际知名企业，主导和参与多个数据资产项目，在数据资产管理及系统开发方面有丰富经验，参与多地政府数据要素市场建设，是“数据资产三次入表理论”提出者、数据金融领域的开拓者。<br />朱越<br />资深数据资产运营专家、亿信华辰运营总监、数据资产入表服务链合体发起人、“数懂会”主理人，在数据要素实践和ToB企业数字化转型与模式创新等领域具备丰富的经验。（微信号：shudonghui6）<br />鲁四海：CIO时代可信数据空间专委会秘书长<br />魏丽丽：华宇软件首席数字官<br />刘　霞：中联资产评估集团有限公司评估总监<br />武　婕：北京市鑫诺律师事务所高级合伙人<br />王　博：中国电子云数据事业部副总经理，全国大数据标准推进委员会成员<br />马千里：数据治理和数据规划专家<br />陈志刚：中移系统集成有限公司规划技术部咨询总负责人、高级工程师、主任研究员<br />毛立明：中国信息协会信息安全专业委员会数据鉴证工作部主任

目录<br />赞誉<br />序<br />前言<br />第一部分　全景概览<br />第1章　数据要素的政策脉络<br />1.1　整体背景和宏观环境3<br />1.1.1　数据要素的定义和特性4<br />1.1.2　我国发展数据要素的意义5<br />1.2　政策指引6<br />1.2.1　我国数据要素中央政策7<br />1.2.2　我国数据要素发展规划13<br />1.2.3　我国数据要素专项政策指引14<br />1.2.4　数据资产入表的政策依据18<br />1.2.5　地方政策20<br />1.3　本章小结30<br />第2章　《企业数据资源相关会计处理暂行规定》的深度解读<br />2.1　《暂行规定》简介32<br />2.1.1　数据资源入表与数据资产入表32<br />2.1.2　为何出台《暂行规定》33<br />2.1.3　《暂行规定》的主要内容38<br />2.1.4　《暂行规定》正式发布稿与征求意见稿的比较40<br />2.2　《暂行规定》中数据资产入表的关注点43<br />2.2.1　《暂行规定》中相关概念的介绍43<br />2.2.2　数据资产入表需要关注的难点46<br />2.3　本章小结47<br />第二部分　核心知识体系<br />第3章　入表所需的财务知识<br />3.1　会计入表重要知识汇总51<br />3.1.1　会计基础知识51<br />3.1.2　会计规范体系64<br />3.2　数据资产入表的基本流程66<br />3.2.1　数据资源识别68<br />3.2.2　确认资产类别72<br />3.2.3　成本归集与分摊74<br />3.2.4　列报与披露78<br />3.3　以成本入表79<br />3.3.1　成本法和以成本入表的区别79<br />3.3.2　数据以成本入表的关注点86<br />3.4　本章小结90<br />第4章　入表所需的法律知识<br />4.1　数据合规93<br />4.1.1　数据合规的意义与必要性93<br />4.1.2　我国数据合规相关法律体系简介94<br />4.1.3　解读《数据安全法》100<br />4.1.4　解读《个人信息保护法》104<br />4.1.5　数据合规的监管现状107<br />4.2　数据权益109<br />4.2.1　数据权益概述109<br />4.2.2　数据资产入表与数据权益116<br />4.2.3　关于数据权益的几类探索117<br />4.3　本章小结125<br />第5章　入表所需的大数据技术知识<br />5.1　入表技术框架126<br />5.2　技术支撑128<br />5.2.1　湖仓一体128<br />5.2.2　DataOps130<br />5.2.3　区块链数据资产存证133<br />5.3　数据管理136<br />5.3.1　数据管理概述136<br />5.3.2　数据治理136<br />5.3.3　数据标准管理137<br />5.3.4　数据质量管理141<br />5.3.5　数据资产目录143<br />5.3.6　元数据管理146<br />5.4　数据流通149<br />5.5　数据运营151<br />5.5.1　数据质量评估151<br />5.5.2　数据资产登记核验155<br />5.5.3　数据资产入表会计工具157<br />5.6　本章小结160<br />第三部分　实操指南<br />第6章　入表实施方法论<br />6.1　入表实施方法论总纲163<br />6.2　制定战略—打造“一把手”工程164<br />6.2.1　入表需提到战略层高度164<br />6.2.2　入表战略的制定165<br />6.3　制定具体的入表实施路线169<br />6.4　确认起点和目标，制定各部门实施时间表174<br />6.4.1　现状调研174<br />6.4.2　目标确定184<br />6.5　为入表实施提供资源保障185<br />6.5.1　组织结构保障185<br />6.5.2　技术资源保障190<br />6.6　本章小结194<br />第7章　入表的准备工作<br />7.1　明确入表的目的197<br />7.1.1　入表是数据资产化的核心197<br />7.1.2　入表的业务目标201<br />7.1.3　入表的财务目标210<br />7.2　入表的条件212<br />7.2.1　会计条件和我们的建议212<br />7.2.2　时间条件216<br />7.2.3　其他条件217<br />7.3　入表前的准备工作219<br />7.3.1　可行性评估阶段219<br />7.3.2　入表准备阶段222<br />7.4　本章小结225<br />第8章　数据原始资源入表<br />8.1　数据原始资源单独入表简介228<br />8.1.1　数据原始资源单独入表解决的问题228<br />8.1.2　设置数据原始资源三级会计科目的优势228<br />8.2　数据原始资源229<br />8.2.1　数据原始资源的相关概念229<br />8.2.2　数据原始资源的初始计量成本构成232<br />8.2.3　数据原始资源开发阶段的支出构成236<br />8.2.4　外部采购的数据原始资源239<br />8.3　数据原始资源入表的方法239<br />8.3.1　数据原始资源入表的基本步骤239<br />8.3.2　数据原始资源入表的方法论240<br />8.4　数据原始资源入表的关注点246<br />8.5　本章小结247<br />第9章　数据产品入表<br />9.1　数据产品单独入表简介248<br />9.1.1　数据产品单独入表解决的问题248<br />9.1.2　数据产品是对传统无形资产的扩展和细分249<br />9.1.3　数据产品不仅仅是软件产品249<br />9.1.4　增设数据产品三级科目的优势250<br />9.2　数据产品251<br />9.2.1　数据产品的基础概念251<br />9.2.2　数据产品的分类251<br />9.3　数据产品入表的方法254<br />9.3.1　数据产品入表的基本步骤254<br />9.3.2　数据产品入表的方法论255<br />9.4　数据产品入表的四大关注点260<br />9.5　本章小结261<br />第四部分　价值挖掘<br />第10章　入表仅仅是开始<br />10.1　以成本入表的意义与局限265<br />10.1.1　以成本入表的意义265<br />10.1.2　以成本入表的局限266<br />10.2　数据价值实现路径267<br />10.2.1　内部流通是前提267<br />10.2.2　外部现金流是关键268<br />10.3　深度挖掘数据价值的方法269<br />10.3.1　资产评估实现数据价值269<br />10.3.2　数据交易平台270<br />10.4　以数据资产为支点，撬动资本价值272<br />10.5　数据资产保护基础知识274<br />10.5.1　数据资产保护的重要性274<br />10.5.2　数据资产保护策略274<br />10.5.3　数据资产保护措施277<br />10.5.4　数据资产保护实践280<br />10.6　本章小结283<br />第11章　数据资产评估<br />11.1　数据资产评估简介284<br />11.2　收益法评估路径286<br />11.2.1　确定预期收益286<br />11.2.2　确定收益期限287<br />11.2.3　确定折现率288<br />11.3　成本法评估路径289<br />11.3.1　确定待估数据资产的重置成本289<br />11.3.2　确定待估数据资产的价值调整系数291<br />11.4　市场法评估路径291<br />11.4.1　筛选可比案例291<br />11.4.2　确定调整系数292<br />11.5　案例实践293<br />11.5.1　××公交集团基本情况293<br />11.5.2　评估目的294<br />11.5.3　价值类型及其定义295<br />11.5.4　评估基准日295<br />11.5.5　评估方法295<br />11.6　本章小结299<br />第12章　数据金融的创新应用<br />12.1　数据信贷302<br />12.1.1　数据信贷的基础解读302<br />12.1.2　数据信贷的现状316<br />12.1.3　数据信贷的意义319<br />12.1.4　数据信贷面临的挑战320<br />12.2　数据资产出资入股322<br />12.2.1　数据资产出资入股的基础解读322<br />12.2.2　数据资产出资入股的现状327<br />12.2.3　数据资产出资入股的意义328<br />12.2.4　数据资产出资入股面临的挑战329<br />12.3　数据资产证券化330<br />12.3.1　数据资产证券化的基础解读330<br />12.3.2　数据资产证券化的现状336<br />12.3.3　数据资产证券化的意义338<br />12.3.4　数据资产证券化面临的挑战340<br />12.4　本章小结342<br />第13章　总结和展望<br />13.1　实施路径总结344<br />13.1.1　明确目的344<br />13.1.2　做好规划345<br />13.1.3　确保落地347<br />13.2　数据资产入表的六大误区347<br />13.3　数据资产入表的三大关键点349<br />13.3.1　数据资产确认351<br />13.3.2　数据资产计量351<br />13.3.3　数据资产披露352<br />13.4　展望352<br />附录<br />附录A　《企业数据资源相关会计处理暂行规定》356<br />附录B　数据资产入表36问363<br />附录C　数据要素相关标准清单376