中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

在數據行業，數據資產會計入表有沒有相應的產品機會？作者針對此進行了分析，一起來看看作者的分析吧。

如果說2024年在數據這個領域哪個話題最熱，除了數據要素X之外，應該就是數據資產會計入表了，隨著《企業數據資源相關會計處理暫行規定》的發布，2024年1月1日起，企業可以把數據資產在資產負債表相關科目進行列報和披露。

最直接的變化即是很多企業的數據產品研究和開發階段所產生的支出大都是費用化，直接計入損益表，但企業有一部分數據產品本質是滿足會計準則資產確認條件的，那么在《暫行規定》出臺之后，企業就可以把這部分資產在資產負債表相關科目進行列報和披露。

這就意味著入表的數據資產將直接增大企業的資產總額，有利于充分展示企業的資產實力，提升企業的整體價值，將對企業并購或獲得投資產生重大影響。同時，入表的數據提供了賬面的資產依據，企業可以利用數據資產進行抵押或者證券化，擴大融資渠道。

這減輕了過去數據資產無形、難以評估帶來的融資難題。此外，合理的會計核算也可以幫助企業設計切實可行的數據資產攤銷機制，通過數據授權、對外變現等創新業務孵化新的收入來源。

那么，作為從事大數據行業的軟件產品小兵，身邊經常討論的話題就是在這個風潮中，有沒有相應的產品機會，筆者最近反復思考了這個問題，以下是筆者的一些觀點，作為拋磚引玉，希望能夠引起各方老兵的討論。

一、數據資產會計入表的一般流程

筆者最近研究了很多關于數據資產會計入表的內容，經過總結，筆者簡明扼要地認為可分為八大步。

1） 采集

包含內部業務系統數據采集和外部數據合規合法采購。

2） 治理

圍繞采集/采購數據進行清洗加工，形成高度質量的中臺層數據。

3） 開發

圍繞內部和外部場景需求進行數據模型/產品開發。

4） 應用

將數據模型/產品應用至各類場景場景，發揮業務賦能價值。

5） 確權

針對數據資產（包含數據集、數據產品等）進行確權。

6） 評估

針對已經確權的數據資產進行價值評估。

7） 入表

圍繞數據資產進行入表，包含無形資產和存貨。

8） 披露

針對會計入表進行公式披露，發揮資本價值。

二、單純數據資產會計入表的行為難以產品化

反觀最近的政策可以看出，數據要素X的提出更多的是解決數據資產化的問題，即數據應用場景的問題，而數據資產會計入表的實施解決的是數據資產價值量化使用的問題，這樣的話，正好可以解決使用和流通的問題。當然會計入表只是其中一項經濟行為，數據資產價值量化涉及的經濟行為還有轉讓、許可使用、出資、質押融資、企業清算、司法訴訟、司法執行財產處置、資產證券化等等，所以可以看到今年還有一個熱點話題就是數據資產抵押借貸，筆者可以大膽地預測，目前各地的國資公司應該有在瞄準通過加持數據資產進行證券化的事宜。

從這里面可以看出，單純數據資產會計入表的事宜更多的是會計和審計行為，難以有產品化的機會，所以說產品機會更多集中在入表之前。

三、產品機會集中在數據資產入表之前

根據上述的流程，筆者把從采集到評估的流程分為三塊產品機會，一是包含采集、治理、開發、應用的數據中臺側產品機會，二是以登記為主的資產登記側產品機會，三是圍繞確權數據資產進行評估的資產評估產品機會。

1、數據中臺側產品

隨著數據中臺概念以及實際落地的逐漸演進，采集、治理、開發、應用基本上是現在所有數據中臺通用能力，當然傳統的數據中臺更多地是支撐內部業務場景，而用于外部變現場景的中臺能力，筆者認為需要補充加強。結合筆者這些年的數據變現經驗，如何在確保安全合規的前提下，又能靈活便捷的進行數據開發，這里面需要的能力很多，如數據分類分級、數據脫敏、Mock、低代碼、隱私計算、規則引擎等，筆者目前已經落地并商用此塊產品，有興趣的童鞋可以添加筆者微信：yuzhenguo0101進行交流。

2、資產登記側產品

登記憑證是數據資產登記依法依規完成登記的有效證明文件，形式可以為紙質版或電子版，用于證明數據資產的流通情況。在目前數據資產登記探索階段，各地市對數據資產登記憑證也展開了探索。登記憑證一般以證書的形式呈現，主要包含：證書名稱、統一證書編號、申請人信息、登記數據資產信息（名稱/類型/應用范圍/更新情況）、申請人對數據資產的權屬關系（所有/管理/使用）、數據取得方式（原始取得/收集/交易/其他）、證書發放日期、發放機關。相對來說此產品的護城河并不高，而且整個市場體量也不會很大，當然也不失一個產品機會，目前筆者已經落地此產品，用于輔助拓展上述變現數據開發平臺的能力范圍。

3、資產評估側產品

這一塊筆者認為目前難度非常之大，一是缺乏標準，二是建設成本較高。但是此塊必然是目前數據要素流通里最為關鍵的環節，因為它承接著資產化和資本化。當然目前關于數據資產評估也有相關的理論方法，即收益法、市場法和成本法。收益法主要依據效用價值論將數據資產的預期收益值作為估值，市場法主要依據均衡價值論以市場中可比參照物的市場價格為基礎進行調整得到估值，而成本法依據成本價值論將重新獲取相同數據資產的重置成本作為評估價值。

在這里，筆者思前想后，如果站在產品機會的角度上考慮，收益法和市場法更多地是關注潛在收益以及市場均價的角度，這需要極強的業務經驗以及市場洞悉能力，軟件產品難以解決，唯有成本法的評估方式需要有相應的產品支撐。

根據《資產評估執業準則—資產評估方法》（中評協[2019]35號、《數據資產評估指導意見》（中評協）[2023]17號）的規定，成本法是指按照重建或者重置被評估數據資產的思路，將重建或者重置成本作為確定評估對象數據資產價值的基礎，結合數據管理因素，以此確定評估對象數據資產價值的一種評估方法。其評估模型計算公式為：P=C* δ

其中：P代表數據資產評估價值，C代表重置成本，其中包括硬件建設成本、軟件建設成本、運維成本、資源成本、數據采購成本、數據咨詢成本、人力支出、場地費用等方面，覆蓋了數據資產采集、購買、存儲、計算、管理、應用等環節。

δ代表調節因子，更多考慮數據管理成本，這也就是為什么很多地方要實施DCMM的貫標，核心一方面是加強數據管理的成熟度，另一方面筆者認為也是變相的提升數據資產的價值。

筆者翻閱了《數據管理能力成熟度評估模型》（GB/T 36073-2018）這一國家標準，以及《信息技術數據質量評價指標》（國家標準GB/T36344-2018）和《數據資產評估指導意見》，可將規范性、完整性、準確性、一致性、時效性和可訪問性作為其評價維度，通過層次分析法分別對每一項數據管理要素的權重和評分進行評價打分。

另外，在重置成本C的計算中，還要考慮一個問題就是，成本的分攤。比如說一份寬表數據的成本為1000元，基于這張寬表生成了2個數據產品，每個數據產品的調用量均占到50%，那么每個數據產品的成本原則上來說是500元。

筆者以一個示例說明其上述邏輯，如下為數據產品的血緣示意圖。

假使A-H數據項的初始成本為10萬元（主要包含硬件建設成本、軟件建設成本、運維成本、資源成本、數據采購成本、數據咨詢成本、人力支出、場地費用等），從圖上可獲知其分攤比例如下：

經過分攤，各數據傳播后成本為：

CA=CB=CC=10

CD=CA*100%+CB*100%+CC*50%+10=35

CE=CD*50%+10=27.5

CF=CD*50%+10=27.5

CG=CC*50%+10=15

CH=CE*100%+CF*100%+10=65

場景M和N的分攤比例如下：

以讀取數據量比例為核算邏輯，則場景M分攤成本為（CG+CH）*50%=40，場景N分攤成本為（CG+CH）*50%=40

通過以上方式，數據產出鏈路的總成本就可以以完全分攤的方式被實際業務承擔，同時結合數據管理活動對數據資產價值的主要影響系數，從而得出最終的成本估價。

四、結語

以上是筆者最近關于數據資產會計入表產品機會的思考，更多是圍繞成本法的數據資產價值評估的產品機會，當然這里面仍然有很多手工的事宜，比如初始成本的測算，但是數據加工處理的過程是動態的，通過血緣繼承的方式，讓其具有時效性和自更新特性。如果源端數據的加工邏輯和血緣關系發生變化，基于血緣繼承的方法能及時自動更新價格試算，無需人為重新調優，這無非就是產品機會。