南京大学MBA讲座回顾 数据要素市场建设与企业数据资产化

  2023年11月1日晚，南京大学商学院MBA教育中心开展主题为《数据要素市场建设与企业数据资产化》的讲座。上海数据交易所研究院院长、大数据流通与交易技术国家工程实验室常务副主任、复旦大学管理学院信息管理与商业智能系

  本次讲座中，黄教授围绕数字革命与行业的变革、数据要素的价值与挑战、数据要素市场的建设和应用等几个维度，通过流畅的讲解与生动的案例，深入浅出地将自己对于数据要素市场建设与企业数据资产化的理解展现给各位听众。

  黄老师的分享大致上可以分为三个方面，一是数据要素流通交易市场现状及困难，二是企业数据资产化与资产入表，三是数据交易市场赋能企业数据资产化。

  黄老师介绍，现在许多行业和创新方式已经过时或不再有效，这是一个极具破坏性的过程。当前的社会正处于数字革命1.0阶段，即依赖数据驱动的创新。在商业模式中，大数据、AI和知识相结合才能产生最具颠覆性的能力。随着数据驱动的全球经济稳步的增长，慢慢的变多的行业将发生明显的变化，导致传统产业的集中度提高。

  此外，数据驱动的企业模式也在改变，所有企业都有必要进行数字化转型。因此，我们该关注这些以数据为驱动力的新的趋势和发展方向。

  随后黄老师点明了数据所具有的两点与传统生产要素不同的地方：一是数据以电子形式存在，其价值通过计算体现；二是数据要素市场的建设。

  黄老师从新经济学观点出发，说明生产要素评判的六大标准，同时为了使数据成为生产要素，要实现全社会低成本、大规模对数据的获取。同时，还需要完善数据要素市场的基础制度，使其更好地发挥作用。而这些要求和目标对于我国的数据产业高质量发展具备极其重大意义。

  黄老师剖析了国家重要战略文件——“数据二十条”的指导思想和其中的重点四项制度，强调了数据合规、高效流通和实体经济的赋能。在数据产权方面，由于我国尚未确定数据所有权，因此提出了“三权”概念，即国家数据交易所、地方性数据中心和行业性平台。

  未来，我们的祖国对数字化的经济的部署将分层进行，分为国家级、地方级和行业级等不一样的层次。为实现数据的高效流通，还要建立完善的技术上的支持体系。随后，老师以上海钢联电子商务有限公司、阿里巴巴等大型公司为例，讲述了数据服务的解决方案在实践中的运用，有利于提升公司的运营效率和竞争力。

  在2015年之前，数据交易所已形成了一定规模，但目前仍然面临许多困难和发展瓶颈。根本原因在于数据源来自企业日常生产经营活动，有必要进行高质量的管理和保障其质量与安全性。

  此外，随着大数据技术的发展，慢慢的变多的企业和机构希望可以将数据用在所有场景，如金融、医疗等。然而，由于数据本身就具有内在性和可再生性，如何将其转化为实际的价值并实现高效利用仍是一个挑战。因此，建立一个高效的数字资产流转平台对于推动社会持续健康发展和提升企业竞争力具备极其重大意义。

  在第二大部分——企业数据资产化与资产入表方面，黄老师首先指出，数据资产虽然与财务资产不一样，但能够直接进行记录和管理，其次强调数据资产入表能够倒逼公司进行数字化转型，热情参加数据要素流通市场。除此之外，企业数据资产入表在国家制度安排下具备极其重大意义，它打破了传统的会计原则限制，并且有助于揭示数据资源的实际经济价值，并推动数字化的经济的可持续发展。

  在这一小节，黄老师强调需要提升公司在管理和使用数据资产方面的重视程度，以及如何将数据资源转化为有用数据资源的方法。首先，企业要明确数据资产的适合使用的范围，然后对其进行适当的加工、整合和处理，使其符合资产确认条件。其次，公司能够将数据资源用于内部或外部服务，以提高效率。最后，企业还要关注数据产品的研发，以便更好地实现用户需求。

  那么，如何将数据产品转化为可交易条件的产品，并将其应用于交易市场上进行交易呢？分为三个步骤：数据资源化、资源产品化、产品资产化。首先，需要形成可交易的数据产品，然后在交易市场上进行登记，一旦成功挂牌，消费者可以在平台上搜索到有关产品并进行购买。在这样的一个过程中，还要建立数据资产凭证，以便于后续的管理和使用。此外，本小节黄老师还介绍了产品的定义、分类以及服务方式的描述。

  黄老师提到，在数据资产化过程中，任旧存在每个方面的难点与挑战。比如如何界定数据资产、计算成本和分摊收入等方面，她也从企业财务方面给出了一些实践建议——企业在进行财务分析时需要仔细考虑数据资产因素，包括成本法、价值识别等方面。同时提到了不同企业对于数据资产的需求和解决方法不完全一样，如税收政策、自愿披露等。

  此外，她通过一个具体案例生动说明了企业数据资产的影响，例如资产负债率的降低、净资产收益率的提高等。总之，企业在进行财务分析和决策时，需要考虑多个因素，以期达到最佳效果。

  之后，黄老师从数据要素在交易市场的重要性出发，强调了数据资产的权益保护、真实性与可追溯性等方面的问题。首先，数据资产的权益保护一定要通过登记等手段来实现；其次，数据资产的真实性也需要得到保障，例如在国家数据交易所上进行登记和合规性审查；此外，数据资产的可追溯性也很重要，以便于未来对其做评估和管理。总之，数据要素市场的建设和完善对于提高数据资产的价值和使用效率具备极其重大意义。

  最后，黄老师分享了关于时下热点数据、AI和创新的看法，认为它们将推动人类社会的进步。她还提到了数据交易市场的困境，以及如何通过谈判降低数据交易成本。此外，黄老师强调了未来数据的创新组合，如AI与生物医药等领域的结合。她认为，在未来，各个学科和研究领域都将发生明显的变化，以适应新的技术和发展趋势。

  在黄丽华老师精彩的讲座分享后，刘春林老师作为点评嘉宾主要从三个方面分享了他的讲座感悟。

  首先，刘老师从商学院采购高价数据库的实例出发，结合黄老师有关数据资产化的演讲，肯定了数据要素在市场中的价值。

  随后，刘老师强调了AI在数据市场中的关键作用，并讲述了当今时代AI与生物医药等行业进行的创新性融合。

  最后，刘老师与黄老师进行了一系列深入交流，达成了对数据市场化、资产化这一议题的共识，明确了其对国家的贡献与意义，预测其未来的影响力。

  在刘春林老师进行了简单的点评概括后，同学们纷纷与黄丽华老师就数据资产的定价、数据要素流通障碍等问题进行了问答互动。本次讲座吸引了780余名南大在校生、校友与校外同学报名，讲座引发热烈反响。返回搜狐，查看更加多