推动数据资产化心得体会发言.docx

1、推动数据资产化心得体会发言近期，有关各方积极推动数据要素市场建设，围绕数据资产化的探索明显提速。比如，有机构发布企业数据资源会计处理一体化平台，帮助企业加强数据资源管理和便捷“入表”；有企业推行首席数据官机制，旨在打破数据资源开发利用的碎片化模式。数据资产是指合法拥有或控制的，能进行计量的并为组织带来经济和社会价值的数据资源。所谓数据资产化，是指将数据资源转变为可交易流通的商品，使数据资源的潜在价值得到充分释放，目的在于通过数据为组织带来更多经济利益。数据是重要的生产要素、国家基础性战略资源，发挥数据要素作用离不开数据资产化。此前出台的关于构建数据基础制度更好发挥数据要素作用的意见“十四五”数

2、字经济发展规划企业数据资源相关会计处理暂行规定等文件，既有顶层设计，也有具体措施，形成了推动数据资产化的强大合力。不少地区也出台了推动数据资产化的相关法律法规，有些地方已开展先行先试，加快数据资产化探索步伐。要看到，数据要素的新特征较为复杂，会对传统产权、流通等规范形成新的挑战。数据要素确权、定价、交易、监管等配套机制仍未成型，数据交易确权难、定价难等问题在一定程度上制约了数据资产化进程。对此，应多举措施策，破解难题。清晰规范的权属是实现数据资产化的基础。应积极探索填补数据确权等方面的法律空白，进一步完善相关政策，加快建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制，为激

3、活数据要素价值提供基础性制度保障。在数据的分级管理上，可根据数据的敏感程度进行科学分类，合理划分数据的权、责、利，充分发挥数据财产权配置属性，鼓励数据资源合理合法使用。在数据的技术支撑上，可利用区块链和数字水印等加密技术保证数据在流通、存储、利用等过程中产权的唯一性和全程可追溯性，防止数据要素被盗用、篡改、复制等。定价估值是数据资产价值化的重要保障。应加快开发数据资产价值评估模型，探索建立统一合理的定价体系，为数据资产估值的公允性提供保障。在具体设计上，可基于成本、应用价值、品牌价值和数据质量等指标，建立数据资产价值评估指标体系。其中，成本维度主要包括数据资产的获得成本、开发成本和运维成本等；

4、应用价值维度主要包括数据资产与应用目标的匹配度、复用度以及场景经济性等;品牌价值维度主要包括数据卖方的服务水平、信用水平和数据治理能力等；数据质量维度主要包括数据资产的稀缺性、时效性和规范性等。此外，还要加快培育规范的数据交易平台，促进数据要素流通,实现数据要素价值。围绕数据开放、交易共享、数据监管等要素全周期，建立统一的数据交易规则，形成多层次集约高效的数据交易市场,破除数据要素流通中存在的“信息孤岛”。不断完善数据交易全流程的机制规范，探索建立具备数据要素特色的交易模式，利用市场化手段激活数据、释放价值，为数据要素一二级市场交易提供平台基础。建立健全数据交易市场的区域合作机制，推动市场互联互通和区域合作，加快建设全国统一的数据要素流通和交易市场体系。