在数字化时代，数据资产作为企业的核心资产，其确权、定价与交易机制直接关系到企业的数据管理能力、市场价值及竞争优势。接下来本文深入解析数据资产的确权、定价与交易机制，以期为业界提供参考与借鉴。
数据资产确权
成为数据资产需符合哪些条件？
企业是否拥有一项资源的所有权，并不是确认资产的绝对标准。某些情况下，虽然某企业并不拥有某项资源的所有权，但企业实际控制了该项资源，且能够借此获取经济利益， 这亦符合《企业会计准则——基本准则》。
企业实际控制该资源，从形式上看，这意味着企业对该资源具有实际经营管理权，能够在生产经营活动中自主利用，谋求经济利益。 从实质上看，这意味着企业享有与该项资源的所有权相关的经济利益，并承担相应的风险。
数据资产确权的判断标准
数据来源合规：确保数据获取行为不违反法律法规、国家政策和社会公共道德，不侵犯任何第三方合法权利。
数据处理合规：企业处理数据行为需符合法律相关规定，坚持合法、正当、必要原则。
数据管理合规：建立数据安全合规管理制度，进行风险识别、评估与处置，确保数据分类分级管理、跨境传输等环节的合规性。
数据经营合规：企业需依法开展数据经营业务，获得相应资质、行政许可及充分授权，建立完善的内控体系。
数据资产确权的方法
明确数据来源与归属
首先，需要清晰界定数据的来源，包括数据的生产者、采集者、处理者等，以确定数据的原始权益归属。通过审计追溯、协议规约等方式，确保数据的合法性和合规性。
制定合理的数据访问控制策略
基于数据的敏感性和重要性，实施严格的访问控制策略，包括权限管理、加密措施等，确保只有授权用户能够访问和使用数据。
数据标准化与分类管理
通过元数据管理、分类存储等方式，对数据资产进行规范化管理，提高数据的可访问性和可重用性。同时，明确各类数据的权益归属和使用条件，为确权提供有力支持。
实施法律法规与合同约束
遵守相关法律法规和政策要求，确保数据资产确权的合法性和合规性。通过签订合同、协议等方式，明确数据交易双方的权益和义务，降低交易风险。
建立有效监管和处罚机制
设立独立监管机构或部门，负责数据资产确权的监督和执行工作。对违反数据所有权和使用权规定的行为实施处罚，维护数据市场的秩序和稳定。
数据资产定价
数据资产定价的方法
成本法
基于数据资产产生和获取过程中所投入的成本来确定其价值。该方法主要关注数据资产的直接成本、间接成本以及机会成本等。然而，成本法往往忽略了数据资产的潜在经济收益和市场价值，因此在实际应用中可能存在一定的局限性。
市场法
通过参考类似数据资产的交易价格来确定其价值。该方法要求市场上存在足够数量的可比交易案例，并对差异因素进行调整以确保估价的准确性。市场法的关键在于选择合适的可比案例和合理的调整系数。
收益法
预测数据资产未来可能带来的经济收益来确定其价值。根据数据资产的历史应用情况和未来市场前景，采用直接收益预测、分成收益预测或超额收益预测等方式进行估价。收益法能够较好地反映数据资产的经济潜力和市场价值，是较为常用的定价方法之一。
在评估数据资产的价值时，虽然成本法、收益法和市场法提供了一般性的指导原则，但考虑到数据资产的价值往往与使用场景紧密相关，我们需要根据不同行业的特点来制定更加具体和适应性强的评估体系。数据资产的真实价值在不同行业和应用场景下表现出来的形式各不相同，因此场景化的估值体系显得尤为重要。
数据资产评估不能采取一种静态的、一刀切的做法。实际上，这个过程需要根据企业所在行业的特点、数据的应用场景以及数据资产的生命周期等因素来定制。这意味着，企业需要采取灵活的方法，根据自身实际情况调整评估策略和参数。
数据资产定价的关键因素
数据质量
数据质量是影响数据资产价值的重要因素之一。高质量的数据通常具有更高的准确性和可靠性，能够为企业带来更多的商业价值。因此，在定价过程中需要充分考虑数据的质量因素。
应用场景
不同的应用场景对数据资产的需求和价值评估存在差异。例如，在金融领域，信用评级数据可能具有较高的价值；而在医疗领域，病历数据则可能更为重要。因此，在定价过程中需要结合具体应用场景进行分析和评估。
市场需求
市场需求是影响数据资产价格的关键因素之一。当市场需求较高时，数据资产的价格通常会相应上涨；反之则可能下跌。因此，在定价过程中需要密切关注市场动态和需求变化。
数据资产定价的机制
基于数据的数据定价：根据数据本身的特点和使用价值进行定价。例如，对于具有高价值的数据集，可以设定较高的价格；而对于价值较低的数据集，则设定较低的价格。
基于查询的数据定价：在某些场景中，数据资产的价值主要体现在其被查询的次数和频率上。此时，可以采用基于查询的数据定价方法来确定其价值。例如，某些金融数据服务提供商根据用户查询金融数据的次数和频率来收费；某些科研机构根据科研人员查询科研文献的次数来收取费用等。这种方法能够直接反映数据资产的使用情况和市场价值，具有一定的合理性和可行性。
基于模型的数据定价：在某些复杂场景下，数据资产的价值需要通过模型计算来确定。例如，在人工智能领域，某些算法模型需要依赖大量高质量的数据进行训练和优化；此时，可以根据模型对数据的需求程度和数据的质量来定价。这种方法能够更准确地反映数据资产在特定场景下的经济价值和应用潜力，但需要较高的技术水平和专业能力支持。
基于收益分红的数据资产交易：在某些情况下，数据资产的交易双方可以通过协商确定收益分红的比例和方式来进行交易。例如，某些数据提供商将特定数据集出售给第三方进行商业应用时，可以约定按照第三方使用该数据集所获得的收益的一定比例进行分红。这种方法能够激励数据提供商提供更多高质量的数据资源，同时也能够保障交易双方的利益平衡。
数据资产交易
数据资产交易是指将数据资产作为商品进行买卖或交换的过程。根据交易方式的不同，可以分为场内交易和场外交易两种类型。场内交易通过数据交易所或交易中心进行，具有规范化、透明化的特点；场外交易则更加灵活多样，但可能面临信息不对称和交易风险等问题。
数据资产交易的流程与关键节点
01
注册认证：交易双方需要在数据交易所或相关平台进行注册和认证，确保交易双方的合法性和合规性。
02
登记挂牌：数据资产的卖方需要在交易所或平台上进行数据资产的登记和挂牌，明确数据的类型、数量、质量等信息。
03
产品订购：买方根据需求选择合适的数据资产进行订购，并与卖方签订交易合同或协议。
04
合约评估：交易所或平台对交易合约进行评估和审核，确保合约的合法性和合规性。
05
产品交付：卖方按照合约要求将数据资产交付给买方，并进行相应的技术支持和售后服务。
06
交易结算：交易双方按照合约约定进行结算和支付，确保交易的顺利完成。
07
记录归档：交易所或平台对交易过程进行记录和归档，为后续的监管和审计提供依据。
数据资产交易的安全与合规性
数据资产交易涉及数据安全、隐私保护等敏感问题，因此需要建立严格的安全和合规机制。具体措施包括：
数据加密与访问控制：确保交易过程中数据不被泄露、篡改或非法利用。通过数据加密、访问控制等措施保障数据的安全性。
合规性审核：遵守相关法律法规和政策要求，确保交易行为的合法性和合规性。对交易双方进行合规性审核和监管，防止违法违规行为的发生。
合同条款约束：在交易合同中明确双方的权利和义务以及违约责任等条款，确保交易双方的利益得到保障。
数据资产交易的创新与发展趋势
随着大数据技术的不断发展和应用场景的不断拓展，数据资产交易呈现出以下创新与发展趋势：
区块链技术的应用
区块链技术具有去中心化、不可篡改等特点，在数据资产确权、交易和监管等方面具有广泛的应用前景。通过区块链技术可以实现数据资产的安全存储、可追溯和透明交易等功能。
智能合约的应用
智能合约是一种自动执行的合约机制，可以在满足特定条件时自动执行合约条款。在数据资产交易中引入智能合约可以降低交易成本、提高交易效率和透明度。
数据交易平台的多元化
随着数据市场的不断发展壮大，数据交易平台也呈现出多元化的趋势。不仅有专门的数据交易所或平台提供数据资产交易服务；还有各行各业的企业和机构也纷纷涉足数据交易市场开展数据资产交易业务。
数据资产金融化
随着金融市场对大数据技术的认可和接受程度不断提高以及金融科技的快速发展；数据资产逐渐成为一种新的金融资产类别并在金融市场上得到广泛应用和推广。通过将数据资产进行证券化、基金化等金融化处理可以进一步拓宽其融资渠道并提升其市场价值。
智能云图（浙江）数字科技有限公司
智能云图(浙江)数字科技有限公司依托中国数据价格委员会专业技术力量，为地方政府和企业提供数字化转型、数字化专业人才培训和数据资产管理服务。
作为一家专业从事数据管理、数据咨询的数据服务商，公司自主开发出一套商群生态系统，目的在于帮助商家采集数据，建立属于自己的数据库。
公司遵循着“上云、用数、赋智”的发展理念，帮助已经拥有庞大数据政府部门和企业，盘活存量数据，进行数据治理，进而形成数据资产，可质押可交易。同时，帮助个体消费者积累个人数据资产，实现消费增值。
智能云图以专业铸就品质，以创新引领未来，以服务赢得信赖。我们将一如既往地致力于为各行各业提供数字化转型解决方案，与各界朋友携手共进，共创美好未来！
微信号｜zhinengyuntu
联系电话｜190 3258 9591