知名会计师事务所公司（四大）普华永道会计师事务所发布了数据资产化前瞻性研究白皮书。普华永道希望通过本白皮书呼吁各方关注数据资产化的主要痛点及面临的挑战，并就数据资产确权、数据资产估值、以及数据资产的财务核算处理这三个世界级难题提出的最新思考与解析。

1、数据资产确权。普华永道建议发展数字经济需与隐私保护、数据安全齐头并进，强化数字治理；数据交易所是数据价值确认的基础设施；数据资产入市；完善数据分级制度；改善数据算法歧视。平衡数字经济的发展与隐私保护、数据安全的关系，完善数据交易的基础设施、推动数据资产入市等工作将是助推数据资产化的重中之重。

2、数据资产估值。普华永道结合数据资产特征和其发展阶段等方面提出框架及思路：

成本思路，从形成数据资产所需花费的成本进行评估的一种思路。

模糊因素/数学评价思路，适用于处于开发初期阶段的数据资产（即没有形成显著社会价值及经济价值的数据资产），为成本思路的进阶应用。

数据势能模型，适用于经过精细化加工处理后形成一定应用场景的数据资产。

实物期权模型，一般适用于企业数据资产，同时该数据资产的应用场景仍然存在一定的不确定性。

多因素修正后的增量效益折现模型，适用数据资产已完全实现商业化，即产生稳定经济效益，但该数据资产一般为企业价值赋能之存在，而非企业核心资产或最主要的价值驱动因素。

非核心资产/因素剥离折现模型，适用数据资产已完全实现商业化，即产生稳定经济效益，一般作为企业的核心资产和最主要的价值驱动因素。

可变现净值法，适用数据资产经验证后发现没有适合的应用场景，或将被淘汰。

多因素评价比较法，适用场存在活跃的数据资产交易市场。

神经网络模型，适用数据资产交易市场成熟、有序且活跃，且具有大量的交易数据和数据资产交易信息。

3、数据资产的财务核算处理。普华永道认为可以考虑区分数据资产是否在资产负债表上予以确认分别进行分析。

满足确认条件的数据资产（ “表内资产”），借鉴《企业会计准则第6号——无形资产》对满足确认条件的无形资产的相关披露要求，企业应当按照数据资产的主要类别在财务报表附注中披露：期初和期末账面余额、累计摊销额及减值准备累计金额；数据资产使用寿命的估计情况和判断依据；数据资产的摊销方法等信息。

未满足确认条件的数据资产（“表外资产”），未满足确认条件的数据资产虽然未在资产负债表上反映，但以合理方式呈现这部分信息有助于反映管理层受托责任履行情况，也能帮助报告使用者作出经济决策，这与财务报告的目标是相契合的。

搜索数字菁英网，可获取数据资产化前瞻性研究白皮书。

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。