近年来，数据价值得到普遍认可，数据资产作为新型资产在行业内逐步达成共识。2016年，微软以262亿美元收购领英，让市场认识到数据不仅是企业内部可以使用的资源，还是可以变现的潜在资产。我国政府高度重视数据的价值，正在构建以数据为关键要素的数字经济。2022年12月19日，中共中央、国务院发布的《关于构建数据基础制度更好发挥数据要素作用的意见》（又称“数据二十条”）采用了“数据资产”概念，提出数据商为数据交易双方提供“数据资产的合规化、标准化、增值化服务”，“依法依规维护数据资源资产权益”，“探索数据资产入表新模式”。按照党和国家的部署，《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》）自2024年1月1日起施行，迈出数据资源化到数据资产化的关键一步。数据是数字经济的关键生产要素，进入经济系统之后，能否成为资产，在理论上是一个重要议题。讲清楚这个问题，需要回答：数据资源为什么能成为资产？数据资产的本质与特征是什么？数据资源成为资产的途径是什么？

一、从数据资源到数据资产

数据是任何以电子或者其他方式对信息的记录，是提炼信息的原材料，包括纯数字、电子表格、声音、视频和图像或其他包含信息的任何形式，是以电子或其他方式记录下来的结构化和半结构化的记录。数据积累到一定规模后就形成数据资源。数据资源是以电子形式记录和保存的具备原始性、可机器读取、可供社会化再利用的数据集合，能够参与社会生产经营活动，可以为使用者或所有者带来经济效益，具有可利用性、可复制性、无限增长性、时效性和潜在价值性等特征。线上产生的数据和线下产生的数据都可以成为数据资源，但必须达到一定的规模。具有体量大、多维度、全面性的大数据，是一种规模很大的数据集合，才能成为数据资源。

近年来，数据被认可为一种资源，再成为生产资源，肯定了数据在生产生活中的作用。在数字经济中，生产力系统新增了数据、数字技术、数字设备等生产资料和数字人、虚拟人等新型劳动者。数据作为生产要素进入经济系统，成为一种新的科学技术生产力，是一种新质生产力。数据要素作为关键要素，促进数字经济和实体经济深度融合，形成了数字生产力、数字流通力、数字分配力和数字消费力，促进再生产过程数字化转型，提升企业产量和生产率，推动经济增长。

政府和市场都高度关注数据的价值，强调挖掘数据的潜在价值。比如，《“十四五”数字经济发展规划》提出，“充分释放数据要素价值，激活数据要素潜能”，“鼓励市场力量挖掘商业数据价值，推动数据价值产品化、服务化”。那么，从理论上如何认识数据资源的价值呢？学者们普遍强调数据资源的可利用性，即数据的使用价值。比如，中国信息通信研究院（2021）提出，数据资源化是使数据具有使用价值的过程，数据资源具备给使用者带来经济收益的能力。从关系价值论角度，数据资源价值是一种效益关系，数据资源作为价值客体，被价值主体需要，能够在具体应用中支持价值主体的科学决策，并提高价值主体在研发、生产、运营和管理等环节的效率。马克思指出，商品同时具有价值和使用价值，价值最初和最一般的含义体现为使用价值，“商品的交换价值是一种使用价值同另一种使用价值交换的比例”。所以，当数据可以成为商品或资产进入市场交易就会产生交换价值。

《暂行规定》明确了数据资源会计处理适用的准则，意味着数据从自然资源向经济资产跨越。《暂行规定》是明确“数据资源”入表，明确了数据资源作为资产的价值，并不是对“数字资产”入表进行规定。比如，上海数据交易所提出数据资源、数据产品、数据资产三阶段的不同会计处理思路，要求企业把数据资源提升到数据产品才能进入交易市场。

数据资产化就是将数据资源转化为数据资产。关于数据资产的定义，目前还没有一个统一的说法，大多数定义是将数据资源定义与资产定义相结合。比如，2023年10月1日起施行的《数据资产评估指导意见》对数据资产进行了明确定义，指特定主体合法拥有或者控制的，能进行货币计量的，且能带来直接或者间接经济利益的数据资源。叶雅珍、朱扬勇（2021）认为，数据资产是能为经济主体带来未来经济利益的数据资源，是企业拥有数据权属（勘探权、使用权、所有权）、有价值、可计量、可读取的网络空间中的数据集。在众多定义中，关于数据资产已经形成了三个共识：一是数据资产是经济主体自己形成或控制的数据资源；二是数据资产是能给经济主体带来预期经济利益的数据资源；三是数据资产化是数据要素价值化的基础，成为数据资产的数据资源需要由经济主体拥有或者控制。

综合已有文献，基于数据是数字经济的关键要素的定位，本文提出，数据资产是经济主体过去的交易或事项形成的、合法拥有或控制的、在未来一定时期内为经济主体带来直接或间接经济利益的、以电子方式记录的数据资源的权利。这个定义强调四个方面：一是将资产对应的企业扩展为经济主体，包括政府、企业、个人以及一些非营利机构和组织；二是强调数据资产是“合法拥有或控制”的权利，强调数据来源及出处合法合规，并对数据进行主动管理并形成有效控制，不一定拥有所有权，合法拥有使用权等部分控制权也可以形成数据资产；三是数据资产强调数据以“电子记录”存在形式，能够通过盘点、注册等管理手段对数据资产进行识别、记录及计量，不考虑纸质数据或其他非网络空间的物理记录的数据；四是强调数据资产应用价值中的经济价值，不包括数据要素的内在价值和表征价值等，也就是说数据要素和数据资源的区别在于能否产生经济效益。

二、数据资产的本质与金融属性

数据本质上是一种资产。会计学上，资产指由企业过去的交易或事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的资源。资产具有三项核心特征：资产应归属某主体所有或控制，即权属明确；资产能够产生既有的或预期的经济利益，且可计量；资产是一种资源，可进行交易。数据资源只有满足以上三项特征，才有可能被认定为某一经济主体的资产。所以，可资产化的数据资源应该拥有权属，对企业数据的采集权、使用权、收益权、处分权进行合理分配；可资产化的数据资源应该是可计量的，数据价格是其补偿价值、增值价值、异质性价值、风险溢价的集合，统一的数据资产估值即定价标准是数据要素配置的重要手段，估值方法分为以货币度量的估值方法及非货币度量的估值方法；可资产化的数据资源可以交易，企业要进行交易就必须把数据资源提升到数据产品。

数据资产化旨在最大化释放数据的经济价值，本质是形成和实现数据的交换价值。拥有数据只是拥有了利用其价值的潜在可能，人们无法直接从二进制符号中获取其中蕴含的信息。数据资源的价值隐藏在海量的多维数据中，数据不加以挖掘就如同深藏地底的原油，经过处理、分析和应用才能真正发挥数据作为关键生产要素的作用。

数据资源在具体应用场景中创造经济价值，此外数据资源的应用价值还包括难以用金钱衡量的社会价值和生态价值等。数据资源的经济价值易于甄别和计量，所以，数据资产和数据要素的价值特指数据应用价值中的经济价值，数据资产化就是数据通过流通交易给使用者或所有者带来经济利益的过程。数据资产能给经济主体带来直接经济利益和间接经济利益，绝大部分情况下是通过数据售卖、数据租赁等流通手段的间接方式给经济主体带来经济利益。

数字资产的本质是具有商业价值和金融属性的数据资本。中国信通院认为，数据具有类似金融资本和人力资本的双重属性，即数据具有金融资本的增值性、风险性，也有人力资本的异质性。基于数据要素的商品属性和金融属性的二分属性特征，讨论潜在的在数据资产化过程中衍生出的数据的流动性和增值特征，即数据金融属性。数字资产的金融属性应该引起重视，金融属性的意思是形容某种商品具有金融的性质，商品可以被视为资产，可以起到增值、保值或融资的作用。一方面，数据资产作为信用担保，金融机构可以根据数据资产发放贷款，数据资源的货币价值变现。比如，2023年9月，福茶网科技发展有限公司将其持有的茶产业生态数据在全国数据资产登记服务平台进行登记，通过福建省数易科技有限公司提供专业化服务，依照第三方服务机构合规指引，顺利完成数据确权、审计核验、质量评价、数据治理、资产评估等工作，获得福建海峡银行1000万元授信额度，实现数据资产融资“零”的突破。另一方面，企业投资可以把数据资产直接等同于原始出资的方式，与其他形式的财产（如货币资本、实物、土地使用权等）结合，作为生产经营活动的组成部分。数据交易形成数据资产，2022年全年，上海数据交易所数据产品累计挂牌数超过800个，数据产品交易额超过1亿元。随着交易市场完善，经济主体拥有的数据资产就具备了资本的属性，本质是通过流通将数据的货币价值转换为股权价值。此外，数据证券化、数据银行、数据信托等也是拓展数据价值、体现数字资产金融属性的重要途径。

数据资产的金融属性的特征表现为外部性、增值性和价值波动性。

一是数据资产带有经济外部性和共益性。数据资产的正外部性体现在数据资源的协同价值之中。数据本身难以单独产生经济价值，数据与数字技术、资本、劳动力、土地构成生产要素组合，数据与数据结合，数据要素嵌入主体生产经营过程中产生外部性。数据流成为激活人流、物流、技术流、资金流、商贸物流的关键要素，数据也将实现从数据资源到数据要素、数据资产再到数据资本的转变。数据资产的外部性还表现在，资产的存在和使用不仅限于使用主体之间，而是可以同时对其他主体、整个行业乃至对国家社会构成不同程度的利弊影响，还牵涉个人隐私保护、商业信誉、行业秩序乃至国家公共安全等高度敏感领域。

二是数据资产具有增值性。数据资产的增值性主要来源于使用价值和流通价值。数据资源基于一定的分析工具按照一定的标准在重复加工和提炼过程中，才能成为满足使用者需要且可以创造经济利益的数据资产，实现价值链上的价值传递和增值，仅有一小部分数据资源能够成为会计计量意义上的数据资产。在流通环节，数据资产强调增值性体现数据要素价值以及在未来的增值空间，是数据资源经济化的货币形态。既然数据资产呈现增值趋势，我们就可以投资数据资产，推动数据资产流通和增值。

三是数据资产的价值会不断波动。数据资产的价值具有波动性，主要是因为制度和政策、数据资产的价值与应用场景密切挂钩、数据资源的实效性很强、使用者数量增加或减少，还因为数据供给双方信息不对称难以明确数据的实际价值，技术发展、分析工具进步等外部因素也会给原本低价值的数据资产带来增值，新机会和新技术会让已有数据产生新价值。比如，数据价值内生于制度和政策，不同制度和政策框架对数据使用的限定不一，也会影响数据价值（邹传伟，2021）。数据资产的价值波动显著且没有规律，特别是时效性强的数据资产会随着时间的推移迅速失去价值。这种现象称为数据折旧。数据折旧在金融市场中表现得非常明显。

重视数据资产的金融属性，有助于促进数据要素流通和高效利用。一方面，激发数据供给和挖掘数据经济利益。当前，海量政务数据、金融数据等“沉睡数据”未被激活，智能制造、社会治理等领域大量“碎片数据”未被整合，形成了“数据坟墓”。数据资产可以作为资本，有助于推动经济主体加强数据要素规范管理和市场化流通交易，驱动各类市场主体主动挖掘、利用潜在数据要素，更有动力推动实现数据要素价值最大化，进而实现数据的保值增值。另一方面，数据资产作为新的资产形态，是金融资源配置的重要内容。金融活动越来越多地涉及数据资产，推动数据资产的信用化进程，比如，银行信贷会考虑用数据资产作为质押和担保，保险业今后可能推出数据资产保险，资产管理行业也将涉及数据资产的投资等，数据资产的证券化也是数据资产信用化发展的应有之义。数据资产因其类型繁杂标准化程度低、预期收益不确定和流动性变现能力差等固有缺陷，短期内很难成为资本市场的交易标的，长期看数据资产资本化将是我国要素市场金融工具创新的大势所趋。目前，尚处于探索阶段，无成熟的金融交易品种上市。

三、数据资产金融属性的实现路径

做强做优做大数字经济，激发数据要素价值、建立健全数据要素市场，实现更广泛的交易流通、参与分配，通过市场流通交易给使用者或所有者带来经济利益的数据资产化成为必然趋势。目前，世界主要经济体虽然没有找到数据价值高效流动、充分释放的成熟路径，但全球都在积极探索数据权属的确定、数据资产的估值定价和交易流通，数据资产交易初具规模。现阶段我国数据资产交易参与主体主要以政府、金融和医疗等机构为主，广大中小企业参与并不踊跃。

目前，全球数据资产化存在三大共同的难题：一是数据资产权属模糊。数据从生产到流转的过程中，可产生衍生数据及衍生数据主体，数据资产主体具有多重性。并非所有的数据都构成数据资产，能够成为数据资产的数据需要制度的确认。数据资产清晰明确的确权机制，是其开发利用、交易流通以及衍生治理活动的基本前提。二是数据资产评估与定价机制面临诸多挑战。价格形成机制是数据资产流通体系的关键环节。没有统一、普适性的定价标准，使得数据资产的价值无法量化。数据资产有别于标准化可计量的一般大宗商品或者工业制成品，已有的成本法、收益法和市场法等资产估值和定价方法，存在诸多问题。三是数据资产交易机制尚不健全。数据交易流通市场的运作水平不高，影响初始端数据资产的形成和下游利用空间的延伸，无法有效解决数据资产供给方利益变现问题和需求方获得所需要的资产标的问题。唯有数据资产产权得以明晰、数据资产估值定价和交易市场机制得以完善，数据资产的价值将被真正释放出来。

从数据资产金融属性视角，本文提出以下建议：

一是建立数据资产多层次多样化市场化流通模式。当前，政府高度关注和重视发展场内交易模式，因数据安全等问题对场外交易模式持保守态度。数据资产流通不是简单在场内进行数据产品买卖或转移，我国数据流通交易仍以场外交易为主，金融、征信、广告、人工智能、综合查询服务等行业存在大量的场外数据资产交易。比如，众多银行经常以招标形式采购大量外部数据，用于提升产品设计、风控与营销能力。国外的数据交易机构，主要通过数据管理系统、数据存储系统、数据安全系统和数据交互系统等方面的整合，逐渐发展成为一个可供数据市场买卖双方寻找、匹配、交易以及相应进程管理的完备系统，进化成专业性的数据交易平台、通用型的数据交易市场。我们应该理性认识场外交易，尊重市场主体的选择，遵循市场发展规律，不要人为限制场外市场发展，应当给予市场主体更多自由探索空间，激发数据交易主体的积极性以及交易市场的活力。政府可以通过统一数据标准、统一数据资产登记、强化合规科技使用等手段，规范和引导场外交易，促进数据要素高效配置、公平交易和自由流动。

二是引入期货市场价格发现机制，建立场内交易数据资产价格发现机制。价格发现不同于价格决定，是指买卖双方在给定的时间和地方对一种商品的质量和数量达成交易价格的过程。价格发现是期货市场一个重要的经济功能，也是期货市场存在和发展的基础。参与期货交易的各类投资者包括套期保值者和投机商，投机交易促进市场流动性，保障了期货市场发现价格功能的实现。当前数据资产市场的价格发现手段多采用静态定价机制，动态定价多采用讨价还价即协议定价机制和斯塔克尔伯格（Stackelberg）博弈机制。在实践过程中，数据资产市场中存在多个数据拥有者提供数据、一个数据平台和一个数据消费者购买数据，经过两阶段博弈后，数据平台根据数据拥有者的服务质量和数据消费者的购买意愿来决定哪位数据拥有者胜出，并由该名数据拥有者与数据消费者进行交易。如果数据资产市场引入投机商，众多的投机者通过对价格的预测，有人看涨，有人看跌，积极进行买空卖空活动，增加了参与交易人数、扩大了市场规模和深度、促使市场具有充分的流动性，实现市场发现价格功能，适度的投机还能够缓减价格波动。

三是探索尝试数据资产证券化、抵押融资、数据信托、数据征信、数据银行等资本化运作模式。这些模式是不同于数据资产交易的全新流通模式，在促进数据资源供给、降低数据获取成本、消除供需双方信息不对称和资源错配等方面发挥了重要作用。比如，征信公司从不同金融机构收集同一客户的金融行为数据出具征信报告，实际上是数据资产的生成和交易。数据信托不仅是一种保障个人合法信息权益的法律结构，还为数据要素参与价值创造的利益分配提供了解决方案，也是一种数据金融服务。数据信托是数据价值链未来可能的一种组织形态，数据信托方能够设计以数据资产为标的的投融资产品，实现数据增值。

四是加强数据资产风险管理。数据资产风险产生的主要原因是使用主体与所有者的不统一、经济主体对利润的过度追求、经济主体相关意识和能力的缺乏等。根据经济主体对风险的态度，数据资产的风险控制手段可以分为规避、减少、共担、接受等。数据资产管理将朝着统一化、专业化、敏捷化的方向发展。经济主体应该高度重视事前控制风险，提升数据资产管理能力，包括重视数据资产分级分类，建立数据监测系统和容灾系统，建立对敏感数据资产的访问权限、安全审计、检查评估等，引进人工智能、机器学习、知识图谱等创新技术提升数据资产管理的智能化、自动化、敏捷化水平，还可以事先为数据资产购买保险。比如，2023年7月，工业和信息化部、国家金融监督管理总局发布了《关于促进网络安全保险规范健康发展的意见》，促进企业加强网络安全风险管理。

更多宏观研究干货，请关注钛媒体国际智库公众号：