什么是数据资产确权？
2020年4月10日，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》正式公布，将数据确立为五大生产要素（土地、资本、劳动力以及技术）之一，数据要素市场化已成为建设数字中国不可或缺的一部分，数据资产时代已然来临。
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，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。
一、什么是数据资产确权？
数据资产确权是指通过法律手段明确数据资产的所有权、使用权、控制权和处置权的过程。这一过程涉及确认数据的法律主体，即谁拥有数据的相应权利，以及这些权利的具体内容，包括数据的收集、处理、分析、共享和交易等。数据资产确权是数据交易和市场流通的基础，它要求权利的界定清晰，权利的行使方式和范围明确。确权的目的是为了促进数据的安全高效流通，避免数据滥用，保护个人隐私，同时激励数据的创新应用和价值实现。
数据资产确权的几个关键方面：
所有权：确定谁拥有数据资产的法律权利，包括数据的生成、收集、处理和存储。
使用权：明确数据资产的使用条件和限制，包括数据的访问、分析和应用。
控制权：规定谁有权决定数据资产的管理和处置，包括数据的共享、转让和删除。
处置权：确定数据资产的最终处理方式，包括数据的销毁或归档。
利益分配：在多方参与数据生成和使用的情况下，如何公平合理地分配数据产生的经济利益。
责任和义务：明确数据资产所有者、使用者和管理者的责任和义务，包括数据安全、隐私保护和合规性。
法律框架：建立和遵循相关的法律法规，为数据资产确权提供法律依据和保护。
技术手段：利用技术手段，如数据加密、访问控制、区块链等，来支持数据资产的确权和管理。
伦理考量：在数据资产确权过程中，需要考虑伦理问题，如尊重个人隐私、避免数据滥用和歧视等。
跨境问题：在全球化背景下，数据资产确权还需要考虑跨国法律差异、数据主权和跨境数据流动等问题。
二、数据资产如何确权
数据确权是实现数据安全有序流动和数据资产化不可或缺的重要前提。但是，由于数据资产的特殊属性，我国到目前为止还没有一部全国性的数据确权立法，业内也还未对数据资产的确权形成统一的看法。
数据确权要解决三个基本问题。
一是数据权利属性，即给予数据何种权利保护;二是数据权利主体，即谁应当享有数据权利;三是数据权利内容，即数据主体享有何种具体的权利。并提出实现数据产业的健康发展亟需建立可行的数据分类体系，明确不同类型数据权利在数据资产化过程中的定位和设计。对于个人数据、政务数据和企业数据进行合理划分，并对企业数据的采集权、使用权、收益权、处分权进行合理分配，以有效促进数据资产化的进程和保护数据主体权益并维护数据安全。
中国信通院也曾提出过数据确权的“三分原则”：分割、分类、分级。
分割原理指将数据产权进行分割为数据公有产权和数据私有产权，在确权时平衡数据价值链中各参与者的权益。总体思路是为数据公有产权和数据私有产权，对公共数据强调集体权益不受侵犯而共享收益最大化，对原始数据强化个人信息的隐私保护，对数据企业添附后的衍生数据则突出利益保护。分类原理指根据数据主体的不同，将数据分为个人数据、企业数据、社会数据三部分。分级原理指按照竞争性和排他性对数据进行不同级别的划分，将数据分为私有品、准公共品、公共品。
两家机构对数据确权的一些原则和思路有些相似之处，即数据确权方式不能一概而论，需要考虑数据主体、数据类型、数据性质的差异性。产权归属终究是法律层面的概念，最重要的还是需要从司法角度不断完善。目前数据产权相关法规的缺失给司法实践、企业合规、行政监管均带来诸多不便，需要建立健全的数据产权制度，健全的数据产权制度是数据资产化的保障。
三、数据资产如何估值
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。但是目前市场上尚无对数据资产进行估值的通用方式和统一标准，这或与其是一种新要素以及本身的特性有关。
以下总结了几个机构提出的估值方法供参考。
1.光大银行：货币估值法和非货币估值法
光大银行按照估值结果的形式将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两类。
货币度量的估值方法以传统资产评估方法为代表，主要包括成本法、收益法以及市场法三大类，此外还包括由Gartner提出的浪费价值（WVI）和风险价值（RVI）两种货币类评估模型。非货币度量法主要包括Gartner提出的内部价值（IVI）、业务价值（BVI）和绩效价值（PVI）三类模型，分别从数据的内部特征、业务价值和绩效的角度进行评估，同时也涵盖实践中各类参数形成的综合评估体系。
在方法应用方面，货币类资产评估方法当前已经有较为成熟的方法体系，但数据资产与传统资产间有较大差异，当前估值方法难以适用于数据资产，市场当前也无实际应用货币度量类的估值方法对数据资产价值进行衡量的先例。
相比之下，非货币度量估值方法不受到货币单位的限制，部分数据技术领先的企业已具备实际应用条件。总体上，对此类估值方法的应用和前述方法的应用思路有一致性，即根据与数据资产价值实现相关的维度构建评估模型，但不同企业对数据资产评估的范围各不一致，且评估时普遍会依据自身的业务关注点选取特有的衡量维度创建度量体系，在维度和模型算法构建上也有较大差异。
2.普华永道：数据资产估值的框架体系
普华永道结合数据资产的特征和发展阶段提出了数据资产估值的框架体系，认为在暂没有活跃交易市场的情形下，主要根据数据的发展阶段从成本角度及收益/效益角度对数据资产价值进行分析；在有活跃交易市场的情形下，可从数据资产交易价值（市场角度）结合类比数据资产特征进行分析。
其中，成本思路指从形成数据资产所需花费的成本进行评估。适用于处于开发初期（即没有形成显著社会价值及经济价值的数据资产）的数据资产估值。可变现净值思路指以数据资产于预计处置日的估计处置价格，减去为处置该资产需要额外发生的费用（例如交易成本，税费）等，得到期末的可变现净值，将其通过合适的折现率折现以得到数据资产于当下的估计价值。
其他估值思路需要复杂的公式进行辅助理解，故不详细介绍，建议看看普华永道的《数据资产化前瞻性研究白皮书》报告原文。
3.中国信通院：成熟要素市场的“四因素定价模型”
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。故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。
补偿价值即为成本，增值价值指数据带来的市场价值和社会价值，异质性价值指由于数据结构异质、搜集主体各不相同、价值高度依赖使用场景等带来的异质性价值和数据交易市场分割带来的异质性价值。风险溢价是指数据投资组合的收益率与无风险收益率的差额，用来衡量数据资产投资者由于承担风险而获得的报酬率。
“四因素定价模型”即指数据价值是补偿价值和新增价值的和。具体计算公式比较复杂，在此不展开，有兴趣的朋友可以看看中国信通院发布的《数据价值化与数据要素市场发展报告（2021）》。
四、数据资产确权的法律框架
数据资产确权的法律框架是一个多维度的体系，它包括国家法律法规、行业标准、地方性法规以及国际协议等多个层面。以下是构建数据资产确权法律框架的几个关键要素：
1. 国家法律法规：国家层面的法律为数据资产确权提供了基础性指导和规范。例如，《中华人民共和国民法典》第一百二十七条规定了数据的民事权益属性。
2. 数据安全法：《中华人民共和国数据安全法》明确了数据处理活动的安全监管要求，为数据资产的安全和合法利用提供了法律保障。
3. 个人信息保护法：《中华人民共和国个人信息保护法》等法律对个人数据的收集、使用、处理等进行了规定，确立了个人对数据的控制权。
4. 行业标准：行业标准或指南为特定行业的数据资产确权提供了操作性指导。例如，中国通信标准化协会（CCSA）发布的《数据资产管理实践白皮书》提供了数据资产管理的实践指导。
5. 地方性法规：地方政府或地方性机构可能根据国家法律和本地区的实际情况，出台具体的数据资产确权和保护措施。
6. 国际协议：随着数据跨境流动的增加，国际协议在数据资产确权中也扮演着重要角色，如GDPR等对数据保护和流通提出了要求。
7. 司法实践：法院的判例和解释为数据资产确权提供了实践指导，明确了数据权益的法律界限和保护方式。
8. 技术标准和合规指引：技术标准和合规指引为数据资产的确权、评估、流通和交易提供了技术规范和操作指南。
9. 企业内部管理规定：企业根据自身的业务特点和管理需要，制定内部的数据资产管理规定，明确数据资产的归属、使用和保护等。
10. 数据资产评估体系：建立数据资产评估标准和制度，规范数据资产价值评估，为数据资产的确权和交易提供价值依据。
11. 数据收益分配机制：完善数据资产收益分配与再分配机制，按照“谁投入、谁贡献、谁受益”的原则，维护各相关主体数据资产权益。
12. 数据资产的分类分级管理：加强数据分类分级管理，建立数据资产分类分级授权使用规范，平等保护各类数据资产权利主体合法权益。
13. 数据资产的应急管理和信息披露：建立数据资产预警、应急和处置机制，完善数据资产信息披露和报告，提升数据资产供给的透明度。
构建数据资产确权的法律框架是一个动态发展的过程，需要法律、技术、市场和社会各界的共同参与和协作。随着数字经济的深入发展，相关的法律框架也需要不断完善和更新，以适应新的技术变革和社会需求。
五、数据资产确权面临的问题和挑战主要包括以下几个方面：
1. 法律框架的不完善：目前，我国法律层面尚未对“数据产权”或类似概念给出明确定义，导致在实务中难以依法操作。
2. 权属界定的复杂性：数据资产的权属界定涉及多种类型，包括数据资源持有权、数据加工使用权、数据产品经营权等，不同类型的数据产权确权逻辑不同，权属性质也不同。
3. 数据来源合法性审查：对于早期收集且现仍存储的数据，由于当时法律法规的空白，数据来源的合法性审查存在技术上的困难或成本过高，导致数据资源无法入表。
4. 合规体系尚未建立：企业尚未建立符合数据全生命周期的合规体系，导致在数据资源确权工作中，主管部门不明确，多部门参与但责任不清，影响确权效率。
5. 数据资产的评估和计量：数据资产的价值评估和计量存在困难，因为数据资产具有可复制性，缺少传统意义上的稀缺性，这对定价和交易机制构成挑战。
6. 数据权利冲突的复杂性：数据的“混合权利主体”特性导致确权难度增加，企业数据资源是多种主体混合权利的集合体，涉及数据生成、处理、治理的多元主体。
7. 数据资产的确认难度：数据产品达到预定使用状态的时点难以确认，特别是对于具有强时效性的数据产品，确认其为无形资产存在难度。
8. 数据资产入表的实践难题：企业在将数据资产入表时，面临如何合理划分研究阶段和开发阶段、如何区分不同类型的数据资产等问题。
9. 数据资产的生命周期管理：数据资产的预计使用寿命难以确定，不同的数据产品根据其使用场景和时效性，其生命周期可能有很大差异。
10. 税会差异的应对：数据资产的会计处理与税务处理存在差异，这可能导致企业在会计上加速摊销而税务上则要求更长的摊销期限，增加了企业的税务负担。
11. 数据资产的确权登记：尽管存在数据登记制度，但这些登记更多是信息披露，并不直接具有固化权属的功能，确权过程需要法律审查和专业人员的服务。
12. 数据资产的流通和交易：数据资产的确权是数据交易和流通的前提，但确权过程中的复杂性和不确定性，影响了数据资产的有效流通和市场化配置。
六、一张图说明数据资产确权（引用第一财经）
参考资料：
朱扬勇、叶雅珍，《从数据的属性看数据资产》，2018
中国信息通信研究院云计算与大数据研究所，《数据资产管理实践白皮书(2.0版)》，2018
光大银行&瞭望智库，《商业银行数据资产估值白皮书》，2021
普华永道，《数据资产化前瞻性研究白皮书》，2021
普华永道，《开放数据资产估值白皮书》，2021
中国信通院，《数据价值化与数据要素市场发展报告（2021年）》，2021
第一财经:一图看懂丨数据资产“入表”加速
精华热点 
