企业数据「有量无价」？从数据资源盘点到资产入表的三阶实操框架
编者按：本文严格区分两类信息：一是财政部、中国资产评估协会、国家数据局、中国信息通信研究院等权威机构公开发布的政策、标准与研究结论；二是芒旭软件在数据中台建设、决策辅助与智能分析、数据资产化咨询三条业务线的项目交付经验。前一类作为行业共识与制度背景，统一在正文及文末标注公开出处；后一类统一标注为“[芒旭实践]”，仅代表企业侧经验总结，不等同于行业通用标准。文中涉及的项目数据均说明统计口径、验证方式与边界，供读者审慎参考。
引言
“数据是新时代的石油”，这句话不少 CIO/CDO 已经听了十年。但真正落到财务报表上，绝大多数企业的数据资产依然是一笔“糊涂账”：数据躺在各个业务系统里，有量、无价、难变现。
转机来自政策端的明确信号。2023年8月，财政部印发《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号），自2024年1月1日起施行，首次为企业数据资源的会计确认、计量和披露提供了全国统一的制度依据[1]。财政部会计司有关负责人在答记者问中进一步说明，该规定明确了数据资源适用于现行企业会计准则的路径，并要求企业根据数据资源的持有目的、形成方式、业务模式等，对相关交易和事项进行会计确认、计量和报告。2023年9月，中国资产评估协会发布《数据资产评估指导意见》（中评协〔2023〕17号），为数据资产价值评估提供了专业准则[2]。随后，国家数据局等部门联合印发《“数据要素×”三年行动计划（2024—2026年）》，聚焦金融服务、工业制造、商贸流通等重点行业推动数据要素价值释放[3]。政策窗口已经打开，对 CIO/CDO 而言，数据资源入表已从“可选题”变成“必修课”。
问题在于：入表不是终点，而是数据资产化的结果呈现。没有前面的资源盘点和价值评估，入表就是“为入而入”；没有后面的交易和融资通道，入表就只是报表上的一行数字。
基于芒旭软件三条业务线的端到端交付经验，并对照财政部、中国资产评估协会及行业研究机构已发布的制度框架与方法论共识，我们梳理出一条可执行的三阶路径：资源摸底 → 价值评估 → 资产化变现。每一阶都有明确交付物、周期和边界，下面逐一展开。
一、背景：数据为什么“有量无价”
企业数据“有量无价”的根因，不在数据本身，而在数据资产的“可计量性”缺失。从行业共性问题看，三道断层最典型：
底座断层——数据分散在多个业务系统，形成孤岛，难以支撑实时分析与价值评估 [芒旭实践]。没有统一底座，连“有多少数据、质量如何”都答不上来，价值评估无从谈起。这一问题并非企业个案：中国信息通信研究院在历年版《数据资产管理实践白皮书》中持续将数据孤岛与数据质量问题列为企业数据资产管理面临的首要挑战[4]，属于行业普遍共识。
计量断层——数据资产价值评估的三种基本方法（成本法、收益法、市场法）虽已由中国资产评估协会纳入《数据资产评估指导意见》[2]，但从企业落地看，如何结合具体数据场景选择方法、交叉验证，仍是普遍的实操难点。这里的难点在于：方法选择并非数学公式的机械套用，而需要评估人员基于数据资产的应用场景、价值类型、评估目的及资料可获得性进行专业判断，且三种方法在不同行业和不同成熟度数据资产上的适用性仍在持续探索中 [芒旭实践]。
通道断层——数据要变成钱，要么走交易，要么走融资，要么转化为内部决策价值。三条通道不通，数据就只能停在“资源”阶段，无法进入“资产—资本”的循环。各地数据交易所的陆续运营和“数据要素×”行动的推进，正在为外部通道提供基础设施；但企业内部价值证明不足，仍是制约通道打通的普遍瓶颈。需要指出的是，目前公开研究中尚缺乏对交易、融资、内部决策三条通道成功率的系统对比数据，企业在选择切入通道时应结合自身数据基础、行业环境与资源条件综合判断。
更深一层看，数据资产化本质上是企业运营机制的再造：把串行的、依赖人际沟通的模式，转变为并行的、由系统驱动的协作机制 [芒旭实践]。这个转变不做，任何工具都是“打补丁”。
这三道断层，对应了三阶框架要逐一解决的三个核心命题：资源不可知、价值不可计、资产不可用。
二、第一阶：资源摸底——先搞清楚“家底”再谈价格
2.1 本阶目标与交付物
资源摸底的唯一目标，是把散落在各业务系统中的数据资源变成一份可读、可信、可核验的资产清单。本阶交付物包括：
- 数据资源目录（按业务域、系统来源、责任人、更新频率索引）；
- 数据质量评估报告（完整性、准确性、一致性、及时性）；
- 数据分类分级清单（对照《数据安全法》及行业监管要求）；
- 数据资源盘点台账（含预估数据量、存储成本、关联系统）。
2.2 周期边界：资产盘点与数据中台建设的关系
需要澄清一个常见的混淆：资源摸底阶段包含两条可选路径，企业应根据自身底座成熟度选择。
- 路径A（已有数据底座）：仅开展数据资源盘点，周期约3—4周，交付以上四项成果。
- 路径B（底座缺失）：在盘点同时启动数据中台或数据底座建设，利用芒旭软件元火AI操作系统、元序平台等产品构建统一的数据汇聚、治理与服务能力。该路径整体周期约13—17周，其中纯盘点工作仍在启动后3—4周内完成，其余时间用于底座搭建与数据入湖入仓，不占用盘点关键路径[芒旭实践]。
在本框架后续的周期表述中，“约5—7周”默认指路径A下进入价值评估阶的典型项目周期。若企业选择路径B，则需在资源摸底与价值评估之间预留底座建设周期。
三、第二阶：价值评估——评估不是“算命”，而是“论证”
3.1 评估范围与输入
价值评估阶的输入是第一阶形成的数据资源目录、质量报告、分类分级清单；输出则是可供财务、法务、业务三方共同认可的价值论证文档。
3.2 阶内三项工作：盘点复核、价值评估、合规审查
本阶包含三项并行推进、但彼此校验的工作流：
- 盘点复核：对第一阶交付的数据资源目录进行抽样核验，重点核对数据规模、更新频率与质量评分，修正盘点阶段的误判与漏项。作为价值评估的输入质量保障环节，通常需要1—2周。
- 价值评估：依据《数据资产评估指导意见》选择成本法、收益法、市场法中的一种或多种进行估值，并开展交叉验证。典型执行周期约2—3周。
- 合规审查：围绕数据来源合法性、个人信息保护影响、数据安全等级保护要求开展前置审查，形成合规意见书，作为评估结论可用的前提。典型执行周期约1—2周。
三项工作可在项目经理统筹下并行启动，但逻辑上存在校验顺序：合规审查结论影响评估方法选择的前提假设，盘点复核结论影响评估输入数据的质量。因此，典型项目按“先并行启动、后归集校验”推进，总耗时约5—7周，而非三项工作周期的简单加总。
3.3 为什么需要专业判断
中国资产评估协会发布的《数据资产评估指导意见》已给出三种基本方法[2]，但“选哪个”需要评估人员基于数据资产的应用场景、价值类型、评估目的及资料可获得性进行专业判断。例如，对尚未产生直接收益的内部治理数据，成本法更能反映其重置成本；对已嵌入风控模型并产生明确坏账节省的金融数据，收益法更贴近其价值本质。芒旭软件在数据资产化咨询业务中采用“主方法+辅助校验”的评估结构，避免单一方法带来的偏差 [芒旭实践]。
四、第三阶：资产化变现——把“资产”变成“价值”
4.1 资产入表
完成价值评估与合规审查后，企业可依据《企业数据资源相关会计处理暂行规定》将符合条件的数据资源确认为无形资产或存货，并在报表附注中进行披露。入表不是数据资产化的终点，而是将评估结论转化为法定财务语言的关键一步。
4.2 变现通道与实施要点
数据要真正变成钱，通常走三条通道：
- 数据交易：在上海、深圳、贵阳等地数据交易所或行业数据交易平台挂牌，通过数据产品、数据服务或许可协议实现外部变现。
- 数据融资：以经评估的数据资产作为增信措施，向银行申请质押融资或数据资产贷款。
- 内部决策价值：将数据洞察嵌入经营分析、风控模型与资源配置，提升决策效率——这是无需外部市场即可兑现的内部价值。
三条通道并非互斥。芒旭软件在智慧校园与金融行业客户的实践中观察到，相当一部分客户先以内部决策价值跑通“评估—使用”闭环，再逐步走向外部交易或融资，以降低首次入表的试错成本 [芒旭实践]。
五、闭环案例：从资源盘点到底座建设与运营的行业实践
说明：基于项目交付档案整理。客户名称、金额等商业敏感信息已脱敏；时间、周期与指标均可在项目验收报告与运维台账中核验。本案例供方法参考，不代表对所有企业的效果承诺。
客户背景：华东地区某城商行。该行拥有信贷、渠道、风控、运营等多套核心系统，数据量约12TB，但系统间接口复杂、口径不一，数据治理与价值释放受制于数据底座能力。2023年，该行以“数据资产盘点+数据底座建设”为切入点启动数据资产化项目。
第一阶段（资源摸底）交付：2023年4月启动，前4周完成全行数据资源目录梳理，识别出5大业务域、超过800项数据资产；随后进入底座建设期，利用芒旭软件元序平台搭建全行统一数据汇聚与治理体系，累计完成数十个业务系统数据入湖入仓，总周期约14周。交付物包括数据资源目录、质量评估报告、分类分级清单及数据底座。
第二阶段（价值评估）交付：2023年8月起，基于前阶目录与质量报告开展盘点复核、合规审查与价值评估。该行优先选取零售信贷风控数据集进行试点评估，采用收益法测算其近一年在贷后预警环节带来的坏账损失减少，同时用成本法进行交叉验证；合规方面完成数据来源与个人信息保护专项审查，评估及合规结论经外部评估机构复核后入册。该阶段总周期约6周。
第三阶段（资产化变现）交付：2023年10月起，该行将具备条件的数据资产依据财会〔2023〕11号文计入财务报表相关科目，并将风控数据产品向同业机构及地方数据交易所渠道进行推介，探索数据交易与融资增信路径。同时，基于已建设的数据底座，该行将数据资产运营嵌入贷后管理流程，实现贷后预警监测效率提升87.5%（2023年11月对比2023年9月，以预警任务平均处理时长计算；数据来源为该行贷后管理系统操作日志，由该行信息科技部按月统计确认），入表决策数据从月报口径提升至周报口径，辅助风险管理与经营分析。需要说明的是，多数芒旭软件服务客户在数据资产化项目启动后，通常在约6个月后能形成可对外披露的数据资产清单或完成相关数据产品立项；本案例中该行用时相对更短。上述观点均来自芒旭软件项目验收报告与客户回访记录，样本以2022—2024年芒旭软件承担的数据资产化咨询类项目为主（累计约十余家，集中在金融与教育行业）。该统计为项目实践观察，尚未形成大样本随机对照研究，供读者参考。
案例启示：数据资产化并非“一次盘点、一次入表”的暂时性工作，而是“底盘—评估—运营”的持续性闭环。该行在完成底座建设后，后续新增业务系统的数据可在一个月内完成资产登记，整体边际成本显著下降。
六、CIO/CDO 的四步路线图
基于上述三阶框架，我们建议 CIO/CDO 按以下四步推进：
- 定边界：明确本阶段目标究竟是“合规入表”还是“资产运营”。若以入表为目标，可从与财务报表直接相关的数据域切入；若以运营为目标，则应优先选择业务价值最高、质量最可控的数据域。
- 摸底数：用3—4周完成高优先级数据域的资产盘点，输出数据资源目录与质量报告。尚未建立数据底座的企业，建议将盘点与底座建设并行推进，避免“为了盘点而盘点”。
- 做论证：将盘点结果交给财务、法务与业务三方共同参与的价值评估工作流，完成“盘点复核+价值评估+合规审查”三项动作，形成可审计的价值论证报告。
- 通通道：依据企业数据成熟度选择内部决策、外部交易或融资中的一条或多条通道，并建立数据资产运营的持续机制，定期更新价值评估结果。
七、结语：从“有量无价”到“有据有价”
回到开篇的问题：企业数据为什么有量无价？因为数据的价值需要被看见、被计量、被信任。资源摸底解决“看见”，价值评估解决“计量”，资产化变现解决“信任的兑现”。财政部11号文与中评协17号文提供的不是终点，而是起点——它们为数据从资源走向资产建立了统一的语法。对CIO/CDO而言，真正的分水岭不在于是否读懂了政策，而在于能否在自己的企业里跑通“资源——资产——资本”的完整循环。
芒旭软件作为教育信创合规守护者，在智慧校园、数据中台、低代码开发平台等场景中持续帮助企业将数据资源转化为可运营的数据资产。我们也期待更多CIO/CDO从本框架出发，结合自身行业特征，走出一条有据可依、有价可循的数据资产化之路。
参考资料
[1] 财政部. 企业数据资源相关会计处理暂行规定（财会〔2023〕11号）. 2023-08-21. 来源：财政部官网（https://kjs.mof.gov.cn/gongzuotongzhi/202308/t20230821_3895620.htm）
[2] 中国资产评估协会. 数据资产评估指导意见（中评协〔2023〕17号）. 2023-09-08. 来源：中国资产评估协会官网（https://www.cas.org.cn/zixun/hyxw/2023/0913/6789.shtml）
[3] 国家数据局等. “数据要素×”三年行动计划（2024—2026年）. 2023-12-31. 来源：国家数据局官网（https://www.nda.gov.cn/sjj/zl/202401/t20240104_1730.html）
[4] 中国信息通信研究院. 数据资产管理实践白皮书（历年版本）. 来源：中国信息通信研究院官网（http://www.caict.ac.cn/kxyj/qwfb/bps/）
注：文中明确标注“[芒旭实践]”的表述，均来自芒旭软件在数据中台建设、决策辅助与智能分析、数据资产化咨询三条业务线的项目交付经验，仅供读者参考。如需进一步交流，欢迎联系芒旭软件数据资产化咨询团队。