第740期:旧文回顾,财报中的“数据资产”是什么?

    “理财，就是理人生”，大家好，我是你们的老朋友斌豆儿。每晚的BD20：00，我们准时相约。

以下是这篇文章的正文内容，希望大家喜欢。

看到“数据要素”，你的第一反应是不是：“这不就是我们每天产生的那些数据吗？”

其实不然。

我举个栗子，一看你就明白了。

石油是一种资源，但埋在地下、未被开采的石油，不是“石油要素”。只有被开采出来、运输到炼油厂、加工成汽油或柴油，最终进入市场交易、能创造价值的石油，才是真正的“石油要素”。

数据也一样。

不管是你手机里的浏览、聊天记录，平台服务器储存的用户行为数据，还是企业的经营数据、政企的政务数据，只要还在“沉睡”，未被利用、未被交易，就只是普通的“数据”，而非“数据要素”。

因此，数据要素，是能确权、能定价、能交易、能创造价值的数据。

数据要素，它不是原始的“数据原油”，而是经过加工、合规处理后，能参与经济循环、产生经济效益的“数据资产”。

而数据要素化的过程，本质上就是：让数据从“资源”变成“资产”的过程。这个过程有点像把原油经过一系列加工，炼成汽油、柴油。

数据要素化，也需要经过“系列加工”，主要包括下述几个关键环节：

1.数据确权

这些数据是谁的，谁有权利使用，产生的收益归谁，它解决的是数据“归属”的问题；

2.数据定价

这些数据到底值多少钱，用什么方法计算它的价值，这是解决数据“估值”的问题；

3.数据交易

在哪里买卖数据，交易流程是什么，怎么保障交易安全，它解决数据“流通”的问题；

4.数据入表

怎么把“数据资产”写进企业的资产负债表，怎么核算它的价值，它解决“确权”后的落地问题。

把这四个环节打通了，“数据原油”才能真正成为和资本、土地、劳动力一样的“生产要素”，真正流动起来、增值起来。

下面，我们就一一来聊聊。

数据确权，在数据要素化的四个环节里，最关键、也最难。

为什么？

来，先问你个问题：你每天刷短视频、用导航、点外卖、聊微信，产生的那些海量数据，到底是谁的？

“当然是我的！数据是我产生的，记录的是我的行为、偏好，是我个人的‘数字痕迹’”，你肯定会说。

但平台会说：“数据是我花成本收集、存储、处理的，服务器是我的，人力是我的。数据当然是我的。”

好像大家说的都有理。

那，数据到底是谁的？

其实不只是我们，就连法律和政策，在“数据确权”上，也经历了一个“慢慢摸索”的过程。

以前，大家都在纠结“数据到底归谁”，你说是你的，我说是我的，陷入死结。如果归用户，那平台没有动力去收集、处理数据；归平台，那用户的隐私、权益无法保障。

目前，政策探索出了一个巧妙的解决方案：数据三权分置。

这种方案，不纠结“所有权到底归谁”，而是把数据的权利拆分成三种，让用户和平台都能受益，实现“双赢”。

第一种，数据资源持有权。

谁合法收集、存储了数据，谁就拥有持有权。比如，你用某外卖平台，平台合法收集了你的消费地址、点餐偏好，那平台就拥有这份数据的持有权，有权合法保管和使用这份数据。

第二种，数据加工使用权。

谁有权对数据进行处理、分析、挖掘，把原始数据变成有价值的数据产品，谁就拥有数据加工使用权。比如，平台可以把你的消费数据加工成“餐饮偏好画像”，用来给你推荐合适的商家。

第三种，数据产品经营权。

谁有权把加工后的数据产品拿去交易、赚钱。比如，平台可以把脱敏后的用户画像（不泄露个人信息）卖给广告商，广告商根据画像精准投放广告，平台从中获得收益。

你看，这套“三权分置”逻辑，绕开了“所有权”的死结，转而聚焦“使用权”和“收益权”。

作为用户，你依然拥有自己数据的隐私权、知情权、删除权。你可以删除自己的浏览记录，可以拒绝平台收集你的敏感数据；

而平台作为数据持有方，能在合规的前提下，通过加工、交易数据获得收益，这样有动力去完善数据服务。

看到这，是不是明白了“数据确权，是四个环节中最关键、也最难的”。

数据确权，有点像炼油厂的“第一道工序”，如果搞不清楚“数据原油是谁的”，那后面的定价、交易、入表，都无从谈起。

解决了“数据是谁的”的问题，下一个难题来了。

这份数据，到底值多少钱？

要知道，给数据定价，比给一瓶矿泉水、一斤大米定价难多了。

为什么？

因为，数据有个“独一无二”的特点：它的价值不是固定的，同一份数据，在不同的人手里、不同的场景下，价值可能天差地别。

什么意思？

举个栗子。

比如，一份“用户餐饮偏好数据”，给你，可能就是一堆“垃圾数据”；卖给一家小餐馆，可能只值几千块钱，让小餐馆用来优化自己的菜品；而卖给一家连锁餐饮品牌，用来布局门店、设计菜单，那这份数据可能就值几十万。

所以，同一份数据，在不同人的手里、不同场景下，价值是不同的。

那么，数据怎么定价呢？

目前，行业里主要有以下几种“数据定价”的方法，各有优劣，没有绝对的“最优”。现实情况，大多是结合使用。

第一种，成本法。

成本法，就是看生产这份数据花了多少钱。简单来说，就是“本钱+利润”。

比如，你花100万建了一套用户行为采集系统，每年花50万维护服务器、支付人力成本，那这些数据的“成本价”就是150万。

这种方法直接，但缺点也明显，那就是：数据的价值，有可能远高于成本。

栗子中，你花150万采集的数据，可能通过精准营销创造1500万的收益，如果用成本法定价，会严重低估这份数据的价值。

第二种，收益法。

收益法，就是看这份数据能赚多少钱。

比如，你用“用户画像数据”做精准广告投放，一年赚了1000万，扣除算法、算力等其他成本，剩下的500万，这500万就可以看作是这份数据的价值。

这种方法比较充分发掘数据价值，不过也有问题：数据的收益很难单独归因。

什么意思？

就是说，没有算法的分析、没有算力的支撑、没有广告系统的落地，单靠数据自己，根本赚不了钱，很难分清“数据到底贡献了多少收益”。

第三种，市场法。

市场法，就是看同类数据在市场上卖多少钱，也就是找“参照物”。

比如，别人家的同类型“用户画像数据”，在数据交易所卖了100万，那你的数据大概也值这个价。

这种定价法，比较难找到“参照物”。

为什么？

因为数据的“异质性”很强，也就是你的用户群体、数据质量、数据维度，和别人的都不一样，很难找到完全对标的数据，定价的准确性很难保证。

三种数据定价法，聊完了，各有利弊，很难“一招定天下”。

因此，目前市面上的大多数数据交易，采用的是最务实的方式——协议定价。

说白了，就是买卖双方坐下来谈，买家说“我用这份数据能赚多少钱，所以我最多出80万”，卖家说“我采集、加工这份数据花了50万，最少要卖70万”，谈拢了就成交，谈不拢就再协商。

这种定价法，听起来可能不“科学”，但却是当下最符合数据特点的定价方式。

毕竟，数据的价值，从来不是靠公式算出来的，而是靠场景、靠需求、靠收益决定的。

一句话总结：数据定价，不是算出来的，是谈出来的。它的价值，取决于谁买、用来干什么、能赚多少。

解决数据确权了，定价了，下一步就是“流通”，也就是数据交易。就像汽油炼出来了，要拿到加油站去卖，才能真正实现价值。

截止目前，全国数据交易所已超过50家（名单，截至2024年3月底），累计交易额突破千亿。

上海、深圳、北京、贵阳、广州等城市都在抢滩布局，数据交易正在从“私下买卖”走向“公开市场”。

这里，可能会有小伙伴把“数据交易”和“股票交易”混为一谈。

其实，两者很像，但又有本质的区别。我做个通俗的对比，看完你就明白了。

1.相同之处，有三点。

一是，都有专门的“交易所”作为交易平台，有挂牌、撮合、交割的完整流程；

二是，都需要经过合规审查和信息披露，确保交易合法；

三是，都有买方、卖方，还有中介机构，比如数据经纪人，帮忙促成交易。

2.不同之处，非常明显。

第一，产品标准化不同。

股票是标准化产品，比如一股贵州茅台，不管在谁手里，价值和权益都一样；但数据是非标准化产品，每份数据的用户群体、维度、质量都不一样，就像淘宝上的定制商品，没有完全一样的两份数据。

第二，交易后归属不同。

股票交易后，卖方就失去了股票的所有权，买方获得所有权；但数据交易后，卖方依然可以持有数据。因为数据可以无限复制，卖给买方一份，卖方自己手里还有一份，不会因为交易而失去数据本身。

第三，隐私要求不同。

股票交易不涉及个人隐私，只涉及资金和股权；但数据交易，尤其是涉及个人数据的交易，必须严格脱敏。比如隐藏用户的姓名、手机号、身份证号，只保留用户的行为偏好，确保不泄露个人隐私，这是数据交易的底线。

所以，与其说数据交易所像“股市”，不如说它更像“淘宝”。每个“数据产品”都有自己的“商品详情页”，标注清楚数据的维度、用途、价格、合规证明，买家看中了就下单，交易完成后，数据通过安全通道交付，全程可追溯、可监管。

明白了“数据交易”和“股票交易”的区别后，接下来咱们要清楚“数据交易所交易流程”。

也就是，谁能玩（参与主体）、怎么玩（操作流程）、玩什么（交易品类），咱们一个个来。

首先，谁能玩？

五大参与主体，各有分工、各司其职，少了谁都玩不转。

那五个主体？

一是，数据卖方。就是手里有合规数据的主体，比如企业、政企、平台；

二是，数据买方。就是需要数据的主体，比如广告公司、金融机构、科技企业，用来优化产品、做风控、搞精准营销；

三是，数据商，相当于“数据中介”。它帮卖方加工、脱敏数据，做成标准化数据产品，也帮买方找符合需求的数据；

四是，第三方服务机构。它负责合规审核、数据质量检测，保障交易双方的权益；

五是，交易所运营机构。它负责搭建交易平台、制定交易规则、监管交易全流程，相当于“数据交易的管理员”。

然后，怎么玩？

4步走，从开户到交割，全程标准化，跟逛淘宝、办银行业务一样简单。

主要流程，大致如下：

1.开户注册。

买卖双方在交易所官网完成注册、实名认证与资质审核。交易所会严格审核数据来源的合规性，确保数据没有权属纠纷、不泄露隐私，这是参与交易的前提；

2.挂牌找货。

卖方要卖数据，就把数据产品（必须是脱敏、合规处理后的）挂到交易所平台，标注清楚数据维度、用途、价格、使用期限，相当于“上架商品”；

买方需要数据，就在交易所平台上搜索关键词，筛选符合自己需求的数据产品，查看详情（比如数据质量、合规证明），相当于“逛商城找货”。

当然，交易所还会提供“供需匹配”服务，帮买卖双方快速对接，不用自己盲目寻找。

3.议价成交。

双方看中数据后，就可以在线议价，也可以按挂牌价直接成交，跟在购物平台上讨价还价一样。

议价达成后，签订交易所统一的交易合同，明确双方权利义务，比如数据使用范围、保密要求、收益分配等。合同会在交易所备案，受监管保护，避免后续纠纷。

另外，交易所会披露同类交易价格信息，帮双方合理定价。

4.交割付款+售后。

买方付款后，交易所会通过安全通道，把数据交付给买方，全程加密，防止数据泄露。卖方收到款项后，交易完成。

后续，如果出现数据质量问题、违规使用问题，交易所会介入调解，保障双方权益。

另外，交易所还会跟踪数据使用场景反馈，反哺数据产品优化，形成“交易-反馈-优化”的闭环。

最后，玩什么？

目前，交易最活跃的数据类型，主要是企业征信数据、金融风控数据、气象数据、交通数据、农业数据等。这些数据不涉及个人隐私，商业价值明确，合规性也更容易保障。

一，政务数据。

比如脱敏后的交通流量数据、气象数据等，卖给企业用来优化路线、布局门店；

二，企业数据。

比如企业征信数据、金融风控数据、行业经营数据等，卖给金融机构、同行企业，用来做风控、分析行业趋势；

三，公共服务数据。

比如农业、医疗领域的脱敏数据，卖给相关企业用来研发产品、优化服务。

目前，对于个人数据的交易还在探索阶段，因为隐私保护和合规要求更高，需要更完善的规则来支撑。

如果说数据确权、定价、交易是数据要素化的“基础工序”，那么“数据入表”，就是数据要素化的“临门一脚”。

数据入表，让数据真正从“看不见、摸不着”的资源，变成了“能入账、能抵押、能增值”的资产。

有小伙伴可能不懂“入表”是什么意思，我举个栗子，看完可能就明白了。

比如以前，你的公司花100万建数据采集系统、存储数据，这100万会被算作“费用”，直接从公司的利润里扣掉，相当于“花钱买了一堆没用的数字”。但现在，只要这些数据满足合规要求、能带来经济利益，就可以确认为“无形资产”或“存货”，写进企业的资产负债表左边。

这意味着什么？

意味着，你公司的总资产增加了，资产负债率降低了，融资能力变强了。

再比如，一家轻资产的科技公司，没有厂房、没有设备、没有房产，以前去银行贷款，银行根本不认可，因为没有抵押物；但现在，它可以把自己手里的合规数据资产作为“抵押物”，去银行贷款。银行认可数据的价值，企业就能拿到资金，用来扩大业务、优化技术。

数据入表，这对科技公司、数据公司来说，无疑是巨大的政策红利。

但需要注意的是，不是所有数据都能入表。

想入表，必须满足以下几个严格的条件，缺一不可。

第一，企业拥有合法控制权。

也就是，对数据，企业已经完成数据确权。企业能合法持有、使用这份数据，没有权属纠纷。

第二，能带来经济利益。

这份数据能通过交易、使用，为企业带来现金流入。比如卖给其他企业获得收益，或者用来优化业务降低成本。

第三，成本或价值能“可靠计量”。

要么能算清楚采集、加工这份数据的成本；要么能合理估算它的商业价值，不能“拍脑袋定价”，糊里糊涂的。

总之，数据入表，看似是一个会计层面的调整，实则是数据从“费用”到“资产”的质变。

数据入表，它让数据的价值被正式认可，让企业有动力去收集、加工、交易数据，也让数据要素市场变得更加规范、更加成熟。

一句话，数据入表，不是会计游戏，是数据从“费用”变“资产”的质变。你的数据，终于可以写进资产负债表了。

数据越值钱，风险就越大。就像石油越珍贵，越容易引发争夺和泄露。因此，数据要素化的另一面，是必须守住的数据安全红线。

小伙伴们应该还记得，2022年滴滴因为数据安全问题，被罚80多亿，这给所有企业敲响了警钟。

数据不是普通的商品，它背后是个人隐私、商业机密，甚至是国家安全，一旦泄露或滥用，后果不堪设想。

因此，政策在推动数据流通、激活数据价值的同时，也明确划定了几条不可触碰的红线，不管是企业还是个人，都必须牢记。

红线一，个人隐私不能碰。

涉及个人身份信息、行踪轨迹、健康数据、金融信息等敏感信息，必须严格脱敏处理，未经用户授权，绝对不能收集、交易、滥用。

比如，不能未经用户同意，就把用户的手机号、身份证号卖给第三方，这不仅违规，还可能触犯法律。

红线二，核心数据不能出。

关系国家安全、国民经济命脉的重要数据，比如能源数据、交通数据、国防数据等，不能随意出境，也不能随意交易给境外企业，必须严格遵守国家的监管要求，守住国家安全的底线。

红线三，数据垄断不能搞。

拥有海量数据的大平台，不能利用自己的数据优势，打压竞争对手、限制市场竞争，不能搞“数据霸权”。比如，拒绝向其他企业开放必要的数据，或者利用数据优势抬高交易价格，这些都是被政策禁止的。

政策的本意，是在“促流通”和“保安全”之间，找平衡。既要让数据流动起来、实现价值，也要守住安全底线，保护个人和国家的权益。

总之，对企业来说，合规是第一原则——踩了数据安全的红线，不是罚钱那么简单，可能会被吊销执照、停止经营，甚至承担刑事责任；对个人来说，也要学会保护自己的数据隐私，不随意授权、不泄露个人敏感信息。

一句话总结，数据要素化，不是“数据无法无天”，而是“数据有法有天”。红线在哪，机会就在哪。守住合规底线，才能真正抓住数据时代的红利。

聊了这么多，你可能会说：这跟我有什么关系？我不是企业老板，不是数据从业者。

当然有关系。

想想看，你是不是每天都在参与数据要素化。你的每一次浏览、每一次消费、每一次出行，都在“挖矿”。这些“数字痕迹”，正在变成你的“数字资产”。

还记得我在“两会结束了，我们需要关注的几个趋势”中聊的“写日记”、“视频日记”。

没错，这些你看不上的“数据痕迹”，很有可能会成为未来个人交易的“资产”。

那么，该怎么参与呢？

这里，有几种方式，你可以试试。

一是，个人数据空间。

一些平台正在探索“个人数据空间”，你可以把自己的健康数据、消费数据、信用数据，集中存储在自己的“数字钱包”里，然后授权给有需求的企业使用。企业用你的数据创造了收益，会给你分成。

这种“个人数据资产化”，虽然还在早期，但趋势已经比较明显了。

二是，数据信托。

就像你把钱交给信托公司管理一样，未来你可以把数据交给“数据信托”机构，由它们帮你合规授权、对接交易、核算收益，你躺着收钱就行。

比如，你把自己的消费数据、出行数据交给数据信托，机构把这些数据脱敏后卖给广告商、车企，然后把收益分给你。

我觉得，这是普通人最省心的参与方式。

三是，数据经纪人。

就像房产经纪人帮人买卖房子一样，数据经纪人帮企业买卖数据。

你可以帮中小企业梳理、合规化处理它们的数据，然后对接数据交易所或买家，促成交易，从中赚取佣金。

比如，帮一家本地餐馆整理它的客户消费数据，脱敏后卖给食材供应商，从中赚取服务费。

总之，不要把自己当成数据的“矿工”，而是把自己变成数据的“矿主”。这样，你每次的点击、浏览、分析、视频日记……，都是在“挖矿”。

好啦，到这里，本期的话题聊完了。

数据是“新石油”，算力是“发动机”，存力是“储油罐”，算法是“配方”，电力是“燃料”，它们形成了一套完整的AI运行系统。

而今天聊的“数据要素”，就是让这套系统真正运转起来的“市场机制”。它让数据流动起来、交易起来、增值起来，让AI的这些支柱形成了完整的闭环。

最后，粗谈几点看法。

第一，数据要素的本质，不是“数据”，而是“规则”。

数据本身不值钱，值钱的是“谁能用、怎么用、赚了钱怎么分”。三权分置的精妙之处，就在于它绕开了“所有权”的死结，转而聚焦“使用权”和“收益权”。

这不是分蛋糕，而是定规则，规则定好了，大家才能一起把蛋糕做大。

第二，“数据入表”，是让数据从“费用”变“资产”的质变。

数据入表，意味着，数据不再是企业的成本负担，而是可以写进资产负债表、可以抵押贷款、可以交易增值的真资产。

就像当年土地可以抵押贷款，催生了房地产经济一样。数据可以抵押贷款，正在催生数据经济。

第三，数据要素化的时代，人人都是“数据资本家”。

你不是数据的“矿工”，你是数据的“矿主”。

你的每一次浏览、每一次消费、每一次出行，都在为你挖矿。你的浏览记录、消费习惯、健康数据……这些“数字痕迹”，正在变成你的“数字资产”，未来的你，可能就是一个“大矿主”。

第四，数据安全，无论什么时候、场景，都很重要。

数据越值钱，风险就越大。

滴滴被罚，是警示人们：数据不是普通的商品，它背后是个人隐私、商业机密、甚至国家安全。

红线在哪，机会就在哪。守住合规底线，才能真正抓住数据时代的红利。

第五，数据要素化是一场“长跑”，不是“冲刺”。

数据确权、定价、交易、入表、安全，每个环节都在探索中。政策在“促流通”和“保安全”之间找平衡，企业在“挖价值”和“守合规”之间找平衡，普通人也在“享便利”和“保隐私”之间找平衡。

这场长跑，比的是耐心，更是认知。

总之，数字时代，机会属于两种人，一是“懂数据的人”，一是“会用数据的人”。

看懂“数据”，会用“数据”，不是为了成为专家，而是为了在数字时代，让自己的数据不再沉睡，让每一笔“数字痕迹”都变成实实在在的收益。

愿你，成为这样的人~。

以上，便是这篇旧文的内容分享。希望文章能给你的投资决策，提供些帮助。如果觉得本文不错，那就点个赞或者“在看”，谢谢啦。

当然，我必须承认：文章内容粗鄙浅显，肯定会有不足、遗漏之处。文中的观点，均为自己的思考分享，不代表完全正确，还希望小伙伴们多多包涵，独立思考。

最后，还是用那句有用的”废话”收尾：“分析财报，是用来排除风险企业的，而不是证明它……”。

PS：特别推荐本书—《大道：段永平投资问答录》。我们可能成不了大师，但可以沿着大师投资路径去模仿他们是如何思考的。希望这本书能给你带来投资顿悟。这本书，我买的纸质版，过年期间读的，确实不错。

“理财，就是理人生”。慢慢变富的路上，祝福你！

咱们下期见！