报告行业投资评级 无相关内容。 报告的核心观点 1. 数据是21世纪的"石油"，在数字经济时代已成为重要的生产要素 [5][6] 2. 中国是国际上率先提出将数据作为生产要素的国家，这是一项重大理论创新 [5][6] 3. 数据资产化和数据资产入表是数字经济发展的必然要求 [6][8] 4. 中央企业的数据资产具有广泛的地域覆盖性、跨行业的综合性、复杂的成本结构、灵活的应用场景、高质量的数据以及动态的稀缺性和可替代性等特点 [14][15][16] 5. 中央企业数据资产化面临数据价值挖掘不足、数据治理难度大、数据安全风险高、会计处理复杂度高等挑战 [17][18][19] 6. 中央企业数据资产化的路径包括数据场景化、数据资源化和数据价值化三个阶段 [20][21][22][23][24] 7. 数据资产入表需要满足数据合规与确权、数据资源可管理、数据资产有带来经济利益的预期、数据资产的成本清晰可计量等条件 [35][36][37][38][39][40] 8. 用友提供了包括数据价值规划、数据资源管理、数据资产智能核算以及价值创新在内的一套完整的中央企业数据资产化及数据资产入表解决方案 [26][27][28][29][30][31][32][33][34][41][42][43][44][45][46] 根据目录分别进行总结 政策背景/意义 1. 数据已被纳入生产要素范围,是经济发展的核心要素 [5][6] 2. 健全数据要素市场化配置机制是国家战略 [6] 3. 数据资产入表是数据资产化管理的一部分,标志着我国开始探索企业数据资产入表的具体路径 [6][8] 央企解决方案 1. 中央企业的数据资产具有广泛的地域覆盖性、跨行业的综合性、复杂的成本结构、灵活的应用场景、高质量的数据以及动态的稀缺性和可替代性等特点 [14][15][16] 2. 中央企业数据资产化面临数据价值挖掘不足、数据治理难度大、数据安全风险高、会计处理复杂度高等挑战 [17][18][19] 3. 中央企业数据资产化的路径包括数据场景化、数据资源化和数据价值化三个阶段 [20][21][22][23][24] 4. 用友提供了包括数据价值规划、数据资源管理、数据资产智能核算以及价值创新在内的一套完整的中央企业数据资产化及数据资产入表解决方案 [26][27][28][29][30][31][32][33][34] 解决方案详解 1. 数据价值规划设计是数据资产化过程中的关键一步,需要坚持需求牵引、注重实效、试点先行、重点突破、整体规划和场景切入 [27][28][29] 2. 数据资源管理包括数据资源盘点、数据登记/确权和数据资产判定,是确保数据质量、安全性和可用性的重要环节 [30][31][32] 3. 数据资产入表智能核算包括数据成本归集、列表与披露和数据价值评价,可以帮助企业全面了解和管理数据资产 [34][35][36][37][38][39][40] 4. 数据价值化体现在内部价值、外部价值、直接价值和间接价值等多个维度,价值创新的重点是场景化切入 [44][45][46]