7月1日晚19时，由西南财经大学会计学院与中国CFO发展中心联合打造的“财道中国”——“西财会计・名家公益大讲堂”第六期如约开讲。本次直播聚焦“数据资产管理与价值释放”，由西南财经大学会计学院曹昱教授、南京钢铁股份有限公司总会计师兼财务部部长梅家秀先生作为分享嘉宾，中国CFO发展中心主任郭良川先生主持。两位嘉宾分别从学术理论与企业实践两个维度，围绕数据资产化的概念体系与政策演变脉络、制造业数据资产入表路径等议题展开对话，为全国财务从业者与企业管理者带来了一场兼具学术深度与实践价值的专业分享。本场直播吸引了5000余人次在线观看，弹幕互动踊跃、反响热烈。

理论筑基与实践拆解双向发力

深度解码数据资产化：从学术前沿到企业落地

当前，数据已正式跃升为继土地、劳动力、资本、技术之后的第五大核心生产要素。2024年企业数据资产入表相关制度正式确立，标志着我国数据资产管理迈入规范化、标准化的新阶段。然而，“确权难、定价乱、流通堵、监管弱”等深层痛点，仍制约着数据价值的充分释放。本次大讲堂紧紧围绕数据资产管理与价值释放这一主题，旨在通过结合学界前沿视野与业界实战经验，系统解读数据资产化理论框架、政策演进、确权定价逻辑与企业数据资产入表实践路径。

在“理论筑基”环节，西南财经大学会计学院曹昱教授从宏观、中观、微观三个层面，系统阐释了数据要素、数据资源与数据资产的核心概念。她指出，数据要素立足宏观视角，是作为生产要素的数据，处于国家战略高度；数据资源对应中观视角，是经过归集、治理后可复用、共享的数据集合；数据资产则落脚企业微观会计视角，指企业能够合法持有或控制、可货币计量、预期产生经济收益，且需纳入资产负债表核算披露的数据。数据资产并非简单等同于所有数据，而是数据资源中经过确权、标准化治理、价值计量且能创造可预期经济收益的“精华部分”。

随后，曹昱教授梳理了2020—2026年国内数据资产化四阶段政策演进脉络，数据资产的入表与评估流程逐渐成熟完善。在确权机制方面，她深入剖析了“三权分置”的核心要义：数据资源持有权强调对企业合法获取数据的直接占有与事实控制；数据加工使用权是在授权范围内对数据进行清洗、分析、挖掘、脱敏等，激活数据潜在价值；数据产品经营权是将数据加工为高价值产品或服务，进行商业化运营、交易及获取收益。然而，落地实践面临权利边界模糊、技术保障不足、制度供给缺位等现实困境，多方权利主体的诉求交织，权属纠纷时有发生。

关于数字资产的定价方法，曹昱教授对比了三种主流评估模型：成本法以数据全生命周期投入成本为依据，是财政部规定的唯一合规入账依据；收益法通过折现未来预期收益估值，适用于已有稳定商业化路径的数据资产，但主观性较强；市场法参照同类公开成交价格，但数据资产的高度异质性使可比案例极为稀少。她强调，收益法与市场法仅可作为资产价值评估参考，不能直接作为财务入账估值的依据。

曹昱教授在分享中着重剖析了两个典型案例。一个是国内西南地区某大型制造业企业的实践。该企业率先建成5G+AI数字孪生工厂，通过全流程数据治理与资产化运营，在短时间内完成了“场景挖掘-数据治理-确权登记-资产评估入表-质押融资”的全链条闭环。数据资产完成专业估值并成功获得大额银行授信贷款，实现了数据资产从“有价”到“有贷”的实质性突破；另一案例是以国际金融数据服务商巨头的案例为样本，该企业通过合同法、知识产权法和技术控制构建三层嵌套保护体系，再按“终端订阅+数据许可+指数授权”精细化分层定价，最大化挖掘数据资产的商业价值。

在理论筑基环节的尾声，曹昱教授将视角从制度与规则拉回到技术驱动与未来行动。她指出，以AI Agent为核心的自动化治理体系正将数据开发从“人工治理”推向“智能自治”，治理效率实现数量级跃升；云原生与多模态技术的融合则突破了传统结构化数据的限制，为海量非结构化数据的价值挖掘提供了技术支撑。而在安全合规层面，“数据沙箱+安全多方计算（MPC）+联邦学习”的技术组合正在破解数据“可用不可见”的流通难题，为数据要素市场化配置扫清信任与安全障碍。基于这些技术演进，曹昱教授进一步提出了面向未来的六项战略建议：加快专项立法、推动披露标准化、深化交易场所互认、加大核心技术研发、建立专业资质制度、推进公共数据授权运营。技术突破与制度完善需协同发力，才能跨越确权、定价、流通等重重关卡，让数据要素的乘数效应充分释放。

在“实践拆解”环节，南京钢铁股份有限公司总会计师梅家秀先生从企业实战视角，分享了制造业数据资产入表的实践路径与突破之道。

梅家秀先生指出，制造业数据资产入表面临三大核心难点：一是制造业OT数据体量庞大且碎片化，难以直接交易；二是生产成本与数据价值关联逻辑复杂，价值量化评估困难；三是缺乏直接对标市场，定价缺乏参照。面对这些挑战，南钢探索出以“数据＋模型＋应用价值”为核心的破局路径——从价值端（降本增效）反向追溯至数据源，基于管理场景需求开发模型，模型依赖高质量数据集，数据集源于原始数据治理，形成“原始数据→数据治理→高质量数据集→AI模型→应用场景→价值创造”的完整闭环。他以烧结工序预测模型为例，生动展示了数据资产入表的完整逻辑。烧结矿质量直接影响高炉运行，传统控制依赖人工经验。团队基于实时工艺参数建立预测模型，对终点温度和强度进行预判并给出调整建议，使烧结矿的质量稳定性得到改善。模型上线后，返矿率明显下降，年化经济效益显著。该项目在技术可行性、使用意图明确、资源可控、成本可靠计量、价值可量化五个维度全面满足数据资本化条件，于2024年一季度完成入表。

在管理机制方面，梅家秀先生介绍了“三线五步法”方法论。组织保障上，设立集团数字化管理委员会、数据资产管理办公室及各业务领域专项推进小组；管理规范上，参照资产管理要求，覆盖立项、认证、实施、核算、后评估全流程；系统支撑上，搭建数据资产管理平台，实现全流程跟踪与成本归集。在入表项目筛选中，南钢严格执行“严把入口关”原则——排除成本无法单独切分的项目，排除价格传导路径不清晰的项目，排除数据源不清晰或未形成高质量数据集的项目。最终从数百个AI模型中筛选出35个入表项目。

在估值方法应用上，梅家秀先生介绍了分层实践策略：入账环节严格遵循历史成本法；减值测试采用收益法对未来现金流折现；对外输出或融资时参考市场法。南钢的数据资产入表目前已取得显著的阶段性成果。面向未来，梅家秀先生分享了南钢在数据资产领域的战略构想。他提到，南钢正在推进人工智能战略规划，发布行业大模型及多个核心业务场景的智能体，目标是从传统钢铁制造商向数字化产品及综合解决方案提供商转型，以数据资产化和人工智能为双引擎，加速智慧产业化进程，驱动指数级增长。

在“互动问答”环节，两位专家就学生论文选题、企业数据资产入表等热点问题与观众深入交流。针对学生论文建议，曹昱教授提出：应选择有代表性的案例，厘清行业背景和政策依据，明确数据确权的具体类型，比较不同估值方法带来的经济后果差异，同时关注入表后报表披露的变化。郭良川主任补充强调实地调研的重要性，“没有调研就没有发言权”，只有深入企业一线，才能真正理解流程和难点，做到“知其然更知其所以然”。针对上市公司数据资产入表建议，梅家秀先生提出三点：一是解放思想，将数字化视为核心竞争力，一把手高度重视；二是小切口突破，选择投入可控、见效快、易出彩的场景打造标杆；三是以点带面，通过标杆示范降低阻力，逐步推动整体数字化转型。

产学研用协同创新

释放数据要素新质力量

本次直播是西南财经大学会计学院与中国CFO发展中心深化产学研合作的第六场公益大讲堂。作为国内会计学科的领军阵地，西南财经大学会计学院始终立足学术前沿，紧扣产业需求，推动前沿财会理论与企业实践精准对接；中国CFO发展中心则持续搭建财务精英交流平台，助力财务管理者提升战略视野与实战能力。

双方以“西财会计·名家公益大讲堂”为常态化载体，聚焦财务数智化转型、数据资产入表、AI大模型应用、产融协同等前沿议题，以“专业主持人+西财会计名师+实战派CFO”的黄金组合，持续输出高质量内容，既为全国财会从业者提供专业知识赋能，也将产业一线真实案例反哺教学，推动财教从“知识传授”向“能力培养”转型。

未来，西南财经大学会计学院与中国CFO发展中心将继续携手，推出更多优质公益直播与交流活动，精准对接新时代财会人才培养需求，为构建中国特色、国际领先的会计体系，推动金融服务实体经济、培育新质生产力贡献智慧与力量。