①美联储理事鲍曼承认人工智能风险,但警告过度监管可能限制技术发展,扭曲竞争格局。 ②她指出人工智能在金融领域可提高效率、打击欺诈、扩大信贷,并可能提高经济数据质量,影响货币政策。
财联社2月2日讯(记者 胡劼)1月31日下午,由财联社、鲸平台、蓝鲸主办的“从资源到资产 迈入数据要素x时代”线下闭门会暨“2023上海数字化转型标杆企业TOP50”颁奖典礼在上海新天地圆满举行。闭门会间隙,普华永道中国区域经济及金融业主管合伙人张立钧就数据资源入表驱动的乘数效应等话题接受鲸平台记者专访。
普华永道中国区域经济及金融业主管合伙人张立钧
鲸平台:企业和个人都希望能够将数据变现,但并不是所有的数据都是资产。在您看来,数据需要达到什么样的标准才算完成了资产化?
张立钧:我们可以观察已有的资产化的标的,不管是商业地产的资产证券化,还是债券证券化,它的底层逻辑都是一样的,即需要标的资产有稳定且可预测的现金流,这样就可以在资本市场上将其打包做成一个信托产品,开展信贷资产证券化,实现从资源到资产的转换。以此类推,数据的价值实现路径,也需要经过确认,尝试着做抵押、投资、债券等等金融化创新,使之变成一种可以自由流动,稳定增值的资本。
鲸平台:1月1日起,《企业数据资源相关会计处理暂行规定》施行,数据资源“入表”。《暂行规定》实施后,对企业财务报表结构产生哪些影响?
张立钧:首先,暂行规定并不是说重新打造了一个新的财务准则,只不过是要求企业在编制财务报表时,将符合条件的数据资源作为资产进行确认和披露。其次,企业应当采用未来适用法执行该规定,也就是说不能将1月1号之前已经费用化的数据资源重新资本化。此外,一旦评估数据可以成为一个资产,暂时采用的是成本法评估其价值,短期不会对资产负债表带来巨大泡沫。
鲸平台:未来数据资产化是否会成为企业收入的重要支撑?
张立钧:这取决于企业的主营类型。一些企业本身就是靠出售数据产品作为主要的收入来源,那么数据资源入表以后对企业的收入带动作用会比较显著;但是对一些传统制造业企业来说,数据资产化主要起到的作用是为其提供了全新的、多元化的收入来源。高质量、高密度和多种类的数据在资产化的过程当中,将为企业带来更大的数据价值。
鲸平台:目前,企业在具体执行数据资源入表的过程中,会面临哪些挑战?
张立钧:对于多数企业来讲,这是一个非常新的课题,执行的很多环节都有不小的挑战。首先要面对确权问题,企业拥有对数据的使用权?还是经营权?还是加工权?如果说只有对数据的使用权,那么数据就只能在企业内部使用,不能进行外部变现。
其次,企业需要思考数据质量是否符合要求,数据治理架构是否完善,能做到何种程度?其中包括数据资源的识别、获取、整理和数据安全的系统化管理。一方面,我们要发展流通数据;但另一方面,要确保不能触碰个人隐私、商业机密、国家公共安全等红线。我认为,数据资源入表的整个过程,会倒逼企业思考并解决这些问题。
鲸平台:在对企业的数据资源入表、数据资源系统管理方面,普华永道有哪些实践经验可以分享?
张立钧:不同领域的企业,优势和劣势都各不相同,需要有针对性的解决方案。例如,有些企业需要数据治理能力的提升,有些则需要数据资产的估值分析,我们能做的是针对企业遇到的问题提供可行的方法论、工具开发以及端到端的咨询服务。
例如,普华永道构建了企业数据资源入表“五步法”实施路径,提出合理稳妥的入表路径应涵盖合规与确权、有效治理与管理、经济利益分析、成本合理归集与分摊,以及列报与披露五个关键步骤;并以此为理论基础,在第六届中国国际进口博览会上推出企业数据资源会计处理一体化平台(DAP)数字化工具,帮助企业实现自动化、一体化的数据资源会计处理。