专业领域
观韬视点
新闻动态
专业人员
办公机构
关于我们
加入我们
专业领域
争议解决 跨境贸易及其合规与救济 环境、社会与治理(ESG) 证券与资本市场 行政法 数字法律与网络合规 公司与并购 反垄断与竞争法 海事海商 破产清算与企业重组 劳动法 能源与基础设施 商业犯罪和刑事合规 金融保险与衍生品 税务 体育和娱乐 房地产与建设工程 私募与投资基金 医疗健康与生命科学 知识产权 家事法和家族财富管理 合规与调查 旅游和酒店 科技与智能技术 矿产资源 国际仲裁
办公机构
北京 上海 西安 成都 大连 深圳 济南 厦门 香港 天津 广州 杭州 悉尼 苏州 纽约 武汉 多伦多 南京 福州 郑州 海口 重庆 合肥 青岛 洛隆 南昌 温州 宁波 太原 昆明
中文 English
menu
观韬视点 | 数据资产化时代:法律合规的挑战
2024-07-31
首页 > 观韬视点 > 视点 > 观韬视点 | 数据资产化时代:法律合规的挑战

观韬视点 | 数据资产化时代:法律合规的挑战


作者:陈云


背景:2020年,随着中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》,“数据”正式被确认为与土地、劳动力、资本和技术同等重要的生产要素。此举标志着数据上升为国家战略资源的行列,并使得数据资源的开发和利用成为国家经济增长的重要战略。

2022年,中国中央政府和国务院联合发布了《关于构建数据基础制度更好发挥数据要素作用的意见》(以下简称“《数据二十条》”),该文件对建立健全数据基础制度进行了全面规划。文件中特别强调了探索将数据资产纳入会计报表的新方法,这代表了数据资产在财务管理和会计核算中的正式地位得到了确认和肯定。

2023年12月31日,国家数据局及其他相关部门联合发布了《“数据要素×”三年行动计划(2024—2026年)》,旨在通过这一计划最大限度地发挥数据要素的乘数效应,为经济社会的进步提供强有力的支持和动力。

数据资产化正随着时代的步伐而兴起,并预示着巨大的发展潜力,但其过程复杂,涵盖了技术、管理和法律等多个领域。本文将从数据资产的定义、数据资产化的过程以及数据资产化过程中可能引发的争议等角度对数据资产化时代下的法律合规进行探讨。

 

一、数据资产的定义和特征

1.定义

根据中国资产评估协会《数据资产评估指导意见》第二条规定,数据资产是指由企业过去交易或者事项形成的、由企业拥有或控制的、预期会给企业带来经济利益、以物理或电子的方式记录的数据资源。

2.特征

具体来说,数据资产具有以下几个关键特征:

u拥有或控制权:企业必须拥有数据资源的持有或对数据有足够的控制权,能够决定数据的使用和分配。

u经济价值:数据资产预期能够直接或间接地为企业提供经济利益,这可能来源于数据的销售、交换或通过数据分析得到的洞察力。

u可记录性:数据资产以某种形式被记录和存储,可以是数据库、电子表格、文档或其他形式的数据存储。

u可访问性和可用性:数据资产需能够被企业访问和使用,以实现其价值。

u合规性:数据资产的收集、存储、处理和使用必须符合相关的法律法规和标准。

 

二、数据资产化的过程

数据资产化的核心目标是发掘和增加数据的价值潜力,这涵盖了从数据的收集、处理到管理、交易的一系列环节。整个过程可以细分为四个关键步骤:

观韬视点 | 数据资产化时代:法律合规的挑战

数据挖掘:识别并收集有潜在价值的数据资源。

权属明确:通过评估和登记确认权属。

资产确认:将数据正式认定为企业的资产。

管理和应用:对数据资产进行有效管理和充分利用,以实现其价值。

这个过程不仅需要技术手段的支持,也需要法律和商业策略的配合,确保数据资产能够为企业带来持续的经济利益。

 

1.数据挖掘

根据《数据二十条》,依据数据来源和数据生成特征的不同,将数据分为公共数据、企业数据和个人数据三大类,并据此建立分级确权授权制度,成为我国数据产权制度的基础。准确辨别数据的类型,才能将同种类的数据要素进行准确的划分归集。

当然,不是所有企业在经营活动中产生的数据都能够直接转化为经济效益。因此,企业在构建数据资产时,必须进行深入的数据资产挖掘工作。这一过程通常包括三个关键阶段:将原始数据转化为数据资源、将这些资源转化为可市场化的产品、最终将产品转化为具有财务价值的资产。

具体步骤如下:

(1)企业要建立一个全面的数据管理体系。在企业的日常运营和业务发展中,要依法合规地收集数据,这些数据可以来自公开资源、企业自身的生产活动,或者是通过协议获得的数据。

(2)企业需要对收集到的数据进行全面的审查。这包括对数据进行清洗、分类和标注等处理工作,以提升数据的内在价值,使其成为更加有用的数据资源。

(3)在此基础上,企业可以创建一个数据资源目录,对数据资源进行系统的整理和记录,这为数据的进一步分析、利用和价值评估奠定了基础。

 

2.数据资产的确权登记

不同类型的数据在数据资产确权中需要满足的要求有所区别。比如,对于企业自行生产的数据,需仔细审查企业的数据管理体系和风控制度以确保数据来源合法;并留存数据开发过程中数据清洗、标签、加工等工作相关的记录和材料作为确权证据,支撑权利溯源。对于企业通过协议获取的数据,需重点关注相关协议中的权利归属条款,若在协议签订阶段双方就权属达成合意并形成具体条款,则可以避免或减少产生纠纷的可能性;此外,还应特别关注协议相对方是否存在数据来源不明、违规数据收集处理行为等问题。

在数据资源盘点的基础上,开展数据确权往往以合规评估为前提,并以登记为确权方式。中国资产评估协会《数据资产评估指导意见》分为七章二十八条,分别从基本原则、评估对象、操作方法、评估方法、披露要求等方面对数据资产评估执业做出了规定。目前登记的方式因未有统一规范,各地存在如下几种登记形式:数据知识产权登记(如北京市、江苏省)、数据产品登记(如上海市)、数据资产登记(如广东省、浙江省),部分也在推行数据要素综合登记(如果贵阳市)。

最后,企业还可以结合应用场景对数据资源进行开发,形成具体的数据产品,满足内外部需求,发掘新的商机和收益。

 

3.数据资产的确认——以数据资产入表为例

数据资产的确认是指企业数据资源正式转变为数据资产的标志,自2024年1月1日起实施的《企业数据资源相关会计处理暂行规定》(以下简称《暂行规定》),作为规范数据资产入账的重要文件,标志着数据资产财务化的重要进展。首先,《暂行规定》规定了数据资源确认为资产的条件:(1)企业合法拥有或控制的、预期会给企业带来经济利益的数据资源;(2)符合会计准则相关资产确认条件。

其次,《暂行规定》确定了数据资源可以确认为的资产类别——无形资产和存货。企业应根据数据资源的持有目的、形成方式、业务模式等判断适用无形资产或存货准则以实现资产入表。对此,在《数据资产入表十问十答》中,上海数据交易所对相关规定进行了具体解读,表示“数据资产入表到底是计入无形资产科目还是存货科目,本质上要看企业在对外服务或者交易的过程中,数据产品权属是否发生转移”,并举例说明如果系企业为客户提供定制型产品并被买断的数据资产计入存货,而向不特定客户提供使用权的数据资产则计入无形资产。目前实践中,企业中多以“无形资产-数据资源”科目入表,以“存货-数据资源”科目入表案例较少。

2024年1月24日,南京市城市建设投资控股(集团)有限责任公司全资二级集团南京公共交通(集团)有限公司成功完成约700亿条公交数据资源资产化并表工作,成为江苏省首单城投类公司数据资产评估入表案例;2024年2月7日,盐城市大数据集团政务数据公司联合第三方机构,成功助力江苏盐城港控股集团有限公司完成集装箱码头生产操作系统(TOS)、电子口岸系统、港机设备物资管理系统(EAM)、散杂货生产管理系统(MES)数据资产质量评价及价值评估,并获得《数据资产登记证书》,成为盐城市首批完成数据资产登记的企业之一,也是全国首个港口企业数据资源入表案例。

 

4.数据资产的管理与利用

因此在数据资产得以确认后,企业还需对数据资产进行持续的管理和利用,将其数据资产的价值最大化。如对数据资产进行交易,2023年12月上海数据交易所完成首笔气象数据产品交易,又如利用数据资产进行融资,杭州市“数商担保贷”在未来科技城落地。心有灵犀科技股份有限公司凭借自身的数据资产获得了由杭州融担集团联合南京银行杭州分行提供的1000万元担保贷款。本单贷款的发放为企业探索新型融资路径提供了全新渠道。

此外,企业还可以在数据资源化和资产化的基础上,赋予数据资产更多金融属性,将数据资产用于金融活动,推动数据资本化的实现,这将有助于提升企业的决策自动化和智能化水平,同时培育新的产权结构和激励机制,推动市场向更高效、更高质量的发展模式转型。

观韬视点 | 数据资产化时代:法律合规的挑战 

 上海数据交易数据要素流通价值价值链模型

 

三、数据资产化可能引发的争议

当前,对于数据资产入表的尚未法律法规尚不健全,对于数据资产类型的认定流程、质量标准、数据权属等在中介机构的协助下探索实施,过程中涉及的合规评估、价值评估工作未能像知识产权等具备完善法律供给、确权制度、评估方法以及成熟会计处理方式的资产类型。数据资产不仅在确权、合规等领域面临诸多挑战,更在评估方法以及交易定价上缺乏全面、权威并已得到市场普遍检验的标准,由此可能带来国有资产交易风险。以下从公司出资及融资角度分析数据资产化可能引发的争议。

 

1.出资争议

新《中华人民共和国公司法》(2024年7月1日日实施,以下简称“《公司法》”)第四十八条规见定:“股东可以用货币出资,也可以用实物、知识产权、土地使用权、股权、债权等可以用货币估价并可以依法转让的非货币财产作价出资;但是,法律、行政法规规定不得作为出资的财产除外。对作为出资的非货币财产应当评估作价,核实财产,不得高估或者低估作价。法律、行政法规对评估作价有规定的,从其规定。”

根据《最高人民法院关于适用<中华人民共和国公司法>若干问题的规定(三)》(下称“《公司法解释三》”)第十三条的规定,股东未履行或未全面履行出资义务的,公司、其他股东有权要求该股东全面履行出资义务,公司债权人有权要求该股东对公司债务不能清偿的部分承担补充赔偿责任。

根据《暂行规定》,数据资源在会计上主要作为无形资产或存货进行确认,但无论确认为无形资产还是存货,都属于可用货币估价并可依法转让的财产,故将数据资产用于出资入股,不存在规范层面的障碍。

如果股东使用数据资产作为投资入股,但评估过程中评估价值被高估或采用的评估方法不合理,导致数据资产的市场价值远低于公司规定的出资额,那么该股东可能面临未履行或未完全履行出资义务的风险。这可能导致他们必须承担补充出资的责任和对公司债务的补充赔偿责任,甚至可能导致股东“失权”情形。同时,如果评估机构在评估过程中有疏忽或错误,造成评估结果不准确,根据《公司法》的第二百五十七条第二款规定,评估机构可能需要对公司债权人因出资不足而遭受的损失承担赔偿责任。反之,如果评估价值过低,则可能侵害了该出资股东和公司债权人的利益。

因此,在涉及股东使用数据资产作为股本投入的情况下,所有相关方——包括出资股东、公司、其他股东以及评估机构——都必须对投入的数据资产进行深入的了解和识别。他们需要选择一种评估方法,这种方法应当能够真实地反映数据资产的真实价值。同时,评估过程中的所有假设和潜在风险都应该被详尽地记录和充分地披露,并且最好以书面形式得到所有相关方的确认,以避免未来可能出现的争议。

此外,出资股东通常对其数据资产的特性、用途、价值以及潜在的法律缺陷有最深刻的理解。如果股东在提供给评估机构的材料中存在不实、遗漏或隐瞒信息,导致评估结果不准确,那么该股东很可能需要承担补充出资或赔偿的责任。对于股东使用数据资产出资的情况,相关的增资协议和股东协议中的声明、保证以及差额补偿机制应当事先明确规定,以确保所有条款都是清晰和明确的。

2.融资争议

在数据经济时代,企业与时俱进的都会关注并重视自己的数据资源,数据的挖掘和利用很可能为企业带来新的业务增长点,甚至形成新的业态,从而使企业新增一项收入来源。

数据作为一项可被计量的资产,可通过资产质押、信托、暴力、融资租赁等形式将资产盘活。此外,将数据资产纳入财务报表的主体,还可以直接申请信用贷款。

一则,就“数据资产出质”而言,我们理解更多的要讨论质权的可执行性问题,因为数据资产的价值与其适用场景高度关联,这决定了数据资产的价值对于不同主体可能有较大差异,这将直接影响数据资产在质权行使时的拍卖程序有无适格竞拍主体以及出价高低。故对质权人而言,其需要在接受数据资产出质时,从债权的可实现性角度对数据资产的价值进行更为准确的评估。对出质人而言,最直接的影响便是用于出质的数据资产被债权人的评估估价过低。

二则,就“权利主体向金融机构申请信用贷款”而言,如果申请人的资产中数据资产占较大权重,则在相应数据资产估价虚高时,则不仅民事上相应的贷款合同、担保合同可能存在效力争议,甚至刑事上申请人还存在被认定为骗取贷款罪,甚至贷款诈骗罪的法律风险。

另一方面,如贷款后出现资不抵债的情况,债权人如何通过诉讼执行手段实现自己的债权?

在司法拍卖过程中,如果竞买者缺乏必要的技术手段来确保数据的安全性,或者竞买者是来自境外的实体,或者原始数据所有者不同意其使用个人信息,那么竞买者可能无法成功获得相关的数据资产,这可能会引发争议。此外,在司法执行过程中,评估数据资产价值的程序可能会遇到困难,如果无法获取足够的评估信息,或者在评估资料不足的情况下确定资产的司法处置价格,可能会产生更多的争议,比如对执行行为的异议或对执行标的的异议等。简而言之,这些因素都可能影响数据资产的司法拍卖过程,并引发进一步的法律争议。

 

结语

在当今数字化驱动的经济环境中,数据已成为推动企业创新发展、增强企业价值乃至提高国家竞争力的核心资源,它象征着新时代经济活力的"生命线"。另一方面,数据资产作为一种资本化的新兴商业实践,目前仍处于发展的初级阶段,相关的交易活动正在积极探索和实施中。至于因数据资产资本化引起的争议及其随后可能进入的司法程序,目前还在观望和评估之中。

面对数据资产化带来的挑战,如确保数据的质量、安全性和法律合规性,企业必须迅速采取有效措施。这要求企业不仅要提高数据管理的能力,加强数据的安全性保护,还要建立和完善数据合规的框架,确保在法律上数据的安全性和合规性得到保障。

企业需要采取积极主动的策略,充分准备,以便在数据资产化的大潮中抓住机遇,顺利前行。

 


文章作者
相关文章
2025·03·13
观韬视点 | 基于《银行保险机构数据安全管理办法》探讨银行保险机构数据安全合规体系建设
了解详情
2025·03·07
观韬视点 | 一文浅析用户部署或使用DeepSeek等大模型AI需要注意的法律问题
了解详情
2025·02·28
观韬视点 | 一文详解DeepSeek等大模型AI生成内容相关著作权法律问题及案例
了解详情
专业领域 观韬视点 新闻动态 专业人员 办公机构 关于我们 加入我们
Copyright ©2017- 2025 北京观韬律师事务所
京ICP备16059968号-2 京公网安备110102004863 Powered by lc787.com
联系我们 | 隐私政策 | 法律声明