1. 数据资产化全流程的实施路径
随着数据要素市场配套政策不断完善，数据资产相关政策逐渐形成体系，数据资产化的必要性，可从数据资产化是推进数据要素市场的关键因素，和数据资产化有利于形成数据要素统一大市场两方面加以论证。
（1）数据资产化是推进数据要素市场的关键因素。
数据资产化一定程度上有利于解决数据流通、交易和收益分配等方面的问题，进一步促进数据要素化，推动数字经济发展。
按照数据资产化程度由浅入深，大致可以分为六个阶段。
一是
无数据概念。没有数据的概念，只是在业务过程中无意识使用到数据。
二是
数据资料化，信息化阶段。以大量数据库建设为标志，通过各种信息化、数字化手段采集和留存数据的过程。
三是
数据资源化，数据治理阶段。以数据仓库、数据目录形成为标志，使无序、混乱的原始数据成为有序、有使用价值的数据资源的过程。
四是
数据资产化，数据资产评估阶段。以入表为标志，将数据资源真正从成本中心转为要素和资产进行运营管理的过程。
五是
数据要素化，流通交易阶段。以数据内外部流通交易为标志，将数据资产通过授权、入股等模式，将数据资产在流通市场中进行流通交易的过程。
六是
数据资本化，数据资本证券化等阶段。以证券化二级市场流通为标志，将数据资产通过金融属性的叠加，从而使得数据资产在资本市场中运行流通的过程。
（2）数据资产化有利于形成数据要素统一大市场。
深数所DEXC+社区成员王宇认为，数据资产化已有一套完整的全流程实现路径，即将企业确权后的数据资源，通过数据资产评估或者入表的方式进行估值计量，实现企业数据资源向资产形态转化，通过多级市场的形成，最终形成数据要素统一大市场。
数据要素三级市场的（待）形成业态，分别如下
0级市场：
主要是数据资源形成。0级市场侧重于数据汇聚和治理，内部登记确权，内部产权流转和内部数据共享流通（内部数据产品设计、内部数据产品开发、内部数据产品挂牌以及内部数据产品定价）。
1级市场：
数
据资源产权登记。1级市场侧重于登记确权（对数据真实性审查、数据合规性审查和登记取证），产权流转。
2级市场：
数据商品流通市场。2级市场主要是数据产品挂牌登记（数据产品规划设计、数据产品开发和数据产品定价），数据产品交易等。
3级市场：
数据资本化。3级市场主要包含数据金融产品挂牌登记（数据金融产品设计、数据金融产品包装、数据金融产品定价），数据金融产品流通交易等。
2. 数据资产化的可行性
数据资产化并非仅仅停留在纸面上的倡导，而是有较为清晰的全流程落地实操路径，即企业在数据资产化的过程中，大致经过数据资源盘点、合规审查、登记确权、数据评价、评估和入表以及数据资产运营等六个阶段，形成较为完整的数据资产化闭环。虽然数据资产化过程中的每个阶段不是完全分离开来，但辨别数据资产化所处的主要阶段，更有利于把控当下数字资产化的重点。
（1）数据资源盘点
数据资源盘点是为数据资产化作准备，对数据资源目录梳理，对内的数据产品目录进行梳理和对外的数据产品目录梳理等。
（2）合规审查
合规审查阶段重点关注数据合规问题，对盘点梳理的数据资源进行实质性审查。合规审查是数据资源形成数据资产的重要前提，数据资源通过合规审查后由律师事务所等第三方机构出具数据合规审查报告。
（3）登记确权
登记确权阶段主要解决
数据确权
问题，政府和企业将待登记的数据资产向登记管理机构进行登记备案。
（4）数据评价
数据评价阶段重点关注数据价值，数据评价机构对数据资产进行评价，出具数据质量等级证书或数据评价报告。
（5）评估和入表
评估和入表主要解决数据定价问题。资产评估机构对数据资产进行评估，出具数据资产价值凭证或数据资产评估报告；数据资产入表，则需要对数据资产进行确认和入表计量，形成数据资产审计报告。
（6）数据资产运营
数据资产运营阶段仍需重点关注数据合规问题。数据授权运营阶段，对数据进行托管运营；数据资产交易阶段挂牌交易和清算交割；数据资产贷款阶段，对贷款进行审核和合同全流程合规风控。
3. 数据要素化过程中面临诸多挑战
数字经济时代，创新科技与数据要素成为推动经济形态不断发展变革的重要力量。数据成为新的生产要素，人工智能成为新的生产力，算力和算法成为新的基础设施，但数据要素化过程中面临诸多挑战。
（1）数据产权方面：
数据主体多元交织，造成确权难；权属关系复杂交错，造成析权难；法律条款分散模糊，造成实施难。
（2）流通交易方面：
缺少标准化的交易
标的物
，缺少稳定安全的交易机制，缺少可信高效统一的交易大平台。
（3）收益分配方面：
数据价值评估难，数据定价难，收益分配机制形成难。
（4）安全治理方面：
数据泄露失窃严重，数据算法监管难，安全管理制度不健全。
4. 针对上述挑战的讨论解决思路
针对数据要素化过程中面临的诸多挑战，本次交流会的与会者纷纷提出了解决思路。
（1）数据产权方面：
关于数据主体多元交织确权难和权属关系复杂交错析权难等问题，与会者表示应以国务院印发的《关于构建数据基础制度更好发挥数据要素作用的意见》为指导，参考国内外相关立法实践，共同探索数据产权结构性分置制度，积极推动共同建立数据资源持有权、数据加工使用权、数据产品经营权“
三权分置
”的数据产权制度框架。同时，关于法律条款分散模糊造成的实施难等问题，数据行业从业者应积极参与数据开放、数据交易和数据安全层面等方面立法或修法的建言献策，在实务中数据行业从业者可按照立法层级梳理现有数据相关法律政策文件的制度框架，打通数据法涵盖面广而零散的实施适用方面的壁垒。
（2）流通交易方面：
关于缺少标准化的交易标的物、缺少稳定安全的交易机制和缺少可信高效统一的交易大平台等挑战，张颖院长提出，场内交易登记规范化在一定程度上“倒推”合规和“兑现”合规价值。数据场内交易登记在组织治理能力自查、数据资源（来源合规补足“库存”盘点和供给市场清点）、数据应用模式论证、处理流程权责清晰交接、权属/权益约定登记存证和资产估值等方面的规范化，为数据交易流通提供了相对稳定安全的交易平台，为建立可信高效统一的交易大平台贡献了重要的力量。
（3）收益分配方面：
关于数据价值评估难，数据定价难，收益分配机制形成难等挑战，与会者认为在遵循商品经济价值交易的基本规律的同时，也要充分考虑数据自身的特殊性，积极调动数据资产评估（评价）从业人员/机构、数据领域的技术人员/机构、律师和律师事务所等第三方数据服务机构以及其他数据领域人员/机构，共同创新性地探索数据价值、数据定价和收益分配机制等问题，着力构建新型数据定价模型。
（4）安全治理方面：
关于数据泄露失窃严重、数据算法监管难和安全管理制度不健全等方面的数据安全治理挑战，与会者纷纷认为这是一个全球化的数据治理挑战，数据安全治理在国家层面的制度框架不断完善和细化的同时，企业和个人也需要加强数据安全的保护和合规使用/经营，各类群体均提升数据安全保护意识。
