數據資產入表與數據交易合規指南
江翔宇
- 出版商: 機械工業
- 出版日期: 2025-02-01
- 定價: $534
- 售價: 8.5 折 $454
- 語言: 簡體中文
- 頁數: 212
- ISBN: 7111772105
- ISBN-13: 9787111772101
下單後立即進貨 (約4週~6週)
相關主題
商品描述
這是一部立足於當下行業實踐和政策指引，從工作程序和實體法律角度，對企業數據資產入表的基本內涵、具體流程、數據交易與入表工作的合規要點進行分析歸納的專著，旨在通過深入淺出的分析幫助讀者實現在數據交易、數據資產入表領域的快速認知同步。 作者曾經在金融監管部門、金融機構和頭部因特網平臺工作，是國內較早開展數據領域法律實踐的律師，曾經為眾多企業在場內進行數據交易的產品提供合規評估，為多個大型數據平臺企業和金融機構提供數據合規、金融科技的法律服務，包括個人信息合規自評估、證券業跨行業數據共享監管沙盒項目、垂類大模型合規項目等，具有豐富的法律實踐和研究深度、廣度。 全書共12章，主要內容如下： 第1和2章數據要素市場與數據資產入表的內涵介紹 首先，從數據要素市場出發對國家層面的政策和法律沿襲進行了梳理與分析，對國家頂層設計文件“數據二十條”的主要內容進行了介紹；然後，對數據資產入表的內涵和意義以及各個相關概念進行比較分析；最後，對數據資產入表的具體操作進行簡明扼要的解讀，幫助讀者透徹理解數據要素市場和數據資產入表的底層邏輯。 第3～6章數據資產入表的重點合規問題及入表準備 首先，對數據資產入表與數據確權的關系進行了深入分析，明確了權屬清晰對數據資產入表的底層重要性；然後，對確權相關的合規問題以及其他涉及數據資產入表的合規問題進行了深入分析，釐清了關鍵合規要點，特別是數據來源的合規性；最後，對數據資產入表的準備工作和主要路徑進行了介紹和梳理，幫助讀者迅速掌握操作思路和落地路徑。 第7～10章數據資產入表的數據分類合規重點 就數據資產入表在主要領域的開展難點進行分析，並就上市公司和非上市公司的具體案例進行分析，給出啟示。具體分為數據資產入表與公共數據、數據資產入表與個人數據、數據資產入表與人工智能三個部分，分別從數據資產入表角度對各自的合規難點、立法現狀、未來展望加以深入淺出的剖析。 第11章數據資產入表衍生金融化利用的思考與展望 就數據資產化之後的數據資本化，即數據資產入表的金融化利用問題進行了積極而冷靜的分析與思考。首先對金融意義下的數據資產管理內涵進行了分析，然後對目前數據資產的金融化探索與實踐進行了分析，對其中的法律難點問題進行歸納，並對普遍性開展的難點進行分析和展望。 第12章數據資產入表與數據交易 首先，對數據資產入表與數據交易之間的緊密聯系進行分析；然後，對數據交易的概念、內涵以及法律性質進行分析，並對場內數據交易和場外數據交易進行比較分析；最後，對數據交易中的合規性審查要點進行分析歸納。
作者簡介
江翔宇，法學博士，上海市協力律師事務所高級合夥人，上海市法學會金融法研究會副秘書長、上海市國有資產監督管理委員會法律咨詢專家、上海市地方金融監管局法律顧問、智能投研技術聯盟TL）研究發展部負責人（志願者）、中海基金獨立董事、合合信息獨立董事、上海仲裁委員會仲裁員、上海國際仲裁中心仲裁員。參與《上海市數據條例》《蘇州市數據條例》立法和上海市經濟和信息化委員會、中證協、中基協等多個機構舉辦的數據合規、數字金融課題，為多家銀行證券公司、資管機構、因特網企業提供數據合規和金融科技服務，著有《公司型基金法律制度研究》等作品發布過年度數據交易合規報告，與中國經濟信息社聯合發布了《企業數據資產入表合規指引》。
目錄大綱
前言
第1章 數據要素市場與數據資產入表
1.1 數據要素市場建設
1.1.1 數據要素市場相關政策背景
1.1.2 “數據二十條”的主要內容
1.2 數據資產入表的內涵和意義
1.2.1 什麽是數據資產
1.2.2 什麽是數據資產入表
1.2.3 什麽是數據資產化
1.2.4 數據資產入表的意義
1.3 數據資產入表的五大挑戰
第2章 數據資產入表的政策與法規解讀
2.1 數據資產入表的政策演變與底層邏輯
2.2 《暫行規定》的適用範圍
2.3 數據資源會計處理適用的準則
2.4 數據資產賬面價值的認定
2.5 數據資產相關披露要求
2.6 《暫行規定》不溯及既往
2.7 數據資產評估與數據資產入表的關系
第3章 數據資產入表與數據確權
3.1 數據權屬界定
3.2 “合法擁有”路徑的數據確權難題
3.2.1 物權
3.2.2 知識產權
3.2.3 數據知識產權
3.2.4 新型民事權利—數據產權
3.3 “合法控制”的數據確權路徑的相對可行性
3.4 數據確權的方式
3.5 “數據二十條”對數據確權的影響
第4章 數據資產入表的重點合規問題
4.1 數據資產入表與企業數據合規
4.2 數據來源合規
4.2.1 公開數據收集—以爬蟲技術為例
4.2.2 直接採集數據
4.2.3 間接收集數據
4.3 數據處理合規
4.3.1 企業應具備相應的資質
4.3.2 數據處理需符合授權範圍
4.3.3 數據處理行為需分類分級管理
4.4 數據經營合規
4.4.1 企業作為數據處理者對外提供數據產品或服務
4.4.2 企業作為受托數據處理者對外提供數據產品或服務
4.5 數據管理合規
4.5.1 數據合規管理組織體系是否合理、完善
4.5.2 數據合規管理制度體系是否完善、可執行
第5章 數據資產入表的準備工作及註意事項
5.1 做好企業數據治理合規情況的審查
5.1.1 數據經營合規性審查
5.1.2 數據來源合規性審查
5.1.3 數據處理合規性審查
5.1.4 數據管理合規性審查
5.1.5 數據資源應用場景合規性評估
5.2 做好數據處理可記錄與處理成本可計量工作
5.3 充分做好數據資產入表的信息披露工作
5.4 將數據資源確認為“存貨”時對“出售”的判斷
第6章 數據資產入表的主要路徑
6.1 以數據資源的形式
6.1.1 企業自用數據資源入表
6.1.2 企業待售數據資源入表
6.2 以數據產品的形式
6.3 以企業並購的形式
第7章 數據資產入表與公共數據
7.1 公共數據流通模式
7.1.1 公共數據的三種流通模式
7.1.2 公共數據授權運營與公共數據開放的聯系
7.1.3 公共數據授權運營與公共數據開放的差異
7.2 公共數據授權運營中的授權場景
7.2.1 公共管理和服務機構對於公共數據運營主體的授權
7.2.2 信息主體對於公共管理和服務機構的授權
7.2.3 信息主體對於公共數據運營主體、使用主體的授權
第8章 數據資產入表與個人數據
8.1 個人數據合規流通利用的痛點
8.2 個人數據流通利用的合規基礎
8.2.1 個人授權
8.2.2 三重授權
8.2.3 匿名化與去標識化
8.3 個人數據流通利用的路徑探索—隱私計算等
第9章 數據資產入表與生成式人工智能
9.1 生成式人工智能的界定
9.1.1 人工智能的分類
9.1.2 生成式人工智能與深度合成技術
9.1.3 生成式人工智能與大模型
9.2 生成式人工智能的合規開發與利用
9.2.1 《暫行辦法》適用範圍的判斷
9.2.2 底層大模型的選用
9.2.3 訓練數據的合規性審查
9.2.4 訓練數據標註制度的建立
9.2.5 大模型生成內容的安全性管理與評估
9.2.6 大模型備案
9.2.7 生成式人工智能服務提供者的行為規範
9.2.8 大模型的疊代
9.3 生成式人工智能涉知識產權問題探討
9.3.1 訓練數據的合理使用
9.3.2 生成式人工智能生成物的權屬
9.3.3 生成式人工智能生成物的侵權問題
第10章 企業數據資產入表案例分析與啟示
10.1 上市公司數據資產入表情況
10.2 企業數據資產入表相關案例評述
10.2.1 上市公司的入表案例
10.2.2 非上市公司的入表案例
第11章 數據資產入表衍生金融化利用的思考與展望
11.1 金融意義下的數據資產管理內涵
11.2 數據資產衍生金融化利用的探索與實踐
11.2.1 數據信托
11.2.2 數據資產質押融資貸款
11.2.3 無質押數據資產增信貸款
11.2.4 數據資產證券化
11.2.5 數據資產作價入股
第12章 數據資產入表與數據交易
12.1 數據資產入表與數據交易的關系
12.1.1 數據交易的界定
12.1.2 數據資產入表與數據交易的聯系
12.2 數據交易的法律性質
12.3 場內交易與場外交易
12.4 數據交易的合規性審查要點
12.4.1 企業的基本情況盡調
12.4.2 數據來源的
.jpg)
