黔东南民族职业技术学院2025年贵州省业财税融合大数据应用技能大赛设备平台租赁及服务项目采购公告

数字化资产入表智能系统

序号

名称

具体内容和参数

1

数字化资产入表智能系统

一、概述：

本实训体系锚定数据资产入表的实战应用场景，深度还原企业真实业务流程，以 “财经理论 + 数据技术 + 合规准则” 三维融合为内核驱动力，围绕 “数据合规审查 — 数据质量管控 — 数据价值评估 — 财务精准入表” 的典型工作链路，全面检验学生运用大数据思维及专业工具，攻克企业数据资产化管理核心难题的实践能力。实训通过 1:1 复刻企业级数据资产入表全流程，着重锤炼学生在数据权属文档全生命周期管理、合规确权自动化测评、多元价值模型灵活配置、质量校验规则自主编写等关键环节的实操本领。同时，紧密对接《企业数据**相关会计处理暂行规定》等政策规范，帮助学生深度理解并熟练掌握 “数据**→数据资产→财务报表” 的转化逻辑，确保理论知识与实践操作无缝衔接。以此培养兼具财经专业素养、数据处理能力与合规管理意识的 “业财技融合” 型人才，使其能够精准匹配数字经济时代企业对数据资产化管理的复合型人才需求，为企业数字化转型与高质量发展注入专业力量。

二、**明细

（1）利用收益法大模型，了解待入表单位之前的收益情况、评估基准日的国债到期收益情况和数据资产价值评估管理等内容；

（2）运用数据权属问卷、数据质量评估、数据价值等工具处理数据；

（3）确定数据资产入表的工作计划；

（4）了解待入表单位的数据情况，评估合法合规性内容、确定质量评估等级、评估数据资产价值等；

（5）制定总体应对措施和进一步数据资产入表程序；

（6）识别和评估各业务循环（维护合规文档、填写合规问卷、生成合规报告；样例数据数据表管理、建立数据质量规则、生成质量报告、选取数据价值评估的参数、生成价值报告）的信息，执行内部控制测试和实质性程序，完成相关工作底稿；

（7）生成合规报告、质量报告和价值报告。

▲**列表1：一套案例提供生产厂家确认的、相应的功能证明材料（包括但不限于测试报告、功能截图等），加盖生产厂家公章。（需要进行现场演示）

三、技术指标：

1.使用渐进式JavaScript框架Vue3,性能出色，适用场景丰富的 Web 前端框架;

2.使用Element Plus,基于Vue3,实现复杂的用户交互和动态效果;

3.使用axios网络库进行前后端通信，提供了统一的错误处理机制，可以捕获请求过程中的错误；

4.使用mitt库进行全局事件通信，允许组件之间进行解耦的通信；

5.使用pinia进行全局状态管理，使得状态管理更加集中和清晰;

6.使用indexdb进行数据存储;

7.使用mockjs进行接口拦截;

8.所有服务均采用Linux服务器部署，快速快捷容。

9.web访火墙，提升防功击性。

10.采用B/S架构设计的平台，无需安装特定软件；

11.系统在互联网下运行，只需要通过浏览器访问给定网址即可，通过账号和密码登录使用服务，无需加密狗等。

12.平台服务托管在本地，需学校提供额外的硬件支持。

13.系统支持团队练习与实训教学,可单独使用，也可结合应用。

14.浏览器：推荐使用BLINK内核的浏览器，如360浏览器或谷歌chrome浏览器。

四、功能参数：

1.登录与运行环境

离线运行支持：无需联网即可启动，通过解压dist.zip压缩包后双击index.html运行。

用户管理：右上角显示当前用户（如“欢迎您，admin”），操作权限统一。

2.数据权属管理

文档管理（路径：【数据权属】→【文档管理】）： ①点击【**文档】，填写“数据资产名称”，选择“关联模版库”，上传合规支撑材料（支持多格式混合上传）。

结果反馈：文档列表显示“已上传”状态，可点击【下载】获取文件或【删除】移除记录，若材料未全部上传，则在文档管理模块可显示为部分上传。

合规确权（路径：【数据权属】→【合规确权】）：

发起问卷： ①点击【发起问卷】，填写问卷名称，关联数据源（如“土壤墒情数据源”）及数据（如“土壤墒情数据”）。 ②逐项回答问题，如需补充材料，需要到【文档管理】界面上传。

自动测评：提交后生成“合法状态”（如“合法”）、“合规权属”（如“数据资产持有权”）等信息，支持导出《权属合规报告》及查看答题记录。

3.数据质量管控

表管理（路径：【数据质量】→【表管理】）：

**表： ①点击【**】，选择数据源（如“土壤墒情数据源”），填写表中文名（如“测试”）、英文名（如“test”），配置字段信息（数据类型、长度、非空约束等）。 ②保存后在列表显示表名，支持后续数据导入与管理。

数据导入： ①选择目标表，点击【导入】，支持拖动文件或下载模板上传。 ②点击【数据预览】查看前500条数据，确认完整性即导入成功。

质量规则（路径：【数据质量】→【质量规则】）：

新增规则：

①点击【新增】，选择数据源及表，配置一级指标（规范性/完整性/准确性等）、二级指标（如 “数据标准检验”）。 ②编写SQL校验语句（示例：SELECT COUNT(*) AS total_compliant_records FROM table WHERE ErrorCode = 0），保存后规则列表显示创建时间及操作选项（修改/删除）。

任务执行：选中规则点击【启动】，系统自动运行校验任务，结果同步至【质量报告】，显示“执行成功”“评分”及可导出的合规报告。

4.数据价值评估

价值配置（路径：【数据价值】→【价值报告】）：

数据检索：通过数据编号或名称搜索目标数据，点击【配置】进入参数设置。

选择估值方法：估值方法有三种收益法、成本法、市场法，收益法提供三种模型的选项。

参数配置： ①输入无风险报酬率，系统根据数据安全风险评估结果（采集/传输/存储安全得分）自动计算风险报酬率，个别风险调整系数，根据上述参数计算出折现率。 ②选择层次分析法配置分成率，填写销售利润分成率、利润率，自动生成销售收入分成率。 ③根据数据产品的销售情况，填写考虑产品、销售数量、报价模式，计算年收入。

④根据实际情况配置收益金额、折现期、永续期收益金额等参数。

结果展示：实时显示每一年的“折现金额”“市场价值”，支持生成含模型、参数、计算过程的详细报告。