#数据资产管理# #数据资产入表正式落地# #数据资产入表#
摘 要
本报告主要分析了数据资产入表的基本情况、具体操作原则及方法、困难点等，并梳理了地方国企与上市公司在数据资产管理方面的实践。
根据《暂行规定》，企业可将数据资产计入无形资产、存货或开发支出，并进行后续计量和披露。入表具有提升企业价值、增强企业的市场竞争力等现实意义，但在成本归集、价值评估、初始计量和摊销方法选择、技术人才等方面存在困难。
在实践方面，地方国企积极性最高，优势较大，紧迫性强，意义重大，上市公司在数据资产方面虽然涉及领域较广但价值过低，推进数据资源入表的精确性和完整性工作仍任重道远，未来相信会有更多的公司加快数据资源金融化工作，探索数据资源入表、交易、融资。
一、数据资产的定义与分类
“数据资产”的定义可参照现行会计准则中对“资产”的定义来理解，即由企业合法拥有或控制的、能用货币进行计量的、并且能够带来直接或间接利益的“数据资源”。总体而言，“数据资产”强调有价值、可控制。
“数据资源”是指能为企业带来价值的数据集合，不仅包括企业内部生成、外部调研或授权取得的具有机器可读取性和一定规模量级的资源化数据，还包括对这类数据进行资源化加工处理后得到的有价值的衍生数据和数据衍生产品，包括数据分析报告、数据可视化产品、数据API等。
数据资产的分类建立在数据资源分类的基础之上，数据资源可根据数据来源、性质、用途等多种标准进行分类，目前主流的数据分类有以下3种：
（一）基于产生方式视角划分：原始数据和衍生数据。原始数据是直接采集形成的未经任何处理的数据，也称一次数据；衍生数据是对原始数据进行处理（比如清洗、分析、加工等）后形成的新数据，也称二次数据。
（二）基于数据价值链视角划分：资源性数据和经营性数据。资源性数据是指尚未进入流通市场的数据资源，是数据的低层级形态；经营性数据是指被产品化以后的、可以直接在市场上作为“商品”流通的数据，是数据的高层级形态。资源性数据与经营性数据属于同一数据“物体”源的两个不同层级，资源性数据能够转化为经营性数据，但并不是所有的资源性均可以转化为经营性。
图1：数据价值链：从资源性数据到经营性数据
（三）基于产生主体视角划分：政府（政务或公共）数据、企业数据和个人数据。政府（政务或公共）数据由各级党政机关、企事业单位在依法履职或提供公共服务过程中产生，具有公共财产属性且可被公众访问的数据，通常会根据需要决定公开或部分公开；企业数据由各类市场主体在生产经营活动中收集加工而成，会根据法律或商业目的决定是否公开；个人数据能够单独或者与其他信息结合识别特定自然人，一般不公开，隐私性最强。
此外还包括基于数据重要性（一般数据、重要数据、核心数据）、数据是否公开（公开数据、非公开数据）、行业（工业数据、金融数据、交通数据等）、规模（集合/大数据、单一数据）等视角对数据做的分类，在此不作赘述，需要注意的是，不同视角对数据的分类并不是孤立的，可能会有重合。
二、数据资产入表
2.1数据资产入表的意义
数据资产入表不仅能够提升企业的财务表现和市场价值，还能够推动企业的数字化转型和数据资源的有效利用，为企业带来长远的发展机遇。具体意义体现在如下方面：
（一）提升企业价值。数据资产入表能够使企业的财务报表更加全面地反映其资产状况，从而提高企业的整体价值。数据资产作为一种重要的无形资产，入表作为其价值的一种体现方式，有助于投资者和市场更准确地评估企业价值。
（二）促进数据资源的价值化。数据资产入表是数据资产走向价值化的关键步骤，有助于企业将数据资源转化为可以量化和货币化的资产，推动数据的生成、开发，并通过数据质押融资、数据作价入股、数据信托和数据资产证券化等方式探索金融化路径，提升数据资产的价值应用空间。
（三）增强企业的市场竞争力。通过数据资产入表，企业可以更好地管理和利用其数据资源，有可能为企业带来新的业务机会和增长点，从而在市场中获得竞争优势；此外数据资产入表会扩大企业的资产规模从而降低企业的资产负债率，借助研发费用加计扣除等税收优惠降低研发成本和财务负担，有助于企业在财务上展现出更加健康和积极的形象。
（四）推动企业数字化转型。数据资产入表要求企业需要建立和完善数据管理、治理、合规体系，并逐步完善企业内部数据资产管理制度，由此推动企业加强数字化建设，以数据为核心驱动力，加速企业数字化转型。
2.2数据资产入表会计准则解读
为规范企业数据资源相关会计处理，强化相关会计信息披露，2023年8月，财政部制定印发了《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》），自2024年1月1日起施行。本报告主要对其中数据资产如表的相关规定做解读。
《暂行规定》适用于企业按照企业会计准则确认为无形资产或存货等资产类别的数据资源。具体准则如下：
（一）总体规定
数据资产的获取包括外购、自行开发、其他方式取得三类途径，数据资产在资产负债表中，应按照相应规则分别计入“存货”“无形资产”“开发支出”三个项目下。若企业持有数据是为了内部使用，应列为无形资产；若企业持有数据是为了向外部出售应列为存货；“开发支出”则反映“正在进行数据资源研究开发项目满足资本化条件的支出金额”。
（二）无形资产
符合《企业会计准则第6号——无形资产》定义和确认条件的数据资源，应确认为无形资产。
初始计量与后续计量：外购无形资产的数据资源成本包括购买价款、相关税费等；内部研发支出应区分研究阶段和开发阶段支出，并分别计入研发费用和无形资产；使用寿命无限的无形资产年末应进行减值测试，使用寿命有限的无形资产按受益期摊销，摊销金额计入当期损益。
使用寿命估计：企业在估计无形资产数据资源的使用寿命时，应考虑业务模式、权利限制、更新频率和时效性、有关产品或技术迭代、同类竞品等因素。
摊销与收入确认：企业利用数据资源提供服务时，应按规定将无形资产的摊销金额计入当期损益或相关资产成本，并确认相关收入。
处置：当数据资源不再为企业所用，并对其进行出售、对外出租、对外捐赠，或者无法给企业带来未来经济利益时终止确认并转销。
（三）存货
符合《企业会计准则第1号——存货》定义和确认条件的数据资源，应确认为存货，企业还应当根据数据资源的业务模式，将存货进一步细化区分为外购的数据资源存货、自行加工的数据资源存货、其他方式取得的数据资源存货等类别。
初始计量与后续计量：外购存货的数据资源成本包括购买价款、相关税费等费用，自行加工的数据资源成本包括采购成本和加工成本；资产负债表日，按照成本与可变现净值孰低计量。
出售：出售确认为存货的数据资源时，应将其成本结转为当期损益，并确认相关收入。
（四）列报和披露
资产负债表列示：根据企业的实际情况并结合重要性原则，在“存货”和“无形资产”项目下增设“其中：数据资源”项目，反映相关数据资源的期末账面价值；在“开发支出”项目下增设“其中：数据资源”项目，反映正在进行数据资源研究开发项目满足资本化条件的支出金额。
披露：采取“强制披露+自愿披露”的创新披露方式。强制披露内容包括数据资源的相关会计信息，通过表格方式细化披露，内容包括但不限于账面原值、累计摊销、减值/跌价准备、账面价值等，以及对数据资源评估的信息来源、评估结论成立的假设和前提条件、评估方法的选择及各重要参数的来源、分析、比较与测算过程等信息；自愿披露内容包括与数据资源相关的应用场景或业务模式、对企业创造价值的影响方式、与数据资源应用场景相关的宏观经济和行业领域前景、权利失效/限制情况、未来的规划和发展等相关信息。
2.3数据资产入表的流程与操作要点
数据资产入表是指将数据资产确认为企业资产负债表中的“资产”一项，这一过程涉及到多个步骤和操作要点。
图2：数据资产入表流程
（一）数据资产的确认与盘点：首先需要确认数据资产的定义和范畴，确保其满足企业资产的要求，并盘点出包括数据资源、数据产品等在内的潜在数据资产。
（二）明确参与主体：依据相关会计处理规定和数据资产评估指导意见，明确参与数据资产入表的主体，包括企业内部的决策机构、数据部门、财务部门、IT部门、业务部门，以及外部的数据交易机构、数据治理机构、律师事务所、会计师事务所、数据资产评估机构、银行金融机构等。
（三）数据资产的确权：确保数据资产的权属清晰，为数据资产的交易和财务报表列报提供法律依据。如果要进行后续的交易、融资，则还需在数据交易机构进行数据资产的确权登记。
（四）数据资产评估：评定和估算数据资产的价值，这可能会利用到成本法、市场法、收益法等多种评估方法。
（五）会计核算处理：根据企业会计准则，对数据资产进行初始计量和后续计量，包括存货和无形资产的确认、计量、摊销及减值测试等。
（六）列报与信息披露：在资产负债表中对数据资产进行列报，并在财务报告中披露数据资产的相关信息，包括其确认、计量、交易等细节，以及自愿披露的数据资源应用场景、市场前景等信息。
（七）风险管理：在整个数据资产入表的过程中，需要对可能出现的风险进行管理，包括数据安全风险、合规风险、市场风险等，并制定相应的风险控制措施。
2.4数据资产入表的困难与挑战
由于数据资源具有形式多样、衍生次数多、价值变动频繁和零成本复制的特点，造成数据资产入表在成本归集、资本化标准确认、资产确认条件、初始计量和摊销方法选择、技术人才等方面均存在不同程度的困难与挑战。
（一）数据产品成本不易归集：企业在数据产品的管理过程中，由于数据采集、清洗加工、建模开发、安全存储等环节的成本管控相对粗放，且数据业务部门和财务部门之间存在较大信息不对称，对入表的路径理解不相同，各部门协同难度大，同时由于数据产品销售合约通常是多个数据产品打包销售，导致收入与成本匹配存在难度，造成数据产品成本归集困难，进而影响数据资产的入表。
（二）数据资产价值评估复杂：目前数据资产价值评估的主流方法有三种，但口径、标准、客观性不统一，此外数据资产的价值还依赖于其如何被利用和转化为商业成果，其具有的稀缺性、精确性、相关性以及可预测未来收益的能力在评估过程中主观性强、不确定性高，因此数据资产的价值难以准确计量。
（三）数据资产资本化标准确认难：数据资产作为无形资产的特殊类别，研究和开发数据产品的时间点判断不确定，同时数据产品达到预计使用状态的时点难以确认，造成研究阶段和开发阶段难以区分、资本化和费用化界定困难、不好量化数据产生价值的具体数额等问题，影响企业数据资产的初始规模。
（四）数据资产的确认条件不统一：数据要素的流通存在确权、估值评估、隐私合规等缺乏明确的定义和理论支持，导致数据资产的确认原则不明确，影响数据资产的会计确认。
（五）数据资产的初始计量和后续摊销问题：数据资产的计量单位选择、计量属性的确定、初始确认金额的确定等方面存在困难，而由于数据产品使用时效性强，企业也很难判断该产品的使用寿命，导致数据资产摊销方法选择难。
（六）技术难题和人才短缺：数据资产入表涉及大量复杂的技术问题，同时需要具备强大的技术实力和专业人才储备。
三、数据资产管理的实践
在政策推动下，各地方政府积极本地企业开展数据资产入表工作。从主体看，行动最快的是以城投公司为代表的地方国企，其次是上市公司，从结果看，入表是主流，融资有望成为趋势。
3.1地方国企数据资产管理实践
以城投公司为代表的地方国企数据资产入表最为活跃，该类公司对数据资产入表的探索最早开始于浙江。2023年10月，浙江温州市大数据运营有限公司将“信贷数据宝”作为资产列入无形资产，成为全国数据资产确认登记第一单，并于2024年3月成功打通数据“资源—资产—资金”的转换通道，推动数据资产质押融资落地，获得378万元信贷支持，接近资产入表价值的4倍。
2024年成为数据资产入表元年，先后有超过40余家地方国企完成入表甚至资产化。以下是部分数据资产管理实践情况：
表1：部分地方国企数据资产管理实践数据类型方面，目前入表的数据中公共数据占比最高，包括交通类（停车、出行等）、能源类（水、电力、供热等）、工业生产等数据，企业运行数据方面则以产品质量、企业运营、业务信息等数据为主，可以看出公共服务类数据在当前阶段更容易确权，价值也更容易得到评估。融资方面，实现资产化的案例占比不高，且授信额度都在百万级别，数据入表和资产化之间还存在断层，金融机构对数据价值评估还存在难点，同时还需要有律所、公证机构、资产评估机构等一起参与，链条、规章制度体系还有待完善。
3.2上市公司数据资产管理实践
上市公司作为市场的参与者，对数据资产入表同样保持巨大的兴趣。2024年一季度，18家上市公司在一季报中披露“数据资源”入表情况，涉及总金额达1.03亿元。
首批数据资产入表的上市公司中，有11家将数据资产计入“无形资产”科目，有4家计入“开发支出”科目，有1家计入“存货”科目，其中开普云和南钢股份2家公司“无形资产”科目和“开发支出”科目均有数据资产计入。以下是具体数据资产管理实践情况：
表1：部分地方国企数据资产管理实践
数据类型方面，目前入表的数据中公共数据占比最高，包括交通类（停车、出行等）、能源类（水、电力、供热等）、工业生产等数据，企业运行数据方面则以产品质量、企业运营、业务信息等数据为主，可以看出公共服务类数据在当前阶段更容易确权，价值也更容易得到评估。融资方面，实现资产化的案例占比不高，且授信额度都在百万级别，数据入表和资产化之间还存在断层，金融机构对数据价值评估还存在难点，同时还需要有律所、公证机构、资产评估机构等一起参与，链条、规章制度体系还有待完善。
3.2上市公司数据资产管理实践
上市公司作为市场的参与者，对数据资产入表同样保持巨大的兴趣。2024年一季度，18家上市公司在一季报中披露“数据资源”入表情况，涉及总金额达1.03亿元。
首批数据资产入表的上市公司中，有11家将数据资产计入“无形资产”科目，有4家计入“开发支出”科目，有1家计入“存货”科目，其中开普云和南钢股份2家公司“无形资产”科目和“开发支出”科目均有数据资产计入。以下是具体数据资产管理实践情况：
表2：上市公司数据资产管理实践
图3：数据资源入表科目及金额
从上述18家公司主营业务来看，涉及信息技术、汽车、港口、电力、塑料等众多领域，行业分布具有分散性，表明数据资源涉及领域较广。从数据资源披露的金额看，恒信东方、航天宏图、每日互动过千万元，9家公司披露金额在百万元以上，剩余6家则均低于百万元，数据价值并不高，但考虑到《暂行规定》生效至一季度报披露覆盖的财务周期仅有三个月时间，可以说这已经体现了数据资产化的巨大成果和潜力。从区域分布看，这批上市公司分布在8个省市，以沿海一线为主，表明经济发达地区更有能力和积极性先行开展数据资产管理工作。
在以上实践中，卓创资讯在一季报中对数据资产入表有更详细的披露和说明。首先在数据资产上，卓创资讯入表的数据资源主要是基于大宗商品市场数据监测、交易价格评估及行业数据分析财报建立的专业数据库；其次在财报影响上，一季度数据资产的入表使卓创资讯的无形资产从年初的2591万元增长到3518万元，增长35.79%，也使公司利润总额增加，最终一季度净利润同比增长46.20%，为2481万元；其次在判断依据上，卓创资讯持有数据资产的主要目的并非直接对外出售，而是作为服务于资讯服务、数智服务相关产品的底层数据；再次在数据资产的成本构成上，主要包括两部分，一是数据生产人员为生产数据所发生的职工薪酬以及所必须的设备折旧、水电费等，二是根据数据生产人员生产工时占其月度总工时的比重，对数据生产人员发生的总成本进行拆分计入当月的数据资产成本；最后在摊销年限及摊销方法的选择上，卓创资讯选用年数总和法按5年对数据资产进行摊销。
3.3小结
地方国企在数据资产入表方面政策积极性最高，一方面由于具有不小的优势，包括地方政府支持、有足够多的沉淀数据、有能力在数据领域进行探索，另一方面则是数据资产入表对当下的地方国企来说意义重大，具有改善资产负债表、创新融资模式、盘活数据资产、探索经营模式、补足财政缺口等现实意义。所以地方国企率先在具有相对优势的公共数据领域开展入表、融资工作。
一季度上市公司在数据资产方面虽然涉及领域较广但价值过低，而且由于一季报披露要求简单，多数公司只是披露了数字，未对相关细节进行介绍分析，此外先后有5家上市公司更正数据资产入表数据，导致一季度数据资产入表规模由超14亿元锐减至1亿元，同时信息技术、电信服务、金融等此类数据资产富集的公司也并未披露数据资源入表情况，表明我国推进数据资源入表的精确性和完整性工作仍任重道远。不过2023年已有约700家上市公司在年报中明确提及针对数据资源或数据资产的计划，因此相信未来会有更多的上市公司加快数据资源金融化工作，探索数据资源入表、交易、融资。