近年来，党中央、国务院高度重视数字经济发展、数据要素市场和数据基础制度，出台了一系列高规格制度文件。党的十九届四中全会首次将数据作为新的生产要素，并提出要加快推进数据要素市场化，这反映了随着经济活动数字化转型加快，数据对提高生产效率的作用日益凸显。习近平总书记在中央政治局第三十四次集体学习时特别强调，发展数字经济是把握新一轮科技革命和产业变革新机遇的战略选择，事关国家发展大局。《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》明确指出，数据作为新型生产要素，是数字化、网络化、智能化的基础，已快速融入生产、分配、流通、消费和社会服务管理等各环节，深刻改变着生产方式、生活方式和社会治理方式。同时，该意见要求加快推动数据资产价值实现，主要包括开展数据资产登记、探索数据资产评估和入表、探索数据资产金融创新。2023 年 8月，财政部发布了《企业数据资源相关会计处理暂行规定》，这在鼓励和引导企业核算数据资源上具有里程碑式意义。2023 年 10 月，国家数据局正式挂牌成立，表明我国将从国家层面统筹数字中国、数字经济、数字社会的规划和建设，统筹加快数据基础设施建设和数据资源的开发利用。此外，无论是从数字经济规模看，还是从数据交易和数据量看，我国数字经济发展势头强劲，数据交易日趋活跃，数据的价值正在加快释放，将成为经济稳增长和促转型的关键引擎。从数字经济规模看，《中国数字经济发展研究报告（2023 年）》显示，2022 年我国数字经济规模达到 50.2 万亿元，同比名义增长 10.3%，已连续 11 年显著高于同期 GDP 名义增速；从数据交易市场规模看，上海数据交易所发布的《2023 年中国数据交易市场研究分析报告》显示，2022 年我国数据交易市场规模为 876.8亿元，到 2025 年我国数据交易市场规模有望达到 2 046.0亿元；从数据量看，国家网信办发布的《数字中国发展报告（2022 年）》显示，2022 年我国数据产量达 8.1ZB，同比增长 22.7%，全球占比为 10.5%，位居第二。国际数据公司（IDC）预计到 2025 年，我国产生的数据量将达到48.6ZB，超过同期美国市场数据量的 30.6ZB。
一、深刻把握数据资产入表的战略意义
（一）宏观看，数据资产入表将充分释放数字经济潜力
数字时代，数据已经成为与工业经济时代的土地、劳动力、资本、技术同等重要的一种新型生产要素。数据是我国数字经济发展的基础，是其他生产要素的"倍增器"，是数字经济深入发展的"核心引擎"。当前，我国企业的数据量正以指数级速度快速积累，如何充分开发好这些数据资源所蕴含的商业价值，如何利用数据资源充分赋能我国数字产业化、产业数字化，如何推动数据交易和数据流动，真正让数据"活起来""用起来""火起来"，切实推动实现数据资源的资产化和价值化，已经成为国家大战略，成为刺激经济增长的关键一环。
数据资产入表将发挥会计启动器作用，加快释放数字经济新动能。数据资产入表将激活数据资产的交易和利用，为地方财政转型提供新方案，即为探索从传统的高度依赖"土地财政"向"数据财政"转型提供新路径。现行地方政府的土地财政难以为继，只有高度重视并全面激活政府和企业的数据资源，加快做大数字经济，加快推进和全面创新数据资源的合规及确权机制，全面提升政府数据资产的运营和变现能力，才能真正破解土地财政难题，实现经济的高质量发展和财政的可持续。当前，已经有一些地方政府在探索对政务数据开展授权运营，并尝试通过政务数据的评估开放、数据招商、数据交易和数据税收等途径转化为地方财政收入，从而加快推动转向"数据财政"。
（二）中观看，数据资产入表将加速数字化转型和产业升级
显然，数据资源潜在的高价值和对数字经济发展的重要性，以及对赋能企业数字化转型和产业升级具有的战略意义，已经达成了高度共识。数据作为数字经济的基础要素，表现在数字产业化和产业数字化方面，尤其是通过不断开发新的应用场景来产生效益，并通过重复使用和加快数据流通产生新价值。值得重视的是，数据作为新型生产要素，与传统生产要素相比具有供给充裕性、使用共享性、价值多变性等价值新特征，特别是数据容易复制、可重复使用，其价值增量与数据的重用度正相关。因此，数据将深刻改变经济发展规律，深度影响政府和企业的行为与决策方式以及居民的消费方式。从产业发展角度来看，数据是一个无穷无尽亟待挖掘的"大宝藏"，数据资源的产业化是一片蓝海，是新型经济加快发展的关键引擎。
与此同时，大数据、人工智能、区块链等数字技术的加速发展和全面应用，正在重塑产业发展规律和企业商业逻辑，并最终推动企业战略、组织结构以及管理方式的转变。以数据为核心驱动力发展数字经济，不仅将加快推动数字产业化和产业数字化的发展，而且将深度赋能企业的数字化转型和传统产业升级，并有效带动数据要素相关产业进一步发展，如有效带动数据采集、清洗、标注、评价及数据资产评估和审计等数据服务商的发展。因此，推动数据资产入表，引导数据要素有序流动，着力激活数据交易，有助于加快培育一批数据头部企业和权威性高的数据服务商，从而加速赋能企业数字化转型和产业升级，打造我国经济高质量发展新优势。
（三）微观看，数据资产入表将推动企业强化数据管理和价值提升
数字时代，公司价值的驱动逻辑发生了根本性变化，公司价值不再由公司的有形资产来主导，而更多由数据和无形资产来主导，公司价值的估值方法、估值逻辑和关键价值驱动因素将发生深刻变化，我们不能用传统思维、旧观念来看待数据和数据资产。数据资产是一个全新的"新资产"，价值特征和价值空间完全不同于现行的有形和无形资产。需要指出的是，并不是企业的所有数据资源都可以入表，数据资源入表的前提是不仅要满足传统资产的确认条件，而且要全面满足数据的合规要求以及完善的数据管理组织与治理体系。因此，企业应高度重视数据资产的合规和治理体系建设，提高数据资产的运营和管理能力，推进数据产品和数据应用场景的开发，从而全面挖掘和释放数据资产的新价值。
随着数据资产的加快入表和数据交易的日益活跃，数据资源的重要性和潜在价值将进一步被企业所重视。数据资产入表将释放数据资产的价值，为企业价值发现提供新思路。其一，将显著改善数据资源型和数据驱动型企业的财务报表，全面提升企业估值。数据资产入表将从财务角度和业务角度，全面提升相关公司的估值，特别是数据资源型企业、数据驱动型企业的数据资产价值将得以显现和重估。其二，将全面释放企业在数据加工、研发和购买方面的意愿及需求。对数据资产的供给方和需求方来说，数据研发和加工等相关费用可以资本化，从而相应地改善和优化了企业资产负债表和利润表。其三，将加快企业数据资产的金融化进程。数据资产入表以后，数据资产的金融属性将得以加快释放，企业通过数据质押融资、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，从而进一步提升数据资产的价值应用空间。其四，将全面提升企业数据资产的价值理念和管理意识，推动数据资产入表相关制度和机制的完善。如企业负责人将更加重视数据资产的开发、利用和价值挖掘，注重通过数字化转型来收集更多的数据，全面提升企业的数据资产管理意识，推动建立独立的数据管理部门，推动企业加快数据合规体系建设，并逐步完善企业内部数据资产管理制度、数据资产合规制度和数据资产质量标准等数据资产入表的内部制度和流程体系。因此，对企业而言，数据资产入表将新增一项增量资产，并在未来形成增量收益，还将进一步提高企业用好数据资源的积极性，实现将数据资源转化为数据资产，将数据资产转化为数据资本，加快释放数据资产的价值潜力，持续提升企业价值。
二、全面理解《企业数据资源相关会计处理暂行规定》的核心要求
2023 年 8 月 21 日，财政部正式发布了《企业数据资源相关会计处理暂行规定》（财会〔2023〕11 号）（以下简称《暂行规定》），自 2024 年 1 月 1 日起施行，并强调采用未来适用法，不属于会计政策变更。《暂行规定》的实施将开启数据资产核算和入表理念，在指导我国企业核算"数据资源"上具有里程碑式的战略意义，这在国际上已经先行一步，得到了各方的高度肯定和关注。需指出的是，《暂行规定》是对现行企业会计准则体系做出的有效补充和细化规范，既适用于按照准则规定确认为资产的数据资源，也适用于按照准则规定尚不能确认为资产的数据资源。《暂行规定》本身并没有改变现行无形资产、存货、收入等相关准则在资产确认、计量和披露方面的要求，企业在确认数据资源和进行会计处理时，应当严格遵循我国企业会计准则中资产的定义和确认条件、无形资产研究开发支出的资本化条件等一系列规定，结合企业数据资源的实际情况和经济业务实质做出合理职业判断，并进行会计处理。还需要注意的是，并不是企业的所有数据资源都可以确认入表，以下三个方面的数据资源就无法确认为资产：一是企业的原始数据来源不合法不合规，可能涉及违反个人信息保护法等法律法规，对相关数据的拥有或控制并不具有合法性；二是企业的数据资源虽然符合资产的定义，但数据资源没有实际的应用场景，或者无法从中挖掘形成有价值的数据产品，或对外出售来实现经济利益，因而无法预期数据资源有关的经济利益很可能流入企业；三是企业的数据资源符合资产的定义，该数据资源有关的经济利益很可能流入企业，但企业尚未建立起数据资源的成本费用分摊机制，导致成本费用很难可靠计量，因此也不能作为资产来确认。
《暂行规定》的亮点之一是在数据资源的信息披露方面创新地采取了"强制披露 + 自愿披露"方式，并兼顾了信息披露的成本、效益和商业秘密保护，鼓励和引导企业开展数据资源的自愿披露，向利益相关方提供更多与发挥数据资源价值有关的信息。比如，企业可自愿披露数据资源的应用场景、业务模式，与数据资源应用场景相关的宏观经济和行业领域前景，用于形成相关数据资源的原始数据的类型、规模、来源、权属、质量等信息，重大交易事项中涉及的数据资源对该交易事项的影响及风险分析，数据资源相关权利的失效情况及失效事由、对企业的影响及风险分析等信息。同时，还应鼓励企业结合自身所处行业、产业特点和业务情况探索开展个性化的自愿披露内容，进一步推动企业数据资源信息披露内容和方式的创新，从而推动企业更好地管理和利用数据资源，主动且规范地披露数据资源的关键价值信息，提升会计信息质量并为企业利益相关者提供更多决策有用的信息。
尽管《暂行规定》的出台向企业释放了国家对推动数据资产入表的重视和积极信号，有利于促进企业数据应用场景的开发和数据资产价值的发现，应该会大幅提高企业数据资产入表的积极性，但近期调研发现，一些头部数据型企业对数据资产入表有些犹豫，大多在观望。如阿里、腾讯、百度、京东等公司反映，因公司属于境外上市公司，考虑到国际会计准则目前并没有数据资源入表的相关规定，若按照《暂行规定》开展数据资源入表，公司的财务报表以及一些关键财务指标将发生较大变化，另外考虑到数据资源入表可能面临的监管风险和国际投资者对此的认可度尚难把握，因此比较犹豫，仍处在观望状态。
三、数据资产入表尚待研究和解决的问题
数据资产是一项非常特殊的"新资产"和"软资产"，具有跟有形资产完全不同的价值新特性，与无形资产也存在较大差异，因此，数据资产入表尤其后续计量等会计处理，仍面临一些亟待研究解决的理论与现实问题。
（一）厘清核心概念，推动数据资产会计标准建设
尽管中国资产评估协会在 2023 年发布的《数据资产评估指导意见》中对数据资产进行了定义，即数据资产是指特定主体合法拥有或者控制的，能进行货币计量的，且能带来直接或者间接经济利益的数据资源，但目前尚没有其他权威的政策文件对数据、数据资源、数据资产等核心概念进行明确。显然，企业的一些原始数据因不具备使用价值或者不合法不合规等，是无法确认为资产并入表的。只有具有使用价值和经济价值的数据，才能成为"数据资源"，同时，数据资源只有满足现行企业会计准则中资产的定义和资产的确认条件，才能确认为"数据资产"。可见，数据的概念范畴要大于数据资源，数据资源的概念范畴要大于数据资产。特别值得重视的是，数据资产会计标准的制定，关系到未来数字经济发展的话语权，谁率先制定数据资产会计标准，谁就在很大程度上定义了数字经济的运行规则。目前，我国率先发布《暂行规定》指导企业数据资源的会计处理，已经走在了国际前面，随着后续应用和标准的持续完善，我国有机会也完全有可能制定出高质量的数据资产会计标准，通过加强国际会计标准合作与交流，持续推动国际应用，并最终获得国际认同。
（二）激活数据交易，完善数据估值和定价机制
数据作为基础的战略性资源和新的生产要素，如果不能充分流通和交易，就丧失了价值和作用。中国信通院数据显示，截至 2022 年末，我国各地先后成立了 48 家数据交易机构。目前，我国数据交易机构总体呈现出交易场所多、品牌影响力弱、发展定位不清晰、运营模式单一、经营出现亏损、业务模式难持续等"弱小散"的特征，数据交易方面则存在交易规模偏小、交易频率较低、交易难持续、交易主体参与意愿不高等问题，导致数据交易难，数据资产评估和定价难。由于缺乏有效的数据定价机制，数据交易容易供需错配，降低了数据交易的效率，抑制了数据价值的释放，使数据资源沉淀在企业内部，不能充分流通和交易。
（三）提升数据合规与治理能力，培育高水平数据服务商
数据资产入表的难点不在于数据资产入表后的会计处理，而在于数据资源的确认环节，即数据的合规和确权、数据的治理和管理能力，以及数据是否有明确的应用场景。目前很多企业负责人认识到了数据的重要价值，但对数据资产的认识尚不到位，对数据资产的确认条件不了解，尤其数据的合规和治理刚起步甚至尚未开展，数据资产入表相关的制度体系尚未建立，导致企业数据资源很难满足资产的确认条件而无法入表。同时，一些资产评估、会计师事务所等中介机构，对数字经济、数字技术和数据资产的认识和理解不深，专业服务能力不足，导致高质量的数据服务中介机构比较欠缺。因此，当前亟需加快培育和发展一批涵盖数据集成、数据经纪、合规认证、数据公证、数据保险、数据托管、资产评估、数据审计、争议仲裁、风险评估等内容的高水平的新型数据服务商，为数据资产化和资本化提供高水平的专业服务。
（四）深入研究数据资产价值特性，完善后续计量方法
数据作为一类新型生产要素，本身具有天然的非竞争性和规模经济效应，供给非常充分且数据主权极度分散，确权难度大。此外，数据本身价值有限，甚至不能直接产生价值，必须经过算力和算法提炼才能产生价值，这与传统生产要素呈现出完全不一样的特征。数据资产相比于有形和无形资产，具有许多新的价值特性。现有研究认为，数据资产通常具有以下五个方面的价值特性：一是数据资产具有"价值易变性"。对不同的数据需求者而言，同一数据资源可以被多角度、多层次挖掘和应用，且与其自有数据的交互使用和业务内容的兼容集成程度也使得同一数据资源的内在价值存在不确定性和多变性。二是数据资产具有"零成本复制性"。数据资产能以几乎等于零的边际生产成本和边际传播成本进行复制，数据资产的成本主要在于前期的数据读取和研究开发阶段，之后的复制、共享，边际成本趋向于零。三是数据资产具有"共享性"。数据资产可以同时被多个用户共享，使其能够高速、高频、重复地被使用，成为数字经济爆发性增长的重要支撑。四是数据资产具有"增值性"。通常有形资产在使用的过程中会发生损耗，造成价值的降低，但数据量的积累反而会使得数据资产的价值增加，这就是数据资产具有明显的增值性。五是数据资产具有"时效性"。某些具有时效性的数据资产有可能随时间的流逝而失去价值，也可能随时间推移产生更大的价值。值得一提的是，不同行业、不同类型、不同应用场景的数据资产，存在完全不同的价值特性。因此，对数据资产的价值特性尚待深入研究，尤其对现行资产在后续计量中所采用的摊销或减值方法是否适合数据资产的价值特性，有待在后续理论研究和企业实践中予以完善。
四、有序开展数据资产入表的建议
数据资产入表可以显著提升企业对数据资源的价值认知，促进数据交易和数据开发利用，推动释放经济发展新动能，拓展高质量发展新空间。《暂行规定》的发布，为企业数据资产入表提供了具体的操作指引，鼓励和引导企业主动加强数据资源相关信息披露，这对改善企业财务报表、提升会计信息质量、进一步提升企业估值都具有重要的意义。然而，通过调研也发现，不少中小科技型企业对数据资产这一"新资产"重视不足，认识不够，管理基础薄弱，还存在一些困惑和现实困难，对数据资产入表尚未做好充足准备，却又急迫想开展数据资产入表。显然，数据资产入表是一项正确而艰难的工作，对企业的组织架构，企业的合规和安全体系，企业的成本费用分摊制度，企业的财务、内审、法务等部门，均构成了一定的挑战，亟需加快组织和制度变革，开展数据梳理、数据合规与治理等前期准备以及相应的培训工作。
为此提出四个方面的具体建议。一要高度重视数据资产入表的基础工作。企业应尽快着手开展数据资源的盘点工作，以数据资源盘点为起点，梳理现有数据资源，摸清数据资源的家底，形成企业级数据资源目录。同时，应全面建立数据资源管理体系和完善相关业务流程。比如，企业可以设立独立的数据管理部门或数据业务运营子公司（分公司），甚至可以建立"首席数据官"制度，统筹推进企业的数据管理工作。部分头部数据企业已经设置了"首席数据官"全权负责企业数据资产管理和运营战略的制定。二要加快建设企业数据合规与治理体系。合规是判断数据资产能否入表的关键前提，企业的数据资产能否顺利入表，迫切需要解决数据的合法合规性问题，这就需要企业构建一整套体系化的数据合规治理制度，规范开展数据确权、开发利用等活动，保障数据不侵权及不被侵权，数据资产不流失。现实中不少企业由于缺乏数据合规与治理能力，导致数据来源不合规、数据质量不高等问题，无法满足数据资产的确认条件，直接影响了数据资产的入表和价值释放。三要尽快着手研究并建立数据资产相关会计制度体系。如制定数据资产会计核算制度、数据资产管理目录、数据成本费用归集和分摊制度等，并基于用户需求视角和数据生命周期视角开发不同类型数据资产的价值评估模型。同时，企业应加快探索和开发数据资源的具体应用场景，做好企业数字化转型和数据资源预期收益的管理。四要加快建设数据管理、技术和财务等相关专业人才团队。应重视并培养一批既懂数据又懂财务的复合型财会人才，着力引进一批既懂大数据分析又精通公司业务的综合型数据技术人才。
↓↓了解更多资讯，请识别下方二维码↓↓
国脉集团是数据资产化先锋企业，主要提供培训、咨询和产品设计服务。为数据资源拥有者提供专业、规范、合规的全流程资产化服务，提升机构数据管理服务能力，实现数据资源价值最大化。运用最先进的培训理念方法和平台工具提供高绩效培训服务。研发“一头一体两翼”企业数据资产化咨询服务方法论，提升数据资产化战略设计、就绪度评估与咨询、入表和产品化全流程咨询服务。基于战略思维和实操需求研发“易”系列产品，并与数源方合作研发系列数据产品。 主要课程包括数据资产入表、数据经纪人、公共数据运营和政府CDO、数据精品等精品课程。 主要产品：数据易投、数据易贷、数据易保、数据易售。
联系我们请点击：
数邦客
