下载掌阅APP，畅读海量书库
立即打开
数据是数字经济的关键要素。近年来，我国产业数字化程度显著提高，数据资源对于企业特别是相关数据企业的价值创造日益发挥着重要作用。2023年8月，财政部发布《企业数据资源相关会计处理暂行规定》，明确数据资源的确认范围和会计处理适用准则等。
《企业数据资源相关会计处理暂行规定》适用于企业按照企业会计准则相关规定确认为无形资产或存货等资产类别的数据资源，以及企业合法拥有或控制的、预期会给企业带来经济利益的、但由于不满足企业会计准则相关资产确认条件而未确认为资产的数据资源的相关会计处理（简称数据资源入表）。根据该规定，企业在编制资产负债表时，应当根据重要性原则并结合本企业的实际情况，在“存货”项目下增设“其中：数据资源”项目，反映资产负债表日确认为存货的数据资源的期末账面价值；在“无形资产”项目下增设“其中：数据资源”项目，反映资产负债表日确认为无形资产的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，反映资产负债表日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。
但是，数据资源是否可以作为资产确认，如何对数据资产进行评估定价，如何纳入企业财务报表等很多问题还需要探索。本节围绕企业数据资源入表落地实施有关问题，探讨如何切实提升企业数据资源价值，将数据资源作为企业报表的一部分。
随着经济形态的转变，我们正见证一个从以物质商品和制造业为主导的工业经济，向以知识、信息、和服务为核心的数字经济的演进。在知识经济中，无形资产，尤其是数据资源，成了企业价值的重要组成部分，其重要性甚至可能超过传统的实物资产。企业不再仅仅依赖实物资产来创造价值，而是通过利用数据分析来指导决策，优化运营，和增强用户体验。随之而来的是服务和平台经济的兴起，这改变了生产和消费的方式，加速了信息流通和资源优化配置。此外，价值创造的路径变得更为多样化，企业开始通过数据分析提供个性化服务，利用网络效应构建生态系统，通过开放创新加速产品和服务的开发。
与经济形态的转变并行的是技术的快速进步，这为数据资产的收集、存储、分析和应用开辟了新的可能性。云计算技术赋予了企业更为灵活且成本优化的方式，以访问计算资源和数据存储，进而为大规模数据处理与分析提供了有力支撑。这一变革不仅显著提升了数据处理能力，更推动了远程工作和协作模式的蓬勃发展，为企业开创了全新的运营与合作模式。大数据技术和先进的分析方法，如机器学习和人工智能，极大地增强了企业从数据中提取洞见、预测趋势和制定个性化策略的能力。此外，区块链技术提供了一种安全、透明、去中心化的数据记录和交易验证机制，而物联网技术通过使设备智能化并互联，收集大量实时数据，为自动化、远程监控和优化运营提供了可能。
这种经济和技术的双重转变要求企业重新思考它们的业务模式和战略，同时对会计和财务报告提出了新的挑战。尤其是在评估和报告无形资产、衡量和披露数据资产的价值方面，需要更加精确和全面的方法。在这个过程中，会计准则和实践必须不断适应，以准确反映基于技术的资产和经济活动，确保财务报告的真实性和透明度。
数据资源是任何种类的有价值的信息、数据、元数据、属性，可以是原始的、结构化的，甚至是半结构化的。它可以是按照元数据标准建模的，或是任意未结构化数据。数据资源不仅包括事物和实体，还需要考虑关系，以及它们之间的行为和事件。因此，数据资源也可以视为一种事件驱动型信息资源，它描述其物理结构和关系，以及对事件的响应能力。数据资源可以以各种形式存在，如文档、表格、数据库、网页及图像等；并可以存储在本地磁盘上、网络存储服务上，或是云端服务器上。
数据资产是以物理或电子的方式记录的数据资源，是拥有数据权属（勘探权、使用权、所有权）、有价值、可计量、可读取的网络空间中的数据集。这些数据可以是结构化数据，如数据库中的表格，也可以是非结构化数据，如文本、图像和视频。数据资产的价值来自数据中所包含的信息和洞察力，数据资产被认为是数字时代最重要的资产形式之一。
简言之，数据资源是一个更广泛的概念，涵盖了所有有价值的数据和信息，而数据资产则是这些资源中由个人或企业拥有或控制，并能够带来经济利益的那一部分。在实际应用中，理解这两者之间的区别有助于更好地管理和利用数据，从而为企业创造更大的价值。
根据财政部《企业数据资源相关会计处理暂行规定》中对可入表的企业数据资源的定义，所有满足以下三个特点的数据资源方可入表。
（1）企业合法拥有：企业对数据资源拥有的合法性源自合同性权利或其他法定权利，无论这些权利是否可以从企业或其他权利和义务中转移或者分离。
（2）成本可计量：企业一项数据资源投入的价值可以被准确地量化和表示为一个具体的数值。在会计准则中，能够对数据资源的获取成本进行准确计量是其被确认为资产并在财务报表中体现的一个基本条件。
（3）预期会给企业带来经济利益：数据资源被认为能够在未来通过产生收入、节省成本、增加效率、提供融资便利、增加投资回报或其他方式为企业创造价值。
随着数据、数据资源、数据资产等热词被广泛使用，造成了同一词语在不同领域、不同场合使用混乱的情况。本节通过枚举的方式详细探讨可入表的数据资源形态，以便在正式探讨入表方法前对背景达成统一。
根据对《企业数据资源相关会计处理暂行规定》的解读，可入表的数据资源包含数据集、数据产品、数据服务等多种形态。
（1）数据集。数据集指的是企业在其运营和管理过程中产生、收集、存储和加工利用产生的所有数据和信息。这些数据覆盖了企业的各个方面，包括但不限于财务数据、客户信息、产品数据、市场分析、员工记录、生产和供应链信息等。
（2）数据产品。数据产品是基于数据的加工和分析而创建的，旨在满足特定用户需求的产品或服务。它们可以是信息洞察和数据驱动的工具、应用程序或平台，为最终用户提供价值，使用户能够基于数据作出更好的决策、提高效率或获得新的洞察。数据产品的开发通常涉及数据收集、处理、分析和可视化等步骤，目的是将原始数据转化为易于理解和使用的格式。
（3）数据服务。企业将内部数据资源和数据分析能力，转化为对外部客户或合作伙伴提供的数据驱动的解决方案或服务。这些服务借助企业的数据资产，结合数据分析、数据挖掘和机器学习等技术，为用户提供洞察、预测、优化建议或其他形式的价值。
企业将数据资源入表的工作是一项复杂而全面的任务，它不仅涉及企业内部多个部门的密切合作，如财务部门、数据部门、法务部门等，还可能涉及与外部企业和机构的协作。财务部门负责统计数据资源的成本、销售数据等信息，并确保数据资源的会计处理符合会计要求；数据部门则负责统计数据成本来源、价值实现路径等信息；法务部门需要确认数据的收集和使用遵循相关的合规要求。此外，会计师事务所、律师事务所、咨询公司可能也会参与到入表审计、数据合规评估、数据入表咨询等环节。这一跨部门、跨企业的合作确保了数据资源入表工作的全面性和准确性，帮助企业有效管理和利用其数据资产，增强竞争力和市场地位。
企业数据资源入表实践框架如图2-8所示。
图2-8 企业数据资源入表实践框架
企业数据资源入表的实践主要包括以下六个环节。
（1）数据盘点。这是一种旨在彻底审查和评估组织持有的数据资源的系统性的方法。随着企业数字化转型的推进，企业所拥有数据的总量爆炸式增长、数据的类型多样，组织面临着如何有效发现、管理、保护和利用这些数据资源的问题。数据资源盘点通过系统性地审查和评估企业已有的情况，全面地盘点企业已有的数据资源及相关信息，为企业数据资源入表奠定基础。
（2）合法拥有。这是对企业拥有的数据资源的合法性系统性的判断过程。基于数据资源盘点的结果，展开数据资源合法性确认工作，筛查确保组织入表的数据资源是在法律和伦理框架内获取、使用和处理的。
（3）成本计量。成本计量是通过对组织获取、维护、存储和处理数据资源所涉及的全部成本的评估和计算。成本计量的结果一方面可以作为历史成本作为入表数值计入资产负债表中，另一方面可以作为成本法数据价值评估的依据。
（4）价值评估。数据资源价值评估是针对完成合法拥有确认的数据，从为企业带来经济价值的角度，分析和确定数据资源价值的过程；其核心目的是帮助组织认识到数据的重要性，合理投资数据管理和分析，优化数据的使用和管理，从而最大化数据的经济和战略价值。数据资源价值评估的结果虽然无法直接在资产负债表中体现，但可以作为数据资源公允价值的参考，用于融资等操作。
（5）资产登记。数据资产登记是指对数据资源及其物权进行登记的行为。具体而言，是指经登记者申请，数据资产登记机构将有关申请人的数据资源的权属及其事项、流通交易记录记载于系统中，取得数据资产登记证书，并供他人查阅的行为。
（6）资源入表。根据《企业数据资源相关会计处理暂行规定》中的规定，通过将满足2.1节中要求的数据资源分别确定为无形资产或者存货的方式，纳入企业资产负债表的过程。
我们可以看到，能够入表的数据资源必须是企业合法拥有、成本可计量、预期带来经济利益的数据资源，结合数据资源与数据资产的定义，这部分数据资源已经满足了数据资产的定义。因此，有些文件中也称“数据资源入表”为“数据资产入表”，两者的意义相同。在本小节的示例中，使用“数据资产入表”一词，并将可以认定为资产的数据资源称为数据资产。
企业数据资产入表服务的目标是通过一站式、专业化的服务，帮助企业识别高价值资产、及时转化为数据资产反映到财务报表上，客观地反映高价值数据对企业的真实、合法资产价值，为企业的资产负债、盈利能力甚至投资决策提供有效依据，满足国家数据资产管理法律法规和监管要求，占领数据要素新赛道，深度开发数据资产潜力，赢得更多商机机会和竞争优势。
数据资产入表服务工作框架示例如图2-9所示。本节主要介绍数据资产入表服务工作流程中涉及“明确入表数据资产，数据合规，检视数据资产管理体系、开展数据资产评估，数据资产入表”四个工作环节。
图2-9 数据资产入表服务工作框架示例
明确入表数据资产环节分为高价值数据资产识别与数据权属梳理两个步骤。
1.高价值数据资产识别
梳理企业对过去的交易或事项形成的数据资产，包括但不限于数据集、数据库、系统、应用程序及人工智能模型等，识别出可能作为资产的高价值数据资源，形成初步的作为资产的数据资产清单或数据资产目录。
数据资源是否具备价值，取决于其是否存在明确可界定的商业化应用场景；其次，判断数据资源是否属于高价值，取决于其是否适用于不同的商业场景，能够实现不同的价值。毫无疑问，数据资源所适用的场景越多维，场景之间的兼容性越高，则数据资源的价值越高。我们将从企业的核心业务场景、典型数据应用场景、外售/出售数据、内容研发数据、数据分类分级结果等多个维度的场景，研判出有价值的数据，并从中识别出可作为企业资产的高价值数据资源。
2.数据权属梳理
数据资源具有非实体性、依存性、可复制性、可加工性、多样性等基本特征，受这些特征的影响，识别企业是否拥有数据资产完整的所有权可能并不容易。除了通过对数据产权登记证书的识别之外，我们通过排他法的方式，结合业务合同、协议等文件的解读，初步判断企业是否合法地控制数据资产，输出企业数据资产各权利主体清单及权责关系图。同时联合律所协助企业补充出具具有法律效力的《数据资产登记证书》，确保数据资产来源和权属明晰。
《企业数据资源相关会计处理暂行规定》建议披露的事项包括原始数据的类型、规模、来源、权属、质量等，这些信息在大部分企业往往是零散、不成体系的。通过第一个步骤的数据资源盘点，梳理清楚企业内部有哪些数据，这些数据与业务/系统存在何种关系，以及数据从产生、传输到使用的链路如何。在此基础上厘清数据权属关系。在法务部门协助企业完成对数据资产持有权、数据加工使用权、数据产品经营权的数据权属确定及数据产权登记工作后，证明该资产由企业所拥有或者控制，为后续数据资产入表提供关键依据。
第二个工作环节需确保企业数据合规，主要解决企业数据资产入表的合法性和安全性的法律保障问题，律师为企业出具数据资产合规（Data Asset compliance）法律意见书（简称“DAC法律意见书”）。
法律尽职调查与合规评估是数据资产入表的必要条件。根据《数据资产评估指导意见》第12条的规定，数据资产的基本情况至少包含其信息属性、法律属性、价值属性等。其中，法律属性主要包括授权主体信息、产权持有人信息，以及权利路径、权利类型、权利范围、权利期限、权利限制等权利信息。因此，企业数据资源相关的法律风险和利益需要得到有效的识别、评估和保护，具备一套完善的数据资产合规的法律评估体系，以保障数据资产入表的合法性和安全性。
为此，建议以DAC法律意见书的形式，保障数据资产入表的合法性，为入表后数据资产交易保驾护航，全方位为企业的数据确权、数据治理、数据分类、数据入表、数据披露等提供合规、保护及入表意见；对数据资产的流通与交易中的数据产权风险、数据合规风险、表内数据风险进行提示，并提供相应的建议和解决方案。
第三个工作环节包括检视企业数据资产管理体系、开展数据资产评估两个步骤，目的帮助企业评估是否具备数据资产入表及数据资产化的能力。
第一，检视数据资产管理体系。依据DCMM及DAMA两个标准，帮助企业评估其实际的数据管理能力水平，为下一步骤的数据估值奠定基础。
对数据资产管理体系的检视，主要从数据管理过程、数据管理保障两方面，结合数据管理对象来进行。数据管理对象包括数据资产、数据产品与数据服务。数据管理过程反映了数据资产的可用性、易用性、安全性、可靠性、完整性及时效性等问题，包括数据采集与分析、数据治理程度、数据应用与价值实现，以及数据安全与隐私保护。数据管理保障规定了数据资产管理活动的资源保障，包括组织、制度和技术等方面。以此来判断一个企业是否具备成熟且完善的数据资产管理体系。帮助企业在后续入表过程中能实现精准的成本分摊，从数据资产角度助力业务财务精细化管理，保障高品质、高价值数据资源供给，推动企业实现数据资产的最大化管理和价值释放。
第二，开展数据资产评估活动。在检视结果的基础上，评价企业数据资产的质量和价值，并根据实际情况，联合出具数据资产评估报告。
在梳理完企业数据资产管理现状的同时，企业可以进一步确定各类数据资产的价值，结合数据质量、业务需求、数据安全性等多方面因素进行评估。在数据资产价值评估的方法选用中，在实践中主要从数据资产分类分级、数据产品生命周期及数据资产经济行为三个维度，在成本法、收益法、市场法三大基本方法的基础上，结合数据资产的特殊因素，不断修正优化，构建适应数据要素市场需求的数据资产评估模型。
第四个工作环节包括制定数据资产入表规则及实施数据资产入表两个步骤，主要目标是实现最终的数据资产的列报与披露、为后续的数据交易做好准备。
（1）制定数据资产入表规则。在核实数据资产安全等级的同时，结合资产类型综合判断。属于无形资产的，无论是内研项目取得的还是外购取得的数据资产，均按照无形资产准则，进行初始计量、后续计量、处置和报废相关会计处理。在持有期间如开展对外提供服务的，则按照无形资产准则，将摊销金额记录当期损益或相关资产成本，同时依据收入准则确认收入；属于存货的，无论是外购取得的还是数据加工取得的数据资产，均按照存货准则，进行初始计量、后续计量等相关会计处理。如进行出售，则按照存货准则将其成本结转为当期损益，同时按照收入准则等规定确认相关收入。
（2）实施数据资产入表。数据资产入表的实施分为资产负债表和“数据资产报告”两个部分。企业决策纳入资产负债表的数据资产，按照财政部《企业数据资产相关会计处理暂行规定》的要求，编入企业资产负债表中。另外，企业可以通过出具“数据资产报告”的方式，对外披露企业数据资产入表工作中的相关信息，包括且不限于：在财务报表中披露的数据资产成本、累计摊销额及减值准备累计金额等数值，数据资产使用寿命的估计情况和判断依据，数据资产的摊销方法等。