数据资产入表难在哪

今年1月1日,财政部印发的《企业数据资源相关会计处理暂行规定》正式实施,数据资产被纳入会计处理范畴。从一季报到半年报,上市公司数据资产入表动作明显增多。与此同时,一些以信息数据为主业的非上市公司也在积极探索从更多层面反映公司商业价值。

专家认为,数据资产入表是连接数据价值与金融市场的重要桥梁,数据资产入表能够优化企业资产负债表、加速企业数字化转型、促进数据资本化运作,但这一工作当前也面临一些难点,如数据的合规性和权属问题、数据资产的成本和价值计量等问题。

2022年12月,《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》对外发布,从数据产权、流通交易、收益分配、安全治理等方面构建数据基础制度,提出20条政策举措,同时提出,探索数据资产入表新模式。2023年8月,财政部印发《企业数据资源相关会计处理暂行规定》,并于今年1月1日起施行。《暂行规定》提出,数据资源作为新增会计科目列示在资产负债表的存货、无形资产、开发支出项下。

据Wind统计,截至8月31日,39家公司披露了数据资源入表情况,较一季度增加22家。从资产规模看,半年报中已披露数据资产入表总金额达13.57亿元,约为一季报入表数据资源规模的17倍,其中计入无形资产、存货和开发支出的金额分别是5.84亿元、4.73亿元和3亿元,分别占比43.04%、34.82%和22.14%。

值得关注的是,三大电信运营商已全部完成数据资产入表工作。中国电信入表规模最大,为1.05亿元,列入开发支出项下;中国联通次之,为8476.39万元,列入开发支出项下;中国移动有7000万元数据资源入表,在开发支出、无形资产类目下分别列入4100万元和2900万元。

“对于企业个体来说,数据资产入表可以更准确反映企业价值,优化数据资源配置,提升决策效率与准确性,也有助于企业增强融资能力。从宏观角度来说,可以完善资本市场监管体系,提升公共数据效益。”北京合川律师事务所律师蒋君表示,目前关注数据资产入表的以上市公司、国有企业和数据资源较为密集的企业为主。

上市公司数据资产入表意识日渐浓厚,非上市公司也同样积极。数据智能企业北京八月瓜科技有限公司已完成数据资产入表。该公司董事长李长青表示,目前公司数据资产按照账面价值入表,评估价值有待专业机构给出结果。李长青认为,数据资产入表会对公司经营管理提出更高要求,需要更加规范地管理和运营数据资产。数据资产价值评估和计算目前阶段适合采用成本法,主要考虑数据资产的获取成本和维护成本。随着国内数据市场基础设施健全,公司将逐步加入市场法和收益法等多种方法进行评估。

北京大学国际知识产权研究中心研究员、中国研究会科技金融专委会副主任唐青林表示,数据资产入表改变了企业估值方式,将为投资者投资决策提供新的考量角度。可以预见,数据资产入表将拉大不同行业之间的差距,对于互联网公司、科技公司等容易拥有高数据资产的行业,其数据资产入表后,会进一步提升企业价值。

我国已成为全球数据量最大、数据类型最丰富的国家之一。预计到2025年,我国数据总量的全球占比将接近30%,数据交易市场规模将超2200亿元。相关政策的施行,为数据资产化打通了会计路径,但仍面临许多难点与挑战。

一位业内人士告诉记者,数据资产从会计角度有3点要求,一是数据的合法拥有和控制,二是经济利益能够流入企业,三是数据成本能够可靠计量。会计上符合这3点,就具备了确认为资产的条件。而数据领域的难点,主要还是权属问题。企业如何证明数据权属属于自己,会不会有别人主张该权利?再比如,企业免费收集消费者数据,然后商业应用,消费者是否知情、授权?目前,相关部门正紧锣密鼓地推进这项工作。

宁人(北京)律师事务所金融与科技委员会主任、合伙人,陕西省人工智能与大数据法学会理事马军认为,企业在评估和披露数据资产时主要面临三大难点,一是数据合规与权属确定难,二是数据资产计量评估困难,三是数据管理安全质量低。他建议,相关部门应尽快完善数据相关法律法规,明确数据权属,建立行业共识的评估框架,充分考虑数据的时效性和使用场景,开发动态评估模型。企业应重视数据治理,提高数据质量,完善公司数据治理体系和风险管理。

“数据资产作为一种无形资产,其价值难以量化,不同来源、类型数据的价值也完全不同。目前,数据资产评估的方法和标准尚未完善,因此会出现评估困难的问题,采用不同标准评估出的价值可能差异巨大。”唐青林表示,企业可以建立数据成本归集与分摊机制,对自身拥有的数据资源分门别类,并相应对其各个阶段的成本进行归集和记录,从而为数据资产评估提供可参考的依据。

在这方面,企业可以先行先试,摸索出一些可行方案。李长青介绍,自己所在公司财务和法务体系进行了相关学习和培训,建立了完善的数据安全管理制度,包括访问控制、加密存储、备份恢复等。公司还建立了数据资产专门管理团队,以财务总监牵头,设立专门部门组织负责数据资产管理工作,该团队由财务专员、法务专员、数据工程师、数据分析师、安全专家等组成,具备专业的技术和管理能力。

在试点推进方面,北京、上海、深圳、贵阳等地在数据资产化方面进行了积极探索。例如,北京市密集出台了与相关的法律法规,并提出了推进建立数据资产的登记和评估制度,支持开展数据信贷、数据信托和数据资产证券化等数字经济业态创新。

“整体而言,目前数据资产的标准化仍处于初级阶段,缺乏全国统一的、权威的数据资产确认、计量、评估标准。这导致不同企业、不同地区在数据资产化过程中存在较大差异性和不确定性。”马军表示,需要加快制定和完善相关数据资产的标准和规范体系,确保数据资产的可比性和可交易性。

当前,作为生产要素发挥作用的时间较短,标准体系化建设的成熟度仍有待于实践的检验。随着越来越多的企业把数据作为核心资产进行管理和运营,数据资产的资本化运作也将逐步完善。

有企业负责人表示,公司将继续加大在数据采集和整合方面的投入,不断扩展数据资产的种类和规模。计划将数据资产扩展到全球论文、期刊、科技文献等领域,进一步充实公司产品的底层数据库。也会加强与合作伙伴的合作,共同开发和利用数据资产。

国家金融与发展实验室副主任杨涛提醒,数据资产入表只是万里长征的第一步,入表之后,能否被各方所接受,成为一种共识资产,还有大量的工作要做。数据资源要真正成为资产,离不开特定的技术和场景,在这个过程中,要避免出现泡沫。

业内人士认为,数据资产的复杂性为企业实操层面带来挑战,但随着监管、市场、企业等各方工作的持续推进,数据作为生产要素在经济生活中发挥的作用将越发活跃,一些难题也有望得到解决。