中国财政科学研究院赵治纲：数据资产入表已是大势所趋

我们先了解一下时代背景。眼下已经进入了数字经济时代，特别是三年疫情也催化数字化浪潮的到来。近几年以来，我国数字经济占GDP的比重逐年提高，数据资源在经济发展中的重要作用得到了凸显。2022年《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》（简称“数据二十条”），构建了数据资源开发利用以及数据要素市场推进的“四梁八柱”。我国将数据作为新型生产要素，如此高的定位在世界范围内尚属首次，是党和政府的重大理论创新。

我们认为，在数字时代，要特别重视数据资源的利用对经济活力、经济发展的潜力重要的提升作用，数据是新型生产要素，也是企业未来的战略性资源。同时，在数字时代，数据也驱动着创新，驱动着经济提质增效，催化新经济的到来。企业创新、经济提质增效，尤其是在新经济的培育以及发展新质生产力等方方面面都需要依赖数据来驱动，因此企业的数据资产不仅要入表，更要赋能业务，为上下游协同、为企业发展打开增量空间。

此外，在数字时代，我们的理念也要更新，公司价值的“驱动逻辑”发生了颠覆，衡量一个公司价值的逻辑发生了根本性变化。在工业经济时代，衡量企业更多是看财务报表重资产端的有形资产有多少，比如设备、厂房的数量。而未来在企业估值、投融资、并购等活动中，更多要看它的数据资产和其他无形资产情况。如果数据资源没有入表，报表上就无法体现它的价值，对企业决策、投融资活动可能会带来一些阻碍。因此公司的负责人，以及从事相关业务的负责人，要高度重视数据资产的重要性，以及在估值过程中的关键作用。从今年开始全面启动数据资产入表，为下一步更多企业推动数据资产入表夯实根基。

需要注意的是，现行的会计准则是基于工业经济时代背景制定的，数据资产入表也将推动企业会计准则进一步修订和完善，将数据资源更及时准确地反映在报表上，同时也为后续制定我国特色的会计标准奠定良好的基础。

第二个大的背景，就是出台了重磅政策。党中央高度重视数字经济和数据要素市场。近三年，围绕数据、数据资源、数据次、数据要素、数据要素乘数效应出台了一系列重磅文件。企业一定要高度重视相关政策，政策就是效益，政策就是未来投融资和运营管理的风向标。

其中，比较重要的文件是中共中央、国务院印发的《关于构建数据基础制度更好发挥数据要素作用的意见》，去年8月份财政部发的《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》），中国资产评估协会去年9月份发布的《数据资产评估指导意见》，国家数据局发布的《数据要素×三年行动计划(2024-2026)》，以及1月11日财政部资产管理司发布的《关于加强数据资产管理的指导意见》。

从这些文件可以看出，数据、数据资源、数据资产相关规范文件一直在陆续出台。要注意的是，数据、数据资源、数据资产并非同一概念，数据更多讲的是原始数据，数据资源是指具有经济价值的数据，数据资产指的是计入财务报表的数据。

那数据资产入表到底有哪些关键影响和重要意义？

首先，发挥会计启动器作用，加快释放数字经济“新动能”。

去年8月，财政部发布的《暂行规定》在鼓励和引导企业核算“数据资产”上具有里程碑式意义，开启了数据资产入表的第一步，是国际上首次允许数据资源入表。

我们在调研中发现，企业对数据资源是否可以作为会计上的资产予以确认，如何确认和计量，以及如何进行相关信息披露等会计相关的问题较为关注。但《暂行规定》还不是真正意义上全新的“数据资产会计标准”，而是在现行会计准则基础上，给出的企业数据资源会计核算和列报的一个补充规定，也就意味着目前的数据资源入表实际上是在现行规则下的有序的、稳妥的入表，虽然没有实质性的大变革，却有积极的战略意义，会给数据驱动型企业、从事数据加工、研发的企业带来重要的报表影响。

因此，我们建议准备开展数据资源入表的企业，近期应加快推动数据资源相关制度的建立，特别是成本费用分摊机制的建立，有条件的企业可成立独立的数据管理部门或者任命数据管理负责人，从国家视角，现在也在倡导企业成立首席数据官，简称CDO。这些基础工作要做到位，才能保证企业数据资产入表顺利执行。

在国家层面，当前世界新一轮科技革命和产业革命正在加速演进，会加速重构全球创新版图、重构全球经济结构。在快速变化的时代，我国数据资源在海量增长，拥有包括交通、物流、金融等在内的多类型多产业数据，有着全世界最为丰富的数据应用场景。这为我国制定一套引领国际数据资产会计的标准制定、掌握未来数字经济发展的国际话语权提供了重要的契机。因此，《暂行规定》的重要战略意义是助力推动我国数字经济发展、释放经济新动能，尤其为企业价值的发现提供一个新思路。

其次，释放数据资产的价值属性，为企业价值发现提供“新思路”。

一是，显著改善相关公司财务报表和全面提升企业估值。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，利润指标、资产负债指标都将同步改善，实现双改善、双提升。

二是，将全面释放数据研发投入和数据购买需求。数据资产入表后，对于数据资产的供给方（可资本化）和需求方（可作为无形资产），将数据研发和加工等相关费用资本化列入“资产类”科目。因此，《暂行规定》对企业带来了重大利好。可以预见，未来一段时间会有大量企业对购买数据、开放数据、分享数据有较大参与度，特别是从事数据采集、加工、研发的企业在进一步加大相关投入。

三是，有助于全面提升企业数据资产意识，建立和完善数据资产入表机制。数据资产入表将引导企业高度重视数据资产的开发、使用和价值挖掘，同时也将推动企业加快数据合规体系建设，建立独立的数据管理部门和数据合规部门。金蝶发布数据资产入表解决方案，为企业提供了一套可理解、可操作的标准工具，帮助企业释放数据价值。

需要注意的是，数据作为新型生产要素，具有其它四类生产要素不具备的价值特性，因此开展数据资产入表要夯实机制、基础。企业不宜盲目推动数据资产入表，要在数据资产管理上下功夫，在数据人才的培养上提前着手，这样打下数据资源入表的管理基础，才能顺利推动数据资产有序入表。

最后，激活数据资产的交易，为地方财政转型提供“新方案”。

一是，数据要素的重要性将进一步被地方政府和企业所重视。从我们调研的企业来看，各方都在高度关注数据资源的入表以及入表的后续影响。我们认为，数据资源入表的全面启动将进一步带动数据要素相关产业进一步发展，推动数据资源处理的企业以及数据确权服务商等产业链的发展。比如，有效带动数据采集、清洗、标注、评价、数据资产评估和审计等数据中介服务的发展。

二是，数据资产金融属性得以确认，金融化将全面提速。地方平台公司未来可将授权的政企数据资源，通过对外开展数据质押、数据入股、数据信贷、数据信托、和数据资产证券化等业务，借助数据资产的金融化、资本化，来实现数据资产的价值腾飞。

三是，会促进地方财政转型，并加快“数据财政”落地。地方迫切需要加快发展数字经济，开放利用“数据资源”，将政府数据资源优势转化为经济发展优势。未来地方政府在做好土地文章的同时，还要做好“数据资源”大文章。而且，还要全面创新“公共数据资源”确权和交易机制，提升企业“数据资产”的管理和运营能力，推动向“数据财政”转型。已经有一些地方政府在摸索将拥有的公共数据资源合规开放，赋能当地的经济，形成增量财政收入。这是值得研究和关注的一个新动向。

在这里，先要重点和大家解读一下财政部去年8月份发布的《企业数据资源相关会计处理暂行规定》，自2024年1月1日起施行，采用未来适用法，即在施行日之前已经发生的数据资源相关业务的成本和费用不允许再进行追溯调整。

数据资产入表有五个特定步骤，因为数据资源入表和现有的一些资产入表有比较大的差别。

第一，数据合规与确权是数据资产入表的前提。数据不仅仅海量，而且价值变化多端、来源途径多样，尤其是部分数据会涉及到个人隐私和伦理问题，所以企业也不能忽视数据资产来源、内容、处理、管理和经营均要合法合规。

第二，要高度关注数据治理与管理。重数据采集、轻数据治理会给数据资产入表带来一定障碍。因此数据治理要有一套完善的数据治理机制，建立完善的数据管理制度体系，同时要有独立的数据管理部门或业务单元，为数据资产入表夯实管理基础。

第三，数据资产入表有一个前提条件，就是要预期带来经济利益的流入。企业可以结合数据应用场景以及数据赋能业务的可能性来对数据资产的预期经济效益进行全面评估，也可以借助专业的咨询机构以及审计师的帮助，对预期经济利益流入进行测算和评估，这是未来可以尝试的途径。

第四，数据资产的成本要清晰，能可靠计量。数据资产入表不仅要满足资产的定义，还要满足资产的两个确认标准，也就是资产的预期经济利益要能流入，同时跟资产相关的成本和费用能可靠计量。我们调研发现，由于一些企业的数据和业务是伴生的，因此没有建立有效的数据成本复用分摊机制，建议企业借助数据资产入表的机会，完善数据资源采集、加工、清洗、开发等成本费用的分摊标准，从而为数据资产准确入表奠定制度基础。

第五，数据资产在经过确认计量以后，要在报表进行信息披露。入表的数据资产要强制披露，同时鼓励企业自愿披露数据资源的应用场景，对企业创造价值的影响方式等内容，吸引投资者关注。需要注意的是，要平衡好披露的成本与效益，考虑商业机密等。

从企业端来看，数据资源主要关注两方面。一是，企业拥有什么数据。执行数据资产入表，需要企业全面梳理数据类型，建立数据资源目录。一般来说，企业的原始数据包括客户数据、市场数据、研发数据、物流数据、调研数据、外部数据等类型。二是，企业拥有什么数据产品。企业的数据产品指的是，经过加工处理，具有经济社会价值的产品，通常包括数据集、数据接口、数据指标、数据报告，可登记知识产权的数据算法模型，以及数据仓库、数据湖、可视化数据等等。

数据资产入表后续需要持续完善和深入研究的几个问题：

首先，要厘清“数据资产”相关概念。数据、数据资源和数据资产的概念在不同的文件有不同的提法，这意味着企业要全面理解，特别是对数据资源和数据资产的概念要有效区分。

在2021年颁布的《中华人民共和国数据安全法》中，数据被定义为“任何以电子或者其他方式对信息的记录”，即数据蕴含着信息，并以电子或其他方式记录下来。数据资源并没有明确的定义。中国资产评估协会发布的《数据资产的评估指导意见》中，将数据资产定义为“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”。数据资源和数据资产的关系，数据资产肯定是数据资源，数据资源如果不入表，不能称之为数据资产。

其次，要关注数据交易活跃度与定价机制问题。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。当前，国内数据交易存在不活跃的情况，亟需加快发展并形成涵盖数据收集、治理、加工、确权、评估、定价、交易、审计、资产证券化等新型数据要素服务商体系，同时基于数据的质量、价值、应用场景的不同，探索多边定价机制，基于用户需求视角、用户体验视角、应用逻辑视角、数据生命周期视角、产品视角等开发各种数据价值评价模型。

第三，要关注数据资产的价值特性与后续计量问题。经初步梳理和研究认为，数据资产具有五个方面的突出特性，一是供给充裕性，从供给端来看，数据具有海量、无限，可以倍增；二是价值易变性，数据资产容易发生价值波动，可能在某个应用场景下可持续增值，也可能随着应用场景的消失价值趋向于零；三是零成本复制性，数据资产在多场景可复用已成为众多经济学者的共识；四是共享性，数据资产在使用时，可以多方主体共同使用；五是时效性，某类企业的数据资产在某一阶段具有经济价值，而在某些阶段则丧失了经济价值，我们在对企业调研时得到的反馈也印证了这一点。

最后，数据资产的摊销和减值问题同样值得深度研究。因为绝大部分数据资源具有价值增长的特性、价值倍增的特征，如果强制进行摊销，强制进行大额的计提减损，恐怕与数据资源价值的实际状况不太吻合。因此，在数据资产的后续计量上具有应用和探讨的空间。谢谢各位！