数据资产入表，激活数据要素价值

近日，财政部发布《企业数据资源相关会计处理暂行规定》（下称《暂行规定》），自2024年1月1日起开始实施。《暂行规定》根据《中华人民共和国会计法》和企业会计准则等相关规定，首次明确了数据资源的适用范围、会计处理标准以及披露要求等内容。

《暂行规定》按照数据资源有关的经济利益的预期消耗方式，根据企业持有对客户提供服务、日常持有以备出售等不同业务模式，将数据资源分类为无形资产和存货科目进行确认、计量和报告。不符合资产确认条件的数据资源应该按照收入准则等规定确认相关收入。此外，《暂行规定》对数据资源的列示与披露均做出了细化规定。

这一规定的颁布对规范企业数据资源的会计处理和加强相关会计信息披露具有重要意义，将为数字经济健康发展提供制度性支持。我国关于企业数据资源的相关探索不仅有助于监管部门完善数字经济治理体系，还有助于在国际会计准则制定等工作中贡献中国智慧、提供中国方案。

何为数据资产

根据《中国国民经济核算体系（2016）》和《企业会计准则——基本准则》，从会计角度可将数据资产定义为“企业拥有或控制，预期会给企业带来经济利益的以数据为主要内容和服务的可辨认非货币性资产”。

数据资产具有场景依附性、非消耗性、时效性、共享性和非竞争性等特点，其中最具有实践意义的是场景依附性，这意味着数据资产的价值因场景不同而不同。同样的数据资产，如果被应用于不同企业，会创造不同的价值。不同行业的企业由于其自身的经营场景和管理模式不同，对数据的需求和定价也不同。

以交通出行数据为例，网约车公司可以利用它来匹配司机和乘客，提高出行服务效率，增加收入；政府部门则可以利用这些数据优化道路建设，提高交通服务质量。

数据资产价值评估

影响数据资产价值的基本因素有四项，包括成本因素、固有价值因素、市场因素和环境因素。

“成本因素”指外购数据存在购买成本与交易成本，自有数据在收集、存储、结构化处理、分析的过程中也会不断产生人工费用、材料费用、间接费用等。

“固有价值因素”指固有价值依赖于数据集本身的各种指标，包括数据质量、数据规模、数据多样性与数据活性指标。

“市场因素”指数据资产的价值十分依赖于应用场景，数据资产供求双方的数量，买方间是否存在竞争性，卖方的历史信誉、评价等因素均可能影响供求双方的市场议价能力，从而影响数据资产价值。

“环境因素”指不同于其他资产，数据资产的边际复制成本极低，在使用数据资产时不可避免地面临着确权问题与数据隐私性问题。

对此，我们可以使用成本法、收益法和市场法三种基本方法进行数据资产价值评估。

“成本法”的计算方式是加总数据生产活动中的各项成本投入，例如劳动者报酬、中间投入、固定资本消耗、资本净收益和其他生产税净额等项目。

“收益法”的计算方式是将数据资产经济寿命期内各期收益额折现并加总。然而在实际使用中，数据资产使用期限不明确，并且在前述的数据增强型企业中，数据资产本身不直接产生收益，而是与企业其他资产共同产生现金流，导致相关收益难以区分。

“市场法”是参照活跃的交易市场中形成的数据资产价格。其优点在于当市场中直接存在报价时，价格很容易确认。缺点在于市场价格除了反映数据本身价格外，还包含了交易成本。

此外，考虑到数据资产价值的场景依附性，还需要按照行业特性进行具体分析，提出场景化的估值体系。例如，制造企业上汽集团，从过去的“以产品为中心”转变为“以用户为中心”，通过数据闭环和应用创造了更多用户价值，其数据应用场景和价值创造来源于客户关系维护。金融企业浦发银行通过需求驱动创新数据产品，做实数据驱动、拓展场景金融，依托新技术快速响应客户需求、敏捷实现管理需求，其创造价值源自植入于金融产品的数字科技及用户管理能力。医疗企业至本医疗建立了癌症患者基因库，其数据具备科研价值，同时也具有转化为数据产品的潜力，价值实现路径和衡量方法有待具体调研。

总之，需要结合企业的实践，深入研究如何根据行业特性和应用场景，采用不同的估值方法，调整相应估值参数，并对估值方法根据数据资产的生命周期进行动态调整，从而建立一套完善的数据资产价值评估体系。

数据资产入表实践落地难点与解决方案

《暂行规定》对数据要素型企业，也就是“数商”有重大影响。按照上海市数商协会的分类，数商主要分为资源供给型数商、技术赋能型数商、生态服务型数商与数据消费型数商四大类。

作为数据资产入表的首份政策文件，《暂行规定》也让相关企业会计实务面临着前所未有的挑战。

第一，数据资源的确权问题。“企业拥有或控制”是资产定义中不可或缺的一部分，然而和现有资产截然不同的是，数据资源持有权、数据加工使用权、数据产品经营权三权分置，如何框定企业拥有或控制的数据资源范围、如何在不同参与方之间分配数据资源的相关权利等是数据资源入表前必须解答的问题。

第二，数据资源成本的可靠计量。《暂行规定》要求数据资源的成本或价值能够可靠计量，而这一要求正是数据资产确认的最大难点。比如，企业在生产运营中产生了大量数据，并在进一步加工后成为可以带来经济利益的数据资产，由于前期数据收集和后期数据加工均产生了数据资产相关的成本，两者间需要进行成本的合理分摊。又如，对于可重复使用的数据资源，企业需要判断数据资源在各项目间的成本归属，使得各项目的收入与费用相匹配。

第三，数据资产在会计处理中的难点。“企业使用的数据资源”和“企业日常活动中持有、最终目的用于出售的数据资源”分别适用“无形资产”和“存货”准则的会计处理，但不同于其他资产，数据资产的相关会计处理中仍有不少难点。比如，“企业使用的数据资源”研究阶段和开发阶段的界定，以及开发阶段支出资本化的条件等。

第四，如何鼓励企业自愿披露。《暂行规定》创新地采取“强制披露加自愿披露”方式，两者均要求企业做好相关的数据披露准备。在合规的前提下，企业可以借助信息披露突出其在数据资源领域的优势，但可能因为自愿披露的专有性成本或其他负面影响而选择不披露。数据资源的信息披露要求能否达到政策预期仍然有待研究。

针对以上难点问题，我们与上海数据交易所合作，开展了一系列企业调研，探索相应的解决办法。

第一，政府部门应当与财会、法律、信息等各领域专家开展深入合作，依据数据资产业务场景，获取典型企业实际操作和相关数据，研讨数据资源确权、记录、计量和列报各环节的关键议题，撰写会计处理应用案例，引导和规范企业的数据资源入表实务。

第二，企业需考虑采用更为清晰的数据资产化服务模式。例如，某些企业为客户提供标准化API数据接口，客户可根据不同的查询需求对指定数据进行查询，对每次API接口的调用收益按比例分成，精准对应数据采集成本和数据产品收入。同时，企业亟须建立内部的数据管理体系和成本分摊机制，并进一步完善数据资源相关的企业内部控制系统。

第三，企业应当合理估计数据资产的生命周期。数据资产通常在不同场景下呈现多样化价值生命周期，因此合理估计数据资产的生命周期是数据资产可靠计量和后续摊销的基础。企业在取得数据资产时，应当按照其经济利益实现方式、市场价值、数据活性和客户黏性分析判断其使用寿命。

第四，企业应当按照《暂行规定》要求，披露数据资源相关的无形资产和存货的成本、收入、计量方法等会计信息；此外，企业还可自愿披露数据资产权属、维护、交易方式等信息。

我们相信，企业披露数据资源信息、进行数据资源入表处理，有利于释放企业数据资源价值、活跃数据要素市场，为进一步构建良好的数据生态、发展数字经济提供重要支持。

（作者系复旦大学管理学院会计学系李达三讲席教授，本文源于作者负责的国家自然科学基金应急管理专项项目《企业数据资产的价值实现路径和估值方法》，以及上海数据交易所课题项目《数据资产及其衡量与评估》）