数据资产入表使企业总资产增加
数据资产是企业的一项重要无形资产。将数据资产纳入资产负债表,可以全面反映企业拥有和控制的经济资源的真实价值,提高企业账面资产规模,优化资产结构。一般来说,数据资产入表后,企业的资产总额、所有者权益、资产负债率等财务指标都会发生变化。
以某零售企业为例,假设该企业目前账面资产为100亿元,其中固定资产60亿元,存货20亿元,应收账款10亿元,货币资金10亿元。经评估,该企业拥有的用户消费数据、供应链数据、营销数据等数据资产价值为20亿元。如果将数据资产入表,该企业的资产结构将发生如下变化:
入表前:
总资产100亿元 = 固定资产60亿元 + 存货20亿元+应收账款10亿元+货币资金10亿元
入表后:
总资产120亿元 = 固定资产60亿元 + 存货20亿元+应收账款10亿元+货币资金10亿元+数据资产20亿元
可以看出,数据资产入表后,企业的总资产从100亿元增加到了120亿元,增幅达20%。数据资产占企业总资产的比重达到16.7%,成为仅次于固定资产的第二大资产类别。企业的资产结构从以固定资产为主,转变为兼具有形资产和无形资产优势。
当然,数据资产的价值评估是一个复杂的过程,需要考虑数据的规模、质量、应用场景、变现途径等多重因素,目前尚无统一的计量标准。数据资产价值也具有动态性和不确定性,受技术进步、市场需求、数据时效等因素影响。因此,数据资产入表金额可能存在一定的主观性和波动性。但不管怎样,数据资产入表客观上提升了企业的资产规模和价值,这一点是明确的。
数据资产折旧摊销对企业利润的影响
与有形资产类似,作为一项无形资产,数据资产也需要进行折旧或摊销,这会对企业的利润产生一定影响。由于数据资产通常不存在实物形态,也不易贬值,因此多采用直线法进行摊销,按照预计受益期限平均计入各期损益。数据资产的预计受益年限一般为3-10年,具体需要根据数据资产的更新速度、技术进步等因素确定。
假设上述零售企业评估的20亿元数据资产,预计受益期为5年,采用直线法进行摊销。则每年的无形资产摊销额为:
数据资产摊销额 = 数据资产原值 ÷ 摊销年限 = 20亿元 ÷ 5年 = 4亿元
这意味着,企业每年需要将4亿元的数据资产摊销额计入管理费用,减少利润总额4亿元。相应地,企业的营业利润、利润总额、净利润等指标都会受到影响。如果企业原本的利润总额为10亿元,净利润为8亿元,则在其他条件不变的情况下:
摊销前:
利润总额10亿元 = 营业利润10亿元 净利润8亿元 = 利润总额10亿元 × (1-所得税率20%)
摊销后:
利润总额6亿元 = 营业利润10亿元 - 数据资产摊销额4亿元 净利润4.8亿元 = 利润总额6亿元 ×(1-所得税率20%)
可见,由于每年新增4亿元的数据资产摊销费用,企业的利润总额减少了40%,净利润减少了40%。数据资产摊销对企业利润的影响还是比较明显的。
当然,这只是静态的账面分析,实际上数据资产会给企业带来Dynamic的价值创造。数据资产的应用有助于企业优化业务流程、创新产品服务、精准营销、提高生产效率,从而提升营收水平。这种动态价值往往大于摊销带来的成本。因此从长远来看,数据资产对企业利润的贡献可能是正向的。关键要看企业能否挖掘数据资产的内在价值,用好、用活数据要素。
数据资产入表可能导致企业缴纳税费增多
数据资产入表后,一方面,企业的应纳税所得额可能会增加。这是因为数据资产摊销会计入成本费用,减少利润总额,但能否在税前扣除还要看税法的规定。目前我国税法对数据资产的税前扣除尚无明确规定。如果数据资产摊销不能税前扣除,则会增加企业的应纳税所得额,从而增加所得税费用。
以上述零售企业为例,假设税法不允许数据资产摊销税前扣除,企业所得税税率为25%,则:
入表摊销前:
应纳税所得额8亿元 = 利润总额10亿元 - 其他纳税调整-2亿元 所得税费用2亿元 = 应纳税所得额8亿元 × 25%
入表摊销后:
应纳税所得额10亿元 = 利润总额6亿元 - 其他纳税调整-2亿元 + 数据资产摊销4亿元
所得税费用2.5亿元 = 应纳税所得额10亿元 × 25%
可以看出,在其他因素不变的情况下,数据资产入表摊销导致企业应纳税所得额增加了2亿元,所得税费用增加了0.5亿元,增幅达25%。当然,如果数据资产摊销允许税前扣除,则不会产生上述税务影响。
另一方面,数据资产入表可能会产生额外的印花税。我国现行印花税对购销合同、技术合同等经济类凭证都有征税规定。如果企业的数据资产交易合同、数据许可合同等也在征税范围内,则会增加企业的合同签订成本。
此外,数据资产的收购、转让等环节,可能还需要缴纳增值税。比如企业向第三方购买数据资产的,需按规定缴纳增值税进项税;企业对外出租、出售数据资产取得收入的,需按规定缴纳增值税销项税。这对企业的现金流也会产生一定影响。
当然,税收事关国计民生,立法本着鼓励创新、促进发展的原则,对新事物往往给予税收优惠。数据资产作为生产要素参与市场交易,作为一种新兴的无形资产,未来在税收政策方面可能会有所倾斜,如允许加速摊销、抵扣进项税额等,以降低企业的税收负担。这需要税务部门结合数字经济发展需要,适时制定和完善相关税收政策。因此从长远来看,数据资产税收问题对企业的影响可能是中性的。关键是要加强税企沟通,用足用好现有的税收优惠政策。
数据资产作为无形资产对企业资产负债率的影响
资产负债率是企业负债总额与资产总额的比率,反映企业的债务风险水平。一般来说,资产负债率越高,企业的偿债压力越大。数据资产作为一种非货币性资产,加入资产负债表后,会影响企业的资产负债率指标。
假设某零售企业资产负债表如下:
资产:货币资金10亿元,应收账款20亿元,存货30亿元,固定资产40亿元,无形资产0亿元。资产总额100亿元。
负债和所有者权益:
短期借款15亿元,应付账款20亿元,长期借款25亿元。负债合计60亿元,所有者权益40亿元。
该企业的资产负债率为60% = 负债合计60亿元 ÷ 资产总额100亿元 × 100%。
现在,假设该企业经评估新增20亿元数据资产,全部计入无形资产科目,负债和所有者权益金额不变,则资产负债表变为:
资产:货币资金10亿元,应收账款20亿元,存货30亿元,固定资产40亿元,无形资产(数据资产)20亿元。资产总额120亿元。
负债和所有者权益:短期借款15亿元,应付账款20亿元,长期借款25亿元。负债合计60亿元,所有者权益60亿元。
此时,企业的资产负债率下降为50% = 负债合计60亿元 ÷ 资产总额120亿元 × 100%。可见,数据资产入表后,在负债规模不变的情况下,企业的资产负债率从60%下降到了50%,降低了10个百分点。企业的偿债能力指标得到改善。
当然,这只是账面的静态分析。从动态来看,数据资产的价值变现能力、变现速度等与货币资金等流动性资产相比还有差距。如果企业过度依赖数据资产,而缺乏现金流支撑,一旦经营环境恶化,数据资产贬值,企业可能面临资金链断裂的风险。因此,过高的数据资产占比,也可能成为企业偿债能力的隐患。关键是要合理控制数据资产在总资产中的比重,平衡数据资产的确认、摊销、减值等,避免资产负债表失衡。
来源:DATA数据社区 ,作者:张伟的钱包
启金智库 & 产融公会 联合 国脉集团 将于 2024年11月30日-12日1日(周六/日)在 北京 举办《数据资产(含公共数据)价值开发/入表/评估/融资、数据要素×产业互联网/低空经济/人工智能等创新模式和案例专题培训》,本期特邀4位实战派主讲嘉宾,分享实战经验和案例,还会针对参会嘉宾的实际问题融入互动研讨式闭门交流来助力诊断问题、提供思路、赋能资源,洞悉业务运作中的各类细节和机遇挑战,助您建立展业必备的知识体系、实战技能、稀缺经验和有效人脉,助力各方业务稳健长远发展,诚邀各地方政府和各类企业从业人士的参加!
【课程提纲】
(时间:11月30日周六 9:00-12:00 )
·主讲嘉宾:郝老师,法学博士,经济学博士后,曾在监管机构、交易所、大型互联网公司长期任职。牵头和参与十余项数字经济领域标准的制定工作。对接服务多地数据资产化工作,有丰富的数据资产入表和数据产品服务开发实务经验。
一、数据资源流通与数据资产入表等政策梳理及逻辑关系
二、企业数据资源入表及价值化的宏微观影响及案例分析
(一)数据资源入表及价值化的宏观整体逻辑及影响
(二)从一个案例计算来说明数据资源入表及财务指标影响
三、数据资源入表及管理实操详解及案例分析
(一)数据资源入表的会计处理实操要点及难点
(二)数据资产入表的条件、标准要点及实操案例
(三)数据资产识别、确认实操及案例
(四)数据资产入表实操如何循序渐进工作要点
(五)数据资产入表智能管理工具运用
(六)数据质量评价实操要点
(七)数据资产的权属确权登记实操问题
(八)数据资产入表的利弊问题及决策考量
(九)数据资产入表行业和企业类型分析
四、数据资产价值评估实操要点及案例解析
(一)数据资产价值评估需求及政策解析
(二)数据资产评估的几种常用和创新方法
(三)数据资产评估的不同用途及不同方法选择
(四)收益法评估与成本法入表之间的竞合与关联详解
五、数据资产权属、使用加工、收益分配的关系及实操要点
六、数据要素场景开发与数据资产化的互相促进实例详解
(一)数据资源入表及数据资产化的双向循环
(二)数据要素×场景化产品及服务开发策略
(三)公共数据使用的路径策略和细节考量
(四)典型案例分析和现场开发小测试
七、答疑与交流
第二讲:数据资产(含公共数据)开发运营、入表、资本化的政策解析、监管合规风控要点及典型案例
(时间:11月30日周六 13:30-16:30 )
一、数据要素的发展现状与政策导向
(一)数据要素市场2024年总结
(二)国家数据要素政策导向解读
二、公共数据的开发利用与运营合规
(一)公共数据资源开发利用与合规风险
(二)公共数据资源登记与运营制度分析
三、数据资产的设计与登记合规评估
(一)数据资产设计与产权保护
(二)数据交易所建设现状分析
(三)数据资产登记合规评估重点
四、数据资产入表的流程与合规审查
(一)数据资产入表操作流程与主要影响
(三)数据资产入表合规审查与信息披露
五、数据资产资本化路径与风险防范
(一)数据资产贷款、信托、出资、证券化路径介绍
(二)数据资产资本化的法律合规风险与防范措施
六、数据资产项目实操案例解读
(一)重点行业数据资产案例
(二)数据资产交易与收购案例
七、答疑与交流
参会人士破冰 互动交流研讨
(时间:11月30日周六 16:30-18:00 )
彼此相识、针对交流、提供思路、赋能资源
环节一:参会嘉宾自我介绍和问题方案交流
环节二:相互讨论和发掘潜在合作机会
(可展示PPT,请提前发会务组)
第三讲:数据资产化×产业互联网和低空经济的模式、公共数据价值倍增及地方政府/数据局/园区/企业如何行动?
(时间:12月1日周日 9:00-12:00 )
· 主讲嘉宾:杨冰之,国脉集团董事长,著名产业互联网、数据资产、智慧城市和低空经济等研究和实践专家,曾任北京大学网络经济研究中心研究部主任、中国电子商务协会高级专家、《电子政务》和《电子商务世界》杂志编委,国家信息化“十一五”规划起草组成员、中国信息社会50人论坛成员等。发表有关数字经济、电子商务、电子政务、大数据、数据资产等文章300多篇。
一、十五五规划、地方经济增长热点与数据产业体系
(一)十五五地方发展规划前瞻
(二)地方经济增量三驾马车分析
(三)全面数字经济重要性
(四)数据产业体系及其前景
二、数据资产化×产业互联网的核心要点及创新落地实践
(一)产业互联网核心要点与运营思维
(二)传统产业数字化转型的重点
(三)地方政府/园区开展数据资产化×产业互联网要点和典型案例
(四)产业互联网赋能政府产业招商要点
(五)如何打造产业互联网平台总部经济
(六)产业级互联网平台解决方案
(七)企业和金融机构如何参与产业互联网
(八)其他
三、数据资产化×低空经济的核心要点及区域创新落地实践
(一)低空经济的发展逻辑
(二)低空经济赋能数据资产价值创造
(三)数据资产助力低空经济效益倍增
(四)典型创新案例分析
四、数据要素与资产化政策核心要点
(一)数据要素的相关政策
(二)公共数据开发利用政策及实践要点
(三)数据资产化项目操作
五、答疑与交流
第四讲:数据要素×人工智能对产业的赋能以及公共数据开发模式和案例分析
(时间:12月1日周日 13:30-16:30 )
· 主讲嘉宾:王磊,数无尽藏联合创始人,知一金控合伙人,数据资产专家、产业投资人。曾任埃森哲、西门子、联想集团、安永咨询等世界五百强企业全球高管。致力于产业价值投资,已成功投资数十家优秀企业,投资并购金额超过10亿·深耕数据资产与智算领域,完成众多成功案例,累计数据资产增信贷款上亿元。
一、数字经济下的产业发展趋势
二、人工智能的发展与智能体应用
三、公共数据运营政策、模式及案例
四、数据要素落地场景及案例
五、答疑与交流
报名方式:
戳下面的 阅读原文,更有料!