企业数据资源入表核算要点、
实施难点及建议
作者：陈虎 赵旖旎
中兴新云服务有限公司
本文原载于《财务与会计》2024年第14期
数据资源在企业价值创造中发挥着越来越重要的作用，能够帮助企业实现精细化管理、精准营销、智能决策等，进而提升企业的核心竞争力。为显化数据资源价值，全面反映企业资产价值，促进数据要素流通，财政部2023年8月印发《企业数据资源相关会计处理暂行规定》（财会[2023]11号，以下简称《暂行规定》）。《暂行规定》没有突破现行企业会计准则，未将数据资源设为一级科目，而是在“存货”“无形资产”和“开发支出”项目下作为二级科目列示，保持中国会计准则与国际会计准则趋同。由于数据资源的特殊性，对数据资源进行会计核算仍面临许多挑战。本文拟对企业数据资源入表核算要点、实施难点进行分析并提出相关建议。
一、数据资源入表会计处理
（一）数据资源内涵
数据资源入表首先要明晰数据、数据资源、数据资产的涵义，但《暂行规定》并未对相关概念作出明确规定。《中华人民共和国数据安全法》将数据定义为任何以电子或者其他方式对信息的记录；《信息技术大数据数据资源规划》（GB/T42450-2023）明确，数据资源是作为资源看待的用于支持实现组织业务目标的数据；中国信息通信研究院联合多家企业发布的《数据资产管理实践白皮书5.0》提出，数据资产是指由组织（政府机构、企事业单位等）合法拥有或控制的数据资源，以电子或其他方式记录，例如文本、图像、语音、视频、网页、数据库、传感信号等结构化或非结构化数据，可进行计量或交易，能直接或间接带来经济效益和社会效益。
从数据、数据资源和数据资产的定义及包含关系（见图1）来看，数据资产一定是数据资源，但数据资源不一定是数据资产。从会计核算视角看，数据资源向数据资产的跨越必须满足资产的定义及确认条件，即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为数据资产，这部分数据资源可以纳入资产负债表进行会计核算。
▲ 图1 数据、数据资源、数据资产之间的关系
（二）数据资源会计确认与计量
《暂行规定》明确了企业数据资源适用于现行企业会计准则的会计确认、计量要求。企业可按照业务模式将数据资源确认为无形资产和存货。其中：企业使用的数据资源符合无形资产定义和确认条件，应当确认为无形资产；企业日常活动中持有、最终目的用于出售且符合存货定义和确认条件的数据资源确认为存货。会计实务中，关于数据资源如何确认，黄世忠、叶丰滢和陈朝琳（2023）提出，企业根据商业模式对数据资源进行确认，以内部使用为商业模式的数据资源确认为无形资产；以外部使用为商业模式的数据资源进一步按照是否转移数据资源所有权进行确认，外部使用且转移所有权的数据资源确认为存货，外部使用但不转移所有权的数据资源确认为无形资产。
关于数据资源的计量，《暂行规定》明确要基于历史成本法对数据资源进行初始计量，初始入账成本包括购买价款、加工成本、相关税费、直接归属于使其达到预定用途所发生的费用及相关支出。数据资源无形资产后续计量需要确定使用寿命，并按照《企业会计准则第6号——无形资产》（以下简称无形资产准则）进行摊销和减值，数据资源存货后续计量涉及计提存货跌价准备及转回。利用数据资源向客户提供服务或者出售取得收入，分别按照无形资产准则和《企业会计准则第1号——存货》处置，同时，按照《企业会计准则第14号——收入》等规定确认收入。
（三）数据资源列示与披露
根据《暂行规定》，企业需要在资产负债表的“存货”“无形资产”和“开发支出”项目下单独设立“数据资源”项目，对数据资源进行列示。另外，企业应采用“强制披露+自愿披露”相结合的方式对数据资源进行披露。一方面，企业要保证披露的完整性和准确性，不能夸大事实和提供虚假信息，要按照规定对已经纳入资产负债表的数据资源信息进行完整披露，对于未纳入资产负债表的数据资源，只要企业选择自愿披露，就要披露该数据资源的完整信息，不能有所隐瞒。另一方面，企业披露时要确保遵守所有相关法律法规，不能泄露任何敏感信息和个人隐私，且披露信息要易于理解，避免使用过于专业或晦涩的术语，以确保所有利益相关者都能正确理解。
二、数据资源入表的实施难点及推进思路
（一）数据资源确权
数据资源入表的首要前提是对数据进行确权。目前，数据要素市场发展还在起步阶段，虽然国内外出台了许多关于数据保护的相关法律规定，但尚未出台相关法律法规对数据资源权属进行约束。随着数据资产化的进程推进，数据资源确权成为当下亟需破解的一大难题。
数据资源确权的难点主要有三方面：一是数据主体难以界定。数据在产生、采集、加工处理、应用、交易等过程中会涉及到多个利益相关方，数据资源的权利主体归属存在争议。目前对于不同类型数据存在不同观点，例如：对于用户数据，用户作为个人数据的提供者，对数据拥有所有权，即“谁产生谁所有”；对于增值数据，数据处理者在收集、存储、处理、传输和使用数据的过程中投入人力、物力等，使数据资源产生价值，数据处理者在经过个人数据主体同意后，可享有基于基础数据进行加工编辑分析而产生的增值数据所有权；公共数据被认定为《中华人民共和国宪法》第12条所规定的“公共财产”，其权属应归属于国家。可见，数据权属问题难以界定，则无法准确判断数据资源的权利主体。
二是数据资源确权成本高。一方面，不同类型和格式的数据确权需要采用不同的确权技术和措施，例如，对于视频、音频、文本、图像等格式的数据，确权过程需要耗费大量的精力和技术，将增加数据确权的成本。另一方面，数据资源来源于大量不同的实体，需要获取大量数据资源主体的授权，这导致企业在确权时沟通成本增加。
三是数据交易市场机制不完善，数据资源确权面临不确定性和风险。数据资源复制及侵权具有低成本性、隐秘性，很难判断数据使用者是否在未经授权的情形下使用了他人的数据，且在数据资源的存储、使用等过程中数据安全难以保障，数据权利主体无法控制转让数据带来的风险，这在一定程度上影响了数据确权参与方的积极性，加大了数据确权的难度。
针对上述问题，中共中央、国务院2022年12月发布《关于构建数据基础制度更好发挥数据要素作用的意见》，淡化数据所有权，强调数据的流通、使用与价值最大化，提出数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的产权运行机制，这一机制在立法上为数据确权提供了思路。
企业数据资源根据来源可分为内部产生的数据资源、外部获取的数据资源两种。第一种情况下，企业对内部产生的不涉及个人信息与涉及个人信息但经过数据脱敏后不能恢复的数据资源，享有数据资源持有权、使用权和经营权，可以在数据资源满足资产定义及确认条件后进行会计核算；企业对内部产生的涉及个人信息且经过数据脱敏后能恢复的数据资源，需要经过个人授权后并满足资产定义及确认条件才能进行会计核算。第二种情况下，外部获取的数据资源需要在获得授权后并满足资产定义和确认条件才能纳入资产负债表。需要注意的是，企业授权获取的数据资源必须确保授权链条完整，且在授权范围内合法合规地使用数据资源。政府、企业和社会各方需共同发力，建立科学法律体系，完善数据确权标准，并加大技术研发，利用区块链、人工智能等技术破解数据资源确权技术难点，降低数据确权的成本和风险。
（二） 数据资源价值计量
1. 数据资源计量单元
计量单元，是指相关资产或负债以单独或者组合方式进行计量的最小单位。在数据资源计量过程中，如何确定数据资源的计量单元是一个关键性问题，并且数据资源会涉及盘点、管理等，为便于内部管理以及数据资源价值计算，需要明确数据资源的计量单元。但数据资源不同于实物资产，产生价值时的量级或阈值难以确定，且数据资源具有易变性的特点，企业对数据资源进行修改、增加、删除、合并等操作，将造成数据资源的计量单元发生改变。对此，朱扬勇和叶雅珍（2023）提出数据资源的计量量纲需要从技术上实现，可以使用盒装数据作为数据资源的计量标准，实现数据资源货币计量标准化，盒装数据的最小规模设定为1GB，采用1GB作为计量单位。
2. 数据资源成本归集与分摊
数据资源入表要满足资产确认条件，其成本必须能够可靠计量，而由于数据资源的特殊性，其成本难以合理归集与分摊，难点主要体现在以下三方面：首先，数据资源具有伴生性，往往与企业的生产经营活动同步产生，难以准确区分数据资源成本与生产经营活动发生的成本。其次，数据资源难以溯源，企业数据来源和形式多样化，需要耗费大量精力确定每项数据的具体来源以及流转过程，且数据资源可能重复存储在不同部门、不同系统，加大企业数据溯源难度。最后，数据资源成本归集和分摊是一个动态调整的过程，需要及时更新和分摊，否则会影响成本归集与分摊的完整性与准确性。
笔者认为，为解决数据资源成本归集与分摊问题，首先，要做好数据资源溯源工作，可以利用数据血缘分析实现。数据血缘分析是一种通过分析数据之间的流转关系来追溯数据来源、处理过程和去向的方法，不仅可以确定数据资源的来源和获取方式，从而将数据资源的成本归集到相应的源头，还可以追踪数据资源的处理过程，包括数据的清洗、整合、转换等，确定数据资源的去向和用途，将发生的成本分摊到相应的数据资源项目上。其次，企业要建立健全数据资源管理制度和流程，明确数据资源成本归集与分摊的标准和规范，在分摊数据资源成本时，需要遵循公平、合理、科学的原则，选择合适的分摊方法，以确保分摊的准确性和合理性。
3. 数据资源研发支出资本化时点判断
根据《暂行规定》，企业内部形成的数据资源项目支出，应当区分研究阶段与开发阶段。研究阶段的支出应当于发生时计入当期损益。开发阶段的支出，应在满足无形资产确认条件时，才能确认为无形资产。但在会计实务中，数据资源研究阶段和开发阶段的时点具有模糊性，划分难度很大，无法严格区分出研究阶段和开发阶段。
目前，无形资产研究阶段和开发阶段尚未有一个明确的判断标准，虽然熊艳和裴潇（2022）认为可以根据数据价值链划分数据资源的资本化时点，提出数据收集、整理、筛选等初始阶段所发生的各项成本支出应当费用化，将数据在分析、挖掘、应用等阶段所发生的人力、设备、技术等成本作为数据资产的入账成本，但在某些情况下，数据资源的采集、筛选、处理和分析可能同时进行，难以明确区分。笔者认为，资本化时点判断主观性较强，企业需要依赖具有经验和专业知识背景的人员根据具体的数据资源特点、业务目的、应用场景等因素进行鉴定和判断，判断时要注意资本化时点的一致性，相同项目或类似项目的资本化时点判断依据要一致，不能随意修改。
4. 数据资源无形资产使用寿命确认及摊销方法选择
《暂行规定》明确数据资源无形资产应按照无形资产准则对其进行摊销，其中会涉及使用寿命的确定以及摊销方法的选择，这也是数据资源后续计量的难点。第一，使用寿命确定难。由于数据资源具有时效性和增值性，数据资源的价值可能会随着时间推移而衰减，也可能会随着时间的推移而增值，难以判断数据资源彻底丧失价值的时点，因此无法确定其使用寿命。第二，摊销方法选择难。目前有三种观点（上海数据交易所，2023）：一是数据资源无须进行折旧和摊销，因为数据资源不会随时间发生实质性损耗；二是数据资源采用直线法进行摊销；三是数据更新迭代快，采用加速折旧法对数据资源进行摊销。
笔者认为，数据资源的摊销年限应根据具体情况进行评估和确定，不同类型、不同用途的数据资源寿命年限不同，企业在确定寿命年限时需要考虑数据资源的生命周期、质量等因素。企业要根据业务需求以及数据资源特点，选择能够反映与该项数据资源有关的经济利益的预期消耗方式的摊销方法。对于寿命不确定的数据资源无形资产不进行摊销，但需要在每个会计期间对其使用寿命进行复核，无论是否存在减值迹象，每年都应当进行减值测试。
5. 数据资源减值
数据资源后续计量涉及减值测试，企业需要计量数据资源无形资产的可收回金额以及数据资源存货的可变现净值。《暂行规定》明确提出，企业要采用历史成本法对数据资源进行计量，但减值测试需运用公允价值法和未来现金流量现值法来实现。但实际上，一方面，目前数据资源市场不活跃，难以采用公允价值法；另一方面，数据资源的未来现金流量波动性较大，预测未来年度的现金流量具有一定的难度和挑战。
对数据资源进行减值测试是数据资源后续计量的重要环节。在现阶段，笔者倾向于采用未来现金流量法对数据资源无形资产进行减值测试。相较于公允价值法，未来现金流量法是现阶段可以实现的一种方法，待数据资源市场活跃后，企业可采用公允价值法进行减值测试。在预测未来现金流量时，企业需要秉持谨慎性原则，考虑市场变化和不确定性因素，并结合数据资源的应用场景进行合理的假设和预测，不能脱离实际情况夸大预期现金流。另外，企业也可以借助第三方外部服务机构支持进行数据资源减值测试。数据资源存货在确定可变现净值时，若没有数据资源的市场售价作为依据，可以根据企业近期的平均合同售价确定预计售价。
（三）数据资源价值评估
《暂行规定》仅明确规定外购和内部形成的数据资源采用历史成本法进行计量，除了外购和内部形成的数据资源外，企业还会通过并购、非货币性资产出资等方式获得数据资源，需要第三方评估机构对数据资源价值进行评估。例如，企业在并购过程中产生的溢价并不全部来自于商誉，并购成本超过享有可辨认净资产公允价值份额的差额部分应合理拆分为商誉与数据资源，这就需要专业评估机构对其价值进行评估。除此之外，企业在进行数据资源减值测试时也会涉及数据资源价值评估。
目前，关于数据资源价值评估方法的探索仍基于传统的成本法、市场法、收益法进行，这三种方法各有优劣。其中：成本法计算简单，易于理解，但是数据资源产生的价值往往远大于其成本，使用成本法无法体现数据资源带来的收益，不能反映数据资源的真实价值，且数据资源的成本不易计量，增加使用成本法评估的难度。市场法能够反映数据资源的经济价值，但受限于目前的数据交易市场不活跃，缺乏足够的可比市场交易案例，目前很难通过市场法实现。收益法也能反映数据资源的经济价值，但未来收益、未来使用寿命、折现率等参数的确定具有较强的主观性，这些参数的微小变动可能对评估结果产生较大影响。
中国资产评估协会在《暂行规定》出台后发布了《数据资产评估指导意见》（以下简称《指导意见》），助力数据资产化进程。《指导意见》确定数据资产价值的评估方法包括收益法、成本法和市场法三种基本方法及其衍生方法，并列举了三种基本评估方法的模型和适用场景。总体而言，市场法在现阶段还是比较难实现的，成本法和收益法是数据资产价值评估的突破口，同时，相关专业人员可以研究其他适合数据资源价值评估的衍生方法。目前，数据资源价值评估方法还在研究探讨阶段，国内外都缺乏可供参考的成熟经验，需要政府部门、行业协会、第三方服务机构等共同发力，完善数据价值评估体系，细化数据资源价值评估指引，培养一批专业的数据资源估值和定价方面的专业人才。
三、数据资源入表实施建议
实施数据资源入表、推动数据资产化势在必行，企业可以从以下五个方面入手：一是完善数据资源合规与确权机制。作为数据资源入表的首要条件，企业要确保数据来源、数据内容、数据处理、数据管理、数据运营等环节符合法律法规和相关政策，同时明确数据资源权属，获取外部数据资源时要确保授权链条完整。二是建立数据资源有效治理体系，规范数据管控流程，做好元数据管理、主数据管理、数据标准、数据质量管理、数据安全管理等工作，保障数据资源全生命周期管理。三是制定数据资源管理与核算制度，明确相关部门及岗位职责，厘清职责边界，同时规范企业数据资源财务核算与管理行为，固化企业数据资源管理与核算流程。四是搭建数据资源管理平台，利用信息化、数字化技术实现数据资源集成、数据存储、数据血缘分析、数据资源目录构建、数据查询与检索、数据资源可视化等功能，对数据资源全生命周期进行持续和动态管理，充分发挥数据资源价值。五是借助外部服务机构帮助。目前数据资源入表工作还面临许多挑战，企业靠自身难以完成，可以借助会计师事务所、律师事务所、资产评估机构等外部服务机构的力量，共同实现数据资源顺利入表。
陈 虎，中兴新云服务有限公司总裁
赵旖旎，中兴新云服务有限公司副总裁
现已开启报名
关于我们：中兴新云是中国财务数字化领域领先的管理咨询、信息技术及知识服务机构，至今，已为国家工信部、教育部、中国中车、南方航空、中国一汽、华侨城、中国有色、中国旅游集团、中国石油、招商局集团、华润集团、中国移动、南方电网、中信金控、广新集团、申能集团等三百多家大型集团企业及政府相关机构提供从管理咨询、方案设计到信息系统的全方位解决方案，以财务+IT+DT的创新研究和实践，引领财务数字化在中国的发展。中国企业，全球梦想——中兴新云始终致力于帮助中国企业拥有世界级能力，中国企业强，则国强！
如您有参观采访、信息核实及商务合作，请联系我们：
· 电话：400-900-5123
· 邮箱：info@ztccloud.com.cn
