“数”欲静而“风”不止——议数据资产入表风向与行业自律
点击蓝字
关注我们
自2023年8月财政部发布《企业数据资源会计处理暂行规定》以来已有一年时间，这一年以来，国内各行业的数据资产化工作可谓是火热推动并逐步落地，随着央企代表中国移动首次在半年报中披露7000万的数据资产入表成果，标志着企业数据资产化工作已进入全面推广阶段。
然而近日，数据资产入表行业出现了一些风向与评论，引起了不少业内人士的探讨甚至是争议，主要体现在以下几个热点事项：
热点一
有数商代表发表微信文章称“退圈了，不干数据资产入表了”，引发了正、反两方的热点讨论。
热点二
某保险公司开展数据资产入表保险业务创新，正式推出了数据资产入表保险产品，企业入表失败可理赔。
热点三
数据资产增信与贷款产品兴起且金额倍增，部分银行针对企业的数据资产已提供超亿元（最高达两亿）的授信。
热点四
数家上市公司就一季度披露的数据资产入表金额进行会计差错更正解释，表示记错账了。
热点五
部分企业的数据资产入表仅仅花费数万元甚至更低，聘请科技协助其完成数据资产入表的全链条工作。
数据资产入表的全链条工作
作为从事数据审计和咨询服务二十余年的从业者，笔者既处于行业数据资产创新的前线并正在积极推动资产化工作，又从财务审计的稳健、谨慎视角协助企业严格遵循会计准则与合规要求。针对以上几个事件笔者确实非常感慨，亦认为到了不得不站出来发声并呼吁行业自律的时机了。其实近几个月笔者已经在各种不同的场合发表自己的观点，例如今年5月数字中国峰会的研讨会中笔者就针对目前数据资产入表的部分乱象呼吁行业规范与自律。在此，笔者诚恳地向各位行业同仁重申观点并分析下目前的热点事项。
针对第一条有数商退圈的情况，笔者先按下不表，将在最后再进行总结分析和阐述，我们先来看看其他四个事件：
一、浅议数据资产入表保险
首先就数据资产入表保险而言，在数月前就曾经有保险公司的业务创新人员联系过笔者，询问笔者有关数据资产入表保险产品创新的相关事宜，说公司在产品设计中遇到了一些困扰和问题，希望咨询专家的意见。在笔者了解完产品的设计思路后就表示非常惊讶并明确表示反对，理由如下：
• 数据资产入表应当严格遵循会计准则相关要求，如果符合准则要求则入表，不符合准则要求则无法入表。
• 在入表金额方面，应按成本法对数据资产的相关成本进行梳理，符合资本化条件的成本可以入表，不符合的无法入表，无法用高于成本的市场公允价格或资产估值结果入表。
• 不论是否能够入表以及入表的金额多少，都必须遵循会计准则且不允许企业操纵入表金额。这种情况下，如针对入表与否及入表金额来设计保险及赔付条件，那置会计准则于何地？如果数据资产入表都能保险，那企业的资产负债表、损益表都能进行保险？进而推之，企业的财报审计也能保险？企业财报出错甚至造假无法通过审计，还能获得保险公司赔付？
对于保险公司的数字化创新，本身无可厚非，因为这也是今年国家金融工作会议中提出的五篇文章要求，其中就包括科技金融、数字金融这两篇文章，金融机构应当积极推动科技和数字赋能并融合金融业务，释放新质生产力。然而另一方面，创新也应当充分考虑相关法律法规和准则规范等要求，不能操之过急。针对数据资产入表保险，当时笔者就和保险公司的业务创新人员反馈并建议其不要以数据资产入表来设计保险，而是把数据资产作为一类新型资产，参考其他资产保险（如车险、设备险等）来设计保险产品。目前的保险产品中虽然也包括了数据资产的保险，但是仍然把入表纳入到保险中，笔者深表遗憾。
二、浅议数据资产增信与贷款
说完保险咱们再来聊聊银行的授信与贷款，两者都属于数字金融的创新领域。针对企业数据资产增信和贷款，笔者是完全持赞同和支持态度的，因为在数据资产化的四大逻辑中（政策逻辑、产业逻辑、财务逻辑、金融逻辑），企业获得金融和资本市场的投融资支持，是数据资产化实现价值闭环及循环增值的重要环节，企业通过资本市场获得的资金，可以进一步提升数据资产的价值创造能力并支持企业打造形成新的数据资产，给实体产业和业务带来更高、更有效的数字赋能效果与商业价值。
在授信和贷款金额上，笔者也相信各家银行均已建立了成熟的信用风险管理和授信审批体系，都有量化的客户信用评级模型和完善的授信审批流程等，毕竟中国银行业在这十几年执行新资本协议以来（从1.0都到3.0了），信用风险就是银行三大风险中最为重要的领域，贷款不良率也是金融监管机构重点关注的领域。在目前数据要素市场建设并逐步发展成熟的过程中，全国各地的数据交易所或知识产权中心也确实完成许多数据资产的登记、交易与融资。但是，这其中是否存在高估数据资产价值的风险？是否存在数据资产作为抵质押物难以变现的风险？答案是肯定的。
• 从价值认定上来看，本身目前行业上的数据资产估值报告与数据资产入表的实际金额是不一定匹配的，因为数据资产入表遵循成本法，无法以市场法或收益法来认定高于成本的入表金额，但是数据资产估值是可以用市场法和收益法来进行评估的，可能会造成与入表金额的错配。
• 从资产变现上来看，目前大多数据资产交易还是以买卖双方撮合为主，仍无法形成像股票交易市场这样商业化的交易与变现，所以对数据资产的流动性会有一定的影响。
因此，针对数据资产价值和变现上的风险，银行应当配备专业的数据风险管理人员或聘请专业的机构进行评估与认定。笔者也曾经协助国内某领先银行制定全行数据风险管理办法，但是也看到了许多银行在数据风险管理领域存在一定的缺失，这就要求银行在开展数据授信与贷款的过程中，应建立相匹配的数据风险管理机制和流程、岗位人才、系统工具等，以合理规避与管控数据资产价值泡沫、流通变现难等相应风险。
三、浅议上市公司数据入表差错更正
今年一季度上市公司发布季报后，有二十多家企业披露了数据资产入表金额，甚至有几家企业的数据入表金额超过5亿元，且属于传统行业（不是数据服务商）但数据资产计入存货科目（意味可对外交易变现）。当然，季报披露不久之后很快就有企业陆续进行了财务差错的更正。
对标中国移动这样万亿级资产规模的企业，且具有高数字化能力和数据服务能力的移动运营商行业属性，入表金额7000万仅占资产规模不到万分之一。笔者在今年初的专家研讨会和各类数据资产研修讨论班中与行业同仁分享2024年企业数据入表的展望时，就曾提出针对大型企业数据资产入表（首次）占比万分之一的预判，从目前实际落地情况来看应当还是较为公允的。但是看到这些披露数据入表的企业所拥有的数据资产金额如此之高，甚至在今年二季度仍然看到有企业的数据资产入表金额占到整体资产规模的五分之一，笔者都觉得很不可置信。
另外在有些报道中，出现地方企业在宣传中称其24年一季度就完成了近千亿条数据的入表，那么笔者不禁就要问，财政部发布的《暂行规定》要求数据资产入表是2024年1月1日起生效，采用未来适用法，不对以往年度进行调整。这样来看的话，对于一家不是互联网行业的传统企业且是地方级（非全国性），一个季度就产生了千亿级别的数据是否可能？还是大概率这属于历史形成的全量数据？如果是历史几十年形成的全量数据，那其采集和研发等历史成本能否入表？答案是显而易见的。
笔者在今年6月份曾受邀参加了某监管机构的闭门会议，监管机构领导和专家们探讨目前企业数据资产入表的规范性、严谨性以及对市场的影响，以及从监管视角是否、如何考虑对不规范入表的企业进行通报或处罚，如何更好的规范数商（特别是不符合相关资质的）并引导行业健康发展。近期也有不少地方的监管部门收到相关通知，要求关注和规范本地企业数据资产化相关事宜。希望这些都能引起企业和数商的广泛关注，确保数据资产化与入表工作能够依法合规、有序高质量推进。
四、浅议数据资产入表服务市场乱象
目前数据资产服务行业是非常内卷的，不同类型、不同领域的数据服务商在同一赛道上互相竞争，比如科技类产商不只做数据产品和工具研发，也做数据合规确权、也做数据估值、也做数据入表，而且是以低于市场价的价格来获得企业的服务项目。另一方面不少企业也是不了解数据资产背后的逻辑，认为这件事不存在风险，找谁都能做，往往低价者得等。
这样的结果只能导致行业乱象频发和不良竞争，劣币驱良币，也是以上很多企业数据入表不规范、不合规等问题的重要原因，而且是在企业不知晓背后风险的情况下完成的，存在重大的合规和处罚隐患。任其事态发展下去，一旦监管单位出手，对部分入表企业或数商进行处罚，那必将对整个数据资产市场造成重大的打击，相信这也不是广大行业同仁们希望看到的！
再回到前面提出来的第一条热点事项，有数商表示要退出数据资产入表圈，笔者表示充分的理解，因为大家都深受其害。但是退出不是解决问题的办法，我们身在其中，应当为行业呼吁并做些积极的事情，从自律视角更好的引导行业的健康发展。在此，笔者重申数据资产入表的正确逻辑和观点：
•政策逻辑：数据资产入表不是最终目标，企业数据资产化应当放到全国数据要素市场、数字经济发展、提高新质生产力的大环境中，配合国家和行业政策推动并实现数据赋能产业、创造经济价值的宏伟蓝图。
• 产业逻辑：产业和业务先行，企业要先确定数据应用于产业（如制造、消费、医疗、交通、金融等）的不同业务场景（如营销、生产、风控等），并在相应的业务场景下打造数据资产或数据产品，对业务形成赋能并创造经济价值。没有业务场景的数据资产入表，是做假账！
• 财务逻辑：在产业和业务逻辑完成的基础上，财务仅仅是体现业务的数字化赋能成果，公允、客观的反映数据资产的成本、收益并按照准则在会计核算和信息披露中体现。有了数据资产化的业务逻辑，数据资产入表就是顺其自然完成的。
• 金融逻辑：通过数据资产化和入表，企业在资本市场获得的资金，进一步提升数据资产的价值创造能力并支持企业打造形成新的数据资产，给实体产业和业务带来更高、更有效的数字赋能效果与商业价值，形成闭环和下一轮循环。
结合上述事项的分析，笔者再次郑重呼吁并提出以下建议：
第一，建立行业自律组织，发布行业自律规范：
可参考DAC数据资产大会2024年8月最新发布的数商生态图谱，明确不同类型数商的角色定位，并结合数据资产化白皮书和各类宝典等进一步形成行业自律规范，推动行业各方遵循执行。
第二，加强企业教育，充分提示风险并引导入表：
联合相关政府单位、监管单位开展数据资产化研讨、培训和交流，邀请行业专家对企业管理层及数据资产化相关部门人员进行合理宣贯和培训，积极推动交流。
第三，发挥行业领头羊企业带动作用，分享成功经验：
按照不同行业划分（如制造、能源、交通、金融等），邀请行业内初步完成数据资产化的行业领头羊企业进行经验分享，或通过行业协会组织带动中小企业有序开展并推动数据资产化工作。
第四，加强与政府及监管单位沟通，协助监督与汇报：
各企业及数商应加强与相关政府和监管部门的沟通，对不同行业、区域的企业数据资产化情况进行及时沟通汇报，协助开展相关监督及风险提示，为数据资产化工作保驾护航。
数据资产•求索之道
数据资产化不是一项简单的工作，涉及方方面面的专业领域，涵盖了业务、财务、合规、技术、数据等，需要政府及监管部门、行业协会、企事业单位、数据交易所、知识产权登记中心、咨询公司、资产评估公司、会计师事务所、律师事务所、科技产商、研究机构或大学、金融机构等多方参与并互相配合方能有序推动，这其中离不开政府相关部门的监督和引导，也离不开行业自身的自律和规范。路漫漫其修远兮，吾将上下而求索。希望广大同仁们能在求索的过程中，不被不当之风带偏，做到心中有数，“知止而后有定，定而后能静，静而后能安，安而后能虑，虑而后能得”，“知所先后，则近道矣”——出自于笔者所在公司发布的数据资产入表白皮书《知止篇》，各位有兴趣可以参考。
上述内容来自于笔者这一段时间以来推动行业数据资产化工作的切身经验体会和个人观点，其中难免有不足、不恰当之处，欢迎大家批评指正。
申请方式一
如果您有意向加入全球数据资产理事会，请扫描下方二维码下载《DAC全球数据资产理事会申请表》及《DAC全球数据资产理事会专家申请表》。
注意事项：
1、《DAC全球数据资产理事会申请表》填写完毕后请加盖公章。
2、《DAC全球数据资产理事会专家申请表》请注意使用手写签名。
最后以pdf文件发送至指定邮箱info@dacglobal.cn。
申请方式二
https://dacglobal.cn/councils/accede
扫描上方二维码，注册/登录数资荟账号，填写相应材料并提交，审核通过之后会有工作人员与您联系。
往期推荐