数据资产入表实战：A股公司的首次尝试与反思

作者 | 何逸灿

随着大数据、人工智能等技术的快速发展，数据资产的价值日益凸显，成为企业核心资产之一。数据资源入表已经从企业响应合规要求的做法变为把握转型机遇的举措，它一方面促使企业提升产业投资分析、数据管理和价值评估等关键领域能力，另一方面引导企业探索新的商业模式和管理模式。

2024 年，随着《企业数据资源相关会计处理暂行规定》（下称《暂行规定》）的实施，数据资产入表成为可能，标志着企业资产管理理念的重大转变。第一季度报告成为了数据资产入表有无成效的首个观察窗口。

据统计，在已公布一季度报告的 A 股上市公司中，有 25 家公司在资产负债表中披露了“数据资源”情况，涉及总金额达 15.72 亿元。然而，近期却有多家上市公司取消了数据资产入表，暴露了数据资产入表在实际操作中的不确定性和挑战，这一现象引起了广泛关注。

25家公司资产入表情况统计

数据资产入表现状

在“存货”项目下增设“其中：数据资源”项目，反映资产负债表日确认为存货的数据资源的期末账面价值；在“无形资产”项目下增设“其中：数据资源”项目，反映资产负债表日确认为无形资产的数据资源的期末账面价值；在“开发支出”项目下增设“其中：数据资源”项目，反映资产负债表日正在进行数据资源研究开发项目满足资本化条件的支出金额。

——《暂行规定》对资产负债表相关列示的要求

从数据资产入表科目来看，在季报更正后仅有 2 家公司将数据资源列入“存货”科目，6 家公司将数据资源列入“开发支出”科目，13 家公司将数据资源列入“无形资产”科目。

由于季报披露要求较为简单，大多公司仅披露了数字，尚未按《暂行规定》对数据资源相关会计信息进行披露。其中美年健康汇报了利用数据资源推进“ALL in AI”战略的多项成果，卓创资讯披露了将数据资产作为无形资产核算的判断依据以及数据资产的摊销方法，中远海科详细介绍了“船视宝”数字化产品并说明将其视为数据资产并入表的原因。

随后更正季报的 7 家公司均因为误填财务报表而“取消数据资源入表”。其中有 4 家公司将原记入“存货”项下的“其中：数据资源”项目调出后重新记入“合同资产”项目，有 1 家公司在调出后重新记入“存货”项目；有 2 家公司“数据资源”项目与其他项目数据重复，因此删除了“数据资源”项下的数据。

这 7 家公司集体误填财报很可能是由于今年财报格式发生变化，“存货”“无形资产”“开发支出”项下各新增了一个次级科目“其中：数据资源”，因而出现了错行、多填的问题。此外也有观点认为，这可能是企业对数据资源的认识不足、理解有误，从而为数据资产确权、会计处理和价值评估带来了不确定性。

数据资产入表还存在诸多现实挑战

数据资产确权难题

数据资产的确权是其入表的前提条件。“权”涉及到数据的所有权、使用权、隐私保护等多方面因素，权属上的任何缺陷都可能导致经济损失和面临第三方索赔的风险。特别是当企业将数据资源作为发行债券或资产证券化的底层资产时，对数据资产的确权要求将更为严格。

数据资产价值评估的复杂性

数据资产入表的核心在于将数据转化为具有可衡量价值的资产。这一过程的关键在于数据价值化，即确定数据的经济价值。目前，主要有三种方法用于评估数据的价值：第一种是成本法，关注将数据转化为资产所需的资金投入；第二种是收益法，它基于数据所能带来的经济回报；第三种是市场法，基于市场行情去评估价值。这些评估方法都有待进一步标准化。

除了价值评估方法不统一的问题，数据资产的价值还依赖于其如何被利用和转化为商业成果，包括数据的稀缺性、精确性、相关性以及可预测未来收益的能力。由于这些因素的评估具有高度的主观性和不确定性，企业可能难以准确计量数据资产的价值。

数据资产入表会计处理的不确定性

在实际操作中，怎样评判数据资产是否符合传统的无形资产或存货的会计确认和计量标准，仍是一大难题。数据资产虽然在本质上属于资产范畴，但其存在形式与传统资产有所不同，它具有主体多元性、高可塑性和价值波动性等独特属性。因此，数据资产“入表”应在遵循已有会计准则框架的基础上结合数据自有特征来推进。

推动数据资产化，入表只是第一步

无论是哪一种数据资产价值评估方法，归根结底还是要解决数据能不能产生收益的问题。因此要进一步释放数据资产的价值，就要让数据资产可交易、可流通。数据资产入表是推动市场化的关键步骤，而市场化的成功推进则建立在数据资产能够高效且合规地流通的基础之上。这要求首先解决数据资产如何创造收益的问题，以保证其在流通过程中能够转化为显著的经济效益。

尽管目前数据资产入表面临诸多挑战，但其在未来的发展仍具有巨大潜力。未来，随着相关政策的完善、会计准则的明确以及技术的发展，数据资产入表有望实现更加规范化、标准化的发展，为企业提供更清晰的价值评估和资产管理路径。

专题征稿启事

AI 的广泛应用，特别是大模型等前沿技术，正在重新定义业务运营、创新服务和客户体验。应此变革，InfoQ 数字化经纬启动《AI+ 千行百业，驱动业务场景创新》专题，借此机会深入探索 AI 在不同行业的应用实践，提供行业洞察。

我们欢迎相关企业实践案例的投稿，或是希望接受我们采访的企业与个人主动联系我们。

 内容推荐《行知数字中国 - 数字化践行者年度力量榜特刊（第一期）》汇集了 2023 年在数字化转型中取得显著成果的标杆案例，涵盖企业、团队、个人三大维度，提供针对性的策略和实操指南，助力各行业深入理解并应用最新的数字化实践。关注「InfoQ 数字化经纬」公众号，回复「特刊」可免费下载。 企业福利

《数据分析人才培养解决方案》旨在对不同基础、不同岗位的业务人员，进行科学的数据分析培训，因材施教，为企业培养数字化应用人才，赋能业务发展，扫码添加小助手，回复「数据分析方案」可免费获得，分享以渔获得新的人才培养灵感！

 福利通道

• 关注「InfoQ数字化经纬」公众号，回复「案例」领取 《行知数字中国数字化转型案例集锦》。
• 关注「InfoQ数字化经纬」公众号，回复「进群」加入数字化读者群交流。
• 关注「InfoQ数字化经纬」公众号，回复「抽奖」可以参与本周活动，有机会获得精美礼品。

今日好文推荐