國家數據局發布“數據要素X”行動方案明確提出推動將滿足資產確認條件的數據資源，計入資產負債表無形資產或存貨，推動數據資產化。財政部發布的《企業數據資源相關會計處理暫行規定》將于2024年1月1日起正式施行，為提升暫行規定的執行效果，落實國家數據局“數據要素X“方案行動思想，上海數據交易所已于2023年全球數商大會發布《數據資產入表及估值實踐與操作指南》報告，以企業數據資產入表模擬與估值測算案例研究為基礎，針對企業數據資產入表十大難點提出一些可行的處理辦法。本文將結合近期企業數據資產入表案例研究成果，針對企業計入“數據資源無形資產”的實踐問題，詳細闡述入表十大挑戰之可行解法，助力企業2024年順利推進數據資產入表。請注意，我們目前案例研究中遇到“數據資源存貨”的比例較小，本文對這部分不做討論。

1.數據資源確權難

數據二十條創新性地提出了數據資源持有權、數據加工使用權、數據產品經營權三權分置的確權路徑，但在企業實踐中，企業通過公開渠道自主采集的數據、企業業務中積累但涉及顧客個人信息的數據，甚至是企業采購的數據，各種不同渠道的數據來源如何確權，如何明確說明是“企業擁有或控制”，依然是擺在數據資產入表的第一大難題。針對這一問題，我們首先建議社會各界繼續加強關于三權的研究，為三權的實踐路徑提供制度保障；其次企業從自身角度出發應該規范化、合規化數據加工相關的流程，尤其是采集方式、購買合同、數據內容、加工流程等可能產生合規風險的環節，必要時可以請律師事務所等機構協助確權。數據資源開發利用的前提是合法合規，保護公共安全和相關市場主體的隱私安全，其次是促進數據高效流通使用，賦能實體經濟。

2.數據產品成本歸集難

數據資產入表是對滿足資產確認條件的數據產品進行會計核算、并在資產負債表列示與披露的過程，但我們研究發現，企業在數據產品的管理過程中，更多的是從滿足特定需求為出發點，數據采集、清洗加工、建模開發、安全存儲等環節的成本管控做得相對粗放，且數據業務部門和財務部門之間存在較大信息不對稱，導致數據產品成本歸集存在困難，進而導致“入表難”。我們認為，數據產品成本歸集問題應該根據業務流程進行深度優化，一方面從理論方面研究數據產品這一類無形產品的精益管理，另一方面結合企業實踐對數據產業鏈進行科學規劃，合理布局數據加工鏈條中涉及的部門并落實工時管理系統，為數據產品開發流程中相關成本投入的可靠計量提供可靠依據。數據產品成本歸集之難，暴露了目前大多數企業業財融合工作推進程度較低的狀況，預示著企業需要縱向深度提升數字化水平。

3.數據產品收入與成本匹配難

這一難點一般是企業數據產品管理能力欠缺導致。不同的數據產品是為了滿足特定細分場景的需求來研發的，但顧客的需求往往是綜合的，所以企業跟客戶之間的銷售合約往往是多個數據產品打包銷售的模式。不同的顧客可能有不同的組合產品包，且企業營銷策略可能針對不同類型的客戶存在差異，導致數據產品收入與成本匹配存在較大難度，這對企業數據產品管理提出較大挑戰。我們建議，企業一方面應該建立數據產品管理目錄，對于商業模式相似的同類數據產品統一管理，尤其是調用同一基礎數據資源庫的產品，另一方面形成數據產品投入產出評價體系，科學合理分析不同類別數據產品的實際價值，為內部產品研發、營銷策略等決策提供支持。上海數據交易所在數據資產入表案例研究中已經協助一些企業形成有關數據產品的管理目錄，并著力探索企業數據產品如何借力場內交易組織平臺提高管理效率的方法。

4.數據資產確認難

首先，入表入的是確認為無形資產的數據資產達到使用狀態之前的“投入”中滿足資本化條件的部分。其次，目前市場上有很多人認為業務積累的數據資源可以先評估后入表，這是錯誤的觀念，這部分數據資源的價值可以體現在產品的售價，但不能以評估價列示于資產項。個人和企業活動每天產生大量的數據，企業持續不斷在進行數據采集、清洗、加工和生產，甚至數據產品在滿足特定需求之后也依然需要不斷投入去滿足顧客對于檢索、風險事件預警等資訊時效性的要求，這一業務模式導致數據產品達到預計使用狀態的時點難確認，且與傳統軟件類無形資產存在較大差異，即達到預定使用狀態之后企業依然要持續投入才能確保數據產品的使用有效性。這是目前數據資產確認的最大挑戰。有的企業采集公開數據生成實時資訊類報告或者輿情類產品銷售給客戶，這一類產成品的特征是生產周期短、時效性非常強，且大多數產成品不具備超過一年的長期使用價值，即這一類產品雖然確實給企業帶來了經濟利益流入并且成本可靠計量，但很難確認為數據資源無形資產。

研究發現，如果企業是以數據作為生產要素，那與數據業務相關的投入有一大部分本質是主營業務成本，而非計入費用，合理記錄有助于企業評估數據產品毛利率等關鍵指標。有的風控類（或產業類）數據產品時效性相對較弱，客戶一般要檢索過去三至五年的歷史數據，但客戶同時會要求產品供應方持續提供一年以上相關目標產品的實時數據更新，這意味著數據產品的交付不是一次性交易，而是長期合同的履約模式，這為該數據產品的確認和初始計量都帶來了挑戰。我們建議，企業和審計機構應該審慎判斷數據產品的生產過程和使用場景，重點考察數據產品時效性特點，不應盲目以數據業務的持續性作為數據資產的確認標準。

5.數據資產研究階段與

開發階段區分時點確認難

根據前期企業實踐研究，我們發現大多數的數據產品是在需求驅動的場景下進行研發的，但也有一些數據產品是企業在對積累的數據資源進行治理之時實現了部分需求，進而繼續加大投入進行數據資源商業化運營的。在這種情況下，對于滿足資產確認條件的數據產品，如何區分研究階段和開發階段就顯得至關重要，直接影響企業數據資產的初始規模。我們建議，對滿足長期需求、符合數據資產確認條件的數據產品，在研究階段結束時應該通過立項的方式確認開發時點，并盡可能量化后續開發階段的人力和設備投入，為數據資產成本或價值可靠計量提供依據。

6.公共數據運營模式入表難

目前，公共數據授權給相關企業進行開發是很常見的模式，企業將數據資源開發形成模型類、核驗類產品以接口形式提供給社會。一般情況下，公共數據授權部門和企業以接口調用次數進行收益分成，而這種模式下，被授權主體的收入與成本同時發生，導致公共數據授權費不滿足資產確認條件，難以形成企業報表數據資產。針對這種情況，我們建議企業提前做好授權合約的設計和規劃，通過收益管理和合約管理，可以將期初支付給授權機構的授權費用，以及數據產品開發相關的人力和設備投入，在數據產品符合數據資產確認條件時進行資本化。之后，我們建議一方面應該繼續探索公共數據運營模式，深入研究公共數據定價，另一方面繼續研究數據二十條提出的“由市場評價貢獻、由貢獻決定報酬機制”的實踐方式，為公共數據產業鏈上相關的參與主體提供制度保障。

7.數據資產預計使用壽命確定難

本文嘗試將數據產品按照使用場景分為三大類，輿情類數據產品屬于產成品生命周期大概率小于一年的，不能滿足無形資產的確認條件。營銷類和風控類（或產業類）屬于生命周期大于一年可以計入數據資源無形資產的數據產品。如前所述，企業數據產品是為滿足特定細分場景的需求而設計的，而特定需求時效性如何判斷往往存在較大困難，同時數據產品是否能持續滿足特定場景的需求也存在疑問，如由于消費者的偏好持續變化，支持精準營銷或者其他營銷策略的數據產品往往在使用初期對于新客戶獲取或者老客戶復購的效果較好，但隨著時間推移，企業研發的營銷類數據產品的使用效果會出現明顯邊際效用遞減的特征，此時就需要企業優化營銷模型甚至開發新的營銷產品。基于此，營銷類數據產品的預計使用壽命為幾個月到一兩年不等，很少有持續且集中為企業帶來經濟利益流入超過三年以上的營銷類數據產品。而風控類數據產品的使用壽命則一般都比較長，以銀行為企業客戶提供授信的場景為例，一般情況下，銀行會考察企業過去幾年的經營情況，也會同時請提供企業輿情追蹤的企業監測授信期該客戶的風險事件，即某個時點新進入的銀行客戶會至少使用某企業客戶的數據超過3年，有些甚至在5年以上。我們建議，一方面企業應該通過客戶分析、客戶調研等合理判斷數據產品的使用壽命，另一方面審計機構應該通過全市場同類產品的對比來確認企業所提供的判斷是否合理，嚴格把關財務報告關于數據資產攤銷年限的選擇。未來希望場內市場可以為審計師提供數據資產確認和計量的可靠信息。

8.數據資產攤銷方法選擇難

一般來說，無形資產的攤銷方法可以選擇直線攤銷法或者加速攤銷法，如年數總和法。在合理預計數據資產使用壽命時，我們認為應該審慎判斷數據產品在需求場景中發揮作用的具體方式，尤其是對于時效性比較強的數據產品，建議應該用年數總和法等加速攤銷方法。對于生命周期較長的數據產品，企業也應該在使用期限內緊密觀察效果，如果出現銷售不達預期或者其他不利情況，應該遵循不高估資產的原則，及時調整數據資產的賬面價值。建議企業應該根據自身業務模式，嚴格審慎地選擇適合的攤銷方法并一致地運用于各會計期間。

9.內部使用數據資產確認難

金融機構和傳統工業企業在數字化轉型的過程中積累了大量的數據資源，并且將這些數據資源開發利用支持企業各項業務以期實現降本增效的目標。在對數據資源開發利用的過程中，企業往往會形成一定規模的內部使用型數據資產，這一類數據資產的確認較對外提供服務的數據資產更難。首先，該類數據資產預期經濟利益流入很難評價，其次，對于擁有多平臺、多產品的銀行和證券等金融機構來說，成本或者價值可靠計量這一條也很難實現。目前，有的金融機構已經開始著手搭建內部數據產品的管理平臺，從數據資源采購到數據產品開發進行全流程管控，這是一個很好的嘗試，也為內部使用數據資產的可靠計量奠定了良好基礎。我們建議，企業內部使用的數據資產可以參考內部使用的軟件，首先制定內部使用效果評價體系，從量化指標上確認該數據資產的確起到了降本或者增效的效果，其次根據同行業或者公司歷史研發的數據產品合理判斷使用年限，審慎對內部使用的數據資產資本化。

10.數據資產稅會差異應對難

企業會計上對于數據資產按照預計使用壽命加速攤銷，如3年或者5年，但稅法規定無形資產在不低于10年的攤銷期限內，按照直線法計算的攤銷費用準予扣除，因此，稅會政策差異會導致企業需要支付較高的當期所得稅費用。并且，確認數據資產的過程將企業按照以前會計準則費用化處理計入研發費用的部分計入資產，而這部分原本企業可以在所得稅前享受加計扣除的稅收優惠。因此，結果有二，第一是企業的研發費用減少對于申請高新技術企業或者IPO的企業來說，可能無法滿足研發費用占收入比例的要求，第二是企業當期繳納稅費可能過高，對現金流產生影響。雖然稅會差異并不是永久性的，只是時間性差異，但為了有效支持數據要素市場的發展，我們建議應該推進稅法相關配套政策研究與實施。

數據產品精益管理、數據資產入表是數字經濟時代的一個管理課題，需要社會各界共同關注，也需要國家級數據交易所為企業提供基礎設施和制度保障。