市場反應遠比我們預想得要快。24家上市公司披露“數據資源”財務數據，釋放了擁抱“數據資源入表”的強烈信號。

據不完全統計，在各A股上市公司陸續披露的2024年第一季度報告中，共計24家[1]上市公司在無形資產、存貨、開發支出等會計科目下披露了“數據資源”財務數據，這既是企業響應數據資源入表政策的積極實踐，亦是在現行經濟大環境下企業對“破卷之道”的有利探索。

本文中，我們通過以下邏輯明確為什么“數據資源入表”將成為高新類企業的新“標配”：

1、研發能力的新評估視角：我們先以上市公司航天宏圖為例，分析其研發費用和數據資源的占比，這一定程度上呈現企業的“研發”落地能力；

2、高新企業的新標配需求：我們通過分析研發落地能力目前的尷尬局面， 無論從高新技術企業的界定，還是從商業秘密在企業價值呈現端的“失蹤”，都證明了數據資源入表在實踐中緊迫且切實可行的“標配”性需求；

3、入表難點催生新服務物種：我們通過總結數據資源入表的難點，分析數據產品掛牌和數據資源入表之間的關系，并最終預判市場將催生一個新的專業服務“物種”——數據財稅律師，作為前端驅動的引擎。

一、以上市公司航天宏圖（688066）為例

航天宏圖是在上海數據交易所較早掛牌數據產品的上市公司。經查閱航天宏圖2024年一季度報告，數據資源首次亮相，其VS研發費用，即占比1/4。

從2024年一季度財務數據來看，航天宏圖針對“數據資源”合并資產負債表項目為“無形資產”，其中數據資源為17,172,491.27元（人民幣，下同），研發費用產生了71,304,580.59元，數據資源：研發費用≈1：4。具體如下（單位：元）：

二、拿什么來衡量企業的“研發和創新”能力

1、“高新技術企業”已淪為弱標簽

上海數據交易所的風控部門和業務部門，在如何以數據產品掛牌的視角評價一家企業的科技化程度時，似乎面臨和科委一樣的處境，“選擇困難癥”源于申請掛牌的企業清一色屬于“高新技術企業 ”。高新技術企業的評定靠譜嗎？是否還有其他評定標準可以作為顯著“抓手”？

現實中，我們的困境是，總是很難評定一家“高新技術企業”是不是偽高新，擅長包裝的服務機構，經常在發明和軟件著作權雙重法寶上“設計”得游刃有余，配合著在科目歸集上做足文章。

當高新技術企業準備上市那一刻，才發現為了配合“高新”標準，財務努力設計的研發費用歸集與真實的財務數據那兩件套家底要被挖出來進行數字對比，讓自己處于多么尷尬的境地。

2、“商業秘密”的尷尬處境

對于一個公司來說，真正值錢的法寶，也許都體現在商業秘密這個維度上，而法律上定義的可以維權的商業秘密，需要滿足“秘密性”（即不為公眾所知悉）、“價值性”（即具有現實的或者潛在的商業價值）與“保密性”（即采取了保密措施），滿足上述條件是需要經過密點鑒定及清晰的保護密點的標準動作。這對于很多企業來說，沒有做過系統的商業秘密保護的體系化工作，將面臨兩重難關：一方面很難有效保護商業秘密，很容易被侵權，且舉證困難，損害界定不易；而另一方面更為嚴重缺失的，是商業秘密本身的價值無法在企業的價值中以資產的表現形式呈現給大眾，無法用商業秘密融資，無法用商業秘密獲得科技屬性，無法通過衡量商業秘密讓投資人青睞。

以數據交易所的維度，增加數據產品的登記環節，也是希望給更多起步階段的創新企業一些階梯作為鋪墊和跳板，從數據產品登記開始逐步完善合規，一步步從商業秘密過渡到數據產品，并實現掛牌，而不僅僅依賴高新相關的標準。

3、生逢其時：“數據資產”成為顯化“商業秘密”價值的強標簽

商業秘密與數據資產有很強的映射關系，只是兩者有著不同的語言體系。商業秘密的語言體系是基于數據呈現為與商業有關的重要內容，以形成與其他企業不同的市場競爭優勢，比如包括客戶信息，以及客戶的重要決策人和聯系人信息，這些均以客戶維度的數據信息存在，并賦予不同權限和級別的保護措施，于此同時，映射為相對應的數據資產視角下的數據維度的分級分類的授權保護措施。因上述論述中所分析的，商業秘密的價值衡量極其困難，更難以在資產負債表中加以呈現。就好比是，商業秘密的語言體系，和企業資產負債表的呈現邏輯和語言體系不夠匹配，此時，需要換一種資產負債表能聽懂的語言來呈現。

因此，我們看到，數據資源入表就成為顯化商業秘密價值的完美工具，將商業秘密用一種財務聽得懂得語言轉換成顯現的資產價值。

三、數據資源入表，究竟難點在哪里

1、數據產品掛牌VS數據資源入表

我們不斷被問到一個關鍵問題，兩個熱門詞之間的關聯，即“數據產品掛牌”和“數據資源入表”究竟是什么關系？

上海數據交易所，作為數據生態的閉環平臺，正積極推動數據資產閉環價值鏈條發展，從初始的登記環節，經過掛牌交易流程，直至最終納入資產負債表內，確保每一步都實現數據價值的有效釋放與確切確認。

數據產品掛牌是數據資源在交易所流轉的重要環節，通過數據產品掛牌，企業將數據變成一個可以流通的產品，在此之前的重要一環是需要數據律師對數據產品的合規性發表合規意見，由此證明數據產品滿足交易的合規前提。

從數據利用的階段來分析，數據產品掛牌并非數據資源入表的必經步驟，企業可以不經過數據交易所掛牌，只要滿足財政部關于數據資源入表的基本準則要求，即可完成入表。

但實踐中的難點在于，由于數據來源的多樣性、形成的復雜性和技術的專業性，會計師在入表時“審”起來很犯難，因此基于會計師的審慎原則，通常需要前端合規維度的強驗證，這就留給企業一個難題，數據資源或數據產品本身的合規性究竟如何證明？

因此，我們通常會建議企業將數據產品掛牌和數據資源入表進行聯動，將數據產品掛牌作為首要步驟，旨在通過入表取得數據產品合規性證明，順理成章就輸出了數據資源的合規性證明，這就是數據掛牌前置于數據資源入表的合理性和必要性。

所以，數據產品掛牌和數據資源入表，是殊途同歸，前者是后者的最佳鋪墊。

2、數據資源入表，領導“拍腦袋”的事？

數據資源入表，是一把手工程。這將直接影響資產負債表、直接影響企業的估值和市值。但是依照財政部數據資源入表的規則，企業建立吻合數據資源入表會計準則要求的數據資源配置體系是個長周期規劃的事情，如果僅僅以領導層單一決策，用入表需求倒推數據資源的配置，實踐中會非常困難。

企業是先有數據產品還是先進行數據資源入表？這是一個先有雞還是先有蛋的問題。通常我們從公司的經營視角出發，我們會先考慮有數據產品，這是生產和發展的實際問題，然后再考慮對應的數據產品在產生市場和經濟價值的同時，能否進入數字資源入表的范圍。

因此上述邏輯，倒過來做，就有點本末倒置的意味。（當然不能一概而論）。

3、專業服務機構之間有“代溝”

律師在前，會計師在后，前后腳不合拍。

數據資源入表的最大難點是，專業的中介服務機構，各說各話，律師只關心數據合規維度，會計師只關心入表的財務評價。舉例而言，從合規的角度，一般更側重法律關系的界定與行為合規的判斷，如數據采集合規，處理合規，主體合規等，但是一旦涉及到入表，數據資產歸入哪個主體的口袋，就尤為重要，需要“親兄弟明算賬”，把投入的價值分別算清楚，所以，可以簡單理解為，法律上解決定性問題，財務上需要解決定量問題。這兩者是在公平和效率之間的平衡，因此，首先需要這兩類不同語言體系的專家能達成一致。

4、“斷層”的財務數據如何解套

財務數據是連續產生的，新增設一個科目，看似是簡單的排列組合，實際上是各關聯主體之間的法律關系重構，需要律師和會計師的緊密配合。

舉例而言，在數據資產入表中，會有個起初數據的價值如何確認的問題，數據連續不斷在創造迭代和更新，入表是年度資產的概念，有完成會計年度，期初數和期末數，兩者如何在連續的商業數據價值產生中進行歸集確認，這個問題，通常的數據合規律師是不予關注，但是，要入表，必須解決這個問題，這就需要數據合規律師懂財稅知識，提前介入，幫助企業在數據資源入表的前期整體設計中，在財稅的視角下，貼合法律法規與業務實際，去“創設”一種新的法律關系，對初期數據對應的價值進行確認，比如可以采用關聯主體之間的公允交易。

再比如，會計師最關心，這個入表的數據資產是自用還是對外銷售，一旦面臨雙重功能時，如何安置到具體科目，是“存貨”還是“無形資產”。這就需要在數據合規律師的視角上，懂財稅，進行功能一定程度的“設計”，比如，為了便于兩者的區分，可以在實質加工維度上做些技術處理，呈現為可以確認不同形態和法律屬性的不同的數據產品?？梢愿鶕髽I不同的產品形態，以及數據來源和處理的不同方式，進行設計，并融入到具體的產品中。甚至可以考慮區分產品的使用對外，如果是2C，那么甚至可以根據隱私政策的一些定制化模塊融合到產品中，以呈現出不同形態的價值。

這種案例在入表業務中比比皆是，時時面臨。

四、催生新物種：“數據財稅律師”

很快，市場會出現一種新的融合入表財稅能力和數據合規能力的細分專業賽道——數據財稅律師。

懂財稅，懂入表規則，懂數據，懂數據視角下的合規，完美結合，跨越斷層，無縫銜接，這種極強的“咬合力”是數據財稅律師的法寶，以財稅入表的視角，構建數據合規體系，以數據合規視角，支撐入表模型建立。

我們用咬合力去比喻，數據財稅律師從口腔就開始，幫助企業反復咀嚼數據，吃健康數據，形成數據資源，讓企業更容易吸收，并轉化為數據資產，健康入表，有效衡量企業的研發和創新力，真正形成“數據生產力”。

[1] 截至截稿日（2024年5月7日），24家上市公司中3家更正財務報表，刪除披露的數據資源數據，故最新數據為21家上市公司披露數據資源財務數據。

來源：上海數商協會