数据资产“入表”即将启动,企业如何攻克难题?

数据资产估值的难点主要在于权属和权利确认、投入成本归集和匹配、收入预测、市场法适用难度较高等。

图片来源:视觉中国

数据是数字经济的关键要素,正逐步成为一种极其重要的新型资产。在市场各方积极推动数据要素市场建设的同时,数据资产“入表”的问题亦受到广泛关注。

今年8月,财政部正式印发《企业数据资源相关会计处理暂行规定》(下称《暂行规定》),为企业数据资产“入表”提供了操作指引,并将于明年1月1日起实行。这意味着我国数据资产入表完成了0到1的关键一步,数据资产“入表”从“箭在弦上”转为“势在必行”。

虽然数据资产“入表”已成定局,但需关注的是,目前数据资产“入表”和估值仍存在不少难点,比如资产成本归集难、摊销年限确认难、数据资产市场价值测算难等。

蓝鲸财经记者日前从上海数据交易所获悉,上海数据交易所联合战略数商团队正式发布《数据资产入表及估值实践与操作指南》(下称《指南》)。

“数字经济繁荣离不开数据资产经济价值的释放,该份指南将为国家排摸和测算企业数据资产投入规模和经济价值,提供一些可行办法。”上海数交所总经理汤奇峰在上海数交所2024年度发布会上介绍道。

数据资产“入表”存十大难点

《指南》提到,通过案例研究发现,企业推进数据资产入表的过程中主要存在十大难点。

具体而言,包括数据资产成本归集难,数据资产收入成本匹配难,数据资产资本化与费用化的区分标准统一难,取得公共部门数据授权期限的稳定性确认难,金融行业成本确认难,数据资产的摊销方法选择难,数据资产的摊销年限确认难,数据资产的税会差异应对难,数据资产时变性导致报表规模确认难,数据资产在集团层面的会计核算难。

针对上述难点,《指南》提出一些可行的处理办法。

《指南》指出,成本归集难的原因在于企业组织架构和数据产品开发条线匹配度较低,企业首先需要科学规划业务流程来应对,从数据采集、清洗、建模、存储、销售一系列生产经营活动的高效管理做起。

收入与成本匹配难的核心原因在于数据产品销售模式和研发模式不协调,企业需要重新调整数据产品销售模式和定价方式来应对;数据资产资本化标准确认难的原因是企业研究和开发数据产品的时间点判断不确定,建议企业应该重新调整产品立项和管理流程。

此外,《指南》提到,公共数据授权期限确认难针对企业与公共部门联合运营的场景,建议企业跟有关部门洽谈授权合约时充分考虑自身商业模式和渠道管理能力;数据研发和使用场景差异过大导致资产确认条件满足难针对部分金融日频数据的使用的场景,建议企业认真分析高频数据使用场景是否符合资产确认条件,秉承不高估资产的准则,对不符合的部分可能只能列入主营业务成本。

数据资产摊销方法选择难,《指南》则建议企业合理评价自身的业务场景,选择合适的方法并一致运用于会计期间;摊销年限确认难的核心痛点在于数据产品使用时效性导致企业也很难判断该产品的使用寿命,建议企业提高数据产品管理能力,加强对市场和业务模式的研究并合理判断数据资产的摊销年限。

同时,《指南》指出,数据资产税会政策差异应对难的核心在于税法对于数据资产摊销年限的要求和会计准则不一致,建议企业合理选择摊销年限并对认真分析税会差异,并形成一些可行建议;数据资产时效性强导致部分资产可能存在即时失效的可能,从而导致数据资产报表规模波动较大,企业应该审慎确认数据资产并提高数据资产全生命周期的管理能力;数据资产在集团层面的会计核算难的核心在于集团公司和子公司特殊的关系,建议集团建立和完善数据资源相关的成本核算。

数据要素价值链模型提出

值得一提的是,数据资产估值的困难也不容忽视。《指南》指出,数据资产估值的难点主要在于权属和权利确认、投入成本归集和匹配、收入预测、市场法适用难度较高等。

具体而言,包括数据资产的高重塑性导致数据资产确认存在困难、数据资产的多重用途导致成本归集存在困难、数据资产的预计可使用寿命难确定导致预计流入企业现金流测算困难以及数据资产评估市场法适用的有限性。

蓝鲸财经记者注意到,《指南》提出数据要素价值链模型,并基于此推出基于数据资源分类分级、数据产品生命周期、数据资产经济行为的数据资产评估方法的选择逻辑,为企业和资产评估机构选择合理的估值方法提供可靠依据。

上海市资产评估协会副会长、东洲资产评估公司总裁蒋骁指出,从更长远角度来看,数据要素市场的发展将推动数据资产创新应用的新局面,进入企业资产负债表这些数据资产,可以向其他类型资产一样,以清晰的受益主体,公认数据价值和数据质量,稳定的收益预期,作为偿付基准来发行证券产品。

不过,目前,数据资产的市场法还没有形成统一的衡量指标,也没有足够多的可比案例支持市场法评估。“但目前国际上已经有多起以数据资产作为核心标的的并购案例,国内也开始探索数据资产计价入股、融资和出资相关金融业务模式,各地数据交易所也挂牌了很多数据产品,这些将成为数据资产市场法估值的基础支撑。”蒋骁补充道。

此外,蒋骁提到,数据资产创新应用有多个方向,包括数据资产增信、转让、出资、质押融资、保理、信托、保险、资产证券化等。