忽见千帆隐映来:数据资源入表激活数据要素价值(下)
忽见千帆隐映来:数据资源入表激活数据要素价值(下)
上期回顾
“数据二十条"构建了数据基础制度体系。在此背景下,《企业数据资源相关会计处理暂行规定》的正式发布提供了数据资源入表的细则指引。实践中数据资源入表面临数据确权、计量定价与合规治理的难点,在此背景下,企业也应积极探索数据资源入表的实践路径,以期挖掘数据价值,激活数据要素潜能。
2022年12月,中共中央、国务院发布《关于构建数据基础制度更好发挥数据要素作用的意见》(以下简称“数据二十条"),作为构建数据基础制度体系的纲领性文件,从数据产权、流通交易、收益分配、安全治理等方面提出了数据基础制度建立的框架要求。[1]以“创造数据-挖掘数据-利用数据"为模式的数字经济发展深刻推动社会变化,数据要素价值释放成为重要议题。在“探索数据资产入表新模式"的背景下,《企业数据资源相关会计处理暂行规定》发布并将于2024年1月1日实施,通过明确数据资源会计处理适用的准则,为数据资产化的探索提供了有效的实践路径。
三、盘点、入表与披露——数据资源入表的实践路径
通过盘点数据资源,进行数据合规治理,开展数据资产评估,在财务会计报告对数据资产进行列示和相关事项予以披露,将有助于企业最大化实现数据资源的价值。
(一)数据资源盘点
清晰掌握企业“合法拥有或控制"的数据资源是实现数据资源入表的起点。具体可分为以下步骤:
* 明确盘点范围:基于企业数据资源可控可用的目的,围绕系统维度,按照业务场景划分,确定数据资源盘点的范围。
* 收集基本信息:收集数据相关基本信息,包括但不限于如名称、描述、所有者、数据类型、格式、来源、更新频率、处理活动等,梳理相应的数据流程。在盘点工作开展的过程中,应当结合数据资源入表的路径,区分外购方式、内部数据;同时也需结合数据处理活动对于原始数据资源和衍生加工整理后的数据资源予以区分。
* 数据分类分级:根据数据的敏感性和重要性级别对数据进行分类分级管理,以便实现针对性的管理。
* 评估数据质量:针对数据资源进行数据质量评估,包括但不限于通过管理和技术措施检查数据的准确性、完整性、一致性、及时性等方面,实践中可参考使用数据质量度量指标来帮助评估。
* 确定数据资源:通过前述梳理,形成数据资源盘点清单,列出所有可能的数据资源,确保包含所有关键业务领域的数据。结合数据处理活动生命周期予以明确数据资源流动的全流程。数据资源范围的界定应当与数据资源入表的实现目的紧密相连。
* 建立更新机制:数据资源盘点是一个持续的过程,且数据资源的情况也会伴随企业的经营情况保持动态的变化,因此企业应当建立定期更新机制,以反映新的数据资源、变更并进行相应的调整和响应,从而在数据资源入表后的后续计量阶段也可有效跟踪数据资源的变化情况。
(二)数据资源会计处理适用准则
数据资源盘点是数据资源入表的基础。根据《企业数据资源相关会计处理暂行规定》内容,总结数据资源作为无形资产或存货的会计处理适用准则如下。
无形资产——企业使用的数据资源

存货——企业日常活动中持有、最终目的用于出售的数据资源

尽管《企业数据资源相关会计处理暂行规定》提供了适用的具体细则,但就入表实践来看,无论数据资源以无形资产还是存货的类别对应入表都需至少满足:1)有关的经济利益很可能流入企业;2)相关成本能够可靠地计量。
首先,可能性判断标准较为模糊的情况下,与数据资源有关的经济利益是否可能流入企业的论证较为困难,数据资源生命周期涉及多个环节,多主体交互下法律关系的复杂性更是增加了论证难度。且根据《企业会计准则第6号——无形资产》第五条内容,企业在判断无形资产产生的经济利益是否很可能流入时,应当对无形资产在预计使用寿命内可能存在的各种经济因素作出合理估计,并且应当有明确证据支持。保证数据的及时性、真实性和准确性是数据价值属性实现的基本前提,针对数据资源如何满足预计使用寿命等经济因素的考量标准仍不明朗。
其次,数据资源成本计量也较难实现。尽管《企业数据资源相关会计处理暂行规定》提供了指引,对于成本的计算方式仍难以准确界定。仍以无形资产为例,根据《企业会计准则第6号——无形资产》内容,企业内部研究开发项目的支出,应当区分研究阶段支出与开发阶段支出。研究开发项目研究阶段的支出,原则上应当于发生时计入当期损益,只有在满足特定条件的情况下才会被认定为是无形资产。但就数据资源来看,研发阶段和开发阶段的界定并不十分清晰,因此如何实现成本的有效归集也有待确认。
(三)列示与披露
列示和披露是数据资源价值的直观体现。
资产负债表相关列示
企业应当根据重要性原则并结合本企业的实际情况,在编制资产负债表时,在对应项目类别下增设“其中:数据资源" 项目。

相关披露
企业应当按照相关企业会计准则及《企业数据资源相关会计处理暂行规定》等,在会计报表附注中对数据资源相关会计信息进行披露,以遵循无形资产和存货的具体披露格式和事项要求。

其他披露要求
《企业数据资源相关会计处理暂行规定》规定了重要影响披露和自愿披露两种情形。数据资源相关信息披露可以符合透明度和治理的要求,也有助于企业更好地管理和发挥其数据资产的价值,同时增强与各类利益相关方的关系。这对于在数字化时代保持竞争力和可持续经营至关重要。

(四)数据合规治理
在数据资源入表的过程中,数据合规治理可以贯穿全程,从而为数据权益的合法性、稳定性提供有力的支撑:
* 从数据来源来看,结合数据资源入表的实践路径,对外购方式和内部数据的收集情况是否满足“合法"的前提条件予以确认。以外购方式为例,需要关注采购方数据类型本身是否为可交易类型,数据来源是否获得了相关授权,与采购方就数据使用范围、方式、目的和期限等约定,对于判断数据资源能否入表以及入表后对于企业资产的影响都较为重要;而对于内部数据也需要结合企业的具体业务场景确定底层业务的合规性,例如是否获得了相关的业务资质,收集方式是否合规,是否取得了有效授权,以确保企业对于数据资源“拥有和控制"的准确判断。
* 从数据处理活动来看,企业作为数据处理者或个人信息处理者的情况下,应当充分落实法律法规规定的合规义务,建立数据保护制度体系,采取管理和技术措施以保证数据安全和个人信息主体权益。
* 从数据处理技术来看,伴随着算法、深度合成、AIGC等技术在业务场景中的广泛应用,企业应当对于使用前述技术符合监管要求的情况进行合规性审查。
* 从数据处理设施来看,企业应当落实网络安全等级保护相关要求,并获得必要的备案及许可;就涉及第三方提供相关底层基础设施的情况,也需通过合规审查及合同约束等方式确保第三方对于数据提供可控的保护水平。
* 从具体数据类型来看,除前述通用性的原则性要求外,也需结合特定类型数据的监管要求确认相关数据处理活动的合规性要求,例如重要数据、测绘数据、金融数据、基因数据等。
四、实践与探索——企业如何实现数据价值释放
《企业数据资源相关会计处理暂行规定》将于2024年1月1日正式生效实施。目前关于数据资产化的有益尝试也为后续数据资源入表的具体落地提供经验借鉴。
(一)数据资产化的实践尝试
数据确权登记制度创新
在“数据二十条"明确“三权分置"的基本思路后,监管和行业也逐渐开始探索数据确权登记制度的落地实施。北京、江苏、浙江、福建等多地公布数据产权登记管理办法,参考知识产权确权登记的思路对数据产权登记的具体细则进行规定。数据产权登记一定程度上实现数据产权证明功能,从而降低数据交易成本,后续促进数据交易及流通。2023年6月,北京建立数据知识产权登记平台,并颁发了首批登记证书。[2]
数据资产评估规则细化
数据资源入表是对企业资产负债情况对于数据资源的客观体现,其中数据资产评估对于判断数据资产的价值具有重要意义。《数据资产评估指导意见》在明确数据资产定义的前提下,说明了数字资产评估的基本遵循、评估对象、操作要求、评估方法、披露要求。作为数据资产化的底层基本制度设施,数据资产评估的统一规定也有助于实现数据公允估值和定价。
数据资产交易流通
《数据安全法》作为法律明确了数据交易的基本制度。各地数据交易所及交易平台纷纷建立运营,连接数据交易多方主体,共同促进数据要素市场快速发展。2023年7月,全国首笔个人数据合规流转交易在贵阳大数据交易所场内完成,是首次实现个人作为数据要素市场直接参与方,且能实现个人用户在该场景下获得收益。[3]该案例的成功实践一方面是数据交易业务形态的创新,另一方面也就个人信息流转提供了有益的经验借鉴。
数据资产的金融价值转化
目前已经实现了数据资产质押融资贷款、无质押数据资产增信贷款、数字资产保险、数据信托产品、包含数据知识产权的证券化产品、数据资产作价入股签约等多种围绕数据资产的金融业务创新。对于数据资产金融价值的确认,将会是促进企业开展数据治理、发掘数据价值、促进数据流通的有益手段。
(二)企业实现数据价值的操作步骤
企业数据资源入表在即,对于掌握数据资源的企业,理应不错过风口,可以积极考虑采取以下措施应对:
一是构建企业合规基座,建设完善的企业数据治理体系,建立健全数据治理管理组织架构,明确数据治理相关负责人,以便后续推动数据资源入表工作的有效归集和统筹;同时应当建立健全数据治理体系,确保数据质量、安全和合规性,明确数据资产的归属和管理责任,以确保数据的可信度和价值。
二是开展数据资源的盘点,建立企业数据资源台账。如前述分析,数据资源盘点的完整性、及时性、有效性对于企业后续开展数据资源入表具有重要作用,因此企业应当结合数据来源、内部加工整理情况等进行系统性的盘点工作,通过技术措施和管理措施的落实以实现对于企业数据资源的整体掌控和动态跟踪,建立企业数据资源台账。
三是完成数据资源的合规治理与确权,应当采用授权书、合同等法律工具对于数据处理活动的授权及权益分配予以有效安排,确保权益的稳定性,保证数据资源入表初始计量和后续计量对其价值的有效衡量。另外,数据处理活动的合规性是企业挖掘数据资源价值的基础,就企业所涉及的个人信息处理活动及数据处理活动也需符合《网络安全法》《数据安全法》《个人信息保护法》及相关法律法规的一般要求。
四是完成数据资源的财务分析与入表。在完成数据资源盘点并明确数据资源范围的情况下,企业应当建立相关的财务模型,选择恰当的成本核算方法,进行预期经济利益分析,并在资产负债表中对于数据资产予以列示与披露。对于后续计量应当建立完整的价值评估体系,以实现数据资源价值衡量的系统标准,以保证数据资源入表后的稳定性。
五是积极参与数据资源的流通和交易,放大数据资源价值。从企业内部来看,数据资源的整合和归集可以促进部门间数据资源的发掘和利用;从企业外部来看,数据资源作为资产的情况下,相关成本和收入可计量并体现在财务报表的增益,也更激励企业参与数据交易,挖掘数据价值。
六是数据资本化的未来之路。从数据资源到数据资产,再到数据资本,数据要素的价值被进一步放大。金融属性将会为数据要素的应用和流动注入新的活力。增资入股、授信贷款等行业实践已经提供了有益的借鉴,而伴随着数据资源入表的落地和数据要素市场的进一步成熟,也将会提供新的机遇。
推动数据资源入表标志着企业对数字时代的深刻理解与积极应对,对于激活数据要素价值,促进数字经济发展具有重要意义。新规即将落地,企业也应着手准备开展相关工作,以期真正挖掘数据要素的价值红利。
[注]
[1] “数据二十条"对外发布,构建数据基础制度体系——做强做优做大数字经济,https://www.gov.cn/zhengce/2022-12/21/content_5732906.htm,最后访问时间2023年11月9日。
[2] 北京建立数据知识产权登记平台,颁发首批登记证书,https://mp.weixin.qq.com/s/xm7UTYskx5dVZkUiGzZWUQ,最后访问时间2023年11月13日。
[3] 贵阳大数据交易所:全国首笔个人数据合规流转场内交易完成
https://mp.weixin.qq.com/s/3h0rWtm-L70cOIqBX7Q3Pg,最后访问时间2023年11月13日。