文章
数据资源“入表”在即，数据资产化号角吹响，专业服务相伴新征程
发布日期：2023年9月19日
8月21日，财政部发布了《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号，以下简称“《暂行规定》”），在学术界和产业界引起了广泛关注和持续研讨。一方面，数据要素属性的企业受到这一新政策的鼓舞，积极备战数据资源入表的业务端及财务端的各项准备工作，资本市场也给出了积极的信号；另一方面，非数据要素型企业，并且已经处于数字化转型进程中、积累了海量数据资源的机构，特别是金融、先进制造等行业的企业，对数据资源入表必要性、认定范围、数据权属、价值评估、会计依据、信息披露方法和内容等，提出了一系列问题，寻求解决方案。这表明数据要素在各行业得到广泛关注，数据资产化深入人心。
《暂行规定》自发布以来，德勤中国迅速组织各领域专家，从会计、企业数字化战略和落地执行、税务、估值和安全合规等角度，对这一会计政策进行了全方位的解读，已发布六篇相关分析文章，对企业可以开展的应对工作提出了专业的建议。期间，我们也陆续收到了企业各条线人士提出的各类问题，我们从中精选了具有代表性的问题，邀请各位专家给出了解答，希望能够为正在开展或准备着手数据资产化的企业有所启发。
Q1、企业哪些数据资源可以“入表”，哪些资源不能“入表”，如何进行界定？
《暂行规定》对于数据资源“入表”的判断主要是基于现有企业会计准则关于存货和无形资产的定义和确认条件进行规范的，企业在判断数据资源是否可以“入表”的原则没有发生重大的变化。企业需要按照企业会计准则基本准则对于资产的定义和资产的确认条件，同时结合企业会计准则存货和无形资产的具体确认条件判断数据资源是否可以入表。
具体来说，可“入表”的数据资源至少应当具备以下特征：
- 相关数据资源是由过去的购买、生产、建设行为或者其他交易事项形成的。
- 相关数据资源是由企业拥有或控制的。
- 相关数据资源预期会给企业带来经济利益，且相关的经济利益很可能流入企业。
- 相关数据资源的成本或者价值能够可靠地计量。
同时按照存货或无形资产准则的具体规定进行确认和计量。
而不能“入表”的数据资源则不符合这些要求。例如，一些纯粹的技术数据、个人信息数据等可能不具备经济利益或可交易性，或者企业无法识别相关数据的控制权，又或者相关数据资源是在企业生产经营过程中产生的，但是企业没有合理的成本分摊机制导致其成本无法可靠计量，从而不能被确认为资产。在进行界定时，企业可以参考相关企业会计准则，结合自身业务特点和实际情况进行判断。
Q2、企业对数据资源通常拥有哪些权属，如何确认该权属？
数据确权是数据资源要素化发展的基础和前提，也是一直以来进行数据交易的难点。2022年12月出台的《数据二十条》首次明确了“三权分立”的确权思路，提出探索“建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制”，淡化数据所有权，强调数据的流通、使用与价值最大化，形成“三权分置”的中国特色数据产权制度。强调推动公共数据授权使用、加强企业数据供给激励，探索个人数据受托机制。
同时，在数据资源的管理过程中，企业还需考虑其他相关方的权利，以确保数据资源的合法性和合规性。例如，企业可能需要遵守相关的隐私法规和数据保护法律，以确保个人信息得到保护。例如，在中国，数据资源的管理和使用受到《中华人民共和国网络安全法》、《中华人民共和国个人信息保护法》等法律法规的限制和规范。企业需要了解这些法规的具体要求和规定，以确保其数据资源的合法性和合规性。此外，企业也可以考虑与数据资源相关的合同和协议，以确定数据资源的权属。例如，在数据共享和合作项目中，企业需要签署相关的合同和协议，以明确各方的权利和责任，防止数据资源的滥用和误用。
如果存在争议或不确定性，企业可以咨询专业律师的意见，以确定数据资源的权属。专业律师可以帮助企业了解法律法规的具体要求和规定，以及相关的司法实践和判例，为企业提供有力的法律支持和保障。同时，企业也可以通过与相关方的沟通和协商，以达成对数据资源的共识和协议。
综上所述，企业需要综合考虑法律法规、合同协议和实际情况，以确定数据资源的权属。企业需要建立健全的数据资源管理体系，加强数据资源的保护和利用，为企业的数字化转型和可持续发展提供有力支持。
Q3、企业在进行数据资源能够为企业带来经济利益流入的判断时，有什么方法和依据？
实务中一般会认为，当经济利益流入企业的概率超过50%时，符合“很可能”的标准。如何确认相关经济利益很可能流入企业将是数据资源入表的一大难点，特别是对于企业内部产生的数据资源，相关经济利益流入及其可能性的论证往往存在困难。在企业数据产品研发的可行性分析阶段，通过测算和评估数据产品的经济利益，或是通过数据产品的试生产试运行加以验证，并考虑应用场景下影响价值实现的其它因素。在企业内部使用时，经济利益产生和流入的方式，可以是降低成本、增加收益等、防范风险等。这其中数据产品的边界、形态、运行成熟度和收益可辨认性是重要的考量维度。
在进行上述评估时，企业可以参考行业标准和市场价格，结合自身业务特点和实际情况进行判断。同时，企业也需要考虑数据资源的风险和不确定性，以制定有效的风险管理和控制措施，确保数据资源的有效利用和保护。
企业在进行数据资源能够为企业带来经济利益流入的判断时，需要进行全面的分析和评估，综合考虑多种因素和依据，结合数据资源的持有目的、形成方式、业务模式等进行综合评估，以确保数据资源的有效利用和保护。
Q4、企业中的数据资源与企业应用系统都有可能认定为“无形资产”，两者有什么区别？
数据资源和企业应用系统是两个不同的概念，尽管它们之间存在相关性和联系。企业应用系统是指企业用于管理和支持业务流程的软件系统，例如ERP（企业资源计划）系统、CRM（客户关系管理）系统、HRM（人力资源管理）系统等。这些系统可以帮助企业实现业务流程的自动化和标准化，提高工作效率和管理水平。
数据资源是数据资产的前置对象，是生成数据资产的基础。数据资源包括企业通过外购方式、企业合并、第三方提供或者伴随生产经营采集、加工形成的数据等，是企业的一项重要资源，可能为企业带来经济利益和商业价值。企业可以通过对数据资源的管理和利用，提高业务效率和竞争力。
虽然企业应用系统和数据资源是两个不同的概念，但它们之间是有联系的。企业应用系统是管理和支持业务流程的工具，可以帮助企业生成、收集和处理数据。企业可以将数据资源与企业应用系统相结合，充分发挥数据资源的作用，提升企业的业务能力和竞争力。
总之，企业应用系统和数据资源是两个不同的概念，但它们都是企业的重要资产或资源，可能为企业带来经济利益和商业价值。
Q5、企业数据资源“入表”，会带来企业无形资产的带来大规模增长吗？会有哪些潜在的财务风险需要企业引起重视？
从会计核算角度，企业数据资源“入表”适用现行企业会计准则，不改变现行准则的会计确认计量要求，因此预计短期内不会带来企业无形资产的大规模增长。暂行规定的出台是为了解决当前实务中对数据资源能否作为会计上的资产确认、作为哪类资产确认以及其计量基础等相关问题，本身不涉及企业会计准则中有关确认和计量要求的改变。但是由于过往缺乏明确的政策指引，企业往往忽视了数据资源可以通过无形资产或者存货准则进行会计处理的可能性，暂行规定的出台将推动和引导企业对数据资源进行梳理，并且对数据资源“入表”条件进行详细、专业、合理的论证，为数据资源的“入表”提供基础，这可能需要依赖于专家团队的支持和帮助。
从财务风险管理角度，企业在进行数据资源管理和利用时，也需要注意潜在的财务风险，以避免对企业造成不利影响。其中，主要的财务风险包括：
- 数据资源判定条件及价值评估风险。企业在进行“数据资源”判定时，需要依据准则要求进行充分评估，提供充分的判定依据及过程管理材料。在对数据资源进行价值评估时，需要考虑多种因素和依据，以确保评估结果的准确性和可靠性。
- 数据资源摊销和减值风险。数据资源价值寿命的不确定性和易波动性可能造成财务后续计量不准确的风险，并进而影响财务报表质量。建议企业定期对数据资源权属有效性、应用价值变动和计量方法适用性等进行评估。
- 数据资源信息披露风险。《暂行规定》要求企业对数据资源入表情况的必要说明，或是建议在数据资源领域的投入、价值和对数据应用可能存在的风险进行管控的自愿披露。尽管在非“入表”数据资源信息披露方面给予了企业一定的空间，但也对披露内容的真实性、相关性和依据充分性提出了更高的要求。建议企业在向外界讲述自身数据资源管理和经营成果时，避免夸大，保持客观、合理和谨慎。
除此以外，数据质量问题可能影响数据资源的使用效果进而影响入表价值，数据质量需要在管理过程中关注并持续提升；数据资源合规及安全性风险，企业需要遵守相关法律法规和合同协议等规定，定期对数据资源全生命周期的数据安全风险进行评估等等。总之，企业在进行数据资源管理和利用时，需要建立健全的风险管理和控制体系，加强对数据资源的保护和利用，以确保企业的可持续发展和经济利益。
Q6、《暂行规定》要求对数据资源采用成本计量，在什么时机或者场景下，企业可以对特定或整体数据资源采用“收益法”进行评估？
根据《暂行规定》的规定，数据资源应当按照成本进行计量。这意味着企业必须以获取、生产、加工和维护数据资源所发生的历史成本为基础作为入表金额。然而，《暂行规定》丰富了披露内容，企业可以根据实际情况自愿披露数据资源（含未作为无形资产或存货确认的数据资源）的应用场景、对企业创造价值的影响方式等。在这部分披露内容里，企业可以补充对数据资源进行收益法评估下价值的体现。收益法是指以数据资源未来可能产生的收益为基础来计算其价值的方法，主要适用于数据资源有明确商业模式和长期稳定收益的情况，可以更准确地反映数据资源的商业价值和潜在收益。
此外，企业在将其数据资源作为产品进行出售或交易的情形下，以及将数据资源作为抵质押融资等用途的场景下，用于定价目的的估值也可以用收益法进行。同时，如果需要对确认为无形资产或者存货的数据资源进行减值测试时，也有可能采用收益法来确定其公允价值或者估计售价。
在实际操作中，企业需要综合考虑特定或整体数据资源的特点和实际情况，选择合适的评估方法和依据，以确保评估结果的准确性和可靠性。此外，企业应当遵守相关的会计准则和相关法规的规定，以保证数据资源的价值评估结果符合法律法规的要求。企业还应当对数据资源进行定期检查和更新，以保证评估结果的时效性和准确性。
Q7、数据资源“入表”的会计处理，会给企业进一步带来研发费用加计扣除等税收优惠吗？
数据资源“入表”是指将企业内部的数据资源以资产的形式“入表”到企业的资产负债表中进行会计处理的过程。这一过程对企业来说是非常重要的，因为它可以帮助企业更好地了解和管理自身的数据资源，提高数据资源的价值和效益，实现可持续发展和经济利益。
数据资源入表前后，企业是有机会享受研发费用加计扣除的税收优惠政策的，但需要先判别数据资源研究开发项目是否符合税法规定的研发活动定义。国家税务总局所得税司于近期发布了《研发费用加计扣除政策指引（2.0版）》（下称“《指引》”），为研发活动的判断提供了更为清晰和规范的标准。但落实到企业数据资源的具体研究开发方面，相关文件规定可能仍然较为原则化。企业需要根据现有规定，对自身的数据资源研发项目进行充分论证，以判断是否适用该优惠，同时建议企业与主管税务机关或专业机构保持必要沟通。
此外，关于采购数据产品产生的费用是否可享受加计扣除的问题，一些地方文件中已有所涉及。如上海行动方案特别提及“支持各类主体通过上海数据交易所采购数据产品，符合条件的可按照规定享受研发费用税收加计扣除政策”的细节。这意味着数据资源“入表”之后，有关企业外购数据资源直接用于符合规定的研发活动，数据资源所形成无形资产的摊销费用，或直接计入损益的数据采集支出，很有可能被纳入可加计扣除的研发费用范围。但需要指出的是，并不是所有数据收集活动都必然属于研发活动，《指引》明确仅作为研发项目必不可少的组成部分的数据收集才属于研发活动。因此企业在适用该税收优惠时，须区分利用数据资源进行的研发活动与其他产业活动，以避免税务风险。
总之，数据资源“入表”的过程中，企业有机会享受研发费用加计扣除等税收优惠，从而降低研发成本和财务负担，提高企业的竞争力和市场份额。企业可以在准确判断研发活动的前提下，充分享用这些政策和措施，优化研发投入和管理，提高研发效率和质量，实现可持续发展和经济利益。
Q8、数据资源“入表”后形成无形资产并摊销时，税务上该如何处理？会产生税会差异吗？
企业数据资源“入表”，使数据资源形成企业的一项重要资产，可以为企业带来商业价值和经济利益。
企业数据资源入表后若形成无形资产进行摊销，按现行的企业所得税法规，如果属于投资或受让的无形资产，有关法律规定或者合同约定了使用年限的，可以按照规定或者约定的使用年限分期摊销。如果没有法律规定或者合同约定的使用年限，则需要按最低10年期限摊销，在此种情况下，数据资源入表形成的无形资产在摊销时，可能形成税会差异，企业需注意做好税会差异的记录和管理。
鉴于不少数据资源很可能因为快速迭代等因素导致其经济寿命较短，如果一律按10年作为数据资源的最低税法摊销年限，可能使税法摊销期限与企业的受益期间存在较大背离。因此，建议企业关注国家财政、税务主管部门后续是否会出台类似现行税法规定中关于固定资产、无形资产加速折旧摊销的优惠政策（例如，企业外购的软件以固定资产或无形资产核算的，折旧或摊销年限最短可缩短为2年等等），使数据资源类无形资产获得更合理的税法摊销待遇或一次性费用化的优惠。
此外，若入表后形成无形资产，按现行企业所得税相关法规规定，应以历史成本确认数据资源类资产的计税基础，持有期间一般不得调整。因此，若企业在持有期间计提无形资产减值损失，则该损失在税前不得扣除，这也将形成较大的税会差异，需要企业予以关注和管理。
Q9、着眼于2024年1月1日正式实行的数据资源会计处理方法，企业需要作些什么准备工作？需要哪些职能岗位参与？
着眼于2024年1月1日正式实行的数据资源会计处理方法，企业需要作以下准备工作：
- 了解最新的会计准则和法规，以及数据资源会计处理方法的具体要求和标准。
- 评估企业现有的数据资源情况，包括数据资源的种类、数量、质量、应用情况和价值等，以确定需要采用何种会计处理方法和标准。
- 建立健全数据资源管理和会计处理体系，包括数据资源收集、盘点、管理、评估、计量、披露和监督等方面的工作。
- 培训和提升企业内部相关人员的专业知识和能力，以保证数据资源管理和会计处理工作的顺利进行。
需要参与的职责主要包括：
- 高层管理人员：负责制定和实施数据资源管理和会计处理的战略和规划，从“数据资源全生命周期管理”的视角建立整体体系，推动各领域的充分协作、推动数据资源向数据资产转化，并最终实现价值创造和有效计量。
- 财务管理人员：负责具体的数据资源会计处理工作，包括数据资源评估、计量、披露和监督等方面的工作，以确保会计处理结果的准确性和可靠性；在此过程中需要数据/IT/数字化部门的充分配合，按照会计准则及要求，针对数据资源进行定制化设计。
- 数据管理人员：负责企业内部数据资源的收集、分类、盘点、治理和应用等方面的工作，以确保数据资源的质量和价值，这既是数据资源入表的基础。
- 法律和合规人员：负责企业数据资源管理、确权、交易和会计处理工作的合规性和合法性，以避免可能的法律风险和经济损失。
企业需要积极应对数据资源会计处理方法的变化，建立健全的数据资源管理和会计处理体系，加强内部人员的培训和提升，以确保会计处理结果的准确性和可靠性。企业还需要遵守相关会计准则和法规的规定，以保证数据资源的价值评估结果符合法律法规的要求。
Q10、第三方机构可以在哪些方面提供帮助？
数据资源“入表”无疑推动了企业数据资产化的进程，对企业的资产结构、数据治理、数据应用等工作带来下积极的改变。以数据资源“入表”为推动，企业数据治理、数据分析与智能化应用、数据合规与安全管理等能力都需要实现匹配和提升。由于这一领域的专业性要求，也需要配置具有数据管理、数据科学或数据安全等专业能力和资质的人力资源，同时，考虑引入第三方专业服务机构，从数据资产化战略、数据管理、数据服务、数据资产财务及税务处理、数据合规等多领域，协助提升自身能力，开展数据资产管理，将数据资产运营与业务经营、认知决策相融合，以业务价值的考量为驱动，不断打磨、迭代升级数据资产。我们认为，数字化转型成功的企业，数据资产在企业资产结构中的比重将呈现出上升趋势。
德勤中国奉行多元专业服务模式(Multi-Disciplinary Model, 简称MDM)，整合跨条线专业服务资源，形成“业数财融合”的企业数据资产化产品谱系，覆盖数据资产化战略、数据资产全生命周期管理、数据资产评估评价、数据资产业财融合、数据资产平台等领域，并适配企业数据要素特征的程度，赋予各领域相应优先级等级，助力各层级数据要素企业实现从数据资产到资产价值最大化的升级。
产品谱系包含了数据资产化战略、数据资产管理、数据资产开发运营、 数据资产评估评价、数据资产业财融合以及数据资产平台建设。其中战略层将实现企业数字化转型与数据资产化战略的拉通，以数据资产价值创造助力企业数字化转型。五大体系全面覆盖企业数据资产化所需具备各种能力，其中是数据资产的持续管理、开发运营与价值评估，三者之间相互依托，相互促进。数据资产开发运营是数据资产管理的来源，数据资产评估评价又正向驱动数据资产以价值为目标进行开发和运营。业财融合以数据资产财务入表准备为基础，配套建立数据资产内部控制机制，并且打通业务和财务对数据资产确权、认定、分类、计量、后续评估等业务管理和会计处理环节。数据资产平台将支撑各类数据资产管理、运营及评估工作，并面向业务场景，提供交互灵活、便携高效的数据服务供应。
在数字化时代，数据资源的管理和利用愈加成为企业竞争的核心。在数据资源入表的新背景下，企业需要建立健全的数据资源管理和会计处理体系，采用合理的评估方法和依据，加强专业人员的培训和提升，以确保数据资产为企业给来的持续收益。作为一家专业的服务机构，德勤中国将致力于为企业提供全方位的数据资源相关的专业服务，帮助各行业企业应对数据资产入表带来的挑战和机遇。
