数据资源入表在即，将给企业带来哪些改变？

2022年12月，“数据二十条”为我国整体数据要素产业的定位、目标、参与方和原则作出了举旗定向的顶层设计。其后，以此为框架，各地纷纷出台了多个鼓励和促进数字经济以及数据要素流通的地方或行业促进方案。以上海为例，上海浦东新区以“先行先试”的角色，出台了《上海市促进浦东新区数据流通交易若干规定（草案）》。随后，上海市出台了整体促进数据要素产业发展的《立足数字经济新赛道推动数据要素产业创新发展行动方案（2023-2025年）》。在各地方案及政策中，最为企业和数据从业人员所关注的是财政部会计司的《企业数据资源相关会计处理暂行规定》（下称《暂行规定》）何时发布。2023年8月21日，这一暂行规定终于正式发布了。

这一会计处理的暂行规定，将对企业多方面带来诸多改变，包括：

• 企业数据资源采购
• 数据资源开发与应用
• 数据治理
• 数据资源相关科目设定与会计处理
• 数据资源相关税务处理
• 数据资源相关信息披露
• 数据资源及企业估值……

也会给企业正在进行的数字化转型带来实质性的推动作用，促进数据资产价值的可量化，值得企业各利益相关方的重视。作为全球知名的专业服务机构，德勤中国组织各专业团队，第一时间解读《暂行规定》，并结合近期多家企业垂询的情况，以及前期试点实践，编写了数据资源入表在即，企业应对之策的一系列文章，呼吁企业各方思考并积极准备。

《暂行规定》中发布“数据资源入表”的正式指导意见，体现了数据资源作为生产要素的特征，也是我国在制度层面的创新。一方面进一步明确了数据要素参与企业生产经营并对经营产出具备重大影响，另一方面也体现出数据不同于信息系统、知识产权等无形资产的特殊的认定与管理方式。再加之企业数据资产化与数字化转型关联紧密、相辅相成，数据资产化既可以成为数字化转型的成效之一，也是实现数字化转型重要举措。

数据资源入表、会计核算是数据资产价值化的闭环之举，将企业数据资产以会计科目和货币化的形式体现出来，还将向前推动企业数据资源向数据资产转变，形成规范的数据资产开发、运营和管理的体系，提升企业数据治理能级、打通数据资源业务端管理运营与财务端入表与信息披露的协同。《暂行规定》将进一步推动企业对数据资源的重视，数据资源管理的精细化和数据应用价值可量化。

同时，企业也需要关注到，本次发布的《暂行规定》，其针对的对象是企业数据资源，其构成为“企业外部购买”和“内部自行加工”， 且符合无形资产会计准则的确认条件。从企业对数据要素的生产、加工和应用的路径来看，数据资源、数据产品和数据资产还是有所区别的。为统一认知，我们将三者做以下定义。后续在阐述企业应对这一会计处理暂行规定时，我们统称为“数据资产”或“数据资产化”。

数据资源，根据本次发布的《暂行规定》中的定义，是指按照会计准则相关规定确认为无形资产或存货等资产类别的数据资源，以及企业合法拥有或控制的、预期会给企业带来经济利益的、但由于不满足会计准则相关资产确认条件而未确认为资产的数据资源。覆盖企业外购、内部数据研发形成的数据，通常企业业务经营的过程，就是数据资源生成和积累的过程。

数据产品，企业面向内部或外部业务需求和应用场景，通过对数据资源的加工，形成可供应用的数据服务。数据产品可以用于内部分析应用，也可以用于外部销售。数据产品是一种数据资源，但具有产品的形态和边界。

数据资产，目前学术界、商业界都从各自角度对于数据资产进行了定义，还未达成各方共识。我们在实践中对数据资产进行了总结。数据资产首先是面向应用的数据产品，同时生成产品的数据资源也包含其中，还需要满足可确认权属、可追溯来源、可被有效管理等条件，并最终认定其可带来经济利益流入且能被计量。

可以认为数据资产是数据资源进行创造性加工，并持续运营，且带来价值的产物。但在会计处理中，需要遵从“无形资产”或“存货”的准则要求进行仔细甄别。

着眼于数据资源入表，我们建立了企业数据资源业财融合的框架。企业可以从数据资产化战略、数据驱动业务经营与决策、数据资产管理与运营、数据资产价值评估、数据资源会计处理与信息披露等方面入手，多层次、端到端、跨条线着手准备并开展试点实践。我们建议从以下十个方面考虑：

一、明确数据资产化作为企业战略目标之一。基于数字技术在企业中的全面融合应用，交易、行为、产业链等内外部数据，以资产化为导向构建更全面更深刻的管理认识与商业认识。业务、流程、管理全面数据化，进一步演进到数据资产化，是数据价值的蒸馏过程，也是企业战略的新范式。

二、建立数据资产化管理的专门职责体系。包括数据资源采购、认定、确权、登记、管理、开发运维、运营、评估、会计处理等。数据资产全生命周期链条各环节齐抓共管，需要跨条线多工种各司其职，特别虚拟化的资产有其可复制、易流转、价值不稳定的特点。

三、建立数据资产化管理的流程及制度。以数据资源管理制度为导入，以制度形式明确各相关方职责，议事沟通机制和争议解决方案。

四、建立数据治理机制，或进一步提升数据治理能级。数据资产化的基础是全面数据治理。数据管理能力决定了数据资产化的水平。企业可以借鉴国标《数据管理能力成熟度评估模型》，逐级次提升数据管理能力。

五、数据资产的业财融合。不同类型的企业有着不同的数据资源认知和管理诉求，重资产型企业和重度依据数据资源加工和生产的企业，看待和管理数据资产的方式也有所不同。对数据资源进行分类认定，建立数据资源研究与开发里程碑事件机制，对研发支出进行有效归集和准确记录，设定项目单独台账，进行费用审批和归集。通过精细化的数据资源过程管理，确保财务处理的依据充分、金额准确。

六、建设数据资产化平台。企业数据资产管理平台将纳管各类数据资源或数据产品，以面向用户提供便捷的检索、查找、组装和操作等服务为导向，同时提供全面的数据资产业务、技术属性的说明，避免歧义。

七、建立数据资产风险管理体系。企业数据资产管理需要遵从数据安全和个人信息相关的法律法规， 需要在合规框架下进行数据资产的确权、登记以及应用，参与数据要素流通需要进行数据合规性评估。同时，数据资产的质量、数据算法的科学伦理都是数据资产管理中需要重视的风险，需要建立完整的数据资产风险管理体系以及审计机制。

八、完善数据资产的运营流通体系。企业须在管理的基础上，进一步完善数据资产运营、流通，确保数据资源到数据资产的路径畅通，从内部完善数据产品、数据资产的运营能力，为数据内外部流通做准备。

九、建立数据资产内外部协同的生态圈。企业数据资产化是数据要素流通的组成部分。企业通过数据要素市场，合法合规获得数据资源，又可以将融合自身认识能力和数据科学的数据产品参与数据交易，获得数据产品经营的收益。构建内外部协同的数据生态圈，有益于数据要素的有序流通和价值增值。

十、寻求与第三方企业合作。数据生态流通需要企业积极寻求与会计师事务所、律师事务所等相关方的合作，确保数据资产化的方案符合所有相关法律和监管要求。

身在“数字中国”时代，数据资源入表吹响了企业数据资产化的号角，数据要素流通与交易的外部环境正日渐成熟，企业数字化转型方兴未艾。数据资源入表带来的变化，企业“胸有雄兵”，也需要“脚踏实地”谨慎应对。我们后续还会对各专业服务领域带来详细解读与建议，敬请期待。