财务公司数据资产入表的路径探索及对策研究

【摘" 要】财务公司在司库建设背景下具备极大的数据要素潜能，而数据资产入表将推动财务公司战略、组织结构以及管理方式的转变，对赋能公司数字化转型及价值创造具有重大意义。论文研究了数据资产入表现状，在此基础上探索财务公司入表路径，并提出相应的对策与建议。

【关键词】财务公司，数据资产入表；数据资产

【中图分类号】F275" " " " " " " " " " " " " " " " " " " " " " "【文献标志码】A" " " " " " " " " " " " " " " " " " " " " " " " "【文章编号】1673-1069（2024）10-0188-03

1 数据资产概述

1.1 数据资产定义

数据资产是指由公司拥有或者控制的，能够为公司带来未来经济利益的数据资源，并可进一步划分为两类：一类是能确认为无形资产或存货等资产类别的数据资源；另一类是企业合法拥有或控制的，预期会给企业带来经济利益的，但由于不满足企业会计准则相关资产确认条件而未确认为资产的数据资源。

1.2 数据资产属性

数据资产具有自身显著特征，一是非实体性和依附性。相较传统有形资产，数据资产依托于实体存储，但其本身无形；相较传统无形资产，数据资产更侧重于信息价值，通常不会随着使用次数增加而损耗。此外，数据资产的业务依附性较强，需依托生产经营活动为企业服务来体现其价值。二是可共享性。数据资产可无限复制使用，在一定的时空范围中，跨地域、跨系统的多个对象可以同时拥有并使用同一份数据资产。三是价值多变性。数据资产的价值易随各类外部因素变化而波动，如数据技术发展、数据相关政策变化等，且波动幅度较传统无形资产更大。

2 数据资产入表现状

2.1 国际现状

数据资产入表在国际上仍处于探索阶段。以《国际财务报告准则》等为核心的国际通行会计体系中并未就数据资产的会计处理做专门规定。中国则是世界上第一个提出数据是生产要素并将其列入会计准则中“资产”的国家。随着《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》）于2024年正式生效，数据资产入表迈出了从0到1的里程碑一步。

在实践中，国际上早已有数据资产入表相关案例。2020年，全球商业决策信息和分析服务机构邓白氏收购了欧洲领先的数据及分析公司Bisnode。邓白氏将本次溢价收购产生的无形资产分别计入4个明细科目，其中“Database”（数据库）就是数据资产入表的体现。

2.2 国内实践

2.2.1 国内数据资产入表总体概况

财政部虽制定印发了《暂行规定》，但该规定仅指导了实务中对数据资源能否作为会计上的资产确认及科目划分，未增补现行准则下的会计确认计量方法。数据资产的确权、交易、评估等事项的不明确依旧是数据入表的重大阻碍。多地针对解决数据资产入表难题作出了积极探索。北京市出台了《数字资产登记指引》等一系列法律法规，推进建立数据资产的登记和评估制度，支持开展数据信贷信托和数据资产证券化等数字经济业态创新。上海数据交易所发布了《数据资产入表及估值实践与操作指南》，以企业数据资源开发形成数据资产的路径为核心，探讨了企业数据入表和估值的实践与操作。浙江省财政厅探索建立了地方标准《数据资产确认工作指南》，在全国范围内首次提出以内部控制、管理体系、技术支撑、工作制度、工作流程、工作执行等要素组成的数据资产确认工作框架，是数据资产管理创新实践的经验总结。 2024年Wind数据统计分析，截至8月，39家公司披露了数据资源入表情况，相关金额达13.57亿元，其中，计入无形资产、存货和开发支出的金额分别是5.84亿元、4.73亿元和3亿元。从行业来看，数据入表企业多集中于电信、互联网等数字经济核心产业，房地产、汽车、零售等传统行业及化学制品等工业领域。

2.2.2 金融服务业数据资产入表现状

财务公司隶属于金融服务业，行业以银行为例，其作为数据资产天然的“汇集者”，早已开展了相关研究。浦发银行2021年发布《商业银行数据资产管理体系建设实践报告》，为明确数据资产化路径提供有益参考。光大银行在数据要素探索上较为深入，2021年发布《商业银行数据资产估值白皮书》，聚焦数据资产估值领域，建立了面向商业银行的数据资产估值体系和方法，为数据资产估值实践做出有益探索，并于2022年发布《商业银行数据资产会计核算研究报告》，为数据资产入表提供重要借鉴。2024年8月，恒丰银行根据数据资产判定条件，经过充分的调研论证，筛选出14个潜在入表项目，并确定与应用场景密切相关的个人信贷类产品风控模型为典型案例，率先构建起数据入表“识别判定-盘点治理-合规确权-收益论证-成本计量-列报披露”的完整流程，实现全国首个银行数据资产入表，其入表流程的合规性和准确性等已通过外部审计机构审核认定。目前，关于财务公司数据资产入表还并没有相关公开的成熟案例。

3 财务公司关于数据入表的必要性

从财务角度而言，数据资产入表能够打通数据从资源-资产-资本的转换链条，形成未来增量收益，释放公司潜在价值。一是助推公司激活过往沉淀的数据资源，盘活公司数据资产价值；二是用会计语言量化数据资产价值，从财务层面呈现数据价值，提升公司内在价值；三是加快公司数据要素的资产化路径管理步伐，有助于剔除数据要素投入对利润成果的影响，更为真实反映公司实际盈利能力。

从非财务角度而言，数据资产入表将推动公司数据理念变革，提升公司经营管理水平。一是将全面提升公司数据资产管理意识，更加重视数据资产的开发、利用和价值挖掘，加快财务数智化转型步伐；二是有助于提升公司数据治理和内部管控水平，推动公司数据合规体系建设，提高数据质量及安全，降低公司经营风险。

4 财务公司数据资产入表路径探索

4.1 数据资产权属确认

4.1.1 确认公司是否具有数据资产所有权

对财务公司数据资产所有权的归属，可通过排除法进行判断。拟入表数据资产应具有正规来源，且不违反保密规定等相关制度要求。其中，通过开放数据平台下载的通用数据，通常没有发生相关支出，或不具有排他性，不能实现公司对数据的拥有和控制；通过贷款尽调获取的部分公司的经营数据，因有明确的管理要求且不允许做其他用途，故不能列入公司拥有的资产。

4.1.2 确保数据资产满足合规性要求

一是来源合规。拟入表资产应具有正规渠道收集记录，获得的数据应具有协议或流转证明，对于部分数据资产还应具有授权转让资格。二是内容合法。数据不得违反国家安全管理相关规定，不属于法律法规及公司制度列入需要保密的范畴。三是管理有效。为了做好数据资产归集，数据的加工、使用需由专人负责；在数据价值开发的过程中，要在具有相关资质、许可的前提下开展，不能违反法律相关规定及授权约定；数据在传输、储存时需配备必要的安全保障举措，确保数据不会丢失、泄露。

4.1.3 明确数据资产范围

数据资源满足可靠计量成本以及相关利润能够流入企业的两个条件方可确认为公司资产，因此公司在前期要合理框定数据资产范围，如公司对原始数据进行加工后，因为数据内容获取不充分、整理能力薄弱，没有清晰的应用场景，导致无法确认预期是否可以带来经济价值，此类数据也不能定义为企业拥有的数据资产。

4.2 数据资产价值确认

财务公司数据资产的价值确认可归类为三大方法，分别是成本法、收益法和市场法。在此基础上，需结合数据资产的特殊情形对模型参数进行科学合理的修正。

①成本法。成本法是通过数据资产的成本归集来确认资产价值。财务公司数据资产的成本发生主要来源于3部分，分别是数据的获取成本、数据的价值开发成本、适用场景搭建投入。其中，由于数据在各部门、各人员之间多次加工流转，叠加同一人员处理多份数据的影响，应根据工作量法等有效工具科学划分人工投入及折旧摊销。在此基础上，还需要考虑一些历史数据的时效性不足导致使用效能降低，即针对不同成本确定相应的折价比例，最终汇总形成数据资产的整体价值。②收益法。收益法是根据数据资产的经济流入并考虑相关风险后折现的价值。根据目前财务公司的商业模式特征，首先要确定数据资产价值的来源及影响，进而形成分类分级的估值标准。其次，关于价值来源，需要财务公司结合实际进行挖掘，如通过分析集团资金流数据所节约的财务费用，或可供集团或其他成员单位购买的改进资产负债结构的价值分析报告等。③市场法。市场法是以市场相关成交案例价格为基础，通过差异修正进行价值判断。但目前数据要素交易市场并不成熟，上海数据交易所等机构仍在持续健全中，财务公司相关交易案例基本为零。在相近案例中，价值参数也难以设定和调整。因此，为了确保市场法的结论合理，还有待获取更多的交易案例进行佐证研究。目前，市场法对于财务公司而言还难以适用。

4.3 数据资产会计处理

①会计科目确认。数据资产根据不同种类数据的特点，分别计入无形资产、存货及开发支出，参照相应会计准则进行计量。财务公司的数据资产包含成员单位存贷业务数据、授信评级信息等。在当前阶段主要用于集团内部管理，难以通过转让产生经济效益。因此，按现行会计准则，绝大部分数据都应归类于无形资产科目。在司库数据建设期间，数据资源处于研究开发阶段，若满足资本化条件，相关成本可计入开发支出科目。未来，若财务公司开拓对外出售数据资产而获利的渠道，则可将相应资产计入存货科目。②初始成本确认。初始成本是企业在数据资产获取中所产生的必要且合理的耗费。按照资产获取方式进行初始计量。其中，通过外购获取的数据资产计量较为简单，主要由购买价款组成；通过自行开发的数据资产则涉及较为复杂的成本归集步骤，包含数据从生产阶段到后期开发阶段全周期的加工成本、人工成本、信息系统摊销及委外开发费用，财务人员需做好相关台账统计和记录。③后续计量。后续计量主要包含以下3个阶段：第一，后续支出。在数据资产初始确认后，对其进行深层次挖掘以提升资产使用效益所发生的支出，若满足资本化条件，则在数据资产成本中列支；数据资产的日常维护、后期存储等产生的额外运营支出，一般在当期损益中费用化列支。第二，期末调整。数据资产特有的非实体性及价值易变性，要求公司定期开展价值评估。对于以成本法计量的数据资产，应定期进行数据资产评估，审慎确认数据资产价值，根据会计准则合理计提减值准备，避免出现价值虚高的情况。以公允价值计量的数据资产，则应根据市场波动情况调整账面价值，并计入当期变动损益。第三，资产处置。一是使用权出售。数据资产的共享性使其能通过使用权的多次出售获取收益，且其无限复制的特点可摊薄成本，但公司仍应遵循收入成本配比原则，在确认销售收入的同时，科学地结转成本。二是所有权出售。公司在完成所有权出售后，应终止确认该资产，在确认收入的同时结转全部成本。三是报废毁损。因技术进步而无使用价值的数据资产要启动资产处置流程，结转全部账面价值，计入处置清理费用，确认残值清理收入，并将差额计入资产处置损益；因突发情况导致数据资产报废损毁，同样需执行上述处理步骤，并将差额在营业外支出科目中结转。

5 财务公司数据资产入表仍面临其特有的困难与挑战

5.1 财务公司内生性导致数据资产确认计量难

财务公司作为集团内部银行，其内生性决定其数据资源主要来源于集团内部，不同于外部购入可通过购买价款直接确认成本。财务公司数据资源产生渠道是在运营过程中自行开发，无法通过市场流通的相似数据资源价值作为参考，这些特点导致数据资产前期确认难，一是财务公司数据资源价值或成本难以合理确定，容易出现价值虚高违背会计审慎原则，或者价值低估有损公司经济利益的情况；二是缺乏证实该资产产生的经济利益“很可能”流入公司的外部支撑材料，计量可靠性较低；三是数据资产为公司及所属集团带来很多难以测算的潜在收益，如管理效益提升带来的经济价值以及成本费用的节约等。此外，数据资产自身特有的价值易变性，决定其价值易随外部因素变动而大幅波动，价值时效性极强，资产后续摊销、减值等处理非常复杂困难。

5.2 财务公司数据资产披露合规挑战

财务公司数据均来源于集团内部成员单位，数据资产涉及较多法人主体，涵盖各单位财务信息、往来交易流水等商业敏感信息，对数据保密要求天然较高。同时，财务公司受金融监督管理局与人民银行双重监管，属于强监管行业。在当前技术背景下，如何正确处理保密信息，在保障数据安全、隐私保护的前提下，完成数据资产披露，符合监管合规要求并规避法律风险，存在不小的挑战。

5.3 财务公司数据治理能力及数据资源质量有较大提升空间

财务公司虽然沉淀着海量数据资源，但是在数据资产市场并不成熟的背景下，相关技术标准有待进一步明确。叠加财务公司服务于集团内部管理的特性，财务公司数据治理能力固有缺乏，数据资产价值利用普遍存在不充分的情况，数据资源管理的过程难以做到科学、全面，财务公司人员对数据资产的理解有待进一步深入。这为数据资产后续入表带来潜在风险，且其解决依赖长期系统的治理，短期内财务公司难以实现数据资产入表。

6 应对建议及未来展望

针对财务公司数据资产入表的特有难题，未来，建议在以下几个方面做好充分探索和科学实践：一是逐步构建全面的数据资产制度体系，并搭建对应组织体系。明晰各方数据资产管理职责，确保数据资产管理链条畅通，包含数据治理、组织架构等非财务基础制度及会计核算、成本归集分摊、收益实现等财务制度，为数据资产入表奠定制度基石。二是全面构建覆盖数据采集、处理、管理以及业务运作的合规管理体系。明确公司现有数据资产的权属关系，避免资产所有权与使用权的混淆，并根据最新监管要求及时调整，为数据资产入表提供合规保障。三是尽快理清数据资源的详细情况，开展数据资源盘点。登记数据资产在不同维度的属性信息，建立完善的数据资产信息库，实施科学分类管理，及时更新维护，为数据资产入表提供必要信息支撑。四是加快配套人才队伍建设。短期可依托跨部门协作机制应对，长期需培养熟悉公司业务又理解数据技术的复合型财务人员，为数据入表提供人才支撑。

在数字经济的飞速发展过程中，随着国内外数据资产相关制度的制定与不断完善，数据资产未来也将逐步地、充分地纳入财务公司的报表范围，并得到合理的价值体现。

【参考文献】

【1】施志晖，陆岷峰.商业银行数字资产入表影响与对策研究[J].北方金融，2024（02）：3-8.

【2】黄悦昕，罗党论.数据资产入表：现状、挑战与对策[J].财会月刊，2024，45（16）：55-60.