数据资产入表正式施行，企业如何对数据资产进行会计核算？

2024年1月1日，《企业数据资源相关会计处理暂行规定》正式施行，数据资源将作为资产在企业的会计和财务报告中确认、计量、报告和披露。这代表着企业数据相关的支出由损益变成资产类，可以计入资产，不仅可以减少投入期对利润的影响，改善利润率，还也可以改善资产负债率。

那么从会计的角度，企业应该如何对数据资产进行会计核算？

—??01??—

数据的四大阶段以及计量变化

1、第一阶段：数据产品采购以及数据收集阶段

对外采购的数据一是需要付钱和相关税费，二是加工过程有关支出，包括数据脱敏、清洗、标注、整合、分析、可视化等费用。三是其他费用，包括数据权属鉴证、质量评估、登记结算、安全管理等费用。生产伴随产生的数据就是通过自己的系统生产的数据，也会有一定的加工过程中的支出费用和其他费用。

计量变化：无论是对外采购的数据还是生产伴随产生的数据，采购费、加工使用费和其他费用，把它记成费用。费用是无法成资产，是一种消耗。

2、第二阶段：数据资源研发阶段

数据资源研发阶段会分为研究阶段和开发阶段，研究阶段是一种探索性的过程，为进一步开发活动进行资料及相关方面的准备。开发阶段已经完成研究工作，在很大程度上具备了形成一项新产品或新技术的基本条件。这两部分的话都会涉及到钱，研究要研究费用，开发要开发费用。

计量变化：在研发阶段的时候产生的费用也是成本，也消耗掉了，无法计入资产。但是在开发阶段有一部分可满足条件的是可以成为资产。规定指出“开发支出满足无形资产准则第九条规定的有关条件的，可确认为无形资产。技术和资源以完成开发并使用或出售以及支出能够可靠计量5个条件时，才能资本化)” 其实之前研发费用也是按照这种形式，满足一定要求的话会计入资产，这种资产的目的并不是为了给公司的资产进行增值，是为了之后摊销减轻公司研发负担。道理是一样的，比如在数据资源研发过程中花费大概1,000万，假设1,000万其中800万是满足了资产的条件的，它是可以归为资产的。如果说没有这个规定，那800万直接在当年的资产负债表里就显示的很难看。但是有一个条件可以进行分摊，800万的话可以按照多少年进行分摊，每年这个研发费用折算一下，通过摊销的形式的话进行一些扣除，每年的研发账面负担是减轻很多的。它这个地方是仿照之前知识产权这种普通的研发费用的形式去给数据资源加工研发的企业做一些分摊。

3、第三阶段：数据产品产出阶段

数据产品产出阶段，一种情况是最终产出数据产品是没有发生原始数据的权益转移，即内部自用或对外提供服务。第二种情况是有原始权属转移，比如交易出去了，加工使用权就转移给别人；或者作为合同交易主体的对象的附属配套，数据资源不是合同交易的主体对象，而是配套服务，类似于销售产品过程中提供的运输服务，那这个时候运输服务并不是一个交易标的，是一个配套的服务交易。

计量变化：在数据产品产出阶段，没有原始权益转转移的部分把它划为了无形资产，有原始权益转移的部分，其中如果是主体对象交易标的就是存货。其实和生产一箱苹果是一样的道理，苹果公司生产一箱红富士放到仓库里，因为它将来是用需要被卖交易的，放在仓库里的苹果就是存货，就是资产的一部分，只不过会随着它的寿命减值而已。数据产品也是一样的，如果这个数据产品未来就是为了交易的，并且是交给主要对象的，那放在数据仓库里面就是存货，就是企业资产。同时还需要明确如果有权属转移，但是不是交易的主要对象，是合同交易主体对象的附属配套，将会做成合同履约成本划进经营成本，这就是费用即成本。

4、第四阶段：数据资产摊销、减值阶段

这个阶段有一些费用或者说有一些资源能够形成资产，需要进行一些摊销和减值。对数据资源无形资产而言，更需关注相关产品或服务的市场需求变化、竞争产品更达及相关法律法规约束，企业至少每年年度终了，对无形资产的使用寿金及提销方法进行复核。同时企业需要按照(企业会则第8号--资产减》的规定在资产负表使用寿命有限的数资源形产是否在值象，如发生了减值象，应当评其可收回金额，确认相关的资产减值准备。对于使用寿命不确定的数据资源无形资产，无论是否存在减值迹象，每年都应当进行减值测试。

计量变化：成为企业资产之后就需要进行摊销，寿命明确了，就需要摊销；不明确的话就需要减值。??

—??02??—

数据资产会计核算四大步骤

1、会计确认

需要注意的是数据资产的确认时点与传统会计不同，传统会计是按照正式取得控制权的时间确认。但数据资产有其特殊性，需要先对已经整合处理过的数据进行加工，在加工彻底完成后才能进一步对数据资产进行确认。

判断数据资源是否满足资产的确认条件包括以下3点：

（1）企业具有经济资源的控制权

（2）经济资源是未来产生经济收益的现时权利，能够带来其他企业不能获得的经济收益

（3）由企业的历史事项形成，构成对企业历史信息的反映

用一个图来解释一下《暂行规定》的数据范围：

数据资源能否被确认成资产，若被确认资产，会按照资产类别划分成无法资产、存货，属于本规定范畴，若是其他的资产，不属于本规定的范畴。若没确认成资产，满足一定条件的时候，是需要进行披露的，也是本规定范畴。

2、初始计量

目前数据资产的计量属性主要包含历史成本、公允价值。企业数据资产可考虑从用途角度划分为内部开发型和外购型。

（1）按历史成本法计量。

对外购取得的数据资产，交易成本易于确定，数据资产以其购入时实际发生的成本确定其入账价值，具体包含数据集合、处理、分析、传输费用和构建数据库系统的各项软件与人工费。对于自主研发的数据资产也采用历史成本法计量，重点关注研发费用的处理。研究阶段的支出应进行费用化处理，计入当期损益，再归集到“管理费用”；开发阶段符合资本化条件的资本化处理，例如在搜集分析数据过程中发生的设备折旧费、劳务费及日常相关费用支出，借记“研发支出——资本化支出”科目。而不能区分的部分则借记“研发支出——费用化支出”科目。由于数据资产的独特性，应当单独设置“数据资产”科目。当开发阶段的数据资产达到预定可使用状态时，再将归集资本化的支出转入“数据资产”科目，费用化的转入“管理费用”科目。

（2）按公允价值计量。

常见公允价值计量方法包括市价法、类似项目法和估价技术法。对于能够从交易市场中获得公开透明的市场交易价格，通常采用市价法；无法获取到市场交易价格的，可采用类似项目法，依据公开交易市场中相似类型的项目市场交易价格来确定数据公允价值；当前两种方法均无法使用时，可请专业人员对数据资产的公允价值评估。

3、后续计量

（1）后续支出及计量模式

数据资产的后续支出主要包含两部分，技术性支出和非技术性支出。其中技术性支出指的是对数据资产进行收集、处理、分析过程中改进和创新所产生的新价值，影响数据资产的交易价值、盈利能力、企业未来现金流入价值，应资本化处理。非技术性支出包含数据资产的存储、维护、更新等支出，属于必要支出，并不会让数据资产增值或对企业未来现金流入量产生较大影响，应费用化处理，计入当期损益。当数据资产后续计量从成本转为公允价值模式，可参照投资性房地产的后续计量方式。此时，应当设置“数据资产”科目的二级明细科目，借记“数据资产——成本”，贷记“数据资产”。如果数据资产能够直接产生价值，当公允大于账面时，则借记“数据资产——公允价值变动”，贷记“公允价值变动损益”。如果数据资产价值不高且本身不会产生价值，当公允大于账面时，可借记“数据资产——公允价值变动”，贷记“其他综合收益”。

（2）摊销

摊销考虑到数据时效性逐年递减的实际情况，采用年数总合法进行摊销。网页和移动端客户可查看当前及之前两个年度的历史数据，数据终端客户可以查看10年以上的历史数据，因此分别按照3年和10年进行摊销。

在计提摊销时，企业借记“主营业务成本”，贷记“累计摊销”科目。不考虑减值及处置影响，各期摊销情况见右表1. 按照税法规定，无形资产在不低于10年的摊销期内按照直线法进行摊销的部分准予税前扣除，各期末税会按差异见右表2.

（3）减值

减值是当存在可能发生减值的迹象（比如数据已经很少被使用或内部证据表明经济绩效已低于或将低于预期等）应当进行减值测试。由于不存在活跃的数据市场，数据资产供应价值较难确定，可以采用预计未来现金流量的现值来计量可收回金额。在发生减值时，企业借记“资产减值损失”，贷记“无形资产减值准备”科目。

（4）终止确认

①出售 并不是只有存货才能进行销售，无形资产也可以出售，能产生销售营收。企业整体出售数据资产时应该将取得的价款与该数据资产账面价值的差额，作为资产处置利得和损失，计入当期损益。

②失效 但如果无形资产资产处置失效的话，包括当数据资产因损毁、监管或法律等原因，无法给企业带来经济利益时，企业应及时转销数据资产账面价值，借记“营业外支出、累计摊销无形资产减值准备”，贷记“无形资产”科目。

4、列示和披露

即使没有被列为资产，数据资源也需要按照《暂行规定》进行列示和披露。

（1）无形资产的数据资源相关披露

无形资产的数据资源相关披露是有一定要求的，比如说需要按照外购无形资产、自行开发无形资产和其他的方式无形资产这种类别进行一个披露，即需要向外界不仅展示会计上能够列为资产的东西，也需要展示像数据整个过程，包括无形资产使用寿命、摊销期、摊销方法、残值变更内容、原因以及未来影响因素、权益的限制、研发开发支出等，让外界了解整个过程，更透明化。

（2）存货的数据资源相关披露

存货的数据资源相关披露需要按照外购的数据资产存货、自行加工的数据资源存货和其他方式取得的数据资源存货等类别进行披露，需要披露数据资源存货成本所采用的方法、计量方法、以及确定依据、计提方法、影响因素。

(3)其他披露

规定中还有一些其他披露，包括自愿披露的地方。

举几个例子：

第一：用于形成相关数据资源的原始数据的类型、规模、来源、权属、质量等信息。?比如某公司的数据资源大部分是自行采编得到，占数据总量的70%，这种信息就需要披露出来；公司还通过技术手段获得新型的另类数据，包括运用卫星遥感等科技手段去获取的空间数据以及购买了中国资源卫星应用中心、中国交通和通信信息中心等三家卫星数据供应商的卫星数据，这种信信息是需要披露出来的。

第二：企业对数据资源的加工维护和安全保护情况，以及相关人才、关键技术等的持有和投入情况，也是可以自愿披露的。?举个例子：某企业技术团队通过不断的自查以及委托第三方代理公司进行安全检测等方式去防范攻击，同时公司建设了熔灾机房、运用数据多级备份体系，而且供需公司还尝试基于开源大语言模型研发行业垂类的大语言模型，并且通过一些技术形成的内容，这种类似信息也是可以自愿披露。?

第三：是数据资源的应用情况，包括数据资源相关产品或服务等的运营应用、作价出资、流通交易、服务计费方式等情况。?比如：有的公司网页端和移动端收费是每年2,000元到6000元，数据终端的话收费是5,000元/年到80000元/年，这种也是可以自愿披露。

—??03??—

企业如何应对数据资产入表挑战

目前数据入表确实还有些问题待解决，包括数据资产收入成本匹配问题、数据资产成本归集的内部控制、数据资产的时变性、数据资产的摊销方法、数据资产的摊销年限、数据资产的税会政策差异等，但有问题不可怕。数据要素化在理论上是必然的，在实践中是可行的，最终一定是要形成数据资产的。正如德鲁克所言：“没有人有能力预测未来，预测未来最好的办法就是创造它”。

《企业数据资源相关会计处理暂行规定》推动了数据资产价值的量化，给企业带来很多影响。具体包括：数据资产购买、数据挖掘、数据治理、数据应用以及相关的账务和税务处理、列示与披露以及企业价值评估等。这必然会推动更多企业进行数字化转型，加大数字化转型的投入。

亿信华辰认为，企业应该评估自身对数据资源的需求以及挖掘数据资源的能力，构建自己的专业化数据团队，通过数字技术的全面应用实现“业务数据化->数据产品化->产品价值化”。不仅要提升企业内部对数据资产的重视程度，搭建数据管理流程、制度以及数据治理机制，与专业服务机构合作提供各类专业咨询。

作为Gartner认可的数据资产管理标杆厂商、IDC认证的中国数据治理解决方案市场第一厂商，2023年亿信华辰行业首发《数据资产入表知识地图》，揭秘数据入表全流程。同时，拉通各生态伙伴成立“数据资产入表服务链合体”，为客户提供数据资产入表及数据资产交易等一站式解决方案，包括：咨询规划、数据资产管理、会计审计、法律咨询、安全监管等能力，为企业提供专业化服务，全程指导企业有效地进行数据入表工作。并拉通北、上、深、贵等数交所，可以帮助客户推动数据产品上架、推进数据交易等工作。如有数据资产入表相关需求，欢迎私信联系。