对“企业数据资源相关会计处理暂行规定“的个人理解

附：2023年数据资源入表白皮书下载：

关注WX公众号： commindtech77， 获得数据资产相关白皮书下载地址

1. 回复关键字：数据资源入表白皮书
下载 《2023数据资源入表白皮书》
2. 回复关键字：光大银行
下载 光大银行-《商业银行数据资产会计核算研究报告》
3. 回复关键字：数据资产估值
下载 《商业银行数据资产估值白皮书》
4. 回复关键字：上海银行
下载 上海银行《商业银行数据资产体系白皮书》
5. 回复关键字：商业银行数据资产管理
下载 《商业银行数据资产管理体系建设实践报告》

2023年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》，明确：企业应当按照企业会计准则相关规定，根据数据资源的持有目的、形成方式、业务模式，以及与数据资源有关的经济利益的预期消耗方式等，对数据资源相关交易和事项进行会计确认、计量和报告。

1．确认为无形资产。2．确认为存货。3．企业出售未确认为资产的数据资源，应当按照收入准则等规定确认相关收入。

具体的规定参阅财政部网站文件规定。

http://kjs.mof.gov.cn/zhengcefabu/202308/t20230821_3903354.htm

一、数据入表可能带来的价值

这个文件实际上体现了会计紧跟数字经济的浪潮，第一次以法条的形式明确了数据价值。根据此规定，企业数字化成果是可以入表。即：对数据资源进行确权、初始计量、后续计量、收入确认载入企业财务报表。对于企业而言，可能带来的价值如下图所示：

1、数据资产化，增加了企业资产总额。可能提升企业未来估值。

2、数据资产化，避免了计入当期损益，可能提升企业盈利水平。

3、数据资产化，可能增加企业整体规模，利于融资授信。

以后游戏公司、软件企业也可能是重资产的企业了。

二、如何计量

1、外购。

如果是买了数据资产，初始计量成本包括购买价款、相关税费，直接归属于使该项无形资产达到预定用途所发生的数据脱敏、清洗、标注、整合、分析、可视化等加工过程所发生的有关支出，以及数据权属鉴证、质量评估、登记结算、安全管理等费用。外购的数据资产，符合无形资产准则规定的，计入无形资产；不符合的计入当期损益，费用处理。

2、内部研发

通过内部数据收集、加工、整理等取得的数据资产，这种情况下数据资产的价值是根据历史成本确定的。此时需要区分研发资本化和研发费用化。

举例：假如有一家游戏公司，用户在注册成功之后，填写了自己的身份证号、手机号、游戏偏好等信息，这些信息对游戏公司来说都是很有价值的。但是，如果在获取数据的过程中，只是让用户填写，而自己并没有发生什么重要的成本，那么这个数据资产就不会在账上体现出来，因为没有发生任何的成本。但是，如果用户是通过其他渠道获得的流量，那么获得用户所支付的支出计入数据成本。

总体上讲，数据资产账面价值只能以历史成本计量。

三、数据入表的难点

1、数据确认为资产的三大基本条件：

（1）企业拥有或控制该数据资源

（2）该数据资源产生的经济利益很可能流入企业

（3）该数据资源的成本能可靠计量

其他两条还OK，成本可靠计量就需要企业当局强化数据流的过程管理。

2、如何将数据资源“显性化”？企业应根据数据资源的持有目的、形成方式、业务模式等因素，判定将数据资源确认到什么资产类别，以及要根据数据资产本身的生命周期阶段（采集、传输、存储、处理、共享、销毁）来确定什么时候可以确认为资产。期间属于某项数据的支出需要在会计核算上予以体现，否则计量基础缺失。这不仅仅需要会计人员对数据资源有敏感的意识，同时也要求企业当局在数据管理上需要予以关注，特别是软件开发、游戏、互联网等新经济行业的企业。传统制造业，如果在进行数字化转型过程中的投入，只要符合该等规定的，个人认为一样可以计入数据资产计量。

3、数据资产使用寿命如何估计？按文件规定：企业在对确认为无形资产的数据资源的使用寿命进行估计时，应当考虑无形资产准则应用指南规定的因素，并重点关注数据资源相关业务模式、权利限制、更新频率和时效性、有关产品或技术迭代、同类竞品等因素。实务处理上，使用寿命估计很难。因为技术的迭代速度快，数据的更新速度也很快。如果一刀切的估计方法，可能粗暴但也许简单。

四、经营战略上，如何实现数据入表

1、数据是有价值的，企业对数据的重视程度需要从意识上提升。以数字技术在企业中的全面融合应用为基础，通过交易、行为、产业链等内外部数据，以资产为导向，构建出更全面、更深入的管理认知与商业认知。业务、流程、管理全面数据化，进而演化到数据资产化，这是一个数据价值的提炼过程，同时也是一个企业战略的新范式。

2、建立数据治理机制。企业可以根据《数据管理能力成熟度评估模型》（DCMM）评估自身数据治理机制完善程度。DCMM是我国在数据管理领域首个正式发布的国家标准，旨在帮助企业利用先进的数据管理理念和方法，建立和评价自身数据管理能力，持续完善数据管理组织、程序和制度，充分发挥数据在促进企业向信息化、数字化、智能化发展方面的价值。DCMM数据管理能力成熟度评估模型定义了数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准和数据生存周期8个核心能力域，细分为28个过程域和445条能力等级标准。

3、将数据资产进行业财融合。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。