如何让数据从“资源”完成到“资产”再到“资本”的价值跨越，数据资产入表是关键一步。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，预示数据资产入表已开启数据要素产业化的大时代。

去年以来，虽然一些大数据交易所与金融机构、数据服务商已经在数据资产入表上进行了一些零星和局部探索，但实操环节还存在诸多难点。

他建议，数据资源相关管理部门要结合学界研究和企业界实践，形成包括财政、会计、税务、数据交易流通等政策在内的组合拳，稳妥扶持和规范推进数据资产入表，并加快制定将企业数据场外招标转变为场内交易的具体政策措施。

数据资产入表实施细则尚不明确

数据资产入表是指将数据资源以无形资产或存货的方式确认为企业资产负债表中“资产”项，在财务报表中体现其价值和贡献。

范文仲认为，数据资产入表，有助于企业数据要素方面的支出从损益项变为资产项，减缓对企业利润的短期影响，做大做优资产和净资产规模，提升融资空间，降低资产负债率。

此外，数据要素价值显性化后，还可推动企业收入和利润增加，促进市场重新评估公司价值，改善公司现金流和融资能力，进而带动地区税收规模、GDP总值、劳动生产率的提升，形成经济增长的新动力和新引擎。

不过，当前企业数据资源入表仍处于探索阶段，在实操环节存在较多难点。此前，有大数据交易所人士就曾表示，数据资产短时间内大规模入表可能还不太现实，因为缺乏合规交易——机构只有通过公开的大型平台不停地做交易，才能产生公允价值，才能为资产评估方式找到参照物。

在范文仲看来，由于数据资源的非实体性、可加工性、形式多样性、零成本复制性、多次衍生性、价值易变性等特点，且数据资产入表实施细则尚不明确。

他进一步提到，在企业数据资产模拟入表探索中，入表数据资产范围的划定、成本的计量、经济利益的估算、列报和披露等方面都是痛点问题，比如，如何准确评估数据资产价值？

“目前有成本法、收益法、市场法。在没有交易的情形下，只能用成本法定价，成本法的基础是可靠计量；在有交易的情形下，可用收益法定价；在大量反复的交易情形下，可用市场法定价，它们之间相辅相成，可从成本法先起步。”他指出。

此外，在如何进行数据资产入表环节，当前通常对于不交易的数据资产计入无形资产，对于交易的数据资产计入存货。范文仲认为：“但对于只交易使用权、不交易所有权的数据资产可能更适合计入无形资产。”

数据入表需形成政策组合拳

针对上述行业痛点，范文仲给出建议：

第一，基于数据资源的独特性及不同领域、行业、企业的差异性，数据资产入表应首先遵循谨慎原则，稳步推进。在开展数据资产化前须建立数据资源分类分级和确权授权机制。数据资产需符合行业数据的标准规范，通过规范性来保障数据资产质量的稳定性。数据合规是数据资产入表的基础前提和红线，保障数据资产安全是数据资产入表的底线，要防止出现资产泡沫。

第二，开展数据资产入表工作试点。市属国企要在发挥数据要素乘数效应方面发挥引领示范作用，积极探索开展数据资产入表工作，建立数据资源资产化的长效机制，总结经验做法，推广应用。“建议在通州区、亦庄等数据要素先行区和数据类企业富集的朝阳区、海淀区深入开展数据资产入表试点工作。”他表示。

第三，数据资源相关管理部门要结合学界研究和企业界实践，形成包括财政、会计、税务、数据交易流通等政策在内的组合拳，稳妥扶持和规范推进数据资产入表。

第四，做好数据资产化、资本化创新。试点探索数据资产质押融资、数据保险、数据信托、数据资产证券化等金融创新工具，推动数据由货币性资产向可增值的金融资产转化。