数字经济时代，数据作为与土地、劳动力、资本、技术并列的“第五大要素”，已成为发展新质生产力的重要生产要素。

今年1月1日，《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》）正式实施，导入现有的存货、无形资产会计准则体系，将数据资源作为资产被正式纳入会计处理范畴，数据资产入表正式拉开序幕。

在此背景下，数据资产增信融资、数据资产质押贷款、数据资产挂钩抵押贷款等科技金融产品不断涌现，数据资产入表费用损失保险等衍生金融服务也应运而生。仅从上海来看，2023年在上海数交所挂牌的数据产品交易额就超过11.6亿元，同时，基于数交所主导的“数易贷”数据资产化解决方案，已落地信贷融资规模超过1亿元。

但对于市场而言，哪些资源可以入表、数据资源的初始价值与后续摊销如何评估计量，都仍在摸索中前进，未有公开案例予以指导。

随着A股2024年中报季来临，上市公司数据资源入表的近况详情终于披露，我们也得以一探数据资产入表的新进展和隐忧。

21世纪经济报道记者注意到，从今年上市公司一季报到近期集中披露的中报，数据资源在资产负债表的计量，被纳入存货、无形资产、开发支出等三个科目项下，但值得关注的是，多家将数据资源作为存货计量的企业，均作出更正公告，称“报表错行”，将相关数据归零。

事实上，数据资产的评估与计量是金融信贷产品创新的基础，当数据的金融属性愈发明显，会计行业对数据资产入表也更加谨慎。有会计行业专家指出，是否支持数据作为一项资产入表，会涉及审计师责任的问题，特别是在涉及上市公司会计信息披露时会更为审慎。

“无论是企业还是地方，对数据资源作为资产入表都呈现出极高的热情，但效果和实际需求相比差距还是很大的，确确实实急不得，但也同样不能等。”今年7月，在2024数据资产管理上海峰会上，国家信息中心原常务副主任杜平在公开发言中表示，应当鼓励数据资源丰富的上市公司先行尝试，进行公开信息披露，“干得好有示范效益，干得不好至少也是教训”。

上市公司初解数据资源入表

财报季，是观察上市公司数据资源入表最直接、最全面的时点。

截至2024年8月21日晚，据21世纪经济报道记者不完全统计，已有14家上市公司探索将数据资源计入合并资产负债表，特别是中国电信（601728.SH）、中国移动（600941.SH）、中国联通（600050.SH）等三大通信运营商，已全部实现数据资源入表。其中4家公司在财报发布后更正了报表中的数据资源，将数值清零。

根据《暂行规定》要求，数据资源可计入存货、无形资产、开发支出等三个科目项下。

其中，企业在编制资产负债表时，应当根据重要性原则并结合企业实际情况，在“存货”项目下增设“其中：数据资源”项目，反映资产负债表日确认为存货的数据资源的期末账面价值；在“无形资产”项目下增设“其中：数据资源”项目，反映资产负债表日确认为无形资产的数据资源的期末账面价值。此外，在“开发支出”项目下增设“其中：数据资源”项目，反映资产负债表日正在进行数据资源研究开发项目满足资本化条件的支出金额。

21世纪经济报道记者梳理发现，在上市公司数据资源入表的实际操作过程中，大部分企业将数据资源计入开发支出、无形资产项下。以卓创资讯（301299.SZ）为例，在将1972.21万元数据资源作为资本化研发支出后，推动营业成本同比减少10.58%至4690.42万元，进一步释放利润。

但另一方面，部分企业因更正公告受到市场关注。

具体来说，华塑股份（600935.SH）、晶华新材（603683.SH）、密尔克卫（603713.SH）、惠同新材（833751.BJ）等上市公司将数据资源作为存货计量后，均发布了半年报更正公告，称公司财务人员对《暂行规定》的学习和理解不到位，将存货科目项下的数据资源数值等同于存货科目数值，在更正后将资产负债表中数据资源的数值计为“0”。

此外，晶华新材原本将7788.83万元计入无形资产项下“其中：数据资源”科目，也在更正后将相关数值归零。

为什么问题总是围绕着“存货”这一资产类别？

记者多方了解到，目前行业对于存货的定义主要是根据《企业会计准则第1号——存货》，即企业在日常活动中持有以备出售的产成品或商品、处在生产过程中的在产品、在生产过程或提供劳务过程中耗用的材料和物料等。这意味着如果数据资源作为存货计量，企业不保留持有权、使用权以及未来的经营权，且数据的使用需要贯穿企业的日常经营活动，这对数据产品的要求相当苛刻。一般企业采购或内部研发的数据资源、数据产品、数据服务等具备复用性，可以为企业带来长期利益，因此多以无形资产计量。

在一家已帮助超过40家企业实现数据资源入表的服务商看来，数据资源作为存货很难确认，一般他建议数商将数据资源做成产品后，按次购买的数据产品作为存货。而对于企业的数据资源入表，其一般建议以数据产品对外提供服务，计入无形资产科目。“我服务的企业中有98%的企业都是将数据资产作为无形资产计量的。”他向记者透露。

后续计量考验数据资产管理能力

上市公司数据资源入表，迈出了初始计量的第一步，但更考验财务人员的，或许是未来相关资产的后续计量。

《暂行规定》要求，对于确认为存货、无形资产的数据资源，企业应当沿用原有企业会计准则的相关规定进行后续计量，即数据资源存货的跌价准备情况，以及数据资源无形资产的使用寿命及摊销方法。

在半年报将数据资源列入无形资产科目的上市公司中，中国移动明确列示了数据资源无形资产的使用寿命为2~5年，对其成本扣除减值准备后按直线法在预计使用年限或受益期内摊销。卓创资讯提到，以年数总数法，按5年对数据资源进行摊销。而南钢股份（600282.SH）未能明确披露数据资源无形资产的使用寿命与摊销方法。

21世纪经济报道记者注意到，目前部分企业对数据资源无形资产的后续计量，是根据有关软硬件设备和服务成本进行测算的。

今年6月，开普云（688228.SH）在回复监管问询函时披露了其在2024年一季报实现数据资源入表时的会计处理考量。

开普云表示，在数据资源作为无形资产核算时，其初始计量按照实际成本原则，其自主研发的大数据平台在完成数据采集、脱敏、清洗、标注、分析后，形成了符合公司业务与研发需要的数据资源，并存储在第三方云存储中。由于前期研发投入已经实现费用化，因此该无形资产的取得成本主要是租赁云服务器的成本，公司数据资源的使用寿命，则是根据大数据服务平台底层算法的预期使用年限来确认的。

“数据资产的使用年限是怎么确定的？怎么确定数据资产出现了减值？减值的变化怎么来估计？”前述会计专家表示，如果企业数据管理不到位，无法可靠估计数据的使用年限、耗用成本，可能会为审计结果带来一定风险。在他看来，数据资产化的呈现，也可以通过信息披露的方式，使得会计报表的使用者能够清晰了解到企业数据资产的情况。

前述资深数据资产入表服务商向记者表示：“数据资产入表，不仅仅是入表这一个环节，而是要做精做好数据资产管理这件事，需要做好成本分摊和归集，包括数据质量的持续管理，定期出具数据质量报告等等。”

与此同时，对给予融资的金融机构来说，数据资源具有虚拟性、可加工性、价值不稳定性，在不同时间不同背景下数据资产的价值可能出现波动，若抵押的数据资产在后续出现快速贬值的情况，可能会带来相应信贷风险。

数据资产交易市场拉开序幕

尽管行业从2023年就开始数据资产化探索，但上市公司在数据资产入表时的困惑，反映出数据资产在评估和计量上的难题仍未能获得解答。

在多位受访人士看来，问题集中于数据资产估值方法。

成本法和收益法是目前应用最为广泛的估值方法，《暂行规定》对确认为无形资产或存货的数据资源，其计量也主要根据成本法。例如，企业通过外购方式取得确认为无形资产的数据资源，其成本包括购买价款、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、安全管理等费用等等。

“数据的边际成本是零，如果长期重复使用，第一次的成本摊薄到N次，几乎为零，那么对第一个客户和第N个客户的定价是否应该存在差别？”在国际货币基金组织原副总裁朱民看来，建立数据资本化最核心的一环是估值，而数据的价值取决于应用产品的价值。

基于市场交易定价，是数据资产产品较为理想的一种估值形式，但当前不得不面对的现实是，数据资产交易市场才刚刚起步。

同济大学经济与管理学院博士、博士后徐涛曾撰文指出，需要警惕数据资产的“交易”风险。他认为，不同于常规的商品或物理资产，数据资产通常需要在特定的技术环境下进行处理和使用，不同企业的数据需求和技术标准各异，这使得数据资产的交易难以实现标准化和规模化。尽管目前各地数据交易所数量在增加，但其总体交易量仍然很低，数据交易市场尚未完全成熟，市场机制和基础设施仍需进一步完善。“对于将数据计入‘存货’科目，并希望通过出售数据资产或借助数据资产进行重组的企业来说，可能导致其无法在预期时间内完成交易，增加其财务风险和运营压力。”徐涛表示。

近日上海数据交易所宣布全国首个数据资产交易市场开始试运行，通过构建数据资产交易制度体系，打造登记、估值、交易、披露、处置五项核心功能，破解数据资产交易市场制度不完备、估值体系不完善等问题。

“数据产品交易市场和数据资产交易市场，是两个并行发展的市场，前者将数据作为商品，关注其产品属性与使用价值，而后者则将数据作为资产、资本，关注其金融属性。”上海数交所副总经理、研究院院长韦志林表示，这一数据资产交易市场允许具有融资、转让需求的市场主体，依托上海数交所的数据资产交易平台，合法、合规、高效进行数据资产转让、融资等，加速数据资产化进程。

展望未来，更公平、活跃、开放的数据资产交易市场将为数据资产的估值提供参考。在数据资产化走向资本化的下一步，在产生现金流后，基于此估值，数据资产或将诞生更为丰富的创新金融产品。

一位券商结构融资部负责人告诉记者，目前无论是国企还是上市公司，数据资源入表形成的数据资产绝对金额相对较小，这主要是基于成本法计量的审慎原则使然。当数据产品、数据算法模型成熟后，数据近乎零成本的无限复制性，从理论上来说会带来更广阔的价值释放。“基于这些数据资产在使用过程中产生的现金流，可以反映数据资产的经济价值，这将为数据资产证券化提供很好的基础。”他表示。