企业数据资产管理面临的困境与对策
朱玉龙
作者简介：朱玉龙（1990—），男，本科，会计师，主要研究方向为建筑业会计、资产评估、资产管理。
中建六局第六建设有限公司，江苏 苏州 215000
    摘要：数据资源是企业所持有的具有潜在经济价值的宝贵资源，蕴含着巨大的商业潜力和使用价值。党的十九届四中全会首次将“数据”增列为一种生产要素，要求建立健全由市场评价贡献、按贡献决定报酬的机制。财政部近年来陆续出台《关于加强数据资产管理的指导意见》《企业数据资源相关会计处理暂行规定》等系列文件，标志着有关部委高度重视企事业单位数据资产管理工作，发挥数据资产对企业高质量发展的推动作用。从披露数据资产“入表”的上市公司数量占整个A 股市场公司数量比例还较低可知，企业在数据资产化实操过程中还面临诸多挑战，研究企业在数据资产管理中面临的困境与对策具有重要意义。
    关键词：数据资产；资产价值；财务报表
    引言
    数据本身是对实体经济活动的数字化再现，数据经过精心加工、处理及有效管理后，能够形成具有实际应用价值和商业潜力的数据集，在数字化技术的催化下，数据集能够转化成生产力，最终具备在未来实现收益的能力，形成数据资产。数据资产的有效管理在提升企业资产管理质量、挖掘企业增长潜力、优化财务结构、提升企业估值水平等方面将发挥重要作用。
    一、数据资产的价值
    随着数字化经济的快速发展，数据应用的需求迅速增长。许多企业和组织需要大量的数据支撑其业务运作和发展。由于各企业都是独立的数据体，而数据在融合情况下会发挥较大作用，因此催生了数据中台中的数据运营和内部流通机制。同时，数据的外部流通也显得尤为重要，因为在某些情况下，仅靠内部数据无法形成完整的业务视图，必须引入外部数据才能拼接出一幅完整的画面。因此，数据市场的需求持续存在，为数据的内外部流通提供了广阔的舞台。
    数据蕴含着巨大的商业潜力和实用价值，其收集、处理与分析过程能够揭示商业洞察、促进决策的科学性，并显著提升运营效率，进而实现经济效益的增长和商业竞争优势的增强。这一价值潜力的本质根源在于数字化转型的不断深化，使得数据的价值日益凸显。在数字化技术的赋能下，数据直接转化为生产力，催生出业务价值，并逐渐成为不可或缺的生产要素。
    二、企业数据资产管理困境
    东方财富choice金融终端统计数据显示，2024年上半年，共有44家上市公司在主表中披露数据资源，其中9 家计入存货，26 家计入无形资产，18家计入开发支出；后4家公司发布更正公告清空数据资产数额，最终数据资产“入表”（以资产形式计入资产负债表） 的上市公司数量仅为40家，相较于中国A股市场5 356家上市公司，占比不足1%，表明企业在数据资产管理方面还面临诸多困境。
    （一）数据资产识别困难
    数据具有非竞争性、非消耗性等特征，也具有时效性、隐匿性的特征。数据价值往往与使用场景有关，脱离特定的场景其收益性很难被获取，以至于在不同的企业、不同的行业之间很难统一认定标准。
    （二）产权制度缺失
    当前我国数据产权制度还需要完善，数据产权归属、数据生产者与使用者之间的权益分配等问题需要进一步明确与规范，同时数据产权保护等则需要进一步强化，以确保数据生产者和使用者的合法权益得到保障。
    （三）估值定价机制尚待完善
    数据不同于一般商品和服务，有其特殊性和复杂性，“成本或价值可靠计量”成为数据资产化的难点。同时，数据资源合法拥有控制及经济利益流入可能性较难确认、使用寿命及减值的不确定性较大，价值评估还没有统一标准。
    （四）数据资产“入表”具有双面性
    数据资产“入表”可能带来一定的负面后果，导致相关方加强数据资产管理的意愿不足。数据资产“入表”后，企业的举债能力可能会增强。这意味着，数据治理能力较强的企业可能“入表”更多的数据资产，举债能力增幅更大。因此，数据资产“入表”还可能在一定程度上改变资本市场的资源分配[1]。
    三、企业数据资产管理对策
    在数字化转型深入推进的大背景下，各企业应顺应时代发展趋势，加强数据资产识别，尽快将企业数据资源转换为数据资产，加强数据管理与数据资产保护，积极探索业绩增长新亮点的必由之路。
    （一）加强数据资产识别
    综合现有研究，数据资源若要被视为数据资产，必须具备清晰的产权和经济价值，同时展现出无形资产与有形资产、流动资产与长期资产的特点；应当具备通过过去的交易或事件形成、企业拥有或控制且具有明确的应用场景的基本性质[2]。可以看出各学界、监管部门对数据资产的定义具有一致性。企业应当利用学界对数据资产的定义结合自己所持有的数据资源进行综合辨析。
    （二）数据资产盘点
    数据资产盘点是指对企业或组织内所有的数据资产进行全面、系统的清查、登记和评估，以掌握数据资产的数量、质量、价值、分布、归属及使用情况等。其目的在于优化数据管理，提升数据利用价值，加强数据安全和隐私保护。主要内容包括：
    （1） 根据数据的性质、来源、用途等进行分类，如参考数据、主数据、业务活动数据、分析数据和时序数据等。
    （2） 确定数据的存储位置和方式，包括云存储、数据库、文件服务器、个人电脑等。
    （3） 整体摸查盘点,从系统到数据库表，再到数据字段，进行详细的数据情况摸查；补充相关信息的基础属性、管理属性、业务属性。
    （4） 根据企业调研结果或数据基础判断，形成资产清单和资产目录；确保目录的准确性和完整性。
    （5） 设置数据访问权限，确保数据的合法使用。
    （6） 检查数据的备份策略和恢复能力，确保数据的可靠性和可用性。
    （7） 对数据资产进行价值评估，包括经济价值、业务价值等。
    （三）数据资产价值评估
    当前,数据资产价值评估尚处于探索阶段,业界和学界提出了多种评估思路和方法,主要包括成本法、市场法、收益法等。
    成本法是从投入的角度评估数据资产的价值。该方法以数据资产的历史成本或重置成本为基础,结合数据资产的贬值因素,得出数据资产的价值。历史成本是指数据资产从采集、存储到应用的全过程投入的成本,包括人力成本、软硬件设备成本、数据购买成本等；重置成本是指按照当前条件重新构建一个功能相同的数据资产所需的成本。运用成本法评估数据资产,一方面要考虑不同类型数据资产在采集、存储、处理等环节的成本差异,另一方面要结合数据资产的时效性、完整性等因素确定其贬值水平。由于数据资产与一般有形资产在成本结构和贬值规律上的显著差异,单纯的成本法很难准确评估数据资产的价值。
    市场法是参照可比的数据资产交易案例,运用类比推断的方法确定待评估数据资产的价值。采用该方法需要以下几个步骤:一是选取与待评估数据在类型、规模、质量等方面相似的可比交易案例；二是分析交易案例的数据特征,如数据量、数据维度、数据质量、数据稀缺程度等；三是确定案例数据与待评估数据的可比因素,并据此测算两者在关键指标上的差异系数；四是进行系数调整,得出待评估数据的价值。市场法的优点在于评估结果较为客观,能够反映数据资产的市场价值，缺点是目前公开的数据交易案例较少,可比性不足,且交易背景复杂,可比因素选取具有主观性。
    收益法是基于未来收益折现的思路,测算数据资产在未来特定时期内预期产生的经济效益的现值。应用该方法的一般步骤包括:一是预测数据资产在未来一定时期内可能带来的收入增加或成本节约；二是考虑风险因素,确定适当的折现率；三是将各期收益折算为当前的现值,累加得出数据资产的评估值。收益法的重点在于准确预测数据资产的未来收益,既要考虑数据在内部应用中的效益,也要估算数据通过交易或输出服务可能带来的收入。由于数据的应用具有广泛性和不确定性,很难全面衡量数据创造的经济价值,因此收益法的评估结果往往存在较大不确定性。
    3种传统的资产评估方法都难以完全适应数据资产的特点,在实务中往往需要综合运用,互为补充。比如可以采用成本法估算数据资产价值的下限,运用市场法校准评估结果的合理性,同时以收益法测算数据资产价值的上限。考虑到数据资产价值评估的复杂性,越来越多的研究开始提出针对数据资产特点的评估指标体系,从数据资产的内在价值、应用价值、市场价值等角度构建多维评估模型。这些探索拓宽了数据资产价值评估的思路,有助于全面、系统地刻画数据资产的价值内涵。
    （四）数据资产保护
    企业在进行数据保护时，必须遵守法律法规，确保数据处理的合法性和合规性。具体措施主要通过技术手段及行政管理措施。
    技术手段是数据保护的基石,常用的数据保护技术包括：对数据进行加密处理；通过身份验证和权限管理，限制对数据的访问；对敏感数据进行脱敏处理，使其在使用过程中无法识别具体个人。常见的数据脱敏技术包括数据屏蔽、数据混淆和数据伪装等。要定期对数据进行备份管理，这样在数据丢失或遭受攻击时能够及时对数据进行恢复。常见的数据备份策略包括全量备份、增量备份和差异备份。
    行政管理措施也是数据保护的重要保障，主要包括：设立专门的数据保护部门或岗位，明确数据保护的职责和权限，确保数据保护工作有人负责；制定完善的数据保护政策和制度，包括数据分类与分级制度、数据访问控制制度、数据加密制度、数据备份制度等；定期开展数据保护培训，提高员工的数据保护意识和技能， 防止因人为疏忽导致的数据泄露。
    （五）数据资产“入表”
    2023 年 8 月，财政部正式发布《企业数据资源相关会计处理暂行规定》，明确了数据资源的会计处理方法。该规定于 2024 年 1 月 1 日起正式实施，为数据资产“入表”操作指明了方向。
    企业应根据数据资源的持有目的、形成方式、业务模式等判断适用无形资产还是存货准则，确认资产类别后遵从对应的无形资产和存货会计准则。持有目的不同会导致资产分类不同。如果企业持有数据资源是为了在较长时间内用于生产经营活动、获取未来经济利益，可能更倾向于确认为无形资产；如果是为了在短期内出售， 类似于商品， 可能适用存货准则。
    形成方式也会影响分类。比如自行开发的数据资源，其过程可能更符合无形资产的确认条件；而通过购买获取且准备近期销售的数据资源，可能更接近存货的特征。业务模式决定了数据资源在企业运营中的作用和价值实现方式，从而影响资产分类。企业对数据资源进行评估的结果对企业财务报表具有重要影响。披露评估依据信息来源可以提高信息的透明度，让投资者和其他报表使用者了解数据资源评估的可靠性[3]。评估方法的选择以及各重要参数的披露，使使用者能够更好地理解数据资源价值评估的过程和合理性。
    四、结语
    财政部印发《企业数据资源相关会计处理暂行规定》是数据要素市场发展的重要里程碑。对企业而言，数据资产“入表”具有重大意义，包括但不限于提升企业估值、增强企业融资能力、发掘新的业务增长点等。但是，从上市公司财报披露情况来看，企业数据资产管理还有很长的路要走。企业应积极探索和实践数据资产“入表”，充分发挥数据资产的价值，为企业的可持续发展提供有力支持。
参考文献
[1] 张姗姗. 数据资源入表的挑战与应对[J]. 中国注册会计师, 2024(1):95-98.
[2] 刘利,杨雨露. 数据资产研究进展及未来展望[J]. 科技智囊,2024(9):31-39.
[3] 徐菁. 探索商业银行数据资源“入表”之路[J]. 中国银行业,2023(11):29-33.