新华财经上海8月3日电（记者高少华）2024年成为“数据资产入表元年”，各界纷纷加快数据资产入表探索步伐。但与此同时，很多企业在真实的操作中仍遇到大量问题，比如到底什么类型的数据才可以称之为数据资产？企业的数据

  中国经济信息社数据资产运营研究中心近日携手上海国家会计学院教研部应用经济系，共同举办数据资产入表有关问题专家研讨会，参加会议的专家围绕当前数据资产管理最前沿、最棘手的难题进行深入研讨。专家一致认为，数据资产入表是数字化的经济时代一个新的具有挑战性的课题，需要产学研各界共同发力，不停地改进革新和规范数据资产确认与会计处理实践，但也要避免企业无序入表、激进“乱”入现象。

  上海市财政局会计处原一级调研员乔元芳指出，财政部印发的《企业数据资源相关会计处理暂行规定》（以下简称“《暂行规定》”）于2024年1月1日起正式施行，标志着我国企业数据资产入表进入有制度保障的实质性落地阶段。2024年一季度，海天瑞声、美年健康、拓尔思等共18家A股上市公司完成数据资产入表，标志着《暂行规定》进入了实践操作阶段，也形成了一定的示范效应。

  上海城建信息科技有限公司产品研发中心总经理戴文祺介绍了当前在推进数据资产入表试点方面存在的难题。公司挂牌了两款数据产品，一款是市政设施建设工程构件级多维信息数据资料库，一款是设施健康监测月度数据分析。然而在入表过程中，公司研发的算法能否作为数据资产，以及数据来源的确权问题等，是企业当前面临的最大困惑。

  此外，实践环节还有别的一些问题。有的企业先采集整理清洗脱敏数据并持续更新数据库，然后开发了一个或多个有用的模型，能轻松实现数据的快速响应，并且为客户展示所需数据及分析结果等。那么，通过历史数据训练出来的大模型是不是能够入表？通过同一个数据库进一步加工形成的多个数据产品，不同数据产品成本如何归集，入表时数据产品该如何把握？

  中国经济信息社数据资产运营首席执行官赵丽芳表示，目前提供数据资产管理咨询服务的企业基本分为两种：一种是专业提供信息化建设服务的企业，他们在给甲方实施部署信息化项目过程中，一般都要提供甲方数据分析、采集治理相关服务，但是数据业务从来不收费，有关数据服务在企业体系内没有变现的可能，数据价值没有被显性化。

  第二种是很多传统企业，在信息化时代积累了大量数据资源，开始借助第三方咨询服务机构设计一些数据产品并开发建设数据资产，但目前普遍都还在很早期的阶段，数据资源多但是治理不够。尤其值得警惕的是，部分企业在数据资产入表时操作过于激进，为完成入表的任务乱入，由此可能带来一些乱象。

  “数据资产入表到底入什么？入表对象一定是数据库的建设成本，还是说数据相关的其他算法成本也可以？如果说有一些公司在前期大量的数据加算法基础上形成了一些数据依赖型工具，到底可不可以放到数据资源这一个项目里面？这些目前都还需要尽快加以探讨和明晰。”赵丽芳说。

  复旦大学管理学院教授黄蓉认为，《暂行规定》并未改变《企业会计准则》，而是延续了《企业会计准则》对于资产的定义以及确认条件的要求，明确了企业数据资源适用于现行《企业会计规则》的具体细节规范。企业实践层面需要提高数据资源的管理意识，以管理赋能数据资产化流程。

  在推进数据资产入表过程中，人们往往容易混淆数据、数据资源、数据资产三个概念，有的误认为企业业务积累的“数据资源可以先评估后入表”，甚至认为“凡数据皆资源，凡数据皆能入表”。实际上，数据不等于数据资源，数据资源也不等于数据资产。不是所有的数据资源都能转化为数据资产，只有那些经过处理、分析并能带来经济利益的数据资源才能被称为数据资产。

  赵丽芳认为，在数据资源尚未有明确商业应用场景的情况下，通过评估可能会产生经济利益流入的数据资源并将评估值入表，大都是犯了“凡数据皆能入表”的错误，也与《暂行规定》的要求相悖。《暂行规定》强调以实际投入入账，并通过充分披露来体现企业数据资源的价值，意味着企业应当充分论证和评估数据资源的使用价值和交换价值，对数据资源进行实质性加工或者创新，形成成熟的数据产品后再根据《暂行规定》的确认计量要求推进数据资产入表。

  金证（上海）资产评定估计有限公司总裁林立表示，数据资产评估不是入表的前提。有些企业错误地认为，数据资源能够最终靠评估来增加资产价值，做大资产规模。数据资源的价值能够最终靠收益，例如增加收入或者减少相关成本体现在企业的利润表中，但在资产负债表端还是该遵守会计准则的规定，以历史成本入表。其次，资产评定估计是在评估基准日对特定资产的市场价值做评定和估算的专业行为，目的是发现资产的真实价值、促进资源优化配置，并非单纯为了做大资产规模。

  在推进数据资产入表方面，某些A股上市公司起初在2024年一季报披露了“存货”项下的“其中：数据资源”，然而不久即发布更正公告，将此前披露的数据资源全部修正为0。

  上海国家会计学院副教授李琳认为，将数据资源分类为存货确认和计量存在诸多难点，《暂行规定》中明确了不能确认为资产的数据资源的会计处理和披露事宜，建议综合所有事实和情况，依据相关准则做出合理的职业判断。

  数据资产入表不仅有助于改善企业等微观主体的财务报表质量，还能更加进一步放大数据资产的传导作用和杠杆效应，从而改善全社会资产负债表，实现基于的新一轮资产增量扩张，其重要意义毋庸置疑。然而，数据资产入表既是机遇，也是挑战，企业在实践中应当审慎客观分析和应对相关风险。

  据专家介绍，数据资产入表的主要风险点包括：一是确权合规风险。企业数据资源在流转过程中存在使用合规性风险，有些企业拥有数据资源持有权，但不一定有数据加工使用权或者数据产品经营权，即数据资源资产化、商业化流转演化过程中有几率存在的权属确认合规性风险。二是识别认定风险。在产业界对数据资源和数据资产概念尚未达成共识的前提下，有些企业混淆了数据资源与数据资产的概念和属性，将数据资源的使用价值错误地当作长期可持续的经济价值来认定，存在着数据资产泡沫化的风险。三是初始计量金额审计风险。四是后续计量方法选择不当风险。这些风险点仅针对企业数据资产入表实践操作，尚未深入分析数据资产金融化、数据资产减值等方面的其他潜在风险。

  乔元芳认为，财政部推出《暂行规定》除了在“入表”层面做了一定规范之外，更重要的是强化数据资产相关信息的披露，带领企业盘点数据资源、梳理数据资源相关的投入，并加强数据业务的管理。

  关于数据资产入表、确权、评估、计量之后，如何征税也备受学术界和实务界关注。上海国家会计学院副教授、应用经济系主任葛玉御认为，二十届三中全会关于税制改革的要求“研究同新业态相适应的税收制度”，其指向之一就是数据资产的税收制度设计。他建议不需要开征新税种，应在现行税制框架下，从流转和所得两个环节明确数据资产的增值税、企业所得税和个人所得税的有关问题，改革成本较低，具有较强的可操作性。

  与会专家这样认为，数据作为新型生产要素，已快速融入生产、分配、流通、消费和社会服务管理等所有的环节，深刻改变着生产方式、生活方式和社会治理方式，成为推动经济社会高水平发展的新引擎。推进数据资产入表，既需要产学研各界共同发力，同时还要建立健全相应的保障制度，以及完善第三方服务和监督（如专业律师事务所、审计机构、评估机构等）机制。