《企业数据资源相关会计处理暂行规定》将在明年1月1日正式实施，“数据资源是否入表”将成为所有企业财务合规视角的必答题。

一场由上海国家会计学院主办，远光软件、元年科技协办的上海国家会计学院第十一届管理会计年度论坛日前落下帷幕。与会者针对“数字资产：入表与应对”主题，探讨了数据资源的会计问题，企业采取的应对措施，以期共同推动数据要素资产、数据要素市场的繁荣。《中国会计报》对此进行了采访报道。

数据是关键生产要素

上海国家会计学院院长、党委副书记兼亚太财经与发展学院院长卢文彬表示，党的十八大以来，我国深入推进数字经济的发展战略，加快推进数字产业化和产业数字化，推动数字经济的蓬勃发展。2020年中共中央国务院《关于构建更加完善的要素市场化配置的体制机制的意见》发布，首次将数据与土地、劳动力、资本等并列作为生产要素。预计到2025年时数字经济将迈向全面扩展期，数字化创新引领的发展能力大幅度提升，智能化水平明显增强，数字技术与实体经济的深度融合会取得显著的成效。

卢文彬表示，在数字经济蓬勃发展的今天，要真正实现数字作为生产要素的作用，数据资产化是先决条件之一。只有构建数据资产的价值体系，才能更好地释放数据价值，提升获客、改善体验、科学决策、缩减成本和降低风险，助力经济的转型、升级和高质量发展。数据资产入表是数据资产化的重要一环，也是当前数据富集性企业关注的焦点，通过入表的形式对企业的数据资产进行确认，可以将信息化建设的投资费用，由损益类变成资产类，改善企业的盈利表现，更加准确地反映公司的真实盈利情况。同时，可以体现企业的资产价值，改善资产负债率，满足资本市场上融资的需求。今年8月，财政部印发《企业数据资源相关会计处理暂行规定》，就企业数据资源的会计处理和信息披露作出规范，引发社会广泛的关注。实务中数据资源确认为资产面临很多的挑战和困难，需要加以研究，在财务报告的公允呈报和避免扩大营运管理空间上寻求平衡。

普华永道技术合伙人符文娟表示，数据是数字经济时代的重要战略性资源，也是企业经营管理的关键生产要素。《企业数据资源相关会计处理暂行规定》虽未改变资产确认条件和计量基础，也不涉及对现有会计准则体系的原则性突破，但无疑给市场和企业释放了积极的信号，推动企业更有效、稳妥地开展数据合规和治理工作，进一步促进数据要素有效流通和企业数字化转型。同时，数据资源入表也是一项跨学科、跨部门的工作，需要有效整合资源及跨部门沟通才能完成。财务端需要和业务端、科技端进行更多的沟通和交流，在建立健全数据资产目录、数据资产盘点、数据血缘分析等有效数据治理后，才能稳妥地进行相关经济利益分析和实现成本的可靠归集和计量，最终实现数据会计入表。

资产化过程是动态场景

全国政协委员、中联资产评估集团有限公司董事长、中国资产评估协会副会长范树奎基于资产评估视角介绍了数据资产入表。他表示，企业要论证数据资产入表战略发展方向，合理规划数据资产入表。不同类型企业、所处发展阶段不同，合理判断数据资产入表后产生的影响不同。一方面，结合数据资产特性建立专业化成本计量机制，将信息化项目支出的费用及形成的资产，与伴生数据资源之间构建清晰准确的价值转化机制，保障数据资产确认与计量的合理性及可操作性；另一方面，关注和满足数据资产价值信息披露内在要求，根据数据资产自身特点，对此进行更加准确地列报和全面的信息披露，要防止无标准入表、防止虚增数据资产、防止数据资源信息披露失实。

上海国家会计学院党委委员、副院长白晓红对《数字经济与数字资产交易》进行讲解。《数字经济与数字资产交易》由我国立法专家和经济学家朱少平主持编写，以“纵览全球、透视中国”的设计思路，试图探究数字经济和数字资产交易的基本原理和发展逻辑。

从数字经济、数据资源、数据产品到数据资产，一切依赖于数字经济的基础设施。首先，是数字产业化+产业数字化，也就是正在进行的数字化转型。其次，是数字资产的两端分别是资产数字化和数字资产化。例如，一方面，货币、股票、债券、期权等新的资产形态，进行数字化的过程，既包括权威机构的认可也包括智能合约的认证；另一方面，数字货币、数字使用权、数字积分也在进行资产化，通过数字合约形成数字资产。这都构成了数据资源，它的资产化过程是一个动态场景。从数据到数据资源会涉及整体的规划、治理、加工、清洗、整合，及其大规模的技术支持。每个企业都需要对数据资产进行评估、合规管理、定价、交易准备。数据资产形成数据产品的过程需要大量的清洗、整合分析以及数据可视化工作。数据入表的过程，体现了数据的资本化和数据资产证券化的要求。这是该书对数字经济与数字交易发展原理和逻辑的呈现。

《数字经济与数字资产交易》与《数字经济与资产证券化》是姊妹篇。作为该书的作者之一，白晓红认为，如何优化企业的资产负债结构，以成倍的效率降低成本，以乘数级的效率提高经济资源的产出效果，是当下需要研究的问题。近期，国家提出“数字财政”的概念，其“大会计”基础是国家资产负债表，国家资产负债表最终由产业和企业构成。在数字经济与数据资产之间，包含着数字产品、数字政府、数字社会、数字安全、数字货币、数字治理等一系列新价值、新逻辑和新规律，有待于各领域各层次的深入实践、探讨和发现。

企业实践是经验成果

上海国家会计学院博士季周交流了企业数据资产化调研报告——基于上海数据交易所的挂牌企业。她表示，调研发现企业数据应用模式一般有业务数据化和数据业务化两种模式。企业数据从资源变成资产，需要完成资源化、产品化和资产化三步走。数据资产化的未来需要依靠制度政策的完善、企业的实践创新以及学术机构的跟踪研究三方面的力量。

远光软件大数据事业部总经理张允君认为，集团企业数据资产管理应从“看得见、管得住、治得好、找得到”四方面着手。看得见即根据企业数据要素重要程度、数据敏感程度等维度划分数据分级、分类工作，将汇聚的各业务系统多源异构数据进行规范地分层设计，并落地存储到适合的存储引擎，为前端应用提供数据支撑，让企业数据资产看得见。管得住即依托财务数据治理经验和完备的质量规则库，采用“管治结合”的方式，将对数据质量、数据安全的管控事宜嵌入到对财务数据进行规范管理的各个环节。治得好即数据治理系统承担数据汇聚、存储、管理、开发、发布等职责，应具备数据建模、数据开发、质量管理、安全保障、服务管理几大核心能力，以便于相关工作能够得到顺利、高效开展。找得到即通过统一企业资源搜索入口，使用户通过关键词一键式获取索求的数据资源，帮助用户实现不同场景下数据资产好查、好用、易懂以及数据可信的需求。