数据资产入表过程中的难点与应对

启金智库

本文旨在解决企业将数据资源计入无形资产的实践问题，详细探讨了入表难点和应对方法，以帮助企业在2024年顺利开启并推进数据资产入表。
1、数据资源确权
首先，“数据权利冲突”的复杂性是导致数据确权难的根本原因。其次，从国家层面上来讲，由于数据不是一个简单的资产，它具有更重要的意义，是建设数据要素市场的基础。最后，由于数字化转型的推进，企业需要通过金融手段实现数据资产的确权和定价。
数据二十条将数据资源持有权、数据加工使用权、数据产品经营权作为了三权分置的确权路径。
针对数据资源确权难的问题，首先是建议社会各界继续加强关于三权的研究，为三权的实践路径提供制度保障；其次企业应从自身角度出发应该规范化、合规化数据加工相关的流程，尤其是采集方式、购买合同、数据内容、加工流程等可能产生合规风险的环节，必要时可以请律师事务所等机构协助确权。数据资源开发利用的前提是合法合规，保护公共安全和相关市场主体的隐私安全，其次是促进数据高效流通使用，赋能实体经济。
2、数据产品成本归集
数据产品的成本因素复杂多变，包括数据采集、清洗加工、建模开发等环节，这使得对数据产品的成本进行精确计算和跟踪变得困难。企业的数据产品往往是为了满足特定细分场景的需求来研发的，而客户的需求往往是综合的，因此企业与客户之间的销售合约往往是多个数据产品打包销售的模式。这种模式导致数据产品收入与成本匹配存在较大难度，这对企业数据产品管理提出了较大的挑战。此外，由于数据资产的价值易变性，对数据资源入账价值的可靠性和企业价值判断存在重大影响。这也使得数据产品成本归集变得更为复杂和困难。
数据产品成本归集问题应该根据业务流程进行深度优化。一方面，需要从理论方面研究数据产品这一类无形产品的精益管理。另一方面，结合企业实践对数据产业链进行科学规划，合理布局数据加工链条中涉及的部门并落实工时管理系统，为数据产品开发流程中相关成本投入的可靠计量提供可靠依据。数据产品成本归集之难，暴露了目前大多数企业业财融合工作推进程度较低的状况。这预示着企业需要纵向深度提升数字化水平。
3、数据产品收入与成本匹配
由于数据产品的开发周期长、投入大，而且市场需求变化快，企业往往难以准确预测未来的收入和成本。也由于数据产品的成本结构复杂，包括数据采集、清洗加工、建模开发等环节，这使得对数据产品的成本进行精确计算和跟踪变得困难。此外，由于数据产品往往是为了满足特定细分场景的需求来研发的，而客户的需求往往是综合的，因此企业与客户之间的销售合约往往是多个数据产品打包销售的模式。这种模式导致数据产品收入与成本匹配存在较大难度。
为了解决这个问题，企业可以采取以下几种策略：一是加强内部管理，提高成本核算的准确性；二是优化产品设计和定价策略，以更好地满足市场需求；三是加强与客户的沟通和协调，以便更准确地了解客户需求并调整产品组合。
在具体实施上，企业一方面应该建立数据产品管理目录，对于商业模式相似的同类数据产品统一管理，尤其是调用同一基础数据资源库的产品，另一方面形成数据产品投入产出评价体系，科学合理分析不同类别数据产品的实际价值，为内部产品研发、营销策略等决策提供支持。
4、数据资产确认
首先，数据的采集、存储和处理涉及到多个环节，每个环节都可能产生不同的成本和价值，这使得对数据资产进行精确的确认变得困难。其次，由于数据的流动性强，数据的价值可能会随着时间和环境的变化而变化，这也增加了数据资产确认的难度。此外，由于数据的所有权和使用权往往分散在不同的主体之间，如何确定数据的归属权也是一个挑战。
为了解决这个问题，企业可以采取以下几种策略：一是建立完善的数据采集、存储和处理流程，以便更好地管理和控制数据资产；二是加强与相关方的沟通和协调，明确数据的归属权和使用规则；三是利用现代信息技术手段，如区块链等技术，实现数据的安全存储和追踪。
如果企业是以数据作为生产要素，那与数据业务相关的投入有一大部分本质是主营业务成本，而非计入费用，合理记录有助于企业评估数据产品毛利率等关键指标。企业和审计机构应该审慎判断数据产品的生产过程和使用场景，重点考察数据产品时效性特点，不应盲目以数据业务的持续性作为数据资产的确认标准。
5、研究与开发区分时点确认
大多数的数据产品是在需求驱动的场景下进行研发的，但也有一些数据产品是企业在对积累的数据资源进行治理之时实现了部分需求，进而继续加大投入进行数据资源商业化运营。在这种情况下，如何区分研究阶段和开发阶段就显得至关重要，因为这直接影响企业数据资产的初始规模。
具体区分研究阶段与开发阶段的界限点和划分标准很难把握。例如，当企业建立一个数据库时，为数据库研究开发的支出如何按照无形资产的相关规定确认，以及是否应该分研究阶段和开发阶段，都是需要考虑的问题。
开发阶段符合资本化条件的具体条件与依据也很难确定。对于满足长期需求、符合数据资产确认条件的数据产品，在研究阶段结束时应该通过立项的方式确认开发时点，并尽可能量化后续开发阶段的人力和设备投入，为数据资产成本或价值可靠计量提供依据。
综上，对于满足资产确认条件的数据产品，如何区分研究阶段和开发阶段就显得至关重要，直接影响企业数据资产的初始规模。对于需求驱动的研发场景、界限点和划分标准的难以把握，以及资本化条件的具体条件与依据的不确定性这些问题，需要企业在实践中不断探索和解决，以确保数据资产的准确性和可靠性。
6、公共数据运营模式入表
公共数据授权给相关企业进行开发是很常见的模式，企业将数据资源开发形成模型类、核验类产品以接口形式提供给社会。然而，一般情况下，公共数据授权部门和企业以接口调用次数进行收益分成，这种模式下，被授权主体的收入与成本同时发生，导致公共数据授权费不满足资产确认条件，难以形成企业报表数据资产。
还存在诸多其他难题，如数据资产成本归集难，数据资产收入成本匹配难，数据资产资本化与费用化的区分标准统一难，取得公共部门数据授权期限的稳定性确认难等。例如，企业组织架构和数据产品开发条线匹配度较低可能导致成本归集难；数据产品销售模式和研发模式不协调可能导致收入与成本匹配难；企业研究和开发数据产品的时间点判断不确定可能导致资本化标准确认难；公共数据授权期限确认难可能针对企业与公共部门联合运营的场景。
针对这些问题，我们建议企业提前做好授权合约的设计和规划，通过收益管理和合约管理，可以将期初支付给授权机构的授权费用，以及数据产品开发相关的人力和设备投入，在数据产品符合数据资产确认条件时进行资本化。此外，还需要科学规划业务流程，重新调整数据产品销售模式和定价方式，以及跟有关部门洽谈授权合约时充分考虑自身商业模式和渠道管理能力等措施来解决上述问题。
7、数据资产预计使用寿命确定
数据资产的自身特性使得其使用寿命的确定具有一定的复杂性。例如，由于数据的高重塑性，同样的数据可能会被用于不同的目的，导致成本归集存在困难；数据的多重用途和更新频率也会影响其使用寿命的确定。
物理耐用性等传统方法对于数据资产的使用寿命确定并不适用。其次，数据资产可能具有多个不同的应用场景，每个场景下的使用寿命可能都不相同，因此在确定使用寿命时需要进行选择。例如，舆情类数据产品通常生命周期小于一年，而营销类和风控类数据产品的生命周期则大于一年。
部分数据可能在短期内被闲置，但预期在未来可能会被重新启用，这种情况下如何确定其使用寿命也是一个问题。
对于数据资源的开发和使用，还需要考虑相关的业务模式、权利限制、技术迭代等多种因素。例如，数据资源的更新频率以及数据时效性等因素都会影响其使用寿命的预计。
综上，建议企业一方面应该通过客户分析、客户调研等合理判断数据产品的使用寿命，另一方面审计机构应该通过全市场同类产品的对比来确认企业所提供的判断是否合理，严格把关财务报告关于数据资产摊销年限的选择。未来希望场内市场可以为审计师提供数据资产确认和计量的可靠信息。
8、数据资产摊销方法选择
数据资产与传统的无形资产不同，其价值和使用寿命可能受到多种因素的影响，如数据的更新频率、时效性以及使用场景等。因此，选择合适的摊销方法以反映数据资产的真实价值和使用情况是一大挑战。
对于具有多种使用场景的数据资产，如何确定其具体的使用寿命和摊销年限也是一个问题。例如，对于时效性强的数据产品，可能需要采用加速摊销法，如年数总和法。而对于其他类型的数据产品，则可能需要采用直线摊销法。
由于数据资产的经济价值可能会发生波动，因此在选择摊销方法时还需要考虑这种价值变动的影响。例如，如果数据资产的价值在短时间内大幅下降，那么采用加速摊销法可能会更加合适。
企业在选择摊销方法时还需要考虑到会计一致性的要求。这意味着企业需要在不同的会计期间内使用相同的摊销方法，以确保财务报表的准确性和可比性。
综上，在合理预计数据资产使用寿命时，我们认为应该审慎判断数据产品在需求场景中发挥作用的具体方式，尤其是对于时效性比较强的数据产品，建议应该用年数总和法等加速摊销方法。数据资产摊销方法选择难主要是因为其独特的性质和多种影响因素所导致的。企业在做出选择时需要综合考虑这些因素，并根据实际情况进行灵活调整。
9、内部使用数据资产确认
1. 缺乏明确的标准和规范：目前，对于内部使用的数据资产，缺乏统一的确认标准和规范。不同的企业可能会有不同的理解和操作方式，导致在确认过程中存在较大的主观性和不确定性。
2. 数据资产的价值难以量化：相比于传统的实物资产，数据资产的价值往往更加抽象和难以量化。这使得在确认过程中，如何准确评估数据资产的价值成为一个难题。
3. 数据的获取和使用过程复杂：数据的获取和使用过程通常涉及到多个部门和人员，这使得在确认过程中需要考虑到更多的因素，如数据的所有权、使用权等。
4. 数据的更新和维护成本高：随着技术的发展，数据资产的更新和维护成本也在不断提高。这使得在确认过程中，需要考虑到这些成本对数据资产价值的影响。
5. 法律和监管环境的变化：随着数据保护法等相关法律和监管政策的出台，企业在处理内部使用的数据资产时需要遵守更多的规定，这也增加了确认的难度。
因此，建议企业内部使用的数据资产可以参考内部使用的软件，首先制定内部使用效果评价体系，从量化指标上确认该数据资产的确起到了降本或者增效的效果，其次根据同行业或者公司历史研发的数据产品合理判断使用年限，审慎对内部使用的数据资产资本化。
10、数据资产税会差异应对
首先，会计上对于数据资产的摊销方式和期限与税法规定可能存在一定的冲突。例如，企业会计上对于数据资产按照预计使用寿命加速摊销，如3年或者5年，但税法规定无形资产在不低于10年的摊销期限内，按照直线法计算的摊销费用准予扣除。这种税会政策的差异会导致企业需要支付较高的当期所得税费用。
其次，数据资产的税基确定也是一个难点。目前数据资产交易大多发生在关联企业之间，属于关联交易。由于这些关联交易中的价格可能偏低甚至不收取费用，或者价格偏高以实现避税目的，导致数据资产税基很难确定。
此外，数据资产具有时效性强的特点，可能导致部分资产可能存在即时失效的可能，从而导致数据资产报表规模波动较大。这加大了企业进行税务处理的难度。
因此，针对以上问题，建议企业合理选择摊销年限并对认真分析税会差异，并形成一些可行建议；同时应提高数据资产全生命周期的管理能力，审慎确认数据资产；对于集团公司和子公司特殊的关系，集团应建立和完善数据资源相关的成本核算。
总之，随着数字经济时代的到来，数据资产已经成为企业的核心资产之一。因此，各企业应当高度重视数据资产入表政策的实施，积极应对挑战，优化数据管理流程，提高数据资产的价值。同时，政府部门也应加强政策引导和支持力度，为企业创造良好的发展环境。让我们携手共进，共同推动数据资产入表政策的落地和实施，为我国数字经济的繁荣和发展贡献力量。
来源：高法信通 作者：恒都张茜律师团队
启金智库 将于 2024年1月20-21日 在 上海 举办《融资性贸易识别整改、数智化贸易融资供应链金融及实现数据资产入表扩表的实操合规风控和案例专题培训》，特邀四位一线拥有十几年优秀实操经验和跨界复合型的行家主讲，洞悉业务运作中的各类机遇和挑战，助您建立展业必要的知识体系、实战技能和有效人脉，诚邀您的参加！
【课程提纲】
第一讲、国企融资性贸易的识别与风险防控实务和典型案例分析
（时间：1月20日上午9:00-12:00 ）
· 主讲嘉宾：杨老师，北京德和衡（上海）律师事务所联席合伙人，曾供职于头部金融机构，武汉大学法学学士、美国南加州大学法学硕士，兼具法律及金融复合背景，在产业金融领域有着十余年诉讼及非诉实务经验，在产业金融各类业务的风险识别、业务展业、风险把控、机制平衡方面有非常专业的经验和视角。近年来为多家国资进行融资性贸易识别、风险防范与整改转型工作。
一、融资性贸易模式
1、融资性贸易对于国企的“诱惑”
2、政策管控沿革：加强管理-加大管控-禁止-零容忍
3、当前管控政策
4、融资性贸易定义
5、74号文解读
6、虚假贸易与融资性贸易
7、融资性贸易与贸易融资
8、融资性贸易模式：买卖型与增信型
9、循环贸易
10、托盘贸易
11、融资托盘
12、上海电气的故事：涉及专网通信虚假自循环业务
13、江苏舜天的故事：涉及专网通信虚假自循环业务
14、中国铁物的故事
15、委托采购
16、保理增信
17、广州雪松的故事
18、票据增信
19、广州浪奇的故事
20、质押监管增信
21、仓储保管增信
22、保兑仓增信
二、融资性贸易的司法认定及风险
1、司法层面对于融资性贸易的认定
2、司法判例看构成循环贸易的特征
3、司法判例看不构成循环贸易的特征
4、风险因素
5、民事风险
6、合规风险
7、刑事风险
三、融资性贸易自查及整改
1、募集说明书关注要点
2、评级报告关注要点
3、融资性贸易识别路径
4、垫资与托盘贸易
5、托盘贸易整改方案
四、供应链金融
1、供应链金融的价值与必要性
2、供应链金融分类
3、垫资、工程欠款与融资
4、保理：明保理/暗保理、有追索保理/无追索保理、正向保理/反向保理、票据结算保理
5、债权电子凭证、供应链票据及其区别
6、商票
7、供应链ABS
8、物权供应链金融代表产品：融资租赁
9、EPC+融资租赁
10、联合体融建
11、小股大债模式
12、明股实债模式
13、股权代持模式
五、总结供应链金融与融资性贸易的区别
六、答疑与交流
第二讲、贸易供应链金融产品组合创新、工程基建/煤炭/农产品领域行业运用、国资贸易供应链平台搭建实务和案例
（时间：1月20日下午13:30-16:30 ）
·主讲嘉宾：张老师，在交易银行、贸易融资、保理和供应链金融领域有长达20多年的工作经验、创新实践、深入研究。曾任某股份制银行和某城商行对公团队负责人、某大型央企供应链金融平台负责人，之后还全程参与指导某央企电力集团创设保理公司、建设供应链金融平台，全程参与建设某电网央企供应链金融平台、某施工央企供应链金融平台、某环保央企供应链金融平台、某资本运营央企供应链金融平台等实践实施，以及为多家企业提供可行落地的贸易融资解决方案。
一、贸易供应链金融产品组合创新设计
（一）“应收+应付”双降组合产品设计及运用领域
（二）“供应链+保理”产品组合设计及运用领域
（三）“保险+保理”产品组合设计及运用领域
二、工程基建、煤炭、农产品领域供应链金融模式案例
（一）工程基建领域贸易供应链金融案例
1. 四川某银行对城投的无追保理案例模式
2. 某银行给总包商开展有追保理所涉及的合同及应收账款分析
3. 基础设施建设领域的主要产业链及供应链金融产品分析
（二）煤炭领域贸易供应链金融案例
1. 煤炭应收账款融资案例
2. 煤炭存货融资案例
3. 煤炭预付款融资案例
4. 煤炭托盘和代采融资的模式区别
5. 某供应链公司与信托公司合作开展煤炭供应链金融案例
6. 煤炭行业供应链金融模式市场分析
（三）农产品领域的供应链金融案例
1. 某养殖专业合作社与担保公司、银行开展应收账款融资案例
2. 某农业公司直接与保理公司开展应收账款融资案例
3. 农产品供应链的收益计算方法及产品设计思维
4. 某农产品供应商与供应链资金联营开展农产品供应链案例
5. 农业领域的主要产业链及供应链金融产品分析
三、国资贸易供应链平台搭建及风险防范（业财税/并表/审计一体化视角）
（一）国资“一头在外”集团集采模式
1. 供应链平台体系搭建要点
2. 业务运作实务要点（业财税并表审计一体视角）
3. 业务风险防范
4. 典型案例
（二）国资“两头在外”集采分发模式
1. 供应链平台体系搭建要点
2. 业务实务要点（业财税并表审计一体视角）
3. 业务风险防范
4. 典型案例
（三）国资“一头在外”上游或下游企业供应链金融模式
1. 供应链平台体系搭建要点
2. 业务运作实务要点（业财税并表一体视角）
3. 业务风险防范
（四）国资“两头在外”贸易供应链介入模式
1. 供应链平台体系搭建要点
2. 业务运作实务要点（业财税并表一体视角）
3. 风险防范
（五）案例解析大宗贸易供应链的资金需求，与国资信用耦合下的国资供应链服务实操
1. 国企供应链公司的业务、财务、税务、审批、审计、管理风控要点
2. 国企与民企合资供应链公司如何防范风险
3. 贸易融资+国资供应链公司+银行风控体系的融合实操
4. 国资各级子公司产品与融资性贸易风险如何判定
（六）国有企业供应链公司现在与未来
四、学员互动以某供应链公司向大型核心供应商现款采购豆粕，并赊销给大型买方企业为例，提出供应链公司的供应链金融解决方案，并根据方案、税费进行收益计算和优劣势分析。

【互动交流研讨会】
强化彼此认知、问题答疑解惑、实现合作共赢
（时间：1月20日下午16:30-17:30 ）
环节一：参会嘉宾自我介绍（可展示PPT）
环节二：实操问题交流研讨（提前发会务组）
环节三：潜在合作机会发掘

第三讲、地方国资和金融机构参与贸易供应链金融的数智化创新实践、合规动态风控体系、赋能数据资产入表扩表实践及案例
（时间：1月21日上午9:00-12:00 ）
·主讲嘉宾：张老师，上海煤炭交易所总裁，上海理业投资控股有限公司副总裁，曾任：上海EDI Center 副总经理，NEC-ITM 执行董事。
一、地方国资和金融机构参与大宗商品贸易供应链金融的意义
（一）入局大宗商品原因及产业数据分析
（二）传统金融机构对接产业金融的瓶颈及破局点
（三）企业旺盛融资需求、金融市场无法满足的破局点
（四）地方国资在产业转型和产业招商的破局点
（五）科技赋能提升管理水平和产业金融创新力度
（六）产业金融3.0已来（传统金融—>产业链金融—>产融生态圈）
（七）地方国资、金融机构、产业方调整商业思维和战略布局的模式
（八）某地方城投参与大宗商品贸易供应链的案例及效果解析
二、地方国资和金融机构参与大宗商品贸易供应链金融的数智化创新实践
（一）供应链金融的新视角和新玩法
1.供应链金融的本质和创新价值
2.适合做供应链金融的产业领域
  3.供应链金融的阶段特征与发展趋势
  4.如何做好供应链金融的风险防范
（二）数智化的“平台+供应链金融”创新实践、大宗能源行业运用与案例解析
  1.贷前尽调与风险评估（评级、评分、流水、财报、额度、账期）
2.贸易环节的合规管理（真实性、完整性）
3.全程物流跟踪与现场监管（线上、线下、存证）
4.平台化的在线资产管理和动态风控模型（贷前、贷中、贷后）
5.BI商业智能与大数据成果应用
6.电子合同、存证、出证、公证实槌应用
7.数字化资产管理的系统逻辑与数据安全
8.背后运用了哪些黑科技、成本效益评估
（三）各机构面临的机遇、实践案例及趋势探讨
1.地方政府及国资、金控、供应链平台、保理
2.金融机构：银行 信托 券商 保理 私募股权
3.其他类机构
（四）机构间合作要点
三、数智化供应链平台赋能企业数据资产入表扩表和金融机构数字金融转型实现路径探讨
（一）赋能企业数据资产入表扩表实现路径探讨
（二）赋能金融机构数字金融转型实现路径探讨
（三）上海《推动区块链、大模型技术赋能生产性互联网服务平台发展实施方案》提出创新“平台+供应链金融”发展模式探讨
四、答疑与交流

第四讲、铝产业贸易供应链管理+金融服务、大宗商品贸易与供应链金融服务的结合效益、可信数字仓单风险管控实务要点和案例解析
（时间：1月21日下午13:30-16:30 ）
· 主讲嘉宾：王老师，曾在国内大型国有商业银行工作，具备贸易融资、国际贸易和国际结算行业领域专业知识，具有领导管理才能和业务管理经验，是国内该行业领域著名的资深行业专家。
一、铝链交易的实际案例分析
二、大宗商品贸易与供应链金融服务的结合效益
三、重塑信用，全面建设可信数字仓单的实际案例介绍
四、答疑与交流
报名方式：
15001156573（电话微信同号）
▼



往期推荐
国务院国资委关于规范中央企业贸易管理严禁各类虚假贸易的通知<贸易十不准>

全国首个省级数据局挂牌！数字经济风声已至，组建省级数据集团或将成普遍现象

供应链金融的交易模式详细分析

大宗商品贸易融资如何不被认定为“融资性贸易”

托盘融资性贸易合同的定性问题

国有企业、上市公司融资性贸易风险，风控手段都在这

融资性贸易等变形贸易的前生今世及审计应对

严判融资性贸易造假行为！财政部、国务院等五部门发布通知

大宗商品供应链行业发展报告—以厦门象屿为例


戳下面的 阅读原文，更有料！