深度解读 | 数据入表来势汹汹，企业该如何应对？
数据入表是指对数据资源进行确权、初始计量、后续计量、收入确认载入企业财务报表，是数据资产化的重要环节。
在信息化时代，新经济、新业态不断发展，急需让数据进入市场进行交易，而数据入表则可以实现从会计角度在资产方面揭示数据资源的经济价值，客观反映数字化赋能所带来经济利益的流入情况，为培育数据资源要素市场、促进企业转型升级、更好地赋能数字经济发展提供信息标准。
那么数据入表可以给企业带来的哪些具体价值？企业又该如何实现数据入表？在这篇文章里面我们将对这两个问题进行探讨。
一、数据入表对企业有何影响？
1、提升企业估值
企业将数据资源入表或是表外披露，可将过往费用化的数据研发相关投入显性化，一方面，扩展了企业资产的边界，让数据资产在资产负债表中体现，增厚企业资产。另一方面，让外界直观对企业在数字经济、AI经济等新兴领域的现时实力或发展潜力有一个较直观的认识，从而提高投资者对企业未来前景预期，推动企业估值上升。
另外，因为数据资源可以重复开发、利用，从而产生丰富的数据产品或服务，给企业带来收益，形成一定的估值上升空间。对于已上市企业，可实现市值管理的目标。对于未上市且需要融资的企业，可吸引投资者，拓宽融资渠道、提升融资规模。
2、增加贷款授信
数据资源入表或是表外披露后，数据资源的应用情况具体表现为：数据资源相关产品或服务的运营、作价出资、流通交易、计费模式、安全保护等，这些都可以被外界直观了解。
在企业申请贷款时，金融机构在对其房产、设备等传统质押物评估的基础上，以入表的数据资产及披露的数据资源信息为依据，对企业进行价值评估，如果符合增信条件，则将为企业带来更高的授信额度。 目前，深圳已有首笔无质押数据资产增信贷款落地，随着数据入表的深入，数据资源将成为企业贷款增信的一个重要支撑。
3、提高盈利能力
企业通过数据资源入表，完成数据合规确权、数据质量提升、数据安全保护、数据价值评估等工作，数据资产将形成稳定的价值，并可由价值交换阶段提升到价值创造阶段。企业可使用数据信托、数据资产证券化等金融创新工具，将数据从货币性资产转变为可增值金融资产，进一步放大数据资产和数据资本的规模和价值，提升企业盈利能力。
二、企业如何实现数据入表？
1、会计准则上，企业如何实现数据入表？
（1）认购。如果是买了数据资产，原则上这个资产的入账价值就是购买价，不存在估值方法制订的问题。
（2）通过内部数据收集、加工、整理等取得的数据资产，这种情况下数据资产的价值是根据历史成本确定的，而不是根据可以带来的收益确定的，也不存在评估数据资产价值的问题。
举例：假如有一家游戏公司，用户在注册成功之后，填写了自己的身份证号、手机号、游戏偏好等信息，这些信息对游戏公司来说都是很有价值的。但是，如果在获取数据的过程中，只是让用户填写，而自己并没有发生什么重要的成本，那么这个数据资产就不会在账上体现出来，因为没有发生任何的成本。但是，如果用户是通过其他渠道获得的流量，理论上来说，他们的流量是按照流量的多少来计算的。
（3）总体上讲，数据资产账面价值只能以历史成本计量。
PS，有一种例外：企业并购过程中，被并购企业有一项数据资产，并购时有可能要进行资产评估，包含对数据资产本身的评估，这个评估方法不会脱离现有的资产评估方法，即市场法、成本法、收益法，不脱开现行规则制度的逻辑。
2、战略运营上，企业如何实现数据入表？
（1）明确数据资产化作为企业战略目标之一。
以数字技术在企业中的全面融合应用为基础，通过交易、行为、产业链等内外部数据，以资产为导向，构建出更全面、更深入的管理认知与商业认知。业务、流程、管理全面数据化，进而演化到数据资产化，这是一个数据价值的提炼过程，同时也是一个企业战略的新范式。
（2）建立数据资产化管理的专门职责体系。
a.数据管理职能：作为数据资产管理体系的主体，通过各职能的配合，有助于对数据进行标准化和规范化，提升数据质量，完善数据体系，记录追溯数据，打破数据孤岛，建立安全数据环境。
b.数据运营：作为数据资产管理体系的核心，通过明确数据权属，评估数据价值，实现可信数据交易和多样数据服务，促进数据流通，加大数据开放的广度、深度，加快数据流转速度和数据资产化进程。
c.技术平台：作为数据资产管理体系的技术支撑，以覆盖数据管理职能和数据运营的全生命周期技术为基础，实现数据高效采集，降低数据存储成本，提高数据处理效率，深入分析挖掘数据，丰富数据应用场景。
d.保障措施：作为数据资产管理体系的制度基础，通过制定战略规划，完善组织架构，构建制度体系，设置审计机制和开展培训宣贯等环节，确保数据资产管理工作的有序开展。
（3）建立数据资产化管理的流程及制度。
构建一套覆盖数据管理全生命周期的制度规范体系，确保数据资产管理工作有据可依、有章可循。按照不同层级，通常数据资产管理制度包括管理办法和相关细则。
（4）建立数据治理机制。
企业可以根据《数据管理能力成熟度评估模型》（DCMM）评估自身数据治理机制完善程度。DCMM是我国在数据管理领域首个正式发布的国家标准，旨在帮助企业利用先进的数据管理理念和方法，建立和评价自身数据管理能力，持续完善数据管理组织、程序和制度，充分发挥数据在促进企业向信息化、数字化、智能化发展方面的价值。
DCMM数据管理能力成熟度评估模型定义了数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准和数据生存周期8个核心能力域，细分为28个过程域和445条能力等级标准。
由于DCMM分为五个能级，企业可以依靠该评级模型不断提升自身数据治理能级，完善企业数据治理体系。
（5）将数据资产进行业财融合。
不同类型的企业有着不同的数据资源认知和管理诉求，重资产型企业和重度依据数据资源加工和生产的企业，看待和管理数据资产的方式也有所不同。对数据资源进行分类认定，建立数据资源研究与开发里程碑事件机制，对研发支出进行有效归集和准确记录，设定项目单独台账，进行费用审批和归集。通过精细化的数据资源过程管理，确保财务处理的依据充分、金额准确。
（6）建立数据资产风险管理体系.
数据资产的风险主要源自于收益分配的不确定性以及所在商业环境的法律限制和约束，其对数据资产的价值有着从量变到质变的影响，数据资产本身的质量情况、应用情况、以及潜在法律风险等在数据资产的价值分析中应予以充分考虑并反映在相应的评估参数上。
（7）完善数据资产的运营流通体系。
数据资产运营即合理配置并有效利用数据资产，从而提高企业内部数据资产带来的经济效益，保障和促进各业务稳健发展。数据资产的主要运营方式包括：
a.平台化：消除数据孤岛，建立综合数据资产平台；
b.智能化：数据运营技术与数据资产管理技术结合；
c.生态化：将数据驱动方案运用于传统企业生态；
d.商品化：数据资源流通及应用，释放数据商品价值。同时，可以通过AI技术、物联网、运筹优化模型对数据资产进行库存诊断、动态定价、仓储优化、布局优化，加速数据资产运营价值呈现。
（8）建立数据资产内外部协同的生态圈。
企业除了需要将数字化重点集中在内部协同机制的升级之外，也要构建起企业广阔的数字生态圈，借势、借力于外部力量，统筹外部合作利益关系。
三、数据入表的注意事项
（1）数据确认为资产的三大基本条件：
企业拥有或控制该数据资源
该数据资源产生的经济利益很可能流入企业
该数据资源的成本能可靠计量
（2）如何将数据资源“显性化”？
企业应根据数据资源的持有目的、形成方式、业务模式等因素，判定将数据资源确认到什么资产类别，以及要根据数据资产本身的生命周期阶段（采集、传输、存储、处理、共享、销毁）来确定什么时候可以确认为资产。
（3）数据资产计入无形资产or存货？
如果数据资产在使用和销售时不排他就是无形资产，如果存在排他性就是存货。
举个例子，一个数字图书馆可以同时为甲和乙办理借书卡，甲的借书卡不会影响乙的借书卡，所以这种数据资产就是无形资产。如果在出售后无法转手他人，那么从现在开始，该数据资产的所有权就属于该公司，只能变成库存，和普通资产并无差别。
如果计入存货，那在数据资产销售时就结转成本，不存在折旧摊销问题。如果计入无形资产，按照现行准则没有任何变化，有两种可能的处理方式：（1）按预计可使用年限摊销；（2）如果使用年限不可估计，就不摊销而是做减值测试，但是这种情况不常见。
所以企业常见的情况是会计入无形资产，因为数据资产销售时排他情况不常见。
四、结语
可视化
立即沟通
