前言
2019年，党的十九届四中全会首次将数据与劳动、资本、土地、知识、技术和管理并列作为重要的生产要素，反映了随着经济活动数字化转型加快，数据对提高生产效率的乘数作用凸显，成为最具时代特征新生产要素的重要变化。
《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》指出要以促进数据合规高效流通使用、赋能实体经济为主线，以数据产权、流通交易、收益分配、安全治理为重点，有序培育资产评估、风险评估等第三方专业服务机构，提升数据流通和交易全流程服务能力，并在其中重点提及探索数据资产入表新模式，标志着我国开始摸索企业数据实现资产化的具体路径，同时探索企业数据资产在财务报表中进行确认、计量和披露的具体方式。
本文主要梳理数据资产入表及价值评估的主要实践操作流程。
一
数据资产化实施路径
数据资产化是一个分阶段进行的过程，主要包括资源化、资产化和资本化三个阶段。
资源化：是指了解不同数据的利用方式，并对数据进行探明和标识的过程。数据资源化会形成某种稀缺性，从而引出资源的优化配置需求。不同数据集由于质量、规模等差异，所蕴含的信息量和在不同部门之间的动态分布各有不同，从而构成数据要素流动的原动力。在资源化阶段，关键任务包括数据的确权和治理，只有完成确权和治理，数据才能被有效利用作为资源。
资产化：即数据从原始数据逐步转变为数据资产的过程。从数据资产的形成过程来看，数据资产化是围绕数据的价值创造活动，包括数据采集、加工、治理、开发以及交易等诸多环节和流程，最终目的是推动数据向数据资产转化，激发和释放数据价值潜能。数据资产化重点是通过处理和标准化包装，把数据转换成可交易的商品形式。
资本化：是指通过数据交易、流通等实现数据要素社会化配置的过程。资本化要求促进数据要素市场的交易与流通，市场主体一方面沿着数据要素价值链，正向推动数据资源化过程，提升数据资源的使用价值和交换价值，推进以数据产品为载体的数据资产入表；另一方面要积极研究数据资产创新应用，以数据资产经济价值的显性结果反向推动产业链各主体积极参与市场各项规则的建设。
这三个阶段相互连接，数据资产化的深入推进需要逐步进行。其中，资源化阶段，尤其是数据确权的工作，不仅是数据资产化的基础，也是实现该过程的必要前提。
图1：数据要素流通价值链模型
二
数据资产入表
2023年8，财政部发布了《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号），首次明确了数据资源的适用范围、会计处理标准以及披露要求等内容。《暂行规定》以强制披露与自愿披露相结合的方式推进数据资产入表，一方面从企业使用数据资源方式的角度将数据资源分类为无形资产和存货科目进行确认、计量和报告，另一方面还对数据资源的列示与披露做出了细化规定。数据资产入表的具体流程如下：
1.数据盘点：通过全面审查现有数据资源及其相关信息，数据盘点为企业数据资源的入表奠定了基础。
2.合法确认：基于数据盘点结果，企业需要进行数据资源的合法性审查，确保所入表的数据资源是在法律和伦理允许的范围内获取、使用和处理的。
3.成本计量：这一步骤涉及对企业为获取、维护、存储和处理数据资源所发生成本的评估。成本计量不仅为数据资源入表提供了初始计量的基础，也为数据价值评估提供了依据。
4.收益判断：在确认数据资源合法拥有的基础上，企业需要从经济价值流入的角度分析和确定数据资源的价值。这一过程是将数据资源确认为数据资产的前提，而数据资源的价值评估可以作为其公允价值的参考，有助于融资等操作。
5.资产登记：数据资源通过合法拥有、成本计量和收益判断的确认，它们就可以被登记为企业的数据资产。资产登记包括将数据资源的权属及其相关信息记录在系统中，并获取数据资产登记证书，供他人查询。
6.资源入表：根据《企业数据资源相关会计处理暂行规定》，将符合条件的数据资源作为无形资产或存货纳入企业的资产负债表。
7.入表核查：会计师事务所将根据《暂行规定》的要求，对企业的实际情况进行核查，并出具审查报告，以披露企业数据资源入表的详细情况。
图2：数据资产入表工作流程
与传统资产的比较，在创新应用方面，数据资产需先形成报表资产，之后再以报表资产为基础推进数据资产市场价值评定与测算，进而进入交易与流通市场去发挥金融属性。如果数据资产游离于报表之外，将影响数据资产交易与流通的效率。在数据资产创新应用的过程中，一般涉及主体数据资产权属问题和预期收益问题，金融机构会要求提供数据资产评估报告，审慎评估数据资产为企业带来预期现金流的业务模式，并估算收益现金流发生的情况。
三
数据资产价值评估
数据资产价值评估是对数据资产使用价值度量，指导数据资产入市合理定价和登记入表的基准。从评估的角度来看，数据资产的价值来源主要从数据资产的成本构建、收益获取和市场供需的角度考虑。目前对数据资产价值评估的方法研究中，主要是在成本法、收益法、市场法三大基本方法的基础上，考虑数据资产的特殊因素对评估模型加以修正和改进。
成本法及收益法的适用性均较为充分。成本法选用历史投入归集的角度，分析相关的数据标注、整合、分析、可视化加工等生产过程，汇总其前期规划成本、建设成本、运维成本和其他成本及与数据资产直接相关的或者可进行合理分摊的软硬件采购、基础设施成本及公共管理成本，合理利润和相关的税费。收益法可根据数据资产未来的收益期限和收益预计，确定合适的折现率，选用收入分成法、利润分成法或多期超额收益等等评估模型进行计算。
市场法由于现有数据资产的研究正处于初期阶段，目前形成的市场交易主要针对的还是单一数据产品或是特异性很高的数据资产，因此短期内无法提供流通性较强的市场案例作为对比。在现阶段数据资产估值中的应用相对有限，预计在未来会有较好的运用空间。
图3：数据资产价格影响因素
结语
通过对数据资产入表及估值要点分析，结合数据资产目前市场交易实践，数据资产入表具有以下几方面的重要意义：
一是数据资产资本化。将数据资产确认为资本性支出，而非费用化支出，有助于改善企业的财务报表结构，提高企业估值及核心竞争力。二是促进数据资产流通交易。数据资产入表有助于建立数据交易市场，以此发现和实现数据资产的价值。三是提升企业价值。数据资产入表将新增一项增量资产，并在未来形成增量收益，将进一步提高企业的积极性，加快释放数据资产的价值潜力，持续提升企业价值。四是优化融资结构。积极探索数据资产抵质押贷款、数据资产融资租赁等新型融资方式，以数据资产拓宽资金来源，提升企业的市场信誉和估值，为企业的长远发展提供坚实的金融支持。五是支持数据资产证券化。数据资产入表是数据资产价值化的重要步骤，为数据资产的证券化提供了基础，将为企业融资、风险分散、释放资产价值等方面带来积极影响。
供稿| 评估咨询产业链
撰稿|刘康妮
审核|张丹、张丹妮