2024年1月1日，《企業數據資源相關會計處理暫行規定》（以下簡稱《暫行規定》）正式施行，數據資產化有望迎來爆發期。依據《暫行規定》，企業可以把數據工作從“費用化”向“資本化”處理，通過數字化轉型釋放數據要素生產力價值的方向更為具體和清晰。上市公司如何充分發揮海量規模數據和應用場景等優勢，如何解決數據難點，如何管好用好數據資產，已成為當前節點的關鍵命題。
“數”盡其用，數據資產入表三步走
“數據資產入表”是指在企業的會計和財務報告中，將數據資源作為資產進行確認、計量、報告和披露的過程。這是推動數據資產化的第一步，也是數據要素市場發展的關鍵一步。它標志著數據資源從單純的運營資源轉變成為企業可以在會計和財務上確認并有效利用的資產，使得數據的價值得以在企業的資產負債表上得到體現，為企業提供了在市場上更準確地展示其資產價值的機會。這一轉變為企業帶來了新的價值創造和增長機會，同時也成為了擁有豐富數據資源企業在當前階段的核心任務。
國內領先的數據分析和數據治理產品與服務提供商億信華辰提煉出數據資產入表三大步驟，以期為有數據資產入表需求的國有企業和上市公司提供參考。
①入表形成原始資產：建立數據資產管理體系，通過數據治理統籌相關數據基礎工作。將系統建設及數據生成等所產生的成本費用以成本法入表，據此構成數據資源的初始資產價格。
②形成無形資產收入：分析評估數據資產商業價值，據此設計數據產品并建立合理的利益分配機制，搭建數據產品運營生態體系。
③形成存量資產：當數據產品達到一定交易量、形成數據金融資產后，企業可推進數據資產證券化，即以數據資產作為基礎資產，以資產預計產生的未來現金流為償付發行證券，從而使數據要素進入資本市場。
“數治”先行，夯實入表之基
數據治理是數據資產入表工作的前提與基礎，它涉及到數據的來源、質量、整合、隱私和管理等多個方面。只有確保數據治理的各個環節都得到有效的執行，企業的數據資產入表才有扎實的基礎。作為數據治理領域標桿廠商，億信華辰建議國有企業與上市公司可從建立數據管理體系、防范數據合規風險、提升數據資產質量、形成數據血緣圖譜、進行數據資產運營等方向著手開展數據治理，為數據入表工作夯實基礎。
建立數據管理體系
數據治理是技術問題，更是管理問題。建立成體系的數據管理組織和制度，能夠提升企業數據的準確性、一致性、安全性和合規性，幫助減少甚至避免會計處理的差異和錯誤，提升財務報告的準確性。此外，形成數據工作的制度化閉環管理，也能減少相關工作的成本核算與歸集難度。
防范數據合規風險
數據資源的合規性將影響會計的初始計量和后續計量，以及列示和披露時的數據資產質量。因此，企業需要通過數據合規與安全治理、評估潛在風險、制定數據有序化管理策略、健全安全防護技術等舉措，明確數據的來源、目的、質量標準、使用權限等，以確保數據的合規性和規范性。
提升數據資產質量
數據質量高低是影響企業數據資產價值評估的關鍵，也是數據資產入表的必要條件，低質量的數據不僅無法帶來商業價值，甚至會給企業帶來損失，影響會計處理的準確性和合規性。DAMA國際數據管理協會將準確性、完整性、一致性、合理性、參照完整性、及時性、唯一性、有效性、精確度、隱私、時效性作為衡量數據質量的維度。企業可以通過PDCA的閉環管理模式，構建數據全生命周期的數據質檢體系，智能化監控數據資產運營情況，有效提升數據資產質量。
形成數據血緣圖譜
為了有效支持后續數據資產成本法、收益法的不同價值分攤，實現數據資產視角的業財精細化管理，精確衡量數據資源的投產比分析，國有企業與上市公司應加強數據資產血緣分析能力，形成準確的數據血緣圖譜。企業可以在數據資產確認環節，通過元數據采集、元模型定義、元數據維護、元數據查詢等功能，厘清數據資源，掌握數據來龍去脈，精確反映數據血緣，為數據資產入表工作提供可靠的評估與審計依據。
進行數據資產運營
數據資產運營為數據入表提供數據基礎和審計依據。企業可通過厘清資產范圍、規范屬性，對存量數據資產集中式盤點，對增量數據資產自動化注冊，實現數據資產的準確、有效識別，建立相關數據資源臺賬，為成本核算和會計處理奠定基礎。同時，也應當形成數據分類分級清單，并對數據管理情況做好記錄，更新和維護數據資源目錄和數據分類分級清單。之后通過評估資產，從成本支出、財務貢獻、收益、數據質量、應用價值和合規性等維度評估、評價資產，使資產成本和價值能夠可靠計量，以量化的方式助力入表。
在工具維度，國內領先的數據治理廠商億信華辰提供一站式數據治理平臺，助力企業構建數據治理完整能力，幫助企業建立數據戰略規劃并搭建數據治理框架，通過開展數據全生命周期管理，建立全面覆蓋的企業級數據資產地圖。同時，億信華辰拉通各生態伙伴成立數據資產入表服務鏈合體，可以為客戶提供數據資產入表及數據資產交易等一站式解決方案，服務能力包括：咨詢規劃、數據資產管理、會計審計、法律咨詢、安全監管服務等，全程指導企業有效進行數據入表工作，幫助企業實現數據價值最大化和商業利益增長。
