自2023年8月财政部发布《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》）以来，国内迅速掀起了数据资源入表的资产化热潮。一方面，非上市企业的数据资源入表比较踊跃，在“先搭台后唱戏”的抢滩心理下，并未明确未来经济利益及成本补偿方式，“盲目入表”和“为入表而入表”的情况时有发生，逻辑不明、业务缺失的情况比较普遍。特别是随着第一批入表企业的铩羽而归，市场上悲观情绪弥漫，不当入表的风险已经显现。另一方面，大中型上市公司的数据资源入表行为普遍谨慎，入表规模较小，存在“该入不入”的隐忧，会计错配和会计动因导致的财务报表亏损问题很严重。这两方面问题都很突出，但当前的理论研究匮乏，亟待在学理层面探明数据资源入表的经济逻辑和行为逻辑，才能纠偏和规范发展，才能防止“不入表”“少入表”和“过度入表”问题，真实反映经济实质和发挥会计的基础性作用。

数据资源入表的经济逻辑：内涵和构成

数据资源入表的经济逻辑，其内涵应当包括：产权逻辑、业务逻辑和技术逻辑。产权逻辑的含义是指企业合法控制或合规持有相关数据资源。业务逻辑是指企业正在开发利用且已经形成的数据产品及应用服务。技术逻辑是指企业拥有加工处理数据资源的先进信息技术或数据基础设施。

企业需要在这三重逻辑下进行数据资源的入表确认，三者缺一不可。产权逻辑是前提条件，业务逻辑是必要条件，技术逻辑是保障条件。产权逻辑回答的是权益归属问题，即该企业是不是某项数据资源的合法的加工处理者。业务逻辑回答的是收益实现问题，即该类数据资源究竟能否给企业带来以及如何带来经济利益，这需要以业务实质作为客观准绳，而不是以管理层判断作为评价依据。并且需要满足以下三个潜在收益条件之一：一是产生未来现金流收益；二是减少未来现金流支出；三是辅助管理层的决策优化。无论是具有电子物理形态的数据资源，还是具有实体物理形态的原材料，它们在成为可交易的数字产品（实体产成品）之前，都需要配置技术设备进行加工处理，此前场景是机械化的设备设施，现在场景是数字化的信息技术。尽管数据基础设施不再具有实体形态，但却是网络空间的物理存在。这些数据基础设施，包括数据治理平台、数据治理中台、业务中台、财务中台、云网资源等等。企业必须具备数字化设备设施，才可能生产和运营数据产品和应用服务，这就是技术逻辑。若是技术逻辑缺失，将很难实施价值创造活动，也就不可能资产化。综合来说，产权逻辑、业务逻辑、技术逻辑，它们是数据资源资产化经济实质的三个维度。三者缺一不可，这既是学理解释，也是事实基础。三者需要兼有，企业才可以进行数据资源入表的会计确认。

非上市企业数据资源入表的业务逻辑缺失问题

非上市企业缺乏信息披露监管机制，存在比较大的管理选择权。而且，非上市企业数目众多，具体情况各不相同，其数据资源入表的经济逻辑对整个数据要素市场开发利用的促进效应或抑制效应的影响比较大。就《暂行规定》的实施而言，当前并没有严格遵循应有的经济逻辑。虽然部分企业较为严谨，但总体来说有比较突出的业务逻辑缺失问题。其原因在于以下两个方面。

一方面，会计规则层面，《暂行规定》并没有明确适用标准和具体规则。《暂行规定》“关于适用范围”提出，“适用于企业按照企业会计准则相关规定确认为无形资产或存货等资产类别的数据资源，以及企业合法拥有或控制的、预期会给企业带来经济利益的、但由于不满足企业会计准则相关资产确认条件而未确认为资产的数据资源的相关会计处理。”不难看出，《暂行规定》中有明确的产权逻辑，即“企业合法拥有或控制”。这是当前数据资源入表的底线逻辑。但凡企业可证实产权归属，会计师、律师、发证机构，往往就会启动入表的中介流程。至于业务逻辑，尽管《暂行规定》要求“预期会给企业带来经济利益”，但会计理论界、注册会计师界、产业界人士在理解和判断上各不相同，而且差异很大。有的会计师会认为，只有产生“真金白银”的数据资源才可准予入表，但这种排除自用数据资源的做法也是不妥的。按照《企业会计准则》和《国际会计准则》的规定，数据资源管理也可以进行资产确认，企业自用的固定资产就属于这一类。管理用资产和生产用设备设施并不直接产生现金流，但它们的成本消耗可以从营业收入中得到间接补偿。因此，这些资产的购置费用在固定资产中入账，成本耗费通过折旧和摊销的方式计入管理费用、研发支出和制造费用。至于技术逻辑，《暂行规定》并没有做相应规定。当前的《企业会计准则》，主要用于规范可计入初始成本的项目范围，却不曾像2000年以前的13个分行业会计制度那样明确解释这些成本和开支为何可以归入、怎么归入资产的初始成本。目前的《企业会计准则》很大程度上仍是有关经济核算规则和资产归类标准的定义，并没有紧密结合到特定业务层面和经济运行层面，更没有与信息技术下的数字经济相联系。因此，第一批数据资源入表的企业，往往是把与数据资源相关的成本和开支进行了一揽子确认，但并不清楚所确认的数据资产有何功用。事实上，数据资源入表的初始成本核算并不困难，关键在于业务支撑和价值转化。但一些企业的数据资源入表目录，无非是针对元数据和主数据字段信息的计数和分类，既缺乏功能性，也缺乏可用性，从而导致了突出的业务逻辑缺失问题。

另一方面，中介机构的有意引导和多方力量的共同参与，推动了这场未经严格审查的数据资源入表热潮。一是学术方面的导向力。当前市面上数据资源入表的畅销书，并非严格意义上的会计论著，而是来自法学、金融学、财政学、经济学等周边学科。这些书籍普遍热衷于解释数据资源入表的确权流程和成本估计流程，将法学视域下的数据确权逻辑、技术视域下的数据治理逻辑、会计视域下的成本归集逻辑进行拼装，而唯独缺失数据资源入表的理论逻辑。二是实务界的照搬照用。大量新成立的数据服务中介商，如各地大数据交易所和类似的数据交易中介，往往是按照股票类证券交易方式构建的新兴交易中介，既无数据基础设施支撑，也无经济学的理论支持，就从容易入手的数据治理、数据登记、质量评价开始，跳过最具挑战性的业务逻辑和技术逻辑，直接进入到以合规判断代替产权逻辑、以价值评估代替业务实质的入表环节。三是中介机构的怂恿。各类中介机构竞相开展数据资源入表的培训业务，在理论准备不充分的情况下，向企业密集灌输“数据资源持有权证书”“数据加工使用权证书”“数据产品经营权证书”和“数据资源入表”的流程和售卖入表评估等服务。相关培训缺乏专业性和严谨性，加之以专家视角讲授“取证”和“入表”的可行性和必要性，也就没有促成“落地”实施。四是数商方面的躁动。地方政府成立大量数字交易公司作为运营平台，将数据资源授权城投公司。相关企业急于通过数据资产化、数据资本化和数据质押融资，获得注资和业绩。有的地方政府会指定数据资源持有方、城投企业、会计师事务所签订三方协议，根据协议进行数据资源入表，以经济协议代替真实业务，这是一种新型的财务策略，也可以说是“入表包装”和“凭空入表”。以上种种尝试，均存在较大风险。这场由多方力量推动的未经严格审查的数据资源入表热潮的隐含风险已经暴露，导致不少盲目冒进的参与者黯然离场。

上市企业首批数据资源入表的审慎逻辑与行为特征

与之相反，上市企业考虑到数据资源入表可能引发广泛的社会关注，加之有规范的审计鉴证和信息披露监管机制，普遍采取了审慎入表行为。从2024年第一季度首批数据资源入表的情况来看，存在“少量入表”“入表重述”“暂不入表”三种情况。

“少量入表”的行为逻辑表现在两个方面：一是数据资源入表核算的企业家数少，A股市场仅有18家上市公司在2024年第一季度资产负债表中确认“数据资源”；二是入表核算的数据资源金额少。如表1所示，确认金额在500万元以上的上市公司仅有8家。其中，恒信东方确认的数据资源金额最大，合计2460万元，计入无形资产，占总资产的1.29%。从行业分布来看，首批入表的18家上市公司分布在计算机（共有8家）、通信、电子、交通运输、建筑装饰、钢铁、传媒、医药生物等9个行业，说明各行各业都普遍存在大量的数据资源，数据资源入表所涉领域具有广泛性。从区域分布和股权性质来看，这18家上市公司分布在8个省市，其中北京6家、山东3家，其他省份是江苏、浙江、广东、上海、湖北和甘肃。在股权性质方面，国有企业有5家，民营企业有13家，说明相对于民营企业，国有企业更为审慎。

从市场反应来看，在《暂行规定》发布的次日（2023年8月22日），通信、电子、金融等数据资源型企业的股价大幅上涨，说明数据资源入表政策有利于增强投资者信心，推动了股价上涨。图1展示了4月19日至5月7日期间，18家数据资源入表企业的累计收益曲线。海天瑞声、卓创资讯、开普云、拓尔思、佳华科技、每日互动、博敏电子的股价均有明显上涨，市场将数据资源入表视为积极信号。企业能够将数据资源的研发支出及其基础设施的建设开发成本计入资产，意味着其数据管理和利用能力得到了提升。处于上涨趋势的上市公司主要是科创板与创业板企业，这也说明数据资源入表对创新型和成长型企业的影响更大。从中长期来看，中远海科和航天宏图等入表企业的股价也有不同程度的正向累计收益。数据资源入表能够提高企业报表结构，更全面地反映企业的核心资产价值，提高资产质量和会计透明度，缓解会计错配和优化财务指标，有助于增强市场信任度和投资吸引力。

“入表重述”的行为逻辑，表面看是会计报表重述，实质仍是审慎行为的结果。截至5月14日，有5家在一季报中报告数据资源项目的企业发生了财务重述，分别是中信重工、金龙汽车、山东钢铁、中闽能源和喜临门。表2列出了财务重述的5家企业的原披露情况。5家公司原披露项目均为存货，其中，中信重工和金龙汽车总金额较大，分别是7.16亿元和5.84亿元，占总资产比重分别为3.95%和2.15%。其中，中信重工、金龙汽车、山东钢铁和喜临门在一季报更正公告中将“存货”项目下的“数据资源”数额调整至“存货”项目下的“合同资产”，喜临门则是直接删除了“存货”项目下的“数据资源”数额。这说明“合同资产”项目下有相当数额的数据资源，并且不排除有企业在《暂行规定》发布之前就已经将外购或开发数据资源的相关支出计入了资产项目。这也说明《暂行规定》只给了数据资源入表的重要提示，没有改变任何现有的资产确认规则和规范。数据资产入表属于前所未有的新事物，面临数据资产辨析难、成本费用归集难、收入成本匹配难、摊销年限确认难等多项挑战，因此会计师在入表初期的职业判断发挥着重要的作用。

“暂不入表”的情况出现在数据要素集中的大型国有上市公司中。它们虽然未在一季报中确认数据资源，但在2023年年报中已经披露数字化战略以及数据资产入表的准备意向。下页表3列示了中国电信、光大银行和易华录这三家公司在2023年年报中提及的数据资源入表信息。数据资源入表会计政策的实施，推动了企业对数据资产的重视和挖掘，促使其将数据资源作为重要的无形资产纳入财务报表，为企业估值提供了新的信息量。但是，企业在执行层面仍然十分慎重，这与现有会计标准的不明确因素有关，企业需要提供更多政策支持和指引，实现数据资源价值化和数字经济的高质量发展。

总结与讨论

数据资源入表的产权逻辑、业务逻辑、技术逻辑缺一不可。数据资源入表的行为逻辑与经济逻辑不一致，导致了“冰火两重天”的局面。数字科技业、银行业、互联网业等，数据资源密集型上市公司入表积极性不高。与之相反，有些数商企业却在盲目入表。数据要素的价值，从业务中来，到业务中去。若是“为入表而入表”，那就违背了经济的内在逻辑。在本质上，数据资源入表与其他资产并无区别，同样需要融入经济活动和管理活动才能实现价值，而非“躺在账上”就有价值。这就如同货币的时间价值需要来自实体经济的价值创造活动，而非“钱生钱”的金融逻辑。未来，还要重视企业数据资源的实物分类和会计分类，尽早解决与大中型企业进行信息技术研发投入有关的会计动因错配和期间亏损问题，警惕将数据资源作为新的投资风口而导致不当入表的现象发生。

需要明确一个基本事实，数据资源入表不是新赛道，数据资源开发利用才是新赛道。企业应把数据资源入表的经济逻辑做好，着力于利用信息技术基础设施进行数据资源的开发利用和管理运营。否则，数据资源入表将失去价值，甚至会造成资源浪费和增加全社会的交易成本。还需要注意的是，数据资源的开发和利用是一项依靠技术的复杂的系统工程，无论数字化平台、模型算法、数据元件，还是数字化存储设备和存证设施，这些新质资产的价值核算标准和价值管理规则远没有建立，会计处理和信息披露还面临前所未有的挑战和困难，未来还需要很长时间去建构理论框架和实践探索。

本文得到国家自科基金面上项目“上市公司数据资源入表行为及经济后果研究”立项资助（72472014)

作者：曾雪云供职于北京邮电大学；刘峰供职于中国联通集团公司；杨劲松供职于北京邮电大学

来源：《新理财》公司理财杂志2024年10月期杂志

编辑：亓坤 如月

《新理财》2024全年杂志开始征订啦！

（点击海报可直接订购）

交流、合作、投稿、版权，请加微信：cfo920

声明：“新理财”微信公号所刊载文章、图片等，属于相关权利人所有，若因客观原因存在使用不当的情况，敬请与我们联系及时依法删除或修改处理。