|
|
近期，在可信数据服务生态联盟主办的“如何做好数据资产管理”线上研讨会上，致同武汉办公室管理合伙人金鑫结合财政部《企业数据资源相关会计处理暂行规定》（下称《暂行规定》）实施一年来的实践经验，系统剖析数据资源入表的核心难点与应对策略。
从“概念热潮”到“实践难题”
“数据资源入表不是选择题，而是财务转型的必修课。”金鑫在演讲中开宗明义，直击核心问题。他指出，当前众多企业高层对数据资产化表现出极高热情，然而在实际操作层面，财务团队却遭遇了“政策认知断层”的困境。部分财务人员对财政部《暂行规定》的理解不够深入，对于数据资源的“资本化”与“费用化”边界也存在模糊认知，这导致在实务操作中频繁出现误判。
为有效应对这一挑战，致同迅速组建了一支由注册会计师、IT专家、数据治理顾问等多领域专业人才构成的精英团队。团队系统梳理了“数据二十条”、财政部《暂行规定》以及中国资产评估协会《数据资产评估指导意见》等重要政策文件，并精心编制了“90问90答”实务指南，为财务人员提供清晰指引。通过为期四周的高强度集训和严格考核，筛选出一支精通政策且具备实操能力的技术服务团队。
自2024年以来，该团队已在湖北、北京、山西等地成功完成12项数据资产入表咨询及审计项目，并积极参与全国十余场政策宣讲活动，为推动数据资产化政策落地发挥了重要作用。
数据资产化的关键一跃
“合法确权是入表的第一道闸门。”金鑫在演讲中着重强调了合规确权的重要性。他以某上市公司的案例作为警示：该公司曾将价值上亿元的数据资产错误地计入存货，最终不得不紧急冲回，这一事件凸显了数据确权环节的高风险性。
金鑫指出：“数据确权需法律文书与技术存证双轨验证，就像宅基地确权既需要产权证明，又需要物理边界测绘。”他进一步解析了财政部《暂行规定》中关于“资产确认”的四大关键条件：企业必须合法拥有或控制数据资产；数据资产预期能够为企业带来经济利益；经济利益很可能流入企业；且数据资产的成本能够可靠地计算。
为确保数据资产的合规确权，金鑫建议企业构建数据溯源图谱，利用区块链等前沿技术固化数据采集、清洗、应用的完整链条。通过这种方式，将抽象的法律条款和数据集转化为可验证的资产入表会计核算依据和可辨识的审计证据，从而为数据资产化筑牢合规基础。
精准厘清资本化边界
在数据资产成本归集的实务操作中，部分企业存在明显误区。金鑫以某企业数据中心为例指出，在2024年初期，该企业曾将绿化费等与数据资产无关的支出错误地计入数据资产成本，这一行为严重扭曲了数据资产的真实价值。
针对此类问题，金鑫结合丰富实务经验，提出了成本归集的三项核心原则：
剥离间接成本：剔除与数据资产无关的基础、通用设施等间接支出，确保成本归集的精准性。
区分通用性支出：清晰分离基础运维与数据专项治理投入，避免成本混淆，精准核算数据资产成本。
锁定核心环节：聚焦数据清洗、脱敏等价值创造的关键节点，确保成本归集围绕核心价值展开。
金鑫指出：“每项成本必须对应明确的责任主体、开发任务、标志物、时间节点、最终用途或所产生的功效等，否则相关数据将沦为‘无据之数’。”他特别强调，须通过“场景化精准归集”实现合规处理。
应对数据贬值风险的关键举措
数据资产的价值并非一成不变，其受产品或技术迭代、更新频率以及时效性等因素影响显著，具有明显的时变性特征。针对这一特性，金鑫指出，数据资产的后续计量必须引入动态管理机制，以有效应对贬值风险。
他建议企业对数据资产进行动态校准，定期开展摊销和减值测试，确保其账面价值与实际价值相符。他特别警示企业需建立与数据资源/资产生命周期相匹配的摊销和注销的机制，对未达预期的数据资产及时进行减值拨备与披露调整。
以智慧容错推动创新
在演讲的最后，金鑫呼吁行业建立容错机制与弹性监管框架，为数据资产化探索提供更包容的环境。他指出：“对暂不完全成熟的数据资源，可探索‘表外披露+拨备池’等过渡方案，这既是对企业创新试点的保护，也为制定正式的相关准则完善积累实践样本。”
目前，致同正联合法律机构与技术供应商，积极构建全链条可信数据服务生态。通过整合各方专业力量，帮助企业将“数据富矿”转化为合规资产，为企业及资本市场提供合规、前瞻的解决方案，推动中国数据要素市场的繁荣发展。
|
|
发表于