数据要素在数字经济时代发挥着不可替代的作用，在国民经济体系中更是占据着越来越重要的地位。根据《数字中国发展报告（2023）》，我国数字算力总规模达到230EFLOPS，居全球第二位；先进技术、人工智能、5G/6G等关键核心技术不断取得突破，高性能计算持续处于全球第一梯队。数据要素市场日趋活跃，数据生产总量达32.85ZB，同比增长22.44%。数字经济规模的攀升使我国累积了大量数据资源，而数据资产入表正是形成数据价值链完整循环机制必不可少的环节。如果数据资产不入表，数据的真实价值无法得到释放，就无法发挥数据要素对微观层面的企业生产效率和宏观层面的全要素生产率的提升作用。
法律中的指导性政策
2022年12月，中共中央、国务院发布的《关于构建数据基础制度更好发挥数据要素作用的意见》（简称“数据二十条”）中明确提出：“围绕促进数据要素合规高效、安全有序流通和交易需要，培育一批数据商和第三方专业服务机构。……有序培育数据集成、数据经纪、合规认证、安全审计、数据公证、数据保险、数据托管、资产评估、争议仲裁、风险评估、人才培训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。”
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”）从顶层设计出发为数据资产入表提供了会计核算规范。计划于2024年正式将数据资产确认到资产负债表中。显然《暂行规定》为我国数据资产入表提供了重要指引。
2023年12月，财政部发布《关于印发〈关于加强数据资产管理的指导意见〉的通知》，该意见强调了对公共数据资产的依法合规管理，意见指出：鼓励借助中介机构力量和专业优势，有效识别和管控数据资产化、数据资产资本化以及证券化的潜在风险。公共数据资产权利主体在相关资产交易或并购等活动中，应秉持谨慎性原则扎实开展可研论证和尽职调查，规范实施资产评估，严防虚增公共数据资产价值。
加强监督检查，对涉及公共数据资产运营的重大事项开展审计，将国有企业所属数据资产纳入内部监督重点检查范围，聚焦高溢价和高减值项目，准确发现管理漏洞，动态跟踪价值变动，审慎开展价值调整，及时采取防控措施降低或消除价值应用风险。
何为数据资产入表？
数据资产入表是指在财务报表中，将数据确认为“资产”项，体现其真实价值与业务贡献，从数据资源到数据资产的确认过程，入表后能够更好地实现数据资源在经济行为中的价值释放。对于企业来说，数据资产入表是确保数据资产有效管理、保护和利用的关键步骤。数据资产入表是整个数据要素价值释放的一个中转站。数据要素的流转，特别是通过数据要素使用权的流转，是释放数据要素价值的重要途径。
在《暂行规定》出台之前，我国数据产品开发阶段所产生的支出均在发生时予以费用化计入当期损益，作为研发费用体现在利润表中。《暂行规定》出台之后，企业可以在“存货”“无形资产”“开发支出”项目下增设“其中：数据资源”，分别反映资产负债表日可以资产化的数据的账面价值，以及数据资源开发支出中满足资本化条件的金额。
数据资产入表中的困境
目前，互联网行业、电信行业、银行业等数据密集型企业已经根据《暂行规定》的要求对数据资产入表做出了尝试。但大多数企业的尝试仍停留在理论和计划阶段，尚未真正实现入表，大多数企业在数据资产入表过程中仍然存在障碍，我国将数据确认为生产要素之后却迟迟未能推动数据资产入表，主要存在以下三个难题。
（一）数据确权问题
数据确权指通过赋权使数据主体对数据享有相应的法律控制手段以及排除他人侵害的效力，是数据资产入表面临的首要难题，但数据要素的非稀缺性和非排他性对数据确权造成了障碍。
具体而言，数据的非稀缺性和非排他性指数据在生产过程中不会被消耗且可以无限复制给多方使用，因此数据产业链所涉及的多个主体均享有数据资产的部分权利，各数据主体之间的冲突难以调和，导致数据权属模糊。除了数据权属本身难以确定，是否需要界定数据产权也存在争议。
一方面明晰所有权可以保护数据主体隐私，并更有效地实现数据资源配置、流通与收益分配，但是另一方面，数据所有权既不能解决隐私保护问题，也不能解决数据利用问题，反而会导致资源利用不足，因为产权碎片化而抑制创新。
数据确权在相关法律法规及技术手段上的难点还包括:数据确权必须区分确权的对象是不断流动汇集的原始数据还是利用数据形成的产出物或数据产品。对于原始数据(包括数据集)，最重要的是让数据资源可查找、可访问、可互操作和可重用，匹配供需，有序流通，实现计算分析价值;在这方面的法律的问题是证明合法性，技术难题是实现数据使用的可控可计量。
对于数据挖掘分析形成的产出物，最重要的是固定其生成时间和归属(主体)，这可以采取类似作品著作权登记方式实现归属的初步证明。就此类数据产品而言，可以运用区块链技术，实现交易。
（二）数据安全问题
我国数据要素市场尚处于起步阶段，数据产权制度和交易法规都还不够健全，难以破解数据安全难题。因此，数据资产入表过程中，尤其数据资产的管理和流通过程中，存在数据泄露的风险，这可能导致企业的商业利益受损，并可能引发法律责任和信誉损失。另外随着数据资产入表，企业需要面对更复杂的网络攻击和数据窃取风险，在数据资源的确权和交易过程中，企业需遵守个人数据隐私保护和公共数据安全的法律法规，防止侵犯数据来源方的合法权益或危害社会公共利益。
此外数据资产的价值评估存在主观性和不确定性，评估结果的不准确会影响企业的财务报告质量和投资决策。企业为了确保数据资源的确认和计量符合现行会计制度的规定，需要避免追溯调整已费用化的数据资源支出。
在个人层面，数据主体多样化的问题导致侵权手段同样多样化，个人隐私难以得到保护；为此，我国出台了《数据安全法》和《个人信息保护法》等，但这些法案只能在一定程度上缓解数据隐私保护困境，我国仍缺乏更加全面的数据安全管控体系。
在国家层面，一方面，数据跨境流动会增加数据外泄风险，随着数据量和数据价值的几何级增长，政府、企业等主体的重要数据外泄可能会损害国家经济利益甚至威胁国家安全；另一方面，数据的价值只有在流通中才能得以释放，过度限制数据跨境流通可能会使数据资源无法得到充分利用。因此，如何平衡数据利用和数据安全成为一个难题。
（三）价值计量问题
目前，我国《暂行规定》提出遵循成本法原则对数据资产进行初始价值计量。成本法、收益法和市场法是传统会计学视角的价值评估方法，但由于数据的特殊属性以及数据交易市场的不成熟，这三种方法在运用过程中存在着以下问题：第一，数据的非均质性和非稀缺性为成本法定价带来难题。数据的非均质性使单位数据之间价值存在明显差别，因此，对于数据资产这种生产经营过程中的衍生产品，传统的成本管理方式难以将待分配的间接成本准确分配到每单位的数据上。
而数据的非稀缺性则使数据在流通之中继续创造数据并产生溢价，传统成本法也因此无法准确地反映数据资产的真实价值。第二，数据要素市场的不成熟为收益法和市场法定价带来障碍。我国数据要素交易市场上同类或类似数据资产较少，过往数据交易历史记录不够丰富，导致既不具备用以测算收益法各参数的条件，也难以找到市场法需要的可比数据资产。
挑战与突破之道
虽然，数据资产在国民经济体系中的地位日益凸显，成为推动经济发展的重要力量。然而，在数据资产价值评估方面，我们却面临着诸多困境和挑战。
首先，数据资产具有无形性、虚拟性等特点，这导致对其进行价值评估时难以准确衡量。传统的资产评估方法往往基于实物资产或金融资产的价值计算，而对于数据资产，这些方法可能并不完全适用。因此，我们需要探索新的评估方法和标准，以更准确地反映数据资产的真实价值。
其次，数据资产的流通性和可交易性也是制约其价值评估的重要因素。当前，数据市场尚未完全成熟，数据资产的交易规则和机制还不够完善，这导致数据资产的价值难以在市场中得到充分体现。为了解决这个问题，我们需要加强数据市场的建设，完善数据交易规则和机制，提高数据资产的流通性和可交易性。
此外，数据安全和隐私保护也是影响数据资产价值评估的重要因素。在数据收集、存储、处理和使用过程中，如何确保数据的安全和隐私不被泄露和滥用，是摆在我们面前的一大难题。如果数据安全和隐私保护得不到有效保障，那么数据资产的价值将大打折扣，甚至可能引发信任危机。
面对这些困境和挑战，我们需要积极寻求突破之道。一方面，加强数据资产价值评估的理论研究和实践探索，不断完善评估方法和标准；另一方面，推动数据市场的健康发展，加强数据安全和隐私保护，为数据资产的价值评估提供有力保障。
总之，数据资产价值评估是我们在数字经济发展过程中必须面对的问题。只有通过不断的研究和实践，找到适合数据资产特点的评估方法和机制，才能充分发挥数据资产的价值，推动数字经济的持续健康发展。
↓↓了解更多资讯，请识别下方二维码↓↓
国脉集团是数据资产化先锋企业，主要提供培训、咨询和产品设计服务。为数据资源拥有者提供专业、规范、合规的全流程资产化服务，提升机构数据管理服务能力，实现数据资源价值最大化。运用最先进的培训理念方法和平台工具提供高绩效培训服务。研发“一头一体两翼”企业数据资产化咨询服务方法论，提升数据资产化战略设计、就绪度评估与咨询、入表和产品化全流程咨询服务。基于战略思维和实操需求研发“易”系列产品，并与数源方合作研发系列数据产品。 主要课程包括数据资产入表、数据经纪人、公共数据运营和政府CDO、数据精品等精品课程。 主要产品：数据易投、数据易贷、数据易保、数据易售。
联系我们请点击：
数邦客
