陈广垒:如何正确理解数据要素入表问题?

2024-04-02 13:47 来源: Dataweekly
浏览量: 收藏:0 分享

       一.问题提出

  数字化正在颠覆传统企业经营管理活动。物联网技术正在对现有研供产销流程和产业链重塑(如精准营销和改善产品质量等),金融机构利用大数据不断提高风险管控水平。

  数据资源已经成为核心竞争要素,也是国家基础性战略资源和实现新经济增长新动能。《中共中央国务院关于构建更加完善的要素市场的化配置体制机制的意见》(2020)将数据作为五大生产要素资产;“十四五”规划提出营造良好数字生态,关注数据要素市场规则和政策环境等。党的二十大提出要加快建设“数字中国”。

  继2022年12月1日财政部发布《关于征求<企业数据资源相关会计处理暂行规定(征求意见稿)>意见的函》(财办会【2022】42号)后,2023年8月1日正式发布《关于印发<企业数据资源相关会计处理暂行规定>的通知》(财会【2023】11号)(以下简称“规定”)。《规定》的发布产生广泛反响,资本市场也持积极反应。例如,一些知名证券研究所纷纷发布研究报告,认为《规定》 的发布不但是超预期的,而且将对中国数字经济发展发挥重要推动作用,甚至做出市场规模测算和推荐标的资产。

  但是,在中央和地方政府积极发展数字经济/产业的背景下,数据要素入表问题也存在一些错误认识。例如,一些学者甚至将数据要素入表提升到有效抗击通货紧缩的宏观高度,鼓吹数据入表。

  二.如何正确看待数据要素入表?

  (一)数据要素入表的涵义

  数据要素入表,是指数据要素在资产负债表中确认为资产。

  数据要素确认为资产的前提是满足现行会计准则的确认条件。《企业会计准则——基本准则》(财政部令第76 号)(2014年修订)规定,资产是指企业过去的交易或者事项形成的、企业拥有或者控制的、预期会给企业带来经济利益的资源[2]。只有当资源满足规定的资产定义,并同时满足下列条件时才能确认为资产:(1)与该资源有关的经济利益很可能流入企业;(2)该资源的成本或者价值能够可靠地计量。这意味着只有符合资产定义且满足两项确认条件时,才能在确认为资产。

  从会计理论看,会计信息应当具有决策有用性。会计要素的确认应当满足会计信息质量特征,尤其是相关性和可靠性。无论是国际会计准则(或财务报告准则)还是公认会计原则(GAAP),均对资产的确认从理论上做出严格规定。2021年12月,财务会计准则委员会(FASB)修订后发布第8号概念框架(SFAC No.8)《财务报告概念框架》,并在第4章《财务报表要素》提出新的资产定义:资产是企业对经济利益的现时权利(An asset is a present right of an entity to an economic benefit),同步修订的SFAC No.5 《财务报表的确认和计量》提出确认的四项标准:(1)可定义性:符合财务报表要素的定义;(2)可计量性:具有一个相关的计量属性,且足以可靠的计量;(3)相关性:该信息在使用者决策时能够产生不同影响;(4)可靠性:信息是忠实地、可验证的和中性的。这意味着只有在同时满足四项条件时才能在资产负债表中确认为资产。与SFAC No.5和SFAC No.8相比,IASB还突出确认时应当满足相关性和忠实列报(faithful representation)。

  从会计处理看,按照借贷记账法的基本规则,当特定资源满足条件确认为资产时,同时减计某项资产,或者确认一项负债或权益。如果同时减计某项资产,则表现为资产结构的调整,并不会导致到资产总额增加;只有当同时确认一项负债或者权益时,才会引起资产总额增加,但对财务状况、经营成果和现金流量的影响,既需要考虑总量因素,也需要考虑结构因素。例如,对资产负债率的影响,需要考虑各自不同增加幅度的影响,而不是简单同比例增加。如果发生经济利益流出而不能形成资产,应当在当期费用化,并影响当期经营业绩,无论是货币支出还是非货币性支出。

  此外,在当前中国企业会计准则下,资产重估值存在严格的限定性条件,如企业改制或并购全资子公司。如果将不满足确认条件的数据要素确认为数据资产,或者将前期费用化的研发支出资本化,或者高估开发支出的产品价值(如软件或专利),只能是虚增当期资产,并在未来期间因未能实现预期经济利益流入而计提减值。这会严重影响到会计信息质量及其决策有用性。

  总之,无论是国内会计准则还是国际会计准则,亦或是公认会计原则,数据要素入表均存在严格的限制性条件。即使强行修订会计准则关于资产的定义和确认条件,势必会影响到会计信息质量及决策有用性,并从根本上动摇会计存在的基础。

  (二)数据要素入表的形式

  按照《规定》,企业应当按照企业会计准则相关规定,根据数据资源的持有目的、形成方式、业务模式,以及与数据资源有关的经济利益的预期消耗方式等,对数据资源相关交易和事项进行会计确认、计量和报告。

  资产按照流动性划分为流动资产和长期资产。结和会计准则和《规定》,当数据要素确认为资产时,主要存在两种不同的形态:

  1、存货。针对企业日常活动中持有、最终目的用于出售的数据资源,当符合《企业会计准则第1号——存货》(财会〔2006〕3号)规定的定义和确认条件时,应当确认为存货,并进行初始计量和后续计量等相关会计处理。当企业出售时,应当将其成本结转为当期损益,并按照收入准则等规定确认相关收入。

  2、无形资产。当数据资源符合《企业会计准则第6号——无形资产》(财会〔2006〕3号)规定的定义和确认条件时,应当确认为无形资产,并进行初始计量、后续计量、处置和报废等相关会计处 理。在持有期间,企业利用数据资源对客户提供服务的,应当按照无形资产和收入准则及应用指南的规定进行摊销和收入确认。

  根据数据要素发挥效能的方式,将开发阶段支出确认为无形资产是数据要素入表的主要形式,并通常在资产负债表中表现为软件、专利或其他形式。

  此外,《规定》规定,针对不满足存货或无形资产确认的数据资源,当企业出售时,应当按照收入准则等规定确认相关收入。

  三.如何正确理解当前数据要素入表现状

  数据要素入表存在许多重要前置性问题,如法律确权和估值等。针对会计处理,数据要素入表的核心问题表现为如何在确认时点合理确定数据要素所能产生的预期经济利益流入。

  (一)正确认识数据要素的资源性

  数据要素入表的前提是严格界定数据、资源和资产的内在关系。只有产生未来经济利益的数据才成为资源,而只有满足会计准则确认标准的数据资源才能确认为资产。数据、数据资源和数据资产是层层递减的包含关系。

  推动数据要素入表首先要企业借机防止虚增资产和收益。将没有未来经济利益流入的数据要素确认为资产只会扭曲企业的财务状况、经营成果和现金流量,以及扭曲企业、投资者和监管机构的经济行为。

  (二)做好数据资产的估值

  可计量性是确认数据资产的前提条件之一。在现实中,数据资源产生未来经济利益的方式是多种多样的,但更多是通过与其他生产要素的结合而产生的,如利用客户数据开发的精准营销程序/策略。在采用收益法评估数据资源的未来经济利益时,关键假设和关键参数的选择就至关重要。

  结合金融工具公允价值的层级框架(Fair value hierarchy),通过市场交易产生的数据资源的价格应当是第一层级,而采用收益法确定的数据资产估值还需要按照忠实列报原则做好披露。建立健全数据资源交易场所及交易机制能够为数据资源估值提供重要参考。

  (三)严格数据资源的无形资产确认

  无形资产是数据要素入表的主要形态。《企业会计准则第6号——无形资产》 规定无形资产具有三个特征:可辨认性、无实物形态和非货币性。当满足(1)能够从企业中分离或划分出来,并能单独或与相关合同、资产或负债一起,用于出售、转移、授予许可、租赁或交换;或(2)源自合同性权利或其他法定权利,无论这些权利是否可以从其他或其他权利和义务中转移或分离时,具有可辨认性。无形资产准则及相关指南为数据要素入表提出更严格要求。

  在科技创新推动下,企业及其监管机构(如国资委)将研发费用占营业收入的比例(如5%)作为考核标准,并在任期和年度经营业绩考核时予以特别考虑。研发费用的资本化在当前是严格限制的,尽管国际会计准则制定机构对无形资产的确认也存在争议。这意味着将开发阶段形成的数据要素进行资本化应当满足无形资产及相关应用指南的要求,不能为虚增资产规模而入表。

  (三)严格数据资源的无形资产确认

  无论数据要素是否以及如何确认为数据资产,监管机构都鼓励企业加大对数据资源的自愿性披露。与征求意见稿相比,《规定》的最大变化之一在于完善数据资产的自愿性披露规范,主要表现在:(1)本期减少时细化类型(失效且终止确认);(2)针对按照无形资产列示的数据资源,增加减值和持有待售的披露信息;(3)细化自愿性披露的内容,如评估对财务报表具有重要影响的数据资源的评估依据的信息来源,应用场景或业务模式、对价值创造的影响方式、以及相关宏观经济和行业前景。

  在当前数据要素不满足入表条件时,加大和规范数据要素的自愿性披露或许是主要方式,这也能够为投资者提供决策有用的会计信息。

↓↓了解更多资讯,请识别下方二维码↓↓

  1701840725(1).jpg

国脉集团

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

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。

数据产品

主要产品:数据易投、数据易贷、数据易保、数据易售。

标签:

责任编辑:chenshanliang
在线客服