小数据研究中心（userdataresearch）原创
编辑 | 小数君
数据资产研究系列文章
「第10篇」
编者按：
数据资产的研究对数字经济具有重要意义，数据资产不仅仅是企业的财富，更是推动创新和发展的关键。「广东财经大学会计学院」、「经济与管理国家级实验教学中心」、「数量经济研究中心」与「小数据研究中心」联合探索数据资产的无限价值！随着项目启动，我们已经开始围绕数据资产的确权、计量、管理、估值等方面进行深入研究。知识是人类进步的阶梯，研究成果理应与社会各界共享，后续我们将分阶段、分主题编撰相应的文章在「小数据研究中心」公众号进行披露。
作者｜周宏明、孔令辉、孔荫莹、王静
单位：广东财经大学会计学院 经济与管理国家级实验教学中心 数量经济研究中心 小数据研究中心
企业基于内部使用
及外部销售维度的数据资产管理
摘要：
数据资产的应用场景丰富，常见使用主体包括个人、政府机构、企业。个人数据需要通过企业聚合分析从而创造价值，政府通常也不通过数据经营方式盈利，而是授权企业经营政务数据，赚取收益。本文立足数据资产管理的相关理论及其重要意义，从企业内部使用和对外销售两个维度出发，探讨数据资产在不同场景下的管理方式特点，希望为完善数据资产管理体系提供思路。
关键词：数据授权；数据资产管理；数据存货计价
1
数据资产规范管理现实意义
财政部于8月21日正式对外发布《企业数据资源相关会计处理暂行规定》，并自2024年1月1日开始施行。数据资产入表政策落地节奏超过预期，体现了国家把数据作为生产要素的坚定决心，凸显出数据作为生产要素的战略地位，预示着数据要素产业化时代的到来。
2023年10月25日国家数据局正式揭牌，全国各地陆续创办数据交易所，全国数据要素行业产教融合共同体也在广州成立，万亿数据资产即将“激活”，数据要素产业体系初步形成。
然而我国数据要素市场目前仍处于起步阶段，数据资产价值实现方式和实现路径均存在诸多不确定性，数据资产规范管理面临不少挑战。数据本身具有的虚拟性特征使得数据安全、数据风险问题层出不穷，数据资产自身的特殊性也导致其存在确权难、定价难、互信难、入场难和监管难等问题。
虽然一些企业已经制定推行了企业数据资产管理方案，但往往缺乏常态化的数据资产管理组织机构，对于数据认责机制和管理流程缺乏充分的认识，数据资产管理工作由于缺乏资源和专业知识而被忽视，数据资产管理落地道阻且长。在此背景下，催生了更多对于数据资产规范管理的现实需求。
数据资产的规范管理能够有效帮助企业拥有数据产权，节约专业资源，推动企业尤其是数据主导型企业稳步发展，避免数据资产流失，推动规范数据要素市场交易，助推数据资产入表进程，进一步促进数字经济高质量发展。也是推动我国数字经济高质量发展的重要保障。所以，在数据时代的浪潮中，对数据资产的规范管理任重而道远。
2
企业在内部使用维度上的
数据资产管理
数据资产用于企业内部使用时，通常是为了维护和支持企业日常经营活动，对数据资产开发利用，支持企业各项业务活动以实现降低成本、增加效益的效果。
从数据资产的来源方面管理来看，企业内部使用的数据资产常见来源包括自行生产，部分来源于外部购买。企业自身日常生产经营活动中，常会产生海量数据。例如，抖音和快手等互联网平台通过长期的定向营销，获取了大量用户的基本信息和使用数据，通过用户视频播放量、点赞量、评论量、分享量等关键数据形成的数据资产，企业可不断优化传播策略，了解其追踪用户的兴趣偏好和行为习惯，更精准地为用户提供个性化推荐和定制服务，从而提高用户体验和留存率。
互联网企业的数据资产涵盖了用户、视频、竞争对手、广告等多方面的内容，企业可以在此基础上制定出更优的运营策略，提高自身的市场竞争能力。因此，互联网短视频平台的运营模式很好地诠释了在企业经营过程中自行创造的数据资产。与自行开发财务软件相比，企业更偏好从外部购买软件系统或寻找专业公司开发专属系统。此时，数据资产属于外部购买获得。例如，购买金蝶、用友等系统服务，作为企业的数据资产能够帮助其更好地管理账务，实现资产高效管理。
对不同来源的数据资产管理方式应有侧重。对外部购买的数据资产，按照购买成本进行初始计量，按合同寿命或经济寿命对其进行摊销。在购买过程中，企业需要确认数据资产的价值和安全性，避免在使用时出现数据泄露、窃取等安全事故。
另外，也要注意零信任、设备管理角色等员工安全意识培训，以及完善身份验证体系、利用密码管理器等措施，保障数据安全，提高技术团队的效率。对自行生产的数据资产，需要区分研究阶段支出与开发阶段支出。研究阶段是具有探索性和不确定性的，在此阶段付出的成本在未来未必会实现资本化，不能形成数据资产；而开发阶段形成的数据成果，预期可能为企业所使用并产生收益，才能够确认为数据资产。
对于如何区分两个阶段的时点，上海数据交易所赵丽芳建议，对满足长期需求、符合数据资产确认条件的数据产品，在研究阶段结束时应该通过立项的方式确认开发时点，尽可能地量化后续开发阶段的支出，为数据资产的成本提供可靠依据。确认为数据资产的，按照无形资产管理方式进行后续计量，即估算未来经济寿命，每期进行减值测试，对数据资产进行摊销，摊销成本计入当期费用。
企业在内部使用维度上的数据资产管理，主要通过两种方式实现。一是建立数据资产管理目录，对同类应用场景的数据资产在财务报表中进行统一管理；二是形成数据产品投入产出评价体系，科学合理分析不同类型数据资产价值和用途，为企业研发、营销、经营决策提供支持。
其中，从内部使用的数据资产的开发或者采购着手记录和管控，能够使数据资产的成本可靠计量；在数据资产产生和购买的过程中，谨慎对待每一个步骤，能够降低数据资产的使用风险，维护数据资产安全。可根据数据的类型和重要性进行分类和标签化，并设立相应的管理机制。包括设立数据标准、数据质量、数据类目、生命周期等相关的管理机制。在实施过程中，企业可以在报表中设立“数据资产”科目，将其作为无形资产管理，形成自己的数据资产体系，包括对数据资产的确认、初始计量、后续计量以及在报表中的披露，涉及数据的采集、存储、质量和准确性、分析和报告以及备份和恢复等环节。
3
企业在对外销售或提供服务维度上的
数据资产管理
企业将数据资产作为一种产品或基于数据经营主营业务对外进行销售或提供服务，从定义上来看，符合会计准则《存货》中对存货的定义，应该对销售确认收入结转成本。然而，数据资产却不符合存货可量化的特点，也不符合存货实体性特征的认知。因此，是否直接将数据资产产品业务作为存货管理是对数据资产管理中需要明确的问题。
目前对于数据产品在企业的财务报表中进行管理的方式主要有两种：将数据资产作为存货管理或无形资产管理。判断依据本质上是看企业对外的销售或服务中是否转移了数据资产的权属，或者说销售时是否存在排他性。若企业将数据资产作为定制产品，对客户一对一提供定制服务，那么客户最终会获得数据资产的所有权，此时企业应将其作为存货管理；如果企业将数据资产作为可以同时为多方客户使用的产品，那么客户仅仅获得的是数据资产的使用权，此时企业应将其作为无形资产管理。
将数据资产确认为存货时，需要将数据资产按存货的确认规则进行会计确认。由于数据的时效性较强，企业应该在较短的经营周期内将其售出，并且在售出当期确认主营业务收入，结转主营业务成本。同时，数据资产与技术密切相关，技术的更新换代也会影响数据资产的价值，在这个过程中可能会产生跌价。按照会计上可变现净值与成本孰低的计价规则对存货计价，需要考虑对数据资产计提存货跌价准备，并作为计入利润表的损失。企业销售数据资产产品，应该充分利用自己的数据优势，根据客户需求和市场变化，为客户提供个性化的产品和服务，提升客户满意度和忠诚度。
将数据资产确认为无形资产，需要按照无形资产的确认规则进行会计确认，管理方式类似于上文所提到的内部使用用途数据资产。需要注意的是，此时无形资产的成本不仅仅包括数据资产的开发、采购、人力成本，还包括数据资产在销售或租赁过程中发生的费用，按照这些成本的对应的服务年限，对数据资产进行摊销计提减值。若该数据资产产生的收益不能可靠计量或无法预期，则不应该确认为无形资产进行管理。
除了对数据资产计量需要规范管理之外，还需规范其交易环节。对于企业来说，对外销售数据资产，首先应确定其法律和政策合规性，确保所销售的数据资产符合相关法律法规和行业标准，遵守数据资产保护的规定。其次，对数据资产的所有权和使用权进行明确规定，确保其“责权利”得到保障。另外，企业还应该在数据资产的购买、使用、流通、交易等方面建立相应的制度体系，对其进行确权、开放、流通、交易等方面的管理。最后，应进行数据资产安全等级评估，建立完善的数据治理策略、网络安全策略，包括隐私安全培训，以此确保数据的质量和安全。
对于市场来说，应该建立完善的市场定价平台、机制和流程，通过公平公正的交易建立场内交易各方信任机制，保障数据资产交易顺畅。在数据跨境流通的情况下，还要根据角色和与数据的连接来实现数据资产的管理，政府和企业各司其职，共同建设大数据资产生态圈。最重要的是，需要尽快完善相关立法，以保障数据跨境流通交易的合法性和安全性，推动数字经济发展。
4
总结与建议
本文结合数据资产管理的现实背景及相关理论，从企业内部使用和对外销售两个应用场景出发，分别探讨了数据资产在企业不同用途中的管理方式，主要得出以下结论和建议：
第一，数据资产的重要性和宏观经济环境都要求我们必须加强对数据资产的规范管理。对于国家来说，实施有效的数据资产管理体系可以增强国家的经济实力和竞争能力；对于市场而言，数据资产管理可以维护市场公正，规范市场交易；对于企业来说，可以优化资源配置，提升业务效率。因此，国家应该制定和执行有关数据的计划、政策和方案，控制和保护数据资产，提高数据的质量和效率，助推企业数字化转型；市场应该明确组织职责、设计管理流程，以确保数据资产的交易过程规范、透明、公平；企业构建适应数据要素化、资产化的数据资产管理体系框架，改善数据质量和效率，降低数据成本，提高企业的竞争力，为企业创造更大的经济效益。
第二，在企业的不同应用场景中数据资产的管理方式存在差异。数据资产在企业中的用途大体分为内部使用和对外销售，对于内部使用的数据资产，企业应当要建立数据资产管理目录，在报表中统一管理数据资产，还要形成数据产品投入产出评价体系，为企业研发、营销、经营决策提供支持；对于对外销售的数据资产，企业应该在购买、使用、流通、交易等方面建立相应的制度体系，防范交易风险，明确权属责任。
第三，可充分发挥资产评估第三方机构在数据资产管理中的作用。数据资产评估与数据资产管理密切相关，在数据资产的确权、计量和披露方面发挥了重要的前置作用。企业应该充分利用资产评估在数据资产管理中的作用，加强与两者之间的协同，形成协同发展的良好局面，共同推动数据的高效发展。同时也应该划清两者的责任界限，明确企业与机构的责任划分，在相互促进的同时更应该各司其职、分工协作。
参考文献
[1] 中国资产评估协会 . 资产评估专家指引第 9 号—数据资产评估 [S]. 中评协〔2019〕40号
[2] 魏碧洲. 大数据时代下数据资产管理与应用研究 [J]. 北方金融, 2023, (05): 25-29.
[3] 吴果莲,苑秀娥. 基于应用场景的数据资产会计核算研究 [J]. 中国注册会计师, 2023, (06): 91-95.
[4] 罗玫,李金璞,汤珂. 企业数据资产化：会计确认与价值评估 [J]. 清华大学学报(哲学社会科学版), 2023, 38 (05): 195-209+226.
[5] 吴进. 数据资产评估是推动数据资产化的重要前置工作[N]. 中国会计报, 2023-09-22 (008).
[6] 中国电子技术标准化研究院.数据资产评估指南[M].北京：电子工业出版社，2022:3-4.
[7] 宋书勇. 企业数据资产会计确认与计量问题研究 [J]. 会计之友, 2024, (02): 95-101.
[8] 刘越男,何思源,王强等. 企业档案与数据资产的协同管理：问题与对策 [J]. 档案学研究, 2022, (06): 94-102.
[9] 李题印,郁建兴,宣成等. 制造企业数据资产管理体系:要素范畴与逻辑框架 [J]. 情报科学, 2022, 40 (09): 58-63.
[10] 高华,姜超凡. 应用场景视角下的数据资产价值评估 [J]. 财会月刊, 2022, (17): 99-104.
[11] 程永新. 大数据时代的数据资产管理方法论与实践 [J]. 计算机应用与软件, 2018, 35 (11): 326-329.
[12] 武健,李长青. “大财务”数据资产的管理与应用实践 [J]. 企业管理, 2016, (S2): 168-169.
[13] 贺小滔. 基于应用场景构建面向数字化的财务数据中台——以中国石化西北油田分公司为例 [J]. 财务与会计, 2022, (07): 29-33.
[14] 朱元甫. 数据资产管理系统的设计与实现[D]. 南京大学, 2019.
[15] 姜华. 数据治理、资产一体化实践性研究[D]. 上海交通大学, 2017.
[16] 孙俐丽. 数据资产管理视角下的B2C企业数据质量控制研究[D]. 南京大学, 2017.
原创内容转载开白可直接在文后留言
企业数据资产商业模式顶层设计——184双飞轮模型
企业数据靠大数据？当然不是！小数据，大未来
数据资产确权
CUO：数字化转型中的数据资产操盘手