解读
企业数据资源相关会计处理暂行规定
数字经济时代，数据是最重要的生产要素，已经被广泛认可。2022年12月19日《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》发布，进一步提出了数据要素用起来的20条措施。
2022年12月1日，财政部发布了《企业数据资源相关会计处理暂行规定（征求意见稿）》，为服务于数字经济治理，在会计领域上以创新的精神，紧跟数字经济时代发展，服务于数字经济实体会计需求，迈出了备受瞩目的一步。
2023年8月21日，财政部官网发布了《企业数据资源相关会计处理暂行规定》（以下称暂行规定），激活了数据要素各方的情绪。尽管这个《暂行规定》，还有待于实践应用检验，还有很多扩展和延伸之处，但是对于拥有大量数据资源并以之为收益的企业，如何增厚企业资产，体现企业数据资源价值，有了会计处理上的规范指引。
为了能和大家一起学习理解《暂行规定》文件，结合近期对数据资产的研究理解，初步解读如下。
为规范企业数据资源相关会计处理，强化相关会计信息披露，根据《中华人民共和国会计法》和企业会计准则等相 关规定，现对企业数据资源的相关会计处理规定如下：
一、关于适用范围
本规定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。
安老师解读：
《暂行规定》把数据资源范围明确分两类，一类是确认为无形资产、一类是确认为存货。不属于上述两类的，需要确认为当期损益。
二、关于数据资源会计处理适用的准则
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。
安老师解读：
由于数据资源的形成特性，在进行会计确认为资产的过程中，首先考虑的四个因素，持有目的，形成方式，业务模式，数据资源有关的经济利益的预期消耗方式。
这四个要素，最值得思考的就是数据资源有关的经济利益的预期消耗方式。经济利益是指数据资源的价值，具体的价值确定要根据《暂行规定》中针对数据资源的初始计量来确定，是比较明确的。预期消耗方式如何确定是需要结合形成方式、业务模式等来进一步分析。这个涉及到确认为无形资产后的预计寿命和摊销的方式问题。数据资源的寿命是多久？如何选择折旧政策，作为入表资产，也是需要确认的问题。
1．企业使用的数据资源，符合《企业会计准则第 6 号 ——无形资产》 (财会〔2006〕3 号， 以下简称无形资产准 则 )规定的定义和确认条件的，应当确认为无形资产。
2．企业应当按照无形资产准则、《〈企业会计准则第 6 号——无形资产〉应用指南》 (财会〔2006〕18 号，以下简 称无形资产准则应用指南) 等规定，对确认为无形资产的数 据资源进行初始计量、后续计量、处置和报废等相关会计处 理。
其中，企业通过外购方式取得确认为无形资产的数据资源，其成本包括购买价款、相关税费，直接归属于使该项无形资产达到预定用途所发生的数据脱敏、清洗、标注、整合、 分析、可视化等加工过程所发生的有关支出， 以及数据权属鉴证、质量评估、登记结算、安全管理等费用。企业通过外购方式取得数据采集、脱敏、清洗、标注、整合、分析、可 视化等服务所发生的有关支出，不符合无形资产准则规定的无形资产定义和确认条件的，应当根据用途计入当期损益。
安老师解读：
外购的数据资源，相比内部开发的数据资源，在价值认定方面，《暂行规定》进行了详细的内容列举，有两个要素需要关注。
一个是外购费用中如果包含数据脱敏、清洗、标注、整合、 分析、可视化等加工过程所发生的有关支出，必须是为了使外购数据达到预定用途前发生的支出，这类支出有依据表明是直接归属该项外购数据资源，因此如何归集这个支出，有些类似“在建工程”的模式。某种意义上，企业对外购数据进行了又一次的数据资源资产化的过程，形成了新的数据资源资产。当然如果这些加工支出，不属于上述情形的，《暂行规定》也明确了计入当期损益。
第二个关注点是对于外购的数据资源，在确权方面和安全管理方面，《暂行规定》也列出了具体费用内容，并使用了“以及”这个词来开头。
从这个角度，如果我们外购的数据资源，再经过一系列加工后，但没有发生涉及确权和安全管理等相关费用内容，是不是会影响到数据资产的入表呢？我觉得从数据资产的特点来说，由于其无固有形态，易复制的特性，从企业资产安全管理和维权角度，是应该同步操作数据资源的确权登记、安全管理等事项。
企业内部数据资源研究开发项目的支出，应当区分研究阶段支出与开发阶段支出。研究阶段的支出，应当于发生时计入当期损益。开发阶段的支出，满足无形资产准则第九条规定的有关条件的，才能确认为无形资产。
安老师解读：
无形资产中关于研发费用资本化需要同时满足五个条件的规定，一直以来都是一个相对复杂的会计核算领域。不同行业在研发上如何划分研究阶段和开发阶段都要遵循各自的研发规则和会计准则的规范要求。
企业内部数据资源研究开发，实际就是企业数据资源资产化的一个过程，从原始业务数据积累开始，到数据资源的不断挖掘和再应用。数据处理技术的发展，对数据资源的研发起到了极大的促进。现阶段能看到很多企业在数据资产化的过程中在设计数据模型，规划数据仓库，建设数据中台，针对数据资源的研发，如何来区分为研究阶段和开发阶段，和传统的专利技术、软著等的研发是有区别的。这个领域还需要结合具体数据资产化的过程，具体分析讨论。
企业在对确认为无形资产的数据资源的使用寿命进行估计时，应当考虑无形资产准则应用指南规定的因素，并重点关注数据资源相关业务模式、权利限制、更新频率和时效性、有关产品或技术迭代、同类竞品等因素。
安老师解读：
针对数据资源的寿命估计，《暂行规定》提出重点关注业务模式、权利限制、更新频率和时效性、有关产品或技术迭代、同类竞品等因素，也可以说明不同企业不同数据资产的摊销完全是个性化的，主观因素也会比较大。但是当我们针对数据资源确定摊销政策的时候，还是需要结合上述因素进行具体的说明，以便于财务处理的谨慎性。
3．企业在持有确认为无形资产的数据资源期间，利用 数据资源对客户提供服务的，应当按照无形资产准则、无形资产准则应用指南等规定，将无形资产的摊销金额计入当期损益或相关资产成本；同时，企业应当按照《企业会计准则 第 14 号—— 收入》 (财会〔2017〕22 号， 以下简称收入准则 ) 等规定确认相关收入。
除上述情形外，企业利用数据资源对客户提供服务的， 应当按照收入准则等规定确认相关收入，符合有关条件的应当确认合同履约成本。
安老师解读：
数据资源计入无形资产后，要按照利用数据资产服务的模式，来判断是计入当期损益，还是相关的资产成本。
4．企业日常活动中持有、最终目的用于出售的数据资源，符合《企业会计准则第 1 号——存货》 (财会〔2006〕 3 号， 以下简称存货准则) 规定的定义和确认条件的，应当 确认为存货。
5．企业应当按照存货准则、《〈企业会计准则第 1 号 ——存货〉应用指南》 (财会〔2006〕18 号 ) 等规定，对确认为存货的数据资源进行初始计量、后续计量等相关会计处理。
其中，企业通过外购方式取得确认为存货的数据资源， 其采购成本包括购买价款、相关税费、保险费， 以及数据权属鉴证、质量评估、登记结算、安全管理等所发生的其他可归属于存货采购成本的费用。企业通过数据加工取得确认为存货的数据资源，其成本包括采购成本，数据采集、脱敏、 清洗、标注、整合、分析、可视化等加工成本和使存货达到目前场所和状态所发生的其他支出。
安老师解读：
作为存货核算的数据资源，更注重存货成本的核算。数据资源加工转化为存货的过程，将使得企业在数据资源成本管理方面制定符合自身业务特点的归集体系。比如是按照数据产品类型归集，还是按照数据产品加工步骤归集，或是按照数据产品批次归集，需要结合数据产品的加工流程和数据产品供应方式等进行分析。由于数据可复制的特性，如何科学确定作为存货管理的数据资源成本，我觉得还是要参考实物资产的管理模式，比如可计量的数据资源，应该是有规格，有数量，有条码管理，以数字形式可识别、可入库、可出库、可盘点的数据资源。
6．企业出售确认为存货的数据资源，应当按照存货准则将其成本结转为当期损益；同时，企业应当按照收入准则等规定确认相关收入。
7．企业出售未确认为资产的数据资源，应当按照收入准则等规定确认相关收入。
安老师解读：
并不是一切数据资源能入表，只有具备无形资产条件，或者能加工转化为存货管理的数据资源，才是符合入表条件的数据资产。其他未确认为资产的数据资源从收入角度或许可以核算，但是从货币计量角度肯定是无法确认其成本的。
三、关于列示和披露要求
( 一 ) 资产负债表相关列示。
企业在编制资产负债表时，应当根据重要性原则并结合本企业的实际情况，在 “存货”项目下增设 “其中：数据资 源”项目，反映资产负债表日确认为存货的数据资源的期末账面价值；在 “无形资产”项目下增设 “其中：数据资源” 项目，反映资产负债表日确认为无形资产的数据资源的期末账面价值；在 “开发支出”项目下增设 “其中：数据资源” 项目，反映资产负债表日正在进行数据资源研究开发项目满足资本化条件的支出金额。
安老师解读：
增厚企业资产，反映企业的数据资源价值，资产负债表又有了新的变化。《暂行办法》为会计实操确定了数据资源的核算科目及其内容，统一口径。
(二) 相关披露。
企业应当按照相关企业会计准则及本规定等，在会计报表附注中对数据资源相关会计信息进行披露。
1．确认为无形资产的数据资源相关披露。
(1) 企业应当按照外购无形资产、 自行开发无形资产等类别，对确认为无形资产的数据资源 ( 以下简称数据资源无形资产) 相关会计信息进行披露，并可以在此基础上根据实际情况对类别进行拆分。
(2) 对于使用寿命有限的数据资源无形资产，企业应当披露其使用寿命的估计情况及摊销方法；对于使用寿命不确定的数据资源无形资产，企业应当披露其账面价值及使用寿命不确定的判断依据。
(3) 企业应当按照《企业会计准则第 28 号——会计政 策、会计估计变更和差错更正》 (财会〔2006〕3 号 ) 的规定，披露对数据资源无形资产的摊销期、摊销方法或残值的变更内容、原因以及对当期和未来期间的影响数。
(4) 企业应当单独披露对企业财务报表具有重要影响的单项数据资源无形资产的内容、账面价值和剩余摊销期 限。
(5) 企业应当披露所有权或使用权受到限制的数据资源无形资产，以及用于担保的数据资源无形资产的账面价值、 当期摊销额等情况。
(6) 企业应当披露计入当期损益和确认为无形资产的数据资源研究开发支出金额。
(7) 企业应当按照《企业会计准则第 8 号—— 资产减 值》 (财会〔2006〕3 号 ) 等规定，披露与数据资源无形资产减值有关的信息。
(8) 企业应当按照《企业会计准则第 42 号——持有待售的非流动资产、处置组和终止经营》 (财会〔2017〕13 号 ) 等规定，披露划分为持有待售类别的数据资源无形资产有关信息。
2．确认为存货的数据资源相关披露。
( 1 ) 企业应当按照外购存货、 自行加工存货等类别， 对确认为存货的数据资源 ( 以下简称数据资源存货) 相关会计信息进行披露，并可以在此基础上根据实际情况对类别进行拆分。
( 2 ) 企业应当披露确定发出数据资源存货成本所采用的方法。
( 3 ) 企业应当披露数据资源存货可变现净值的确定依据、存货跌价准备的计提方法、当期计提的存货跌价准备的金额、当期转回的存货跌价准备的金额，以及计提和转回的有关情况。
(4) 企业应当单独披露对企业财务报表具有重要影响的单项数据资源存货的内容、账面价值和可变现净值。
(5) 企业应当披露所有权或使用权受到限制的数据资源存货， 以及用于担保的数据资源存货的账面价值等情况。
安老师解读：
上述披露要求遵循一个关键词“应当”。也就是说企业在把数据资源入表后，均要按照上述要求，予以披露上述内容。从寿命与摊销，可变现净值，权利是否受限，减值等信息来看，目前强制要求披露的基本上还是围绕与目前其他资产相似的会计准则要求的披露内容。
3．其他披露要求。
企业对数据资源进行评估且评估结果对企业财务报表具有重要影响的，应当披露评估依据的信息来源，评估结论成立的假设前提和限制条件，评估方法的选择，各重要参数的来源、分析、比较与测算过程等信息。
企业可以根据实际情况，自愿披露数据资源 (含未作为无形资产或存货确认的数据资源) 下列相关信息：
(1) 数据资源的应用场景或业务模式、对企业创造价值的影响方式，与数据资源应用场景相关的宏观经济和行业领域前景等。
(2) 用于形成相关数据资源的原始数据的类型、规模、 来源、权属、质量等信息。
(3) 企业对数据资源的加工维护和安全保护情况，以及相关人才、关键技术等的持有和投入情况。
(4) 数据资源的应用情况，包括数据资源相关产品或服务等的运营应用、作价出资、流通交易、服务计费方式等情况。
(5) 重大交易事项中涉及的数据资源对该交易事项的影响及风险分析，重大交易事项包括但不限于企业的经营活动、投融资活动、质押融资、关联方及关联交易、承诺事项、 或有事项、债务重组、资产置换等。
(6) 数据资源相关权利的失效情况及失效事由、对企业的影响及风险分析等，如数据资源已确认为资产的，还包括相关资产的账面原值及累计摊销、减值准备或跌价准备、失效部分的会计处理。
(7) 数据资源转让、许可或应用所涉及的地域限制、 领域限制及法律法规限制等权利限制。
(8) 企业认为有必要披露的其他数据资源相关信息。
安老师解读：
上述属于自愿披露的很多内容，实际才是揭示数据资源特征更要重的信息，涉及数据资源来源、性质、管理和业务应用等关键信息。虽然很多企业出于数据资源保密等因素未必能做到完全自愿披露，但是从《暂行规定》上可以看出，能自愿披露多少信息对公司价值也是一个考验。
四、附则
本规定自 2024 年 1 月 1 日起施行。企业应当采用未来适用法执行本规定，本规定施行前已经费用化计入损益的数据资源相关支出不再调整。
安老师解读：
《暂行规定》实施时间是2024年开始,按照未来适用法的要求,能入表的数据资源是在2024年取得或者开发形成的数据资源。一些已经在应用具备资产概念的数据是否能通过评估入表，我觉得除非进入交易场景或者再开发阶段，否则是不能入表的。
《暂行规定》是个里程碑式的文件，更多的实践操作还需要一个过程。数据资源入表前还有一些概念要梳理。比如涉及到确权登记、价值评估、数据安全等等。
通过《暂行规定》，可以进一步从财务端让更多的企业思考数据价值的体现方式，激发数据要素市场的数据流动和应用。让更多大数据企业研究如何数据资源资产化，带动数据资源产业化，进一步推动提升我国数字经济的发展，实现中国式现代化。