数据资产化：数据资产确认与会计计量研究报告（2020 年）

数据资产化：数据资产确认与会计计量研究报告 （2020年）中国信息通信研究院政策与经济研究所 2020年12月 版权声明 本报告版权属于中国信息通信研究院，并受法律保护。转载、摘编或利用其它方式使用本报告文字或者观点的，应注明“来源：中国信息通信研究院”。违反上述声明者，本院将追究其相关法律责任。 前 言 当前，在5G、工业互联网、人工智能、云计算、大数据等新一代信息通信技术的推动下，数字经济快速兴起，成为拉动经济增长的核心动力。“十四五”及未来更长时期，进一步做大做强数字经济是引导国民经济持续健康发展各项工作的重心之一。为更好更快地引导数字经济发展，加速全社会数字化进程、重塑数字经济时代国际竞争综合实力，需要加快构建与之相匹配的经济社会规则和体系，特别是需要围绕如何激发数据要素价值，加快相关政策、机制、规则的制定和落实。习近平总书记近期在《国家中长期经济社会发展战略若干重大问题》中强调，“要健全知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”。 本报告的目的是希望从概念与方法层面 ，对数据资产进行分析与研究，以完成以下几方面的探索：一是明确企业数据资产化对于激发数据要素活力、加速数据要素市场构建，以及提升现代企业竞争力的重要意义与作用；二是一定程度上实现对数据资产的“具象化”处理，明确会计意义下的数据资产，使其不再仅停留在“不可名状”的模糊概念，或者单一技术层面的讨论；三是明晰数据资产在一定阶段、一定时期价值能够保持相对稳定，可以通过一般化会计计量方法的创新、第三方机构的评估实现有效计量，并提出相应的会计计量改良办法；四是提出进一步推动数据资产化的政策设计与计量方法完善的意见 建议，以供社会各界参考。 研究报告仍有诸多不足，望请各界批评指正、共同探索。 目 录 一、数据资产化的重要意义与面临挑战 .................................................................... 1 二、概念与边界：拨开数据资产的“迷雾” ................................................................ 5 （一）数据与资产 ................................................................................................. 5 （二）数据资产的概念与界定 ........................................................................... 16 三、数据资产的会计确认与价值评估 ...................................................................... 26 （一）数据资产的会计确认 ............................................................................... 26 （二）数据资产的价值计量 ............................................................................... 28 四、发展建议 .............................................................................................................. 37 （一）着力完善数据资产化配套政策 ............................................................... 38 （二）加快提升企业数据资产化能力 ............................................................... 39 （三）建立健全数据资产化生态体系 ............................................................... 39 （四）深入推进数据资产化理论研究 ............................................................... 40 附件：数据资产化实践与问题：基于中国A股市场企业年报数据的分析 ......... 41 参考文献 ...................................................................................................................... 47 图 目 录 图1 数据的价值链 .................................................. 9 图2 数据的使用：数据使能与数据增强的商业模式的对比 ............... 10 图3 数据业务化与业务数据化 ....................................... 11 图4 数据资产价值影响因素 ......................................... 29 图5 数据资产评估方法对比 ......................................... 31 图6 2011-2019年涉及数字资产企业数 ................................ 42 图7 涉及数字资产企业行业分布 ..................................... 43 表 目 录 表1 数据价值的影响因素解析 ....................................... 30 表2 各行业涉及数据资产企业同业对比（2019年） ..................... 44 数据资产化：数据资产确认与会计计量研究报告（2020年） 1 一、数据资产化的重要意义与面临挑战 当前，以5G、工业互联网、人工智能、云计算、大数据等新一代信息通信技术的研发和应用为核心内容的数字经济快速兴起，在国民经济各领域的融合应用不断深化，进一步加速经济社会数字化、网络化、智能化进程，贡献和地位日益突出，给经济社会规则和人们的生产生活带来了全方位的影响与冲击。同时，伴随着新冠肺炎疫情在全球范围内的爆发、蔓延与常态化存在，数字化转型越来越成为很大一部分企业提升生产与运营效率、应对不确定性的重要途径。数据的意义与作用日益凸显，市场主体在对数据生产、获取、搜集、存储、分析、应用等方面的需求与投入大跨步提升。数据愈发成为覆盖企业组织生产、运营与交易全流程的基础性战略资源。 党的十八大以来，以习近平同志为核心的党中央高度重视数字经济发展，分析问题挑战，总结发展经验，做出重大部署，走出了一条具有中国特色的数字经济发展道路。习近平总书记指出，“在互联网经济时代，数据是新的生产要素，是基础性资源和战略性资源，也是重要生产力。要构建以数据为关键要素的数字经济”。习近平总书记关于数字经济与数据要素的一系列重要讲话，为当前及未来更长时期，推动我国数字经济的持续健康发展、激活数据要素价值提供了根本遵循与行动指南。 2015年8月，国务院印发《促进大数据发展行动纲要》明确指出 ，“数据已成为国家基础性战略资源，要加大投入力度，加强数据 数据资产化：数据资产确认与会计计量研究报告（2020年） 2 存储、整理、分析处理、可视化、信息安全与隐私保护等领域技术产品的研发，打造较为健全的大数据产品体系”。从国家层面明确了数据基础性战略资源的重要地位。2019年10月，十九届四中全会通过《中共中央关于坚持和完善中国特色社会主义制度推进国家治理体系和治理能力现代化若干重大问题的决定》指出，“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”。从国家治理体系和治理能力现代化的高度把数据与劳动、资本、土地、知识、技术、管理一并视为生产要素，将数据在经济社会发展中的地位与作用提升到了更高的层次。2020年4月，中共中央、国务院发布了《关于构建更加完善的要素市场化配置体制机制的意见》进一步提出，“加快培育数据要素市场，建立健全数据产权交易和行业自律机制”。将“数据”作为与土地、劳动力、资本、技术等传统要素并列为要素之一，提出要加快培育数据要素市场。 数据作为生产要素之一，实现广泛的交易流通、参与分配，资产化环节必不可少。一方面资产化是数据作为一种新型生产要素，实现广泛交易流通、价值按照贡献分配的先决条件。企业是现代经济运行的基础单元、数据创造应用与流通交易的核心。推动数据作为一项企业资产在会计层面进行一般化的有效计量并纳入企业报表，能够促进数据的交易和流通，建立健全数据作为要素按贡献分配的制度，实现更广范围数据要素市场的构建。另一方面数据资产化是“逆推”企业层面数据相关标准体系完善，展现企业真实价值、体现企业竞争优势的重要途径。深入推进数据资产化进程不仅能够“逆推”数据产权交 数据资产化：数据资产确认与会计计量研究报告（2020年） 3 易规则体系的建立健全，同时还能够更为有效地缓解现代企业，特别是互联网企业在表资产与市场价值之间的巨大差距，更为清晰有效地展现企业价值与竞争优势。 但是，企业数据资产化进程依然路途漫漫，并面临着挑战。基于2000年5月至2020年5月中国A股市场企业历史年报数据的分析显示（详细分析过程见附件），当前企业数据资产化存在着以下两方面的问题。一是很大一部分企业的“数字化思维”与“数字化手段”有待提升，企业内部沉寂数据资源难以得到有效利用，并上升为企业的数据资产。截至2020年5月，A股市场仅有84家企业 真正实现了数据的资产化，数量尚不足整体比重的3%。这严重制约着数据要素由市场评价贡献、按贡献决定报酬机制的形成。二是现行会计确认与计量方法难以有效满足数据资产化的实际需求。会计计量方面数据资产的概念不清晰，导致一部分数据资产实际上未能够实现有效的确认与计量，企业的账面价值与实际价值存在巨大分歧；针对数据资产的会计计量，一部分企业已经确认的数据资产，只能以专利的形式记录在无形资产条目，未实现数据要素与知识、技术、管理等要素的有效区分。 特别是，由于企业数据资产化过程是会计审计与数据科学等一系列应用型学科的深度交叉结合点，关于数据资产化的复合型理论、实践探索相对较少，仅从会计领域或者是数据科学领域探讨企业数据资产化问题，难以满足当前企业的实际需求。鉴于上述原因，本报告希望从基础概念与会计方法层面对于数据资产的概念与计量方法进行 数据资产化：数据资产确认与会计计量研究报告（2020年） 4 系统性的探索与梳理 。一是明确企业数据资产化对于激发数据要素活力、加速数据要素市场构建，以及提升现代企业竞争力的重要意义与作用；二是一定程度上实现对于数据资产的“祛魅”1与“具象化”处理，明确其会计资产意义上的概念内涵，使其不再仅停留在“不可名状”的模糊概念，或者单一技术层面的讨论；三是明晰数据资产在一定阶段、一定时期价值能够保持相对稳定，可以通过一般化会计计量方法的创新、第三方机构的价值评估实现有效计量，并提出可能的会计计量改良办法；四是提出进一步推动数据资产化的政策设计与计量方法完善的意见建议，以供社会各界参考。 1 “祛魅”（Disenchantment）：源于马克斯·韦伯所论述的“世界的祛魅”。汉语也可译作“去魅”、“去魔”、“解魅”、“解咒”，释义是指对于科学和知识的神秘性、神圣性、魅惑力的消解。 数据资产化：数据资产确认与会计计量研究报告（2020年） 5 二、概