数据资产这么热闹，到底能不能变现？

数据资产这么热闹，到底能不能变现？

随着数字化时代的到来，数据已成为企业最宝贵的资产之一。从LinkedIn、Facebook、Instagram、Google到Wholefoods和WhatsApp的收购案例，我们可以看到数据资产在企业价值中扮演着越来越重要的角色。本文通过国际案例对标，结合国内政策分析与国内入表落地实践案例，来看国内入表进展与挑战。

国外经验：数据资产驱动的商业价值

在数字化时代，数据资产已经成为企业获取竞争优势、驱动业务增长的关键要素。智能设备普及、消费互联网兴起与数字技术迭代，逐步让企业与资本市场看到了数据的价值。

2011年，Facebook上市时公司市值超过1,000亿美元，而公布的资产价值则仅有66亿美元，高达900+亿美元的溢价体现了资本市场对于8亿多活跃用户群体带来的社交互动以及用户数据带来潜在价值的认可。实际上，这些海量的数据资产不仅为Facebook带来了广告收入的增长，还为其在社交电商、虚拟现实等新兴领域的拓展提供了有力支持。

2016年，微软以超50%的溢价（262亿美元）收购领英，同样也体现了微软对于数据资产的态度。领英是全球性职业社交平台，聚集了4.33亿用户，LinkedIn拥有的职业信息具有高度规范性，如住址、年龄、工作单位、职位等，这些信息对于广告商和企业服务来说非常有价值，可以进行更精准的营销投放；另外，微软可以利用LinkedIn的数据来增强其Office 365、Dynamics等产品的功能，例如通过LinkedIn的职业信息来推荐专家或提供相关的职业发展服务。

2017年，亚马逊以137亿美元收购高端连锁超市Wholefoods，以更全面地获取客户的综合消费数据从而对自身以及商超业务进行反哺。

从国外经验来看，数据价值更多体现在收并购时的资本利得，也就是对于数据驱动企业营收增长的预期上。

政策引领：数据资产入表成为新趋势

自2020年中共中央、国务院提出将数据并列作为第五大项生产要素以来，围绕数据要素、数据资源、数据应用等相关政策和话题研究成为了各方关注的焦点之一，有关各方在积极推动数据要素市场建设、协同数据要素推动经济深化发展。

2020年至今顶层设计不断优化完善，多项政策颁布进一步牢固了数据基础制度体系的“四梁八柱”，“入表”前景逐渐清晰。根据《企业数据资源相关会计处理暂行规定》，企业应将符合条件的数据资源纳入资产负债表，以反映其真实价值。这一举措有助于提升数据资产在企业价值中的地位，使投资者等报表使用者能够更加准确地了解企业的资产状况和价值。同时，数据资产入表也为企业的资本运作提供了更多可能性，如融资、并购等，有助于企业实现跨越式发展。

实践探索：数据资产入表的进展与挑战

数据资产入表方面，伴随《企业数据资源相关会计处理暂行规定》于2024年1月1日正式施行，A股迎来观察数据资产“入表”成果展现的第一个窗口期——2024年一季报。根据证券日报、融量科技与InfoQ统计，至少有25家A股上市公司在一季度的资产负债表中披露了“数据资源”情况，其中7家公司先后披露更正公告，将原先记录在“存货”项下的“数据资源”调出，从而导致数据资产“入表”规模降至1.04亿元，降幅超过90%。

亿欧智库通过查阅更正公告发现部分企业披露调整原因系财务指标变动导致数据错行，这并不能代表数据资产“入表”难以操作或落地。”

对此，证券日报认为“究其根本原因，在于有关企业对《企业数据资源相关会计处理暂行规定》中“入表”的基础原则理解不到位，这并不能代表数据资产“入表”难以操作或落地。”此外，贵州省大数据发展管理局发布了全国25个数据资产入表案例盘点，从案例当中我们可以看到，各地企业已尝试数据资产入表融资及交易。如南方财经全媒体集团完成南财金融终端“资讯通”数据资入表，并在此基础上更进一步，在广州数据交易所落地融资对接服务下，获得中国工商银行广东自由贸易试验区南沙分行授信500万元。

从贵州省大数据发展管理局盘点的案例来看，当前数据资产入表呈现行业化、场景化、与金融服务化特征：

1、行业化特征：数据资产入表不仅限于单一行业，而是横跨多个领域，包括金融、工业、能源、交通、政务、环保等。这表明不同行业根据自身特点和需求，探索如何将数据资源转化为数据资产，并在会计和财务管理中予以体现；

2、场景化特征：每个案例都有具体的应用场景，如温州的“信贷数据宝”专注于信贷业务的数据服务，而浙江五疆科技发展有限公司的“化纤制造质量分析数据资产”则针对化纤产品质量管理。这显示了企业根据特定业务场景，开发和利用数据资产，以解决实际问题并提升业务效率；

3、金融服务化特征：部分案例中提到了数据资产与金融服务的结合，如数据资产质押贷款等，这为数据资产的金融化提供了新途径，有助于企业拓宽融资渠道。

总结：中国数据资产入表行则将至

当前中国在数据资产入表的探索还在早期阶段，但已形成初步变现路径，呈现行业化、场景化以及与金融服务相结合的典型特征。然而，进入2024年第一季度，数家上市公司取消了数据资产入表，这背后反映出该领域面临的核心挑战。

首先，数据资产价值的评估存在困难。数据资产的价值评估是一个复杂的过程，需要精确的计量方法来确定其对企业财务的真实贡献。目前，缺乏统一和公认的评估标准，使得数据资产的价值难以准确量化。

其次，数据资产的风险管理尤为复杂。数据的安全性和隐私保护是企业必须面对的挑战。数据泄露、滥用等风险不仅威胁企业的声誉和客户信任，还可能带来法律和财务上的责任。

最后，数据资产入表对现行会计准则和监管制度的挑战，需要进一步完善相关制度和规范。

尽管如此，这些挑战也为数据资产入表领域的成熟与发展提供了契机。随着评估方法的创新、风险管理机制的完善以及会计准则的逐步更新，数据资产入表有望在不久的将来实现更广泛的应用和更深层次的融合，为数字经济的蓬勃发展注入新的活力。这不仅是企业转型升级的关键一步，也是推动社会经济结构优化、实现创新驱动发展战略的重要一环。