- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
数据资产如何入表
2024年1月1日起,财政部《企业数据资源相关会计处理暂行规定》正式
施行。
数据资产入表是大势所趋。当前,各方持续探索数据资产入表的可行路径,
加快推动数据入表的实施进度。
数据资源入表意味着企业可以将数据资源确认为企业资产负债表中“资产”
一项。对于拥有丰富数据资源的企业来说,有望在财务报表中体现其真实价值和
业务贡献,进而提升企业财务报表质量。与此同时,数据资源入表在盘活数据资
源价值的同时,也有利于展示企业的数字竞争优势,为企业依据数据资源开展投
融资等业务提供依据。
但对于数据资源入表,当下很多企业不知从何处着手。下面我们就详细拆分
一下,数据资产入表的步骤与要点。
一、确认数据资产
1.企业首先需要确认资产类型:是无形资产还是存货
关于无形资产和存货的区别,我们这里简单分析一下二者在数据入表过程中
实施落地的难度差异。
这两张图的依据是现行的会计准则里针对于存货以及无形资产计量时实现
路径的流程图。通过流程图,大家可以在无形资产这一块步骤相对简单。但是如
果走存货这一块的话,就会有至少十个是或否,也就是需要做抉择的地方。也就
是说在数据入表过程中,需要考虑入表成本有多高,在对数据资产进行计量的时
候,需要考虑会计部门,或后续和会计部门配合的会计服务、审计机构,他们投
入的人工成本有多大。这些都会直接影响到未来的入表成本。
还有一个考虑因素就是存货在数据交易方面有一个重大的缺陷,就是目前由
于政策层面供给不足,确权是一个相当困难的问题。走存货确权如果没做好的话,
一旦把数据卖出去以后,别人如果来找你麻烦,或者说由于某些事件造成一些社
会风波,就需要进行全数追溯问责。
结合这两点的话,我们对于大家的建议就是在现阶段,大家还是走无形资产
会更靠谱,也更好落地。
2.此外还需要确认资产类别和安全等级,开始做分类分级相应的工作。
数据分类是数据资产管理的第一步。不论是对数据资产进行编目、标准化,
还是数据的确权、管理,或是提供数据资产服务,进行有效的数据分类都是其首
要任务。数据分类更多是从业务角度或数据管理的方向考量的,包括行业维度、
业务领域维度、数据来源维度、共享维度、数据开放维度等。同时,根据这些维
度,将具有相同属性或特征的数据,按照一定的原则和方法进行归类。
数据分级则是按数据的重要性和影响程度区分等级,确保数据得到与其重要
性和影响程度相适应的级别保护。影响对象一般是三类对象,分别是国家安全和
社会公共利益、企业利益(包括业务影响、财务影响、声誉影响)、用户利益(用
户财产、声誉、生活状态、生理和心理影响)。建议企业选取影响程度中的最高
影响等级为该数据对象的重要敏感程度。同时,数据定级可根据数据的变化进行
升级或降级,例如包括数据内容发生变化、数据汇聚融合、国家或行业主管要求
等情况引起的数据升降级。数据分级本质上就是数据敏感维度的数据分类。
二、数据合规确权
合规性涉及到了数据的权属问题:你的数据是以什么形式获得的;涉及到的
数据产生方有没有给你相应的数据授权。这些会直接影响未来在使用这些数据的
时候是否需要进一步的处理。
为了将数据资源纳入财务报表,企业需要证明自己拥有或控制这些数据,并
预期在未来一定时期内从中获得经济利益。这可能需要通过合同、授权等方式来
证明对数据的控制权和使用权。
三、确定数据资产的计量方法
企业需要根据数据的特性以及其为企业带来的经济利益,确定适当的计量方
法。包括成本法、收益法、市场法等。
1.数据资产成本法入表就是低价获得新资产
这个逻辑就是,通过成本法进行入表,在这个信息化项目里面花出去的费用,
就是形成数据资产的最初的估值依据,花出去的钱是多少就是多少,那未来的估
值,肯定是要高于你花出去的成本。那也就意味着,这时候是以成本的低价在建
立数据资产的仓库。这里的数据资产的仓库,是指财务上的这个数据资产而不是
我们传统技术意义上的数据资产。
而且在这个过程中,由于以成本化入表,就能很好的为未来开发出的可以交
易的数据产品,提供了可供依据的定价,这个叫做标杆。这意味着,未来的数据
产
文档评论(0)