去年十月份，一个做互联网广告投放的董总来找我。他公司运营了五年，积累了大量的广告投放数据：用户画像、点击行为、转化路径、创意效果数据等。这些数据每年帮客户优化投放策略，创造了不小的价值。
董总说：”我听财务顾问说，这些数据可以’入表’，变成公司的资产。这样公司估值能涨不少。但具体怎么操作，我完全没概念。”
我跟他解释：”数据资产入表确实是新趋势，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。但不是所有数据都能入表，而且入表的方式也有讲究。我给你详细说说。”
什么样的数据资源可以入表
说实话，数据资产入表这个话题，从去年开始被炒得很热。很多公司都跃跃欲试，想把自家数据变成资产负债表上的”资产”。但财政部给的门槛是清晰的，不是随便什么数据都能入。
根据《企业数据资源相关会计处理暂行规定》，企业使用的数据资源，符合《企业会计准则》存货或无形资产定义和确认条件的，可以确认为存货或无形资产。
要满足几个条件：
第一，企业合法拥有或控制。数据资源的权属要清晰。如果是企业自己收集、加工、生成的数据，一般没问题。但如果数据是从第三方买来的，要看购买合同里有没有明确约定数据权属转移。如果是通过爬虫等手段获取的数据，存在合法性问题，不能入表。
第二，预期会给企业带来经济利益。数据要能直接或间接产生经济效益。比如：通过数据分析优化运营降低成本、通过数据产品销售获得收入、通过数据服务向客户收费等。如果只是存在服务器里但没什么用的数据，不能入表。
第三，成本能够可靠计量。数据的收集、存储、加工、治理过程中发生的成本，要能准确归集和计量。如果成本混在一起算不清楚，入表就有困难。
董总公司的情况：广告投放数据是公司通过自有平台收集的，用户授权了数据使用。数据用于为客户提供投放优化服务，每年产生服务费收入约2000万。数据的收集、清洗、标注、建模过程中有明确的成本发生。基本条件是具备的。
数据资产入表的两种路径
数据资源入表，根据使用方式和业务模式，分两条路径：
路径一：确认为无形资产
适用于企业自用的数据资源。也就是数据不直接对外销售，而是用于企业内部运营、决策支持、产品研发、客户服务等活动。
确认为无形资产后，按照《企业会计准则第6号——无形资产》进行后续计量。初始计量按成本入账，后续可以选择成本模式或者使用寿命有限的无形资产摊销模式。
摊销期限一般不超过数据资源的预计使用寿命。如果数据更新迭代很快（比如用户行为数据，半年后就没参考价值了），摊销期可能只有一两年。如果数据具有长期价值（比如地理信息数据、气象数据），摊销期可以更长。
董总公司内部的投放策略优化数据，用于提升自身服务效率，属于自用性质，可以按无形资产入表。
路径二：确认为存货
适用于企业对外销售的数据资源。也就是数据本身作为商品出售，或者数据服务以数据产品形式交付。
比如：某公司把脱敏后的用户画像数据打包成数据集，卖给AI训练公司。这个数据集就是存货。
再比如：某公司开发了基于行业数据的数据分析报告，按份出售给客户。这个报告也是存货。
确认为存货后，按《企业会计准则第1号——存货》进行后续计量。初始计量按成本入账，后续按成本与可变现净值孰低计量。销售时结转成本。
董总公司对外提供的数据服务，本质上是基于数据的服务，不是直接卖数据。但如果他把某些脱敏数据集单独出售，这部分可以按存货入表。
数据资产的成本怎么归集
数据资产入表最实操的难点，是成本归集。
数据从采集到可用，中间经历很多环节，每个环节都有成本发生。但不是所有成本都能计入数据资产的成本。
按照会计准则，无形资产的成本包括：购买价款、相关税费、以及直接归属于使该项资产达到预定用途所发生的其他支出。
具体到数据资产，可以资本化的成本一般包括：
数据采集成本：传感器采购、API接口费用、数据购买费用、爬虫技术开发成本等。注意：日常运营中自动产生的数据（比如用户自然产生的行为日志），采集成本可能很低甚至为零。这种情况下，数据的”成本”就很难界定。
数据存储成本：服务器费用、云存储费用、数据库费用等。但要区分：专门为数据资产存储付出的成本可以资本化，跟企业一般IT基础设施混在一起的存储成本，需要按比例分摊。
数据清洗和加工成本：数据脱敏、标注、格式化、质量校验、融合集成等过程中发生的人工成本、软件成本。这是数据资产价值形成的核心环节，成本归集要重点做好。
数据建模和分析成本：如果数据需要经过建模、算法开发才能产生价值，这部分开发成本也可以资本化。但要注意：研究阶段的支出要费用化，只有开发阶段符合资本化条件的支出才能计入资产成本。
不能资本化的成本：数据日常维护成本、数据安全管理成本（除非是为达到预定用途所必需的）、数据应用的运营成本（比如用数据做广告优化，优化过程中发生的运营成本不能算进数据资产成本）。
董总公司的数据成本，我帮他理了一下：数据采集主要是自有平台自动收集，直接采集成本几乎为零。存储费用一年大概8万，但服务器同时跑应用、存日志、做备份，专门给数据存储的大概占30%，也就是2.4万。数据清洗和加工团队有3个人，年薪合计约45万，但这3个人同时做数据应用开发，给数据资产加工的时间大概占40%，也就是18万。数据建模由算法工程师做，算法开发成本大概20万。
这样算下来，董总公司这批数据资产一年的可归集成本大概是40.4万。但注意，这是增量成本，不是存量数据的”重置成本”。如果要把历年积累的数据都入表，成本归集就更复杂了。
入表之后的后续计量和披露
数据资产入表不是一锤子买卖，后续还要持续计量和披露。
摊销：无形资产模式下，要在使用寿命内系统摊销。数据资产的使用寿命怎么定？这是个新问题。传统无形资产（专利、商标）有法定保护期限，数据没有。一般来说，可以根据数据的更新频率、价值衰减速度、行业惯例来估计。
比如用户行为数据，可能6个月到1年就失去大部分价值，摊销期可以定为1年。行业基准数据（如人口统计数据、宏观经济数据），价值衰减慢，摊销期可以定为3到5年。
减值测试：每年要进行减值测试。如果数据资产的可收回金额低于账面价值，要计提减值准备。数据资产减值的风险因素包括：数据泄露导致价值下降、技术迭代使数据过时、政策法规变化限制数据使用、市场需求变化导致数据变现能力下降等。
处置：数据资产终止确认时，要把账面价值转销，处置收入与账面价值的差额计入当期损益。数据资产的”处置”可能不是物理出售，而是停止使用、删除销毁、授权到期等。
披露要求：暂行规定要求，企业在财务报表附注中披露数据资源的相关信息，包括：数据资源的类别、确认为无形资产或存货的金额、成本归集方法、摊销政策、减值情况等。如果是自愿入表的（不满足确认条件但企业选择入表），还要说明理由。
数据资产入表的真正价值
说实话，很多企业推动数据资产入表，动机是提升估值或者优化财务报表。但数据资产入表的价值，远不止这些。
第一，推动企业重视数据治理。以前数据散落在各部门，没人管、没人梳理。为了入表，企业必须建立数据资产台账，明确数据权属、分类、质量、价值。这个过程本身就是数据治理的提升。
第二，促进数据变现。数据入表后，作为一项资产，管理层会更关注它的回报率。数据怎么产生更多收入、怎么降低成本，会被摆上管理议程。
第三，支撑融资和交易。数据资产入表后，可以作为质押物向银行申请贷款（部分银行已开始试点数据资产质押融资）。在并购交易中，数据资产的价值也会被更充分地评估。
董总公司后来做了数据资产入表的试点，把核心投放数据集按无形资产确认了80万的账面价值。虽然金额不大，但这个过程让公司第一次系统梳理了数据资产的家底。董总说：”以前觉得数据就是个副产品，现在才知道，这可能是公司最值钱的资产。”
需要相关服务？联系我们免费咨询
九五星球企服提供公司注册、代理记账、商标注册、财税咨询、高新申报、网站开发等一站式企业服务。可以先免费咨询看看，觉得合适再合作，不推销。
免费小工具推荐：
联系方式：
- 电话/微信：18910232032
- 扫码添加专业经营合规顾问，免费咨询 ↓
