楊濤專欄丨數據資產化仍需直面多重挑戰

楊濤（中國社會科學院金融研究所研究員）

【資料圖】

日前，財政部發布了《企業數據資源相關會計處理暫行規定》，自2024年1月1日起施行。具體看，即企業在編制資產負債表時，應根據重要性原則并結合實際情況，在資產負債表中的“存貨、無形資產、開發支出”三個項目下增設“數據資源”子項目，并在報表附注中進行披露。

我們看到，伴隨大數據時代的來臨，數據要素已經深入到經濟社會的方方面面，數據要素產業鏈也變得更加復雜。然而，由于數據本身具有獨特的外部性特征，參與數據經濟活動的主體眾多，數據生產與交易的成本收益難以用傳統方法評估，數據資源的公共性/私人性邊界存在模糊，以及數據自身呈現的異質性等，使得數據要素的經濟應用始終存在“最后一公里”的難題。

但在實踐中，如何更好地發揮數據價值，使其“權責匹配”地進入宏觀經濟運行與微觀主體運作中，已經變得刻不容緩。一是由于政策高度重視，如在三部門剛發布的《關于推動商務信用體系建設高質量發展的指導意見》中，就鼓勵金融機構以銷售數據等為基礎，開發適合中小微商貿流通企業的專項信貸產品，緩解融資難融資貴問題。二是市場內在需求，如在新冠疫情等沖擊下，美國的航空公司都試圖充分發掘龐大的常旅客數據價值，其中，美聯航通過其MileagePlus常旅客項目獲得50億美元抵押貸款，美國航空則以其AAdvantage常旅客項目獲得47.5億美元抵押貸款。

事實上，數據資產化是推動數據要素利用更高效、標準、深入的重要渠道，因為有可能形成共通的數據語言，打破數據產業鏈的阻梗；形成企業與機構的戰略資產，提升各方積極性；加速數據交易進程，在快速流動中體現數據價值；增加改革迫切性，促使數據資產產權問題進一步明確等。當然，數據資產的具體界定在各國都是探索中的前沿問題。如美國商務部下屬的NIST將數據資產定義為任何由數據組成的實體（Any entity that is comprised of data），包括系統、應用程序、數據庫、文檔、網頁、以及基于應用程序的數據服務。

數據資產化最終還是要落到財務界定層面，對此雖然還存在基礎性問題與挑戰，但也是“數字中國”建設繞不開的選擇，其實質一是對數據進行合理價值評估，二是進入財務報表。眾所周知，資產強調“擁有或者控制”和“帶來經濟利益”，數據資產則是由企業擁有或控制，能夠為其帶來經濟利益的數據資源，通俗而言，數據資產化就是數據“變現”的過程，其會計核算則包括數據資產確認、數據資產評估、數據資產計量、數據資產披露。

需要看到，在推動和規范數據資產化過程中，還應正視如下理論與實踐挑戰。

一是會計計量方法的優化。對資產和無形資產的計量，通常有歷史成本法、公允價值法、現值法、重置成本法和可變現凈值法等，對于數據資產來說，最優的計量方法尚未形成穩定共識。

二是技術與場景的創新。數據之所以成為資產，本質是由于新技術使得用戶、用戶參與、用戶鏈接等成為可識別、可衡量的資產。對于全球科技巨頭的相關研究表明，其推動數據資產化的重點如：為培訓算法、數據分析、數據處理等需求，合作發掘用戶和使用情況；從不同的貨幣化機制中獲得未來收入，包括用戶系統留存信息（蘋果）、提供訂閱服務（微軟），出售對用戶及數據訪問權（Facebook、谷歌）等。

三是配套制度則的完善。數據“入表”只是“萬里長征”第一步，數據資產化還需要數據確權、數據定價、數據流轉、稅收等諸多配套機制。尤其是真正構建不同參與主體之間的、公平合理的收益分配制度，依據“誰貢獻、誰投入、誰受益”的原則，保障數據資產相關方的利益。

四是數據的金融和資本化探索。數據資產要發揮更大的經濟價值，需要實現從實物資產到金融資產的跨越，后者則不僅涉及定價問題，而且是基于被認可、可抵押、能產生未來現金流的金融市場“交易共識”。由此，能否被金融市場所接受，是數據資產轉換為數據資本、進而帶來更廣泛價值創造的關鍵環節。

五是風險與泡沫的防范。數據資產化同樣帶來更多風險沖擊，如源頭的數據保護、安全、質量控制風險，中間環節的產業與市場合理競爭與健康運行，應用端的負外部性、合規性與消費者保護等，因此要從宏觀和微觀層面探索構建數據資產全面風險治理與防控機制，擠出數據資產化“泡沫”并避免一哄而上。

標簽：