亿信华辰：数据资产入表，离不开扎实的数据治理工作

财政部近日发布的《企业数据资源相关会计处理暂行规定》将于2024年1月1日起生效。《暂行规定》使得数据资源体现在财务报表中，彰显了企业核心竞争力。入表的前提是进行全面的数据治理，包括数据质量评估和价值评估。曾经有许多企业在数字化转型中犹豫不决，甚至抵触转变，主要源于数据治理的困难。然而，如今会计准则的变化使得数据入表成为必要，这将无疑推动企业不得不着手进行数字化转型。

入表前需要做好数据治理
《企业会计准则》基本准则将资产定义为“企业过去的交易或者事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的资源”。需要说明的是，企业将一项资源在会计上确认为一项资产，既要符合基本准则有关资产的定义，还应同时满足以下两个条件：一是，与该资源有关的经济利益很可能流入企业；二是，该资源的成本或者价值能够可靠地计量。

由此可见，《暂行规定》的适用范围剔除了不符合资产定义的数据资源。在符合资产定义的大前提下，适用范围既包括了满足资产确认条件，即俗称满足入表条件，可根据相关规定进一步确认为数据资产的数据资源，也包括尚不满足入表条件的数据资源。换言之，《暂行规定》的核算对象全口径涵盖了符合基本准则有关资产定义的数据资源。

实际操作中，如何进行合理的成本分摊以确保数据资产成本的完整性是当前的实务难点。有效的数据资产管理需要涵盖数据资源化——数据产品化——数据资产化三个阶段，即从无序的原始数据到经有序治理后的数据资源化，接着在数据资源可能的应用价值图谱中，根据企业内部或对外等不同的应用场景开展的数据产品化。后续的数据资产化阶段则需要在明确资产化战略的基础上，进一步建立确权管理机制，推动数据产品的内部共享、外部流通等价值化兑现过程，才能有效论证是否具备数据资产的会计入表条件。

简言之，数据资产化过程中不仅会涉及到对数据产品开发形成过程的成本分摊归集机制，也需要通过对数据产品的估值分析对数据产品的内部经济性、投入产出效益等进行量化分析。如果企业期望实现数据资产的会计入表，需要提前规划和相应开展入表前的准备工作，例如，完善数据血缘管理、建立成本分摊归集机制、对已产品化的数据资源进行分级分类并通过经济性评价和价值评估等。

数据资产入表的实施路径
第一、建立数据治理体系。数据治理是数据资产入表的前提和基础。企业需要建立一套完整的数据治理体系，包括数据采集、存储、处理、分析、共享等环节。在数据治理过程中，企业需要明确数据的来源、目的、质量标准、使用权限等，以确保数据的合规性和规范性。

第二、制定数据资产目录。数据资产目录是企业对数据资产进行统一管理和维护的工具。企业需要制定一份完整的数据资产目录，包括数据的名称、含义、类型、来源、使用权限等，以便于对数据进行查找和使用。

第三、数据资产价值评估。数据资产的价值评估是数据资产入表的核心问题。企业需要确定一套科学、合理的价值评估方法，综合考虑数据的成本、收益、风险等因素，以确定数据的公允价值。

最后、建立数据资产核算流程。数据资产核算流程是企业将数据资产转化为会计资产的关键环节。企业需要建立一套完整的数据资产核算流程，包括数据的初始记录、后续计量、减值测试等环节，以确保数据的准确性和完整性。

睿治数据治理工具优势突出
数据管理在中国企业内部起步较晚，数据的管理以及数据未来面向数据智能等应用，属于企业数字化转型的后半程。前半程企业把软件IT能力建设起来，后半程对很多企业而言是奢侈品。如果企业没有走完数字化转型前半程，去做数据管理、数据分析或数据应用会比较难。

数据治理知名著作《一本书讲透数据治理》中总结了数据治理的“道、法、术、器”，指出企业需要建立数据战略规划；构建数据治理框架，开展数据全生命周期管理；建立全面覆盖的企业级数据资产地图；同时也要引入数据管理工具和平台。实践中，企业可以通过亿信华辰这样的第三方企业服务提供商的专业系统解决这些挑战，具备完整的能力和流程，为企业数据入表提供全面的解决方案。


睿治数据治理平台架构图

亿信华辰睿治智能数据治理平台作为国内功能最全的数据治理产品工具箱，通过为企业提供数据集成、数据交换、实时计算存储、元数据管理、数据标准管理、数据质量管理、主数据管理、数据资产管理、数据安全管理、数据生命周期管理十大功能，让数据采集、加工、治理、应用更加便捷。入选IDC企业数据治理实施部署指南。同时，在IDC发布的《中国数据治理市场份额,2022》报告中，蝉联数据治理解决方案市场份额第一。

企业数据资源入表试点工作是我国大数据领域的一项重要创新举措。通过完善数据治理体系、制定数据资产目录、确定数据资产价值评估方法和建立数据资产核算流程等措施，企业可以更好地将数据转化为资产。未来，全面提升数智化发展水平，充分发挥数据价值，落地数据资产化，将为促进实体经济高质量发展作出更大贡献。