数据资源人表的挑战及应对策略 ——基于行业分布和上市公司现状的分析

数据资源入表研报总结

一、数据资源入表的必要性

1. 反映企业真实财务状况，满足合规需求：数据资源入表能更准确地反映企业真实财务状况和资产价值，提高财务透明度，满足合规要求。
2. 支持管理层决策制定，助力企业增强市场竞争力：数据资源入表能促进企业重视数据资源，增强管理和利用，从而提升决策效率和市场竞争力。
3. 提升数据治理水平及强化风险管理能力：数据资源入表有助于优化数据治理体系，强化风险管理能力，规避数据相关风险。

二、数据资源入表行业分布与上市公司现状

1. 数据资源入表行业覆盖情况：主要分布在“数据要素×”三年行动计划中的12个重点行动领域，包括工业制造、金融服务业、交通运输业、通信运营业、信息技术服务业、医疗健康业、零售业、建筑施工企业和城市治理领域。
2. 上市公司数据资源入表情况分析：
   • 入表数据资源特点：截至2024年中报季，44家A股上市公司探索数据资源入表，累计金额达13.57亿元，数据资源包括交易数据和分析数据。
   • 入表数据资源资产类型：主要列示为“存货”、“无形资产”或“开发支出”，其中“无形资产”为主。
   • 入表金额：从数百万元到数亿元不等，以历史成本计价，不同企业确认存在差异。
   • 行业分布：覆盖多个行业，包括工业制造、交通运输、金融服务等。
   • 市场反应：市场反应积极但落地实操谨慎，入表公司占比较小，部分企业对入表数据资产进行了更正。

三、数据资源入表面临的挑战

1. 数据资源范围及规模较大，入表无从下手：企业难以确定哪些数据能带来经济价值并决定入表。
2. 数据资源入表相关会计核算存在多项难点：经济利益流入论证、成本可靠计量、准确披露等存在挑战。
3. 数据质量影响数据资源价值释放：数据缺失、错误等问题影响决策支持、风险管理和运营效率。
4. 数据资源的安全合规难把控：涉及技术、法律法规、社会文化等多个层面，难以全面控制。
5. 数据资产化管理体系不完备：数据资产管理职责不清、缺乏数据治理框架、价值评估机制不完善。
6. 数据权属不清影响数据资源入表：数据所有权法理尚无支撑，“三权分置”制度在实操中存在权属模糊问题。

四、关于数据资源入表的应对建议

1. 分析数据资源应用场景，进行试点场景入表：以数据资源应用场景为切入点，进行试点入表，建立跨部门组织职责设计，持续改进数据资源管理能力。
2. 规范数据资源入表的会计处理等核算事项：制定明确的成本核算和研发管理标准，建立财务核算与列报披露机制，规范数据资源全生命周期核算流程。
3. 健全数据管理体系，持续提升数据质量：建立健全的数据管理体系，制定数据标准规范，采取措施提高数据质量，建立完善的数据治理框架和合规性机制。
4. 进行数据安全合规评估，及时发现风险项并制定整改措施：全面进行数据安全合规评估，建立数据安全管理体系，采用最新安全技术和工具保护数据。
5. 将数据资源入表纳入企业数据全生命周期管理体系：将数据资产入表工作流程标准化，纳入数据全生命周期管理流程，升级数据资产目录和管理体系。
6. 建立和完善数据确权管理机制，破解数据确权困境：通过政策和制度明确数据归属、使用权和管理责任，建立数据分类和分级管理体系，建立数据注册与登记机制，明确数据权属关系，建立数据使用和授权管理机制。