中經記者慈玉鵬北京報道

　　隨着財政部《企業數據資源相關會計處理暫行規定》（以下簡稱「《暫行規定》」）施行，數據資產入表進入實操階段。

　　《中國經營報》記者注意到，部分銀行2024年年報顯示已推進數據入表工作。總體來看，目前銀行數據入表規模不大，處於百萬元至千萬元級別。此外，銀行數據入表仍存在挑戰，例如目前部分規則空白可能會帶來報表編制隱患，而數據資產範疇不明晰、數據合規與確權複雜等問題，直接關係到銀行的法律責任與聲譽管理。

　　據悉，推進銀行數據入表需在國家數據資產入表的頂層設計下，結合金融企業特別是銀行的行業屬性，進一步細化數據資產的確權、判定和財務制度。從機構角度看，銀行應常態化推進數據資產入表工作，降低依託第三方的入表成本，一方面要做好財務系統的適配性改造，另一方面做好相關配套制度制定，確保會計覈算工作合規。

　　入表推進

　　目前，部分銀行已率先公示數據資產入表情況。例如，中信銀行（601998.SH）公告表示，該集團的無形資產主要包括計算機軟件及數據資源等。截至2024年12月31日，該行確認為無形資產數據資源的原值為人民幣579萬元，累計攤銷為人民幣85萬元，淨值為人民幣494萬元。

　　光大銀行（601818.SH）公示，截至2024年12月31日，該集團及該行其他無形資產中包含數據資源約人民幣1809萬元；寧波銀行（002142.SZ）表示，該集團對於符合無形資產定義和確認條件的數據資源，相應確認為無形資產，其中包含數據資源600萬元，使用壽命同為3年。

　　恒豐銀行在2024年年報中提及，截至2024年12月31日，該行依據財政部頒佈的《暫行規定》的規定，確認為無形資產的數據資源原值為112萬元，累計攤銷為人民幣11萬元，淨值為人民幣101萬元。

　　去年1月1日起《暫行規定》正式實施。該規定明確，企業應當按照企業會計準則相關規定，根據數據資源的持有目的、形成方式、業務模式，以及與數據資源有關的經濟利益的預期消耗方式等，對數據資源相關交易和事項進行會計確認、計量和報告。上述操作的目的是進一步規範企業數據資源相關會計處理，強化相關會計信息披露。

　　此前，銀行對數據資源的相關投入往往歸類為當期損益，一般被視為「成本項」。《暫行規定》執行後，符合標準的數據資產可量化納入「資產項」，從而對企業整體價值產生正向影響。

　　就具體入表方式，中信銀行相關人士告訴記者：「在數據資產管理方面，中信銀行於2024年完成全量數據資產盤點，成功構建覆蓋全行主要經營管理領域及全部信息系統的數據資產目錄。在此基礎上，中信銀行基於企業會計準則及《企業數據資源相關會計處理暫行規定》的規範要求，創新性地採用‘數據資源長期性評估’‘業務場景經濟利益流入量化論證’‘入表成本金額精確計量’的三步走策略對全行數據資源進行篩選和估值，高效、準確地完成了2024年年報數據資源入表。」

　　恒豐銀行參與數據入表的研究員譚雲霞告訴記者，為審慎論證和穩妥推進數據資產入表工作，恒豐銀行圍繞數據資產判定條件展開論證，確定與應用場景密切相關的個人信貸類數據產品為典型案例，開展入表測算。2024年8月8日，經過外部審計機構的評審認可，恒豐銀行在同業內率先實現數據資產入表覈算。依託此次試點，恒豐銀行構建了「識別界定—盤點治理—合規確權—收益論證—成本計量—列報披露」全流程，形成了一套可複製推廣的「數資六步」入表解決方案。

　　數據資產的識別界定需把控的重點是什麼？譚雲霞告訴記者：「識別界定過程中，由於企業擁有的數據量大、類型複雜，推進數據資產入表首先要識別數據資源的類型，並滿足會計資產的四項判定條件。穿透來看，企業底層數據主要用於支持全行用數，具有間接經濟效益；中層數據是對底層數據的整合處理和加工分析，其價值需要在長期的戰略實施和其他業務執行來體現；上層應用類數據資產是入表試點的較優選擇，該類型可以直接掛鉤經濟效益，以此為切入口便於梳理應用場景，驗證資產中‘經濟利益流入’的判定條件。」

　　值得注意的是，數據的合規確權是判斷數據資產能否入表的前提，這個過程中，譚雲霞表示，可以根據法律法規、企業相關管理制度、數據資源採購合同、採集協議等，從法律合規、安全合規、權屬梳理三方面形成合規確權檢查清單，以明確數據資產授權鏈路和權限限制，確保數據全生命周期安全合規。

　　數據資產如何進行成本計量？譚雲霞告訴記者：「按照《暫行規定》，關於數據資產成本計量主要參照了無形資產和存貨的成本覈算方式。以企業自行研發的應用類數據產品為例，梳理數據資產開發生命周期，確定資本化判斷區間。在成本計量的執行層面，可由金融科技部門與數據資源部門按照研發分工，與業務部門高效協同，沿着數據資產開發鏈路進行直接成本歸集、間接成本分攤。」

　　北京財富管理行業協會特約研究員楊海平表示，部分商業銀行按照財政部數據資產入表有關規定，探索數據資產入表的實踐取得了初步成果。其影響可能主要是以下方面：其一，可以在一定程度上優化商業銀行資產結構，對商業銀行監管指標的影響也偏正面；其二，數據資產入表及數據資產價值的挖掘，倒逼商業銀行提升數據治理能力，有望形成數據治理和數據資產應用的良好互動關係；其三，為金融企業數據資產入表積累了有益的經驗。

　　入表制度仍需完善

　　目前，數據入表仍存在挑戰。

　　某股份行人士表示，目前數據資產範疇並不明晰。由於數據資源類型多、形式多樣，在實務中，數據資產的界定往往缺乏清晰標準，這導致在識別和分類數據資產時存在困難。同時，數據合規與確權過程複雜。銀行管理機制稍不完善，就可能直接導致數據的採集、存儲、使用和共享過程中缺乏可追溯性，不僅給合規審查帶來了困難，也加大了數據泄露風險。

　　成本可靠計量亦存在操作難點。上述股份行人士表示，實操過程中，在直接成本歸集上，由於數據資產生命周期管理複雜，且在不同階段涉及不同的成本結構，使得數據資產成本歸集面臨挑戰；在間接成本分攤上，數據資產的生成過程涉及數據收集、清洗、分析和存儲等多環節，所產生的間接成本難以直接歸屬於具體的數據產品或服務，尚無分攤機制以準確反映每個環節的真實成本。

　　該股份行人士進一步指出：「銀行在內部使用數據資源或對外提供服務的過程中，存在重複加工和調用數據的情形，服務於不同業務的數據資源在使用方式、利用頻次、價值發揮等方面存在差異，直接增加了間接成本的分攤難度。」

　　另外，銀行進行數據資產收益論證並不容易。上述股份行人士表示，數據資產化要求企業明確帶來經濟利益的數據形態，並能夠判斷經濟利益流入的可能性。儘管數據本身蘊藏着潛在價值，但在實務中進行收益論證並非易事。數據資產的價值往往非直接可見，尤其是服務於銀行內部運營的數據資產，其價值很大程度上取決於銀行如何利用這些數據來提升運營效率、優化決策或創造業務收入。例如，通過分析數據獲得趨勢洞察、預測客戶行為和創新服務產品等，為銀行帶來競爭優勢。但這些收益通常在短期內難以量化，當數據使用涉及多種業務場景時，更增加了收益論證的複雜性。

　　楊海平表示，目前商業銀行數據資產入表面臨的主要困難包括：一是現有的關於數據資產入表的會計制度，需要結合商業銀行的特點進行細化；二是由於數據資產入表具有創新性，法律法規和相關制度難以一步到位，因而實操中數據資產確權依然具有一定的難度；三是數據資產的估值標準仍需要進一步完善；四是商業銀行數據治理的不足制約着數據資產入表及數據資產的價值挖掘。

　　為進一步推動數據入表，楊海平建議，其一，在國家數據資產入表的頂層設計下，結合金融企業特別是商業銀行的行業屬性，細化相關數據資產的確權、估值和財務制度。其二，監管部門指導商業銀行持續優化數據治理。其三，結合商業銀行數字化轉型實踐，探索數據資產應用的新模式、新路徑。

　　從銀行角度看，譚雲霞建議，推進數據入表，首先做好財務系統的適配性改造。一是根據會計科目分類，將入表涉及的財務信息完整錄入財務系統。二是按照入表方案進行科目映射，確保相關財務信息被準確分類。三是對相關會計科目進行自動化歸集和列示。其次，機構需要制定數據資產入表的配套管理制度，對數據資產的定義、相關組織職責、業務流程、會計覈算辦法、披露內容等進行明確規定，確保數據資產在財務報表中得到恰當覈算，也為後續常態化數據資產入表奠定堅實基礎。同時，相關人員需要密切關注相關經濟環境、監管規定及會計準則的變化，以便及時更新調整細則內容，確保先進性與實用性。

（文章來源：中國經營網）