对“企业数据资源相关会计处理暂行规定“的个人理解

2023-12-30 23:50:29

附:2023年数据资源入表白皮书下载:

关注WX公众号:?commindtech77, 获得数据资产相关白皮书下载地址

1. 回复关键字:数据资源入表白皮书
下载 《2023数据资源入表白皮书》
2. 回复关键字:光大银行
下载 光大银行-《商业银行数据资产会计核算研究报告》
3. 回复关键字:数据资产估值
下载 《商业银行数据资产估值白皮书》
4. 回复关键字:上海银行
下载 上海银行《商业银行数据资产体系白皮书》
5. 回复关键字:商业银行数据资产管理
下载 《商业银行数据资产管理体系建设实践报告》

2023年8月21日,财政部发布了《企业数据资源相关会计处理暂行规定》,明确:企业应当按照企业会计准则相关规定,根据数据资源的持有目的、形成方式、业务模式,以及与数据资源有关的经济利益的预期消耗方式等,对数据资源相关交易和事项进行会计确认、计量和报告。

1.确认为无形资产。2.确认为存货。3.企业出售未确认为资产的数据资源,应当按照收入准则等规定确认相关收入。

具体的规定参阅财政部网站文件规定。

http://kjs.mof.gov.cn/zhengcefabu/202308/t20230821_3903354.htm

一、数据入表可能带来的价值

这个文件实际上体现了会计紧跟数字经济的浪潮,第一次以法条的形式明确了数据价值。根据此规定,企业数字化成果是可以入表。即:对数据资源进行确权、初始计量、后续计量、收入确认载入企业财务报表。对于企业而言,可能带来的价值如下图所示:

1、数据资产化,增加了企业资产总额。可能提升企业未来估值。

2、数据资产化,避免了计入当期损益,可能提升企业盈利水平。

3、数据资产化,可能增加企业整体规模,利于融资授信。

以后游戏公司、软件企业也可能是重资产的企业了。

二、如何计量

1、外购。

如果是买了数据资产,初始计量成本包括购买价款、相关税费,直接归属于使该项无形资产达到预定用途所发生的数据脱敏、清洗、标注、整合、分析、可视化等加工过程所发生的有关支出,以及数据权属鉴证、质量评估、登记结算、安全管理等费用。外购的数据资产,符合无形资产准则规定的,计入无形资产;不符合的计入当期损益,费用处理。

2、内部研发

通过内部数据收集、加工、整理等取得的数据资产,这种情况下数据资产的价值是根据历史成本确定的。此时需要区分研发资本化和研发费用化。

举例:假如有一家游戏公司,用户在注册成功之后,填写了自己的身份证号、手机号、游戏偏好等信息,这些信息对游戏公司来说都是很有价值的。但是,如果在获取数据的过程中,只是让用户填写,而自己并没有发生什么重要的成本,那么这个数据资产就不会在账上体现出来,因为没有发生任何的成本。但是,如果用户是通过其他渠道获得的流量,那么获得用户所支付的支出计入数据成本。

总体上讲,数据资产账面价值只能以历史成本计量。

三、数据入表的难点

1、数据确认为资产的三大基本条件:

(1)企业拥有或控制该数据资源

(2)该数据资源产生的经济利益很可能流入企业

(3)该数据资源的成本能可靠计量

其他两条还OK,成本可靠计量就需要企业当局强化数据流的过程管理。

2、如何将数据资源“显性化”?企业应根据数据资源的持有目的、形成方式、业务模式等因素,判定将数据资源确认到什么资产类别,以及要根据数据资产本身的生命周期阶段(采集、传输、存储、处理、共享、销毁)来确定什么时候可以确认为资产。期间属于某项数据的支出需要在会计核算上予以体现,否则计量基础缺失。这不仅仅需要会计人员对数据资源有敏感的意识,同时也要求企业当局在数据管理上需要予以关注,特别是软件开发、游戏、互联网等新经济行业的企业。传统制造业,如果在进行数字化转型过程中的投入,只要符合该等规定的,个人认为一样可以计入数据资产计量。

3、数据资产使用寿命如何估计?按文件规定:企业在对确认为无形资产的数据资源的使用寿命进行估计时,应当考虑无形资产准则应用指南规定的因素,并重点关注数据资源相关业务模式、权利限制、更新频率和时效性、有关产品或技术迭代、同类竞品等因素。实务处理上,使用寿命估计很难。因为技术的迭代速度快,数据的更新速度也很快。如果一刀切的估计方法,可能粗暴但也许简单。

四、经营战略上,如何实现数据入表

1、数据是有价值的,企业对数据的重视程度需要从意识上提升。以数字技术在企业中的全面融合应用为基础,通过交易、行为、产业链等内外部数据,以资产为导向,构建出更全面、更深入的管理认知与商业认知。业务、流程、管理全面数据化,进而演化到数据资产化,这是一个数据价值的提炼过程,同时也是一个企业战略的新范式。

2、建立数据治理机制。企业可以根据《数据管理能力成熟度评估模型》(DCMM)评估自身数据治理机制完善程度。DCMM是我国在数据管理领域首个正式发布的国家标准,旨在帮助企业利用先进的数据管理理念和方法,建立和评价自身数据管理能力,持续完善数据管理组织、程序和制度,充分发挥数据在促进企业向信息化、数字化、智能化发展方面的价值。DCMM数据管理能力成熟度评估模型定义了数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准和数据生存周期8个核心能力域,细分为28个过程域和445条能力等级标准。

3、将数据资产进行业财融合。不同类型的企业有着不同的数据资源认知和管理诉求,重资产型企业和重度依据数据资源加工和生产的企业,看待和管理数据资产的方式也有所不同。对数据资源进行分类认定,建立数据资源研究与开发里程碑事件机制,对研发支出进行有效归集和准确记录,设定项目单独台账,进行费用审批和归集。通过精细化的数据资源过程管理,确保财务处理的依据充分、金额准确。

文章来源:https://blog.csdn.net/shenxiaoming77/article/details/135310939
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。