【多家上市公司“尝鲜”数据资源入表 确权定价依据亟待细化】财政部印发的《企业数据资源相关会计处理暂行规定》于今年1月1日正式实施。据证券时报记者不完全统计，今年A股上市公司披露的一季报中星空体育app下载，10余家企业开展了数据资源入表工作的首次尝试。其间，部分企业经历了披露数据资源到更正报表相应内容的过程。为何会出现这一情况？当前数据入表还有哪些障碍和困难？审计机构会将审计重点放在哪些方面？围绕这些问题，证券时报记者采访了多家企业、会计行业从业人员和专家。

　　财政部印发的《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》）于今年1月1日正式实施。据证券时报记者不完全统计，今年A股上市公司披露的一季报中，10余家企业开展了数据资源入表工作的首次尝试。其间，部分企业经历了披露数据资源到更正报表相应内容的过程。星空体育官方网站为何会出现这一情况？当前数据入表还有哪些障碍和困难？审计机构会将审计重点放在哪些方面？围绕这些问题，时报记者采访了多家企业、会计行业从业人员和专家。

　　据记者不完全统计，一季报披露周期内，共有25家A股上市公司在一季报中披露了数据资源入表的结果，涉及总金额15.34亿元。但随后不久，其中7家公司发布更正公告，删除或调整“数据资源”项下数据，更正原因多为子科目信息填列有误，涉及金额14.31亿元。

　　为何会出现误填？一位不愿具名的会计行业从业人员告诉时报记者，这多是数据填报时技术操作上的差错，不会对财务状况和经营成果造成影响。

　　最终，一季报中展示的数据资源涉及金额为1.03亿元，涉及18家企业，所属行业包括软件和信息技术服务业（7家），互联网和相关服务、非金属矿物制品业（各2家），其他还涉及新闻和出版业、道路运输业、黑色金属冶炼和压延加工业等不同行业领域。

　　在安永大中华区财务会计咨询服务主管合伙人刘国华看来，这18家上市公司所处的行业拥有丰富密集的数据资源，其日常经营的业务活动也需要基于大量的数据资源进行加工分析。对于这些积极开展数据资源入表的企业，其自身的信息化建设应该已经达到一定水平，其数据资源能够支撑业务系统运转，推动业务数字化转型与贯通，进而通过数据分析使战略决策更智慧，支撑业务智能化决策，以期通过入表的积极探索，展现企业真实价值、体现企业竞争优势。

　　澳洲会计师公会华东和华中区委员会副会长金科指出，软件和信息技术以及互联网等新经济领域的企业，往往拥有质量较高的数据资源，通过转化为数据资产，能够优化资产负债，扩大盈利空间。此外，部分企业所持有和控制的数据多为具有公共属性的数据资源，相较于其他数据类型来说，更容易实施数据资源入表。

　　无论是从企业数量还是披露金额规模看，当前A股市场呈现数据资源入表结果的企业占比都甚微。从记者多方采访得到的反馈看，企业对于数据资源入表工作仍存在较多困惑，其中，数据资源确权、定价、预期收益分析论证等是主要挑战。

　　某建投企业相关负责人就表示，《暂行规定》要求数据资源成本或价值能够可靠计量，星空体育官方网站但相较于实物资产，数据资产具有可重复使用的特点，企业在判断数据资源各项目间的成本归属时存在难点。

　　上述负责人还指出，“企业使用的数据资源”和“企业日常活动中持有、最终目的用于出售的数据资源”分别适用“无形资产”和“存货”准则的会计处理，“企业使用的数据资源”研究阶段和开发阶段怎样划分，以及开发阶段支出资本化的条件如何界定，都是数据资源入表过程中需要解决的问题。

　　金科和刘都谈到，在数据确权过程中需要结合企业法务合规部门的评估，这对于各部门工作的联动和协同提出了更高要求星空体育app下载。

　　北京市社会科学研究院副研究员王鹏建议，相关部门应尽快出台针对数据资源的会计处理准则，为企业提供明确的指导。同时，他还建议加强数据资产评估体系建设，建立完善的数据资产评估体系，帮助企业更准确地评估数据资源的价值。

　　“数据资源入表是一项新型会计处理制度。传统的会计入账、法律合规、资产评估专业知识均难以满足新制度下的要求，对企业和服务机构是新的机遇，也提出了挑战。”中央财经大学中国互联网经济研究院副院长欧阳日辉说。

　　刘表示，从审计角度看，将对数据资源是否满足资产确认条件的支持性文档审阅更为细致，且考虑到数据价值的易变性，对于确认为资产的数据资源是否存在减值，以及其减值测试是否合理，均对数据资源的审计提出了更高要求。

　　《暂行规定》在其适用范围内明晰：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，能够确认为资产的按照企业会计准则适用无形资产准则或存货准则，对客户提供服务或用于出售的数据资源适用收入准则。

　　“对于数据资源入表过程中，企业财报风险防范的考虑，主要可以参照对于无形资产和存货的相关要求，实务中主要从无形资产的角度进行分析。对于无形资产，其关注点主要是研发费用资本化。”刘国华说，主要的风险防范考虑在于：一是该企业数据资源相关的研发支出资本化的会计处理与同行业可比公司是否存在重大差异及差异的合理性；二是数据资源相关的研究阶段和开发阶段划分是否合理，是否与研发流程相联系，是否遵循正常研发活动的周期及行业惯例并一贯运用，是否完整、准确披露研究阶段与开发阶段划分依据；三是数据资源相关的研发支出资本化条件是否均已满足，是否具有内外部证据支持，重点从技术可行性，预期产生经济利益方式，技术、财务资源和其他资源支持等方面进行关注。