普华永道：2024年数据资源入表你该知道的十件事！
来源：四大新鲜事儿
为贯彻落实党中央、国务院的决策部署，在过去的一年，从国家数据局的组建和正式挂牌，到财政部、中国资产评估协会陆续发布相关政策指引，政府部门、监管机构以及各类市场主体均在稳步推进数据要素市场和基础制度的建设，完善数据治理体系，积极探索数据资源入表的技术路径，以充分发挥数据作为新型生产要素的放大、叠加、倍增作用。
近几个月，普华永道参与了多场围绕数据资源入表的培训与企业交流，从合规、治理、会计、评估及税务五大方面总结了十大热点问题及建议，希望能在《企业数据资源相关会计处理暂行规定》即将于2024年开始实施之际，给广大企业带来启发。
普华永道建议：
企业对于数据的合理授权，需要与法律上的合法合规进行关联。应当在数据流转的生命周期中，针对公共数据、企业数据和个人信息数据，分别识别相应权属关系以及对应的合法合规依据，并确保在授权范围内加工及使用数据。
对于采集的经匿名化处理的个人数据和脱敏化处理的公共数据，企业在流通时无需经过主体授权；个人原始数据应取得个人主体的明示授权同意，在数据流通时也需要征得个人信息主体授权同意；企业自身数据的对外流转，由企业自主决定使用，并建议采取脱敏手段处理数据。
普华永道建议：
对于企业合法拥有和控制的数据资源，并未区分境内与境外数据，应结合境内外的相关法律法规的要求，判断境外数据是否满足“企业合法拥有和控制”的条件。
企业应梳理数据资源跨境高风险业务场景清单，确保跨境流通合规，企业需要基于数据资产入表的范围，识别梳理清楚自身涉及跨境场景的数据资源分布情况，并基于相应监管要求开展自评估。坚持“适当-必要”原则，确认传输的数据资源类别和数量符合相应要求，并且需要根据境内境外法规要求，确保数据来源的合法性。如果涉及跨法人实体的数据流转，相关实体之间应当通过合约明确双方对于数据采集、加工、使用、流转及销毁的责任和范围。
普华永道建议：
按照以下原则确定数据资源盘点的顺序及明确数据资源盘点的目标：
以用户为中心，优先选择理解门槛较低、盘点后业务部门可迅速使用的数据，如标签、指标、固定报表等；
优先考虑具备盘点条件的数据，即可通过线上化、自动化工具进行盘点整合的数据资源，如集市等具备较完备数据字典的数据；
优先考虑盘点数据权属明确，部门管理职责范围内的数据资源，例如部门管理的业务系统等。
在数据资源盘点过程中，明确数据资产盘点目标，锁定目标数据所在的主要数据系统从而找到数据资产的分布位置，例如数据集市、数据报表等；而企业在根据业务价值筛选数据资产时，应剔除临时表、过程表、技术表等无直接业务价值表，剔除系统字段、无直接业务分析价值字段，并对盘点的数据建立目录，登记数据资源的血缘、热度、质量、标签等属性信息，分级分类管理。
数据资源盘点重点需要明确以下几点：
识别数据资源的类型，包括：原始数据类、外部采购类、加工处理类、算法模型类等，标识个人敏感类数据资源，同时明确不同类型数据资源的合规确权路径；
明确数据资源之间的血缘关系，梳理从明细数据通过加工最终形成数据产品的完整路径，数据血缘的梳理为后续进行成本计量提供可靠依据；
建立数据资源的台账，记录数据资源通过研发达到可使用状态的初始计量阶段，通过摊销或减值的后续计量阶段的期初期末余额及变动情况。
普华永道建议：
从数据资源的认定角度，普华永道建议双管齐下，梳理和盘点企业内部的数据资源，按照资源目录，对数据资源进行划分（基础数据、指标数据、标签数据、外部数据等），识别数据的质量信息，并从高价值密度数据入手，梳理数据的应用场景，验证数据资源的经济利益流入的可能性及成本的可靠计量。
由于数据资源入表需要符合“经济利益很可能流入”这一必要条件，普华永道认为以场景切入能更好的测算数据资源的经济利益流入，并通过梳理与场景关联的数据资源可靠计量成本，从而更直观的进行入表判定。
普华永道建议：
《暂行规定》适用于企业按照企业会计准则相关规定确认为无形资产或存货等资产类别的数据资源，以及企业合法拥有或控制的、预期会给企业带来经济利益的、但由于不满足企业会计准则相关资产确认条件而未确认为资产的数据资源的相关会计处理。企业合法拥有或控制数据资源是适用《暂行规定》的前提条件。B企业购买以不正当方式取得的数据资源，其数据来源的正当性和合法具有瑕疵，难以认定属于企业合法拥有或控制的经济资源，因此难以认定属于《暂行规定》的适用范围。
普华永道建议：
企业拥有的在日常业务运营过程中自然生成的原始数据，该等原始数据在加工处理之前仅仅是企业日常经营活动的客观记录，较难证明预计能给企业带来经济利益，企业产生该等原始数据的过程中发生的支出为日常出行业务经营活动的必要支出，且即使企业后续不再额外开发数据或数据产品，也必须发生与维持业务运营相关的支出，因此上述原始数据并不符合资产的定义，不属于《暂行规定》适用范围内的数据资源。
若企业具有完善的数据治理基础和内部控制体系，可以主张其合法拥有或控制利用原始数据加工处理后形成的数据产品，例如数据集、数据库、指标、标签、算法模型等，且预计能够为企业带来经济利益，相关加工处理成本能够可靠计量，则经加工后形成不同形态的数据产品符合资产的定义，属于《暂行规定》适用范围内的数据资源。
普华永道建议：
《暂行规定》是在现行企业会计准则体系下的细化规范，在会计确认计量方面与无形资产准则和存货准则等准则是一致的，不属于一项会计政策变更。无论是外购数据资源支出还是内部数据资源研究开发支出，均需要满足无形资产和存货等准则的有关条件，才能予以确认。在业务模式、内控制度和管理核算等相关事实和情况没有发生任何变化的情况下，企业不应在《暂行规定》实施前后，对于数据资源支出是否满足资本化条件作出不同的判断。企业应建立健全数据资源治理、管理体系和相关内部控制制度和规范，夯实相关经济利益分析和成本归集、分摊等基础工作，严格按照企业会计准则相关规定，合理作出职业判断并进行会计处理。
普华永道建议：
根据《暂行规定》的相关规定，企业应当分别按照无形资产准则和存货准则及应用指南等相关规定，对于确认为无形资产和存货的数据资源进行初始计量和后续计量等会计处理。根据无形资产准则和存货准则的相关规定，无形资产以成本减去累计摊销额和累计减值损失后的余额计量；存货以成本与可变现净值孰低计量。因此，确认为无形资产或存货的数据资源应当按照上述规定进行后续计量，而不应当按照公允价值进行后续计量。但是，企业对数据资源进行评估且评估结果对企业财务报表具有重要影响的，应当按照《暂行规定》的要求披露相关信息。
普华永道建议：
根据《暂行规定》的相关规定，企业对数据资源进行评估且评估结果对企业财务报表具有重要影响的，应当披露评估依据的信息来源，评估结论成立的假设前提和限制条件，评估方法的选择，各重要参数的来源、分析、比较与测算过程等信息。上述情形包括但不限于：确定企业在非同一控制下的企业合并中取得的数据资源于购买日的公允价值；对确认为无形资产的数据资源进行减值测试时，通过评估确定其可收回金额；将数据资源用于股权出资、质押融资等交易时，根据相关法律法规或合同的要求需要进行评估；通过评估确定划分为持有待售的非流动资产或处置组中的数据资源资产的公允价值等。
普华永道建议：
从企业所得税角度来看，大原则是遵循会计定性。和数据资产相关的研发有两种情况：
如果企业本身研究开发数据资产，相关费用是否可以享受加计扣除？关键在于界定该活动是否属于研发活动。如果符合法规规定的有明确创新目标、研发结果不确定、有系统组织形式，则有机会落入研发活动，相关的费用如果能按六大类归集，可以享受加计扣除。此外，数据资产的会计处理也会对研发费用加计扣除的享受产生影响；如果研发数据资产的过程中发生的合规研发活动的合规研发支出（以下简称“合规研发支出”）按照费用化处理并记入研发费用，相关合规研发支出可以在其税前扣除时一并进行加计扣除；如果相关合规研发支出按照资本化处理并形成无形资产，相关合规研发支出可以随着相关无形资产的摊销进行加计扣除；但如果相关合规研发支出作为数据资产确认的存货的一部分，现行法规并未对此情况作出明确的规定，建议就此情况提前和税务机关进行沟通。
如果企业把已经形成的数据资产用于研发活动，是否能享受加计扣除？法规中的加计扣除是按六大类费用归集的，而且是正列举形式。如果数据资产作为存货，在可加计扣除的“直接投入费用”里没有明确列举数据资产；如果数据资产作为无形资产，“无形资产摊销”里也没有提及数据资产的摊销费可以加计扣除。与此有关的费用需要谨慎，建议和税务机关沟通看是否能归集为可加计扣除的研发费。
展望2024年，企业不但要从财务合规的角度去论证和推进数据资源的入表工作，更要从价值创造的角度去思考和探索以数据驱动商业模式突破，包括如何运用数据来赋能现有业务，以及如何通过数据资产运营来变现并反哺数据要素市场、持续推动数字经济高质量发展。
要发挥数据要素的乘数效应，普华永道建议企业从顶层设计入手，选取1-3个典型业务场景进行入表试算，找出合规确权、数据治理等方面能力差距并补足，挖掘企业内真正具备价值的数据资源，通过运营将其转化为数据产品，对内赋能或对外输出并进行价值变现。