|
投资要点 《暂行规定》出台，数据资产入表开启新篇章：2023年8月下旬，财政部制定印发了《企业数据资源相关会计处理暂行规定》，自2024年1月1日起施行。数据资产入表政策落地节奏超预期，标志着国家把数据作为生产要素的坚定决心，并且敢于提出中国方案，先行先试。 数据资产入表有助于企业融资、国家管理：数据资产入表将1）提升会计语言与企业实际经营情况匹配度，有效反映企业在数据要素的投入和收益。数据资产入表可以减少投入期对企业营业利润的一次性影响，改善表观利润率，反映公司利润真实情况；2）有助于企业增厚资产，满足融资等需求。资产负债率一直是反映公司经营健康水平的重要指标，通过数据资产入表，真实反映公司在数据要素方面的长期投入，更有助于市场进行价值重估。此外，企业能够通过数据资产质押贷款、租赁等多种方式满足融资需求，从而促进企业更积极参与数据要素市场。3）将有助于国家加强对数据要素市场统筹管理。通过数据资产入表，对数据资源进一步细化披露、强化披露，合理反映数据要素价值，相关部门能够更全面地了解数据要素市场建设情况，为进一步制定相关激励或管理措施提供决策依据。 数据资产如何入表：数据资产入表需要满足两个前提条件：1）企业拥有对数据资源的使用权和控制权，只要通过授权等合同形式，或者能够证明研究开发过程由企业控制，并不一定需要第三方权证。2）未来很可能获得收益，需要有清晰的或者能推断可以形成商业化的数据产品。数据资产初始计量主要采用成本计量，后续计量从方法论和实操角度看并不存在实质性障碍。 投资建议及相关标的：数据资产入表落地超预期，我们预计未来很快还会有和数据资产评估的相关指导意见，以及公共数据相关政策陆续出台，数据要素市场将迎来密集的政策催化。我们认为此前受会计处理规定对费用影响较大的企业，以及在数据积累上重投入的企业更为受益。相关标的方面，可以关注：上海钢联、卓创资讯、航天宏图、中远海科、零点有数、三维天地、久远银海、易华录、深桑达A、云赛智联、中国联通等。 风险提示：政策推进不及预期，行业竞争加剧。 1. 《暂行规定》出台，数据资产入表开启新篇章 2023年8月下旬，财政部制定印发了《企业数据资源相关会计处理暂行规定》，自2024年1月1日起施行，数据资产入表正式开启新篇章。 2022年12月发布《征求意见稿》，多地已开展数据资产入表先行探索。2022年12月，财政部办公厅发布《企业数据资源相关会计处理暂行规定（征求意见稿）》，提出企业拥有的数据资源在符合相关条件情况下可以确认为存货或无形资产。2023年，北京、上海、深圳等地在政策中密集提出数据资产入表配套的具体措施。例如北京提出要探索将国有企业数据资产的开发利用纳入国有资产保值增值激励机制；上海提出要探索形成以上海数据交易所场内交易为纽带的数据资产评估机制；贵州提出地方金融监督管理机构应当将数据资产质押贷款纳入信贷风险补偿资金支持范畴，等等。各地政策不仅规定了相关责任机构，也提出了规范和激励方法。
2. 数据资产入表的意义 2022年数据资产入表的《暂行规定》先于“数据二十条”发布，今年数据资产入表落地节奏更是超出市场预期，为什么数据资产入表在数据要素市场发展中如此重要？我们认为主要有以下几点原因： 首先，数据资产入表将提升会计语言与企业实际经营情况匹配度。此前许多公司并未将数据资产纳入其财务报表。这就意味着，现有的会计信息和记录，并未完全反映出具有大量数据资源的公司的真实资产和经营状况，存在较大的不匹配情况。数据资产入表之后，能在很大程度上解决这种不匹配问题。使得企业的数据相关行为以及由这些行为产生的资产，能够被会计语言记录并反映在企业的报表中。这不仅能提高会计信息的质量，使得企业的报表更加真实、准确，并且能更充分地反映出信息类和数据类公司的真实财务状况和经营状况。长期看来，这对增强会计信息的透明度以及提升数据要素整体市场的健康发展都将产生积极影响。 第二，数据资产入表将有助于企业按照资产化路径反映数据相关支出。此前，企业数据要素相关投入大部分计入期间费用，影响企业当期损益。如果数据资源可以作为存货或者无形资产入表，企业在数据要素方面的支出可以由损益类变为资产类，例如某项数据资源投入符合相关规定可以确认为有使用期限的无形资产，那么该项投入不会影响本期利润表，而是在未来作为无形资产每年摊销。这种改变一方面能减少投入期对企业营业利润的一次性影响，改善表观利润率，反映公司利润真实情况；另一方面能真实反映公司掌握的资产情况，改善表观资产负债率。 第三，数据资产入表将有助于企业增厚资产，满足融资等需求。资产负债率一直是反映公司经营健康水平的重要指标，例如，国资委对央企的考核不管是“两利四率”还是“一利五率”，资产负债率一直是重要的考核指标，通过数据资产入表，真实反映公司在数据要素方面的长期投入，更有助于市场进行价值重估。此外，对于在数据方面重投入的企业，可以利用数据资产进行融资或者质押贷款等，数据资产入表将优化企业的整体估值和融资能力，为企业带来更大的价值驱动力和抓手。 第四，数据资产入表将有助于国家加强对数据要素市场统筹管理。通过数据资产入表，对数据资源进一步细化披露、强化披露，合理反映数据要素价值，将为监管部门等相关机构完善数字经济治理体系、加强宏观管理提供会计信息支撑，通过加强披露来提供有效信息是短期内务实的解决路径，通过数据资产入表，相关部门能够更全面地了解数据要素市场建设情况，为进一步制定相关激励或管理措施提供决策依据。 《暂行规定》为企业数据资源的会计处理提出可遵循的规定，是企业进行数据要素价值开发、开展大规模数据交易的基础和前提。 3. 数据资产如何入表？ 《暂行规定》明确了数据资源入表的适用范围：主要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。 《暂行规定》明确了企业的数据资源在符合相关规定的情况下可以确认为无形资产或存货： 1）无形资产：《暂行规定》相比2022年底的《征求意见稿》，进一步详细规定了无形资产计量的成本范围，并进一步明确了对无形资产使用寿命的考虑因素： 企业通过外购方式取得确认为无形资产的数据资源，其成本包括购买价款、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。 企业内部数据资源研究开发项目的支出，应当区分研究阶段支出与开发阶段支出。研究阶段的支出，应当于发生时计入当期损益。开发阶段的支出，满足无形资产准则第九条规定的有关条件的，才能确认为无形资产。 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。 2）存货：企业通过外购方式取得确认为存货的数据资源，其采购成本包括购买价款、相关税费、保险费，以及数据权属鉴证、质量评估、登记结算、安全管理等所发生的其他可归属于存货采购成本的费用。 企业通过数据加工取得确认为存货的数据资源，其成本包括采购成本，数据采集、脱敏、清洗、标注、整合、分析、可视化等加工成本和使存货达到目前场所和状态所发生的其他支出。 披露要求方面，在资产负债表列示时下设二级科目：在“存货”项目下增设“其中：数据资源”项目；在“无形资产”项目下增设“其中：数据资源”项目；在“开发支出”项目下增设“其中：数据资源”项目。要求企业应当单独披露对企业财务报表具有重要影响的单项数据资源存货的内容、账面价值和可变现净值。 具体而言，数据资产应该如何入表？ 3.1. 数据资产入表需要满足的前提条件 数据资源要成为数据资产，首先要符合确认为资产的前提条件： 1.数据资源是企业拥有或控制的。实际上，企业并不一定需要证明对数据的所有权，而是需要证明拥有使用权和控制权。在“数据二十条”中明确提出与数据相关的三种权利：数据资源持有权、数据产品经营权、数据加工使用权，只要能证明对于企业数据拥有这三种权利中的一种即可，并且也不一定需要通过登记或获得证书的方式来证明，这实际上与非专利技术等知识产权是类似的，非专利技术并不一定要拿到专利权证书才可以作为无形资产入账。 例如，企业购买了一些外部数据，然后投入自己的资源进行开发。如果企业能证明这个开发过程是由自己控制的，所得到的成果也是企业控制的，那么企业就拥有这份数据的使用权或经营权。同样，如果企业通过授权或其他合同形式获得数据，那么这个合同本身也能证明企业对数据的某种权利。当然，如果有相关权证肯定会起到更积极的作用，因为外部凭证具有一定客观性。 2.数据资源未来很可能给企业带来经济收益。并非所有的数据都能成为资产，因为有些数据尚未结构化，计算机难以识别，也难以提炼出其中的信息和规律。在当前阶段，我们可能无法直观地推断出这些数据是否有相应的商业场景，能否带来积极利益，因此这些数据暂时不适合作为资产入账。如果某种数据资源，企业已经可以清晰地看到或推断出其可形成商业化的数据产品，那么我们可以推断这样的数据很有可能带来经济利益。 只有满足上述两个条件，数据资源才能被确认为一项数据资产。 3.2. 数据资产如何公允计量评估？ 在初始计量阶段，《暂行规定》已经提供了明确的指引，即企业只能基于历史成本对数据资产初始计量。目前主要需要涉及更多估计和经验判断的环节在于后续计量，例如存货在后续计量中需要判断期末存货价值，无形资产可能需要判断使用寿命、可回收金额、以及价值评估。 要解决这些问题，我们认为很大程度上可以参考知识产权的处理方式。因为数据资产积累过程主要是一个智力密集型的过程，与知识产权类的无形资产有很大相似性。其实从方法论和实操角度来看，对数据资产的评估并不存在实质性的障碍。 例如对数据资产使用寿命的判断： 有些数据资产有明确的使用期限，例如授权期限、合同期限，或者基于数据开发的技术有明确的迭代周期。例如，某种技术可能在五年后就会被新的技术替代。这些都为企业确定无形资产的使用年限提供了依据。 有些数据没有明确的使用期限指标，则可以参考同行业、同类型的数据进行合理估计，或者如果某些数据与企业核心业务甚至与企业本身有深度绑定（类似商誉），那么这些数据可以视为永续存在的无形资产，不需要摊销。 关于数据资产的评估，由于目前数据资产的公开市场交易还没有完全成熟，因此更多可以使用成本路径和收益路径。 成本法是以当前评估时间点的新的价格水平对历史成本充值，通常在通货膨胀、价格指数上升情况下，成本法估值不会低于历史成本。 收益法是结合数据资产所对应的最终应用场景，并基于应用场景预测未来的收益并贴现。当数据产品的商业前景乐观时，收益法的估值往往会大幅高于成本法估值。 我们以常见的两种场景为例具体说明数据资产如何入表： 1）企业销售数据终端使用账号（每年收费）： 假设某个企业开发了某个行业数据终端，通过售卖账号的方式进行销售，在过去的会计准则下，当年销售账号的收入会被全部确认，但是底层的研发投入（如采集数据的成本、人力成本等）并没有以存货的形式结转，而是直接以成本或费用的形式结转，而在新的会计准则下，我们可以将一部分投入确认为存货，在确认存货总额的过程中，企业需要估计在一个销售周期内大致能以什么频率卖出多少账号。 例如，如果企业预计开发出的某一版本的终端产品可以销售1万个账号，那么在每个月核算的过程中，如果第一个月实际销售了500个账号，那么可以从存货中转出500/10000，即5%的成本，剩下的95%仍然是存货，通过这种方式来逐渐结算成本。 在财年结束时，如果实际销售了5000个，那么到期末时就还有50%的存货没有销售，此时企业需要对这部分存货进行估值，判断是否需要进行可变现净值的调整，即判断这部分存货是否仍然具有原先的价值（例如预计未来账号售价、销售量是否会有变化）。 2）企业获得公共数据授权运营： 假设某个企业获得了地方政府数据资源持有权的授权，得到授权之后，企业对这部分数据进行了进一步的开发，在开发数据产品时，企业可以确定所需的数据字段，这些字段最终形成了数据产品，数据资产的范围也因此得以确定。基于确定的数据资产的范围，企业就可以明确对这部分数据产品的控制权和使用权。 企业确定了数据产品，也就确定了相关的商业化场景，即未来能够持续给企业带来收益，满足了无形资产的确认条件，企业可以按照产生这项资产过程中投入的获得授权的、数据加工、脱敏、权属鉴证等低一系列成本来计量无形资产的账面初始价值。 在期末，如果企业获得授权时明确了数据可以使用的年限，则可以根据无形资产的使用寿命来摊销。摊销后，企业可能需要判断经过摊销后形成的账面净值是否会低于可收回金额，此时就涉及到可收回金额的评估。在没有成熟市场交易的情况下，我们同样可以采用成本法或者收益法来核算。如果采用收益法，企业需要进行产品销售预测，基于一定模型计算出数据资产所能产生的现金流来估算可收回金额。 因此，我们短期内并不需要对后续企业夸大估值计量过于担忧。因为数据资产的账面价值将是历史成本的体现，并且是经过摊销或者成本减少后的历史成本估值。因此无论是从收益途径还是从成本途径来看，由于历史成本体现的值相对较小，入表的估值都会体现得较为保守。 3.3. 数据资产如何与国际接轨？ 事实上，国际准则并不反对数据的入账。根据我们目前看到的暂行规定，它实际上是在现有的框架下，对数据资源这一类特殊的资产做了明确的规定。但这并不意味着在没有这个暂行规定的情况下，数据资产就不能入账。目前我国并没有为数据资产设置专门的一级科目或制定专门的准则，这与国际实践实质上是一致的，只是我们对数据资产的定义更加明确。 从长期来看，我国相关准则实际上较为保守。例如，无形资产和存货在我国都没有采用公允价值计量的路径，而在国际准则下，无形资产和存货都可以采用公允价值计量，如果我国的准则能够与国际准则接轨，那么数据资产的入账将为公司带来显著的价值增长。因为数据是持续积累的，同一份数据随着时间的推移能够产生的新的应用场景层出不穷。因此，在公允价值计量下，对报表的影响可能会比历史成本计量有更大的驱动作用。 4. 投资建议及相关标的 数据资产入表落地进展超预期，我们预计未来很快还会有和数据资产评估的相关指导意见，以及公共数据相关政策陆续出台，数据要素市场将迎来密集的政策催化。 对具体企业来说，由于数据资产入表采用未来适用法，未来随着企业数据积累增加，在数据上的投入累计，数据产品和应用场景拓展，数据资产将会逐渐积累和增加，逐渐成为数据要素相关公司中重要的核心资产。 我们认为此前受会计处理规定对费用影响较大的企业，以及在数据积累上重投入的企业更为受益。相关标的方面，我们认为可以关注在数据资产入表先行先试地区的相关公司：上海钢联、卓创资讯、航天宏图、中远海科等。 5. 风险提示 政策推进不及预期。数据要素等相关政策推进受到多种因素影响，节奏和力度可能不及预期。 行业竞争加剧。行业市场空间广阔，业务模式较好，可能吸引更多公司参与行业竞争。 独角兽投研情报会员服务 服务概述 现在的A股市场，风格切换极快，不论是做赛道成长、风口波段、价值投资、龙头打板、技术短线都处于短暂有效，大多数时间亏损的情况，只有一点持续有价值，那就是快人一步的信息，这种信息不会是财联社的新闻，不是知识星球的调研纪要、更不会是公社的吹票逻辑。 服务主旨 提供各种快人一步的投研信息，让你明明白白知道盘中异动。 情报来源 独角兽智库投研情报团队已经根植在大A各个生态阶层： 1：公募核心圈，提前获取公募看好的大方向和主攻领域。 2：券商分析师圈，深入各大券商核心客户群，提前获取券商主推逻辑。 3：游资核心圈，在游资大佬的小圈子有一席之地，提前获取大资金动向。 4：产业链圈，各个新兴产业技术核心圈子，提前挖掘技术变革推动的A股炒作逻辑。 服务内容 1、大资金抱团动向 2、集合竞价龙头早知道 3、先手小作为 4、券商主推方向及逻辑 5、市场的机会和风向提示 6、个股和行业避雷 |
|||||||||||||||||||||
|
|
