18家上市公司“尝鲜”数据资产入表

　　◎冯心怡 记者 温婷

　　2024年一季度，有18家上市公司在财报中披露了数据资源，涉及金额1.03亿元，其中无形资产0.79亿元。从行业分布来看，信息传输、软件和信息技术服务业无论是按照企业数量还是涉及金额统计，均名列第一。此外，非上市公司中已有22家城投公司和28家类城投国企披露了数据资产入表情况，部分企业已运用入表资产开展融资活动。以上数据是《中国企业数据资产入表情况跟踪报告（2024年第一季度）》（下称《报告》）最新披露的成绩单，也是《企业数据资源相关会计处理暂行规定》（下称《规定》）自2024年1月1日起施行以来，国内发布的首份相关跟踪报告。

　　在7月24日召开的数据资产入表实践研讨会上，上海交通大学上海高级金融学院（高金）正式发布该报告。上海交通大学上海高级金融学院（高金）执行理事屠光绍表示，数据资产入表方兴未艾，在其发展之初就进行跟踪分析，可以为其未来的发展进程提供更多前沿性分析判断。

　　数据资产入表元年18家上市公司“尝鲜”

　　数据作为新型生产要素，在推动新质生产力发展，重构新型生产关系方面，蕴藏着巨大市场机遇。而推动数据资产入表，也成为连接数据价值与金融市场的重要桥梁。2023年8月，财政部发布《企业数据资源相关会计处理暂行规定》（下称《规定》），并于2024年1月1日起施行。今年也因此被业内称为是“数据资产入表元年”。

　　《报告》显示，截至6月3日，在A股上市的5000多家企业中，有25家上市公司披露了数据资源入表的相关事项，其中7家上市公司因填报错误等问题后续更正了一季报并剔除了数据资源相关数据（从公告内容可发现，多数是因为2024年由于新增了“存货”“无形资产”“开发支出”下数据资源的列示，财报模板有所更改，导致部分企业填报错误），剩余18家上市公司在一季度财报中披露了数据资源，其中有2家在财报中对数据资源入表事项做了详细说明。

　　18家上市公司披露的数据资源入表合计金额1.03亿元，其中无形资产项下0.79亿元，开发支出项下0.18亿元，其他部分在存货项下。上海高级金融学院副院长、会计学讲席教授李峰认为，入表数量和金额等数据反映了上市公司对数据资源“入表”的谨慎态度。通过理论测算，新增数据资源披露或对上市企业的财务指标和市值产生影响，在本次报告研究范围内，“入表”对2家企业利润率带来的影响超过了10%；对1家上市公司带来超千万元的理论市值增量，超过该企业总市值的1%。

　　分行业来看，无论是按照企业数量还是入表金额来统计，信息传输、软件和信息技术服务业公司均名列第一，其数据资源入表金额按行业分布占比达到66%。从企业规模来看，截至2024年5月底，2024年第一季度完成数据资源入表的企业主要集中在市值为500亿元以下的企业，占比达到94%。

　　与上市公司相比，非上市公司数据资产入表更活跃。一季度，国内有22家城投公司和28家类城投国企披露了数据资产入表情况，部分企业已运用入表资产开展融资活动。在50家非上市“入表”企业中，有5家城投公司和7家类城投国企凭借数据资产顺利获得银行授信。此外，8家非上市民营企业在环境保护、数字孪生和低空经济等新兴行业数据领域实现入表突破。

　　数据资产价值挖掘仍需“稳”字当先

　　对数据资产入表的探索方兴未艾，更多上市公司积极行动。中国联通董事长陈忠岳此前表示，上半年，中国联通积极推动数据资产入表，对于探索数据要素价值释放迈出第一步。而在财务影响之外，如何有效管理和利用数据的资产价值，成为企业提升竞争力、实现可持续发展的关键所在。

　　“数据资产入表是过程性，而非结果性事件。数据产业链需要持续研究新型管理技术，而交易与流通是数据价值实现的必经之路。”中国经济信息社数据资产运营研究中心首席执行官赵丽芳表示。

　　《报告》在关注数据资产入表的财务影响外，还着重研究了数据资源入表在释放数据资产金融价值方面的作用。

　　目前，市场上已有企业进行数据资产相关金融业务的探索，包括数据资产质押融资贷款、无质押数据资产增信贷款、数据知识产权的证券化产品等。此类业务虽并非基于会计的处理，但可以为企业数据资产入表后如何进一步实现其金融价值提供借鉴与参考。

　　《报告》显示，从5家已成功融资的城投公司看，其资产负债率偏高，融资金额与当前存债余额相比，显得微不足道，但通过数据资产入表，城投公司获得了切实的经济效益，实现了数据要素市场化配置的可喜突破。此外，8家民营企业在数据资产入表后大力推动融资，其中4家成功获得银行授信。

　　天健会计师事务所高级合伙人王晨表示，数据资产入表是一项系统性工程，其中包括强化数据合规意识、打造数据核算体系、挖掘数据资源、追踪数据历史成本，开展数据质量评估等一系列工作。他认为，数据资产入表后，数据资产增信、数据资产作价入股、数据资产质押融资、数据资产证券化是数据资产创新应用的四大方向。

　　李峰表示，数据资产的价值评估具有相当的复杂性和不确定性，如果缺乏成熟的评估标准和市场参考，可能导致资产定价虚高，甚至严重背离真实价值。基于数据资产的金融业务必须以稳健为底色，防范系统性金融风险。

　　面对数据资产当下仍存在的确权难、定价难、处置难等问题，屠光绍认为，这些难点恰恰也是机遇所在，如果能够通过研究和实践，总结数据资产化进程的经验，数据要素必将在数实融合和整个经济结构转型升级过程中发挥愈加重要的作用。