数字化转型
一文读懂工业4.0下的智能工厂
清华大学刘宗巍:基于数字化转型逐步实现研产供销服协同一体化
研产供销服是工业制造企业的主线
数据资产入表指南
数据资产“入表”后,企业如何进行数据治理
成本变利润,数据资产入表,企业新机遇在哪里
五个问题,揭开“数据资源入表”的神秘面纱
北京市企业数据知识产权工作指引(试行)》发布(后附原文及解读
忽见千帆隐映来:数据资源入表激活数据要素价值
详解数据资产入表
数据资源“入表”全景解析
数据资产入表十问十答
数据资产入表的 内容梳理以及法律解读
高企实操技巧之知识产权篇
知识产权进入财务报表,春天难道真的来了吗
数据入表20问
知识产权作价入股的实缴操作流程来啦
知识产权实缴操作流程及注意事项
数据资源入表确权:实务路径中关注的五个关键点
知识产权实缴全攻略!
董学耕:论数据产品作为数据知识产权的登记和入表
数据要素全知道系列2:数据资产如何入表
浅议数据资产估值与入表实务操作
数据变现金!有公司靠数据资产入表一夜暴富?
中小企业数据入表合规环节的三大痛点及解决思路!
数据资产入表那些事儿
一文详解数据资产入表的具体实操步骤
一文详解数据资源入表
数字化助力企业高质量可持续发展
业务与技术
企业为什么要:上云、用数、赋智
以国内大循环为主体,推动国内国际双循环相互促进
工业社会产业逻辑
数字时代|人工智能,云计算,大数据,物联网,无法想象的时代
四次工业革命及其标志性事件
正本清源说工业革命
数字化与国内大循环
敏捷研发转型3个关键步骤、4大转型挑战、5个转型方向和8个关键要素
供应链管理:三个流X数据要素
数字化转型的6个阶段
企业数字化转型核心流程图
什么是数字化转型?以及如何进行数字化转型?
企业数字化转型建设全过程要素
数字化转型的必要性与紧迫性
建模:数字化转型思维
企业数字化转型咨询
“顺势而为”是创业成功的基本逻辑
《孙子兵法》里的四个创业底层逻辑
“独角兽、瞪羚、牛羚、隐形冠军等科技型企业分类
企业架构——企业的不同发展阶段
企业架构
如何设计企业数字化转型的战略与框架?
公司人效计算公式
销售岗位人效配比计算公式
企业架构及数字化架构原理
企业数字化系统整理
CXO
人效
新基建与内循环
intergrate X
数字化转型
中电数据
敏捷供应链
做优做特第一产业做精做强第二产业做大做好第三产业
Minimum Viable Product 最小化可行产品
新公司法让公司进入董事会中心时代
中国公司董事会迈入3.0时代
经理班子
数字化转型的七条规则
企业数字化转型问题
数字化转型是什么
数转赢未来
一张图看懂企业经营,企业战略的本质,企业数字化转型 Road Map
浪潮工业互联网食品产业数据服务:上云用数赋智
新质生产力与高质量发展ppt清华大学
怎样快速搞懂一家公司的业务:4张图
浪潮食药健康产业数字化
12种商业模式:长尾模式
商业模式与企业架构
数字化的价值
数字化企业架构
未来95%工人转型新样态生产
数字化运营
PDCA的四个阶段8个步骤
构建战略执行年度PDCA大闭环和12个月度PDCA小闭环,真正化战略为行动
如何推进战略落地,确保经营目标达成的
打通战略-组织-执行,实现高质量可持续发展
战略、流程和组织
流程决定组织
组织是为流程而建,为流程服务
组织设计的最终目的是要为业务流程服务
华为流程化组织建设
把组织能力建在流程上,需要避开哪些坑
关于战略、组织、流程、系统的思考
业务流程驱动企业的组织设计
如何打造流程驱动的组织能力
关于组织流程的8个底层思考
企业用流程化组织战胜人治
基于流程的组织管理
华为的流程化组织
流程如何匹配组织之理论准备篇
流程和流程型组织的构建
企业战略制定及落地
郑州市中小企业数字化转型
志同道合
呼和浩特中小型企业数字化转型
为什么要数字化转型?数字化转型的本质是什么?分为哪几个阶段进行?
国家标准:数字化转型的五个等级
上云用数赋智-zjty规划
5大业务模块32张ERP解决方案流程图
本文档使用 MrDoc 发布
-
+
首页
详解数据资产入表
摘要: 1.数据资产入表的意义: 1)提升市场以及数字经济类企业的会计信息质量和真实性; 2)提升企业财务报表的盈利能力和质量,进一步提升企业的估值和资本力; 3)这次政策的实施更是预示着未来更多对数据要素有利的政策的出台未来可期。 2.一项资源想要成为资产,必须满足两个基本条件: 1)证明我们拥有使用权和控制权,如果投入和控制过程都是由我完成的,或者通过授权或其他合同形式获得数据,合同本身就可以证明我拥有或控制这份数据,这并不一定需要有权证。 2)需要能够给我带来一些收益,可以清晰地看到或推断出其可形成商业化的数据产品。 3.数据资产的处理方法在很大程度上类似于知识产权的处理方式。从方法论和实践操作的角度来看,对于数据资产的评估并没有什么实质性的障碍,完全可以进行操作。 4.资产评估行业的相关指导意见将快速落地。中国评估协会在2019年发布了《数据资产评估专家指引》,并在去年发出了《数据资产评估指导意见》的征求意见稿。预计随着会计领域的数据资源会计处理的暂行规定即将实施,资产评估行业的相关指导意见也会相对快速地落地。 5.国际准则并不反对数据的入账。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,这与国际实践在实质上是一致的,只是我们对数据资产的定义更加明确。从长期来看,我国的准则实际上还是偏保守的。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。 Q:这项新的规定对于数据要素市场和相关企业有什么样的影响和意义? 从我们的理解来看,数据资产入表对于数据要素市场的意义重大。随着数据要素市场的快速发展,这种意义将日益突显。我们可以直观地感受到数据资产入表的几个主要影响。 首先,从宏观角度而言,当前市场上有大量的新技术公司和数据类型的公司,甚至包括正在信息化过程中的传统公司。在这个过程中,这些公司实际上已经沉淀和积累了大量数据资产,并从中总结和挖掘出了许多具有商业化和应用场景的数据资产。这些资产在以前可能没有被充分认识和利用,而现在通过数据资产入表,可以更好地发挥其价值。 然而,在当前的暂行规定发布之前,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,并未完全反映出数据型公司的真实资产和经营状况,存在较大的不匹配情况。通过新发布的数据资源会计处理暂行规定,我们期待能在很大程度上解决这种不匹配问题。这将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整体市场的健康发展都将产生积极影响。 所以,第一,从宏观和长远的角度看,随着会计语言与实际经营情况的匹配度提升,有希望重塑整个估值体系。在数字经济时代,数据要素与会计报表之间的匹配程度能够建立一个良好的桥梁,这是第一个积极意义。 第二,从企业自身角度来看,新规定为企业提供了一条路径,可以将之前与数据相关的支出,如数据采集、清洗、整理、加工和开发等一系列过程,按照资产化的路径进行反映。在过去,没有相应的路径来真实地反映这一系列的过程,许多企业可能将这些行为视为研发费用。这种做法实际上会影响公司当期的财务状况。因此,新规定的发布,有助于企业更准确地反映其真实的经营和财务状况,这是第二个积极意义。 当前的暂行规定为企业提供了较大的灵活性,无论是将数据资产确认为存货,还是确认为无形资产。这意味着企业所做的相关投入,不必在当期全部费用化。许多支出实际上是一种资产投入型的支出,根据新的暂行规定,这些支出可以被确认为存货或无形资产。因此,从财务角度看,这将减少一部分的当期支出,从而提升企业的业绩水平。这一规定的实施,有助于更准确地反映企业的真实经营情况和财务状况。 从资产负债表的角度来看,新的规定将增加一部分资产,从而优化资产和负债的结构。对于企业报表来说,这将产生两个主要影响:第一,企业的盈利能力将得到优化;第二,企业的资产负债率也将得到优化。因此,企业的整个财务报表将更真实、更有优势地反映其经营和财务状况。 从企业的微观角度来看,无论是进行股权融资,或者是利用已经显化的数据资产进行专项融资,新的规定都将带来更大的价值驱动力和抓手。这是第二个影响,即通过新的政策,企业的财务报表将发生变化,这种变化将优化企业的整体估值以及融资能力。 第三个影响是从更长远的角度来看,新的政策的发布实际上是对数据资产研究的一种推动。作为一家专注于研究和呼吁数据资产入表的专业机构,我们自去年年底数据资源会计处理的暂行规定征求意见稿发布以来,一直关注着这个政策何时会正式落地。新的规定的发布,标志着我们的关注点已经变为现实,这对我们的研究工作具有重要的推动作用。 实际上,前天正式发布的这个政策超出了我们内部所有人的预期,它以一个超预期的、更快的节奏推向了市场。这是一个非常好的信号,从更高层次来看,这意味着有更强大的力量正在推动我们的准则制定者,包括财政部等相关制定者,进一步加速数据资产入表入账的进程。这个政策的推出,无疑为数据资产的会计处理提供了更明确和具体的引导,这对于整个行业来说,无疑是一个积极的信号。 实际上,这个政策与我们国家近几年来推动数字经济发展、推进数据要素、驱动经济增长的策略是一脉相承的。从长期来看,当前虽然是暂行规定,但我们可以明显感到有强大的力量在推动这一系列政策的进步。从暂行规定到指导意见的转变,再到可能的补充说明,这些都是值得预期的发展方向。从宏观角度来看,这个政策的推出对于推动数字经济的发展具有重大的意义。这不仅将有利于企业的发展,也将有利于整个社会的进步。 总的来看,我们可以从三个方面来理解这次政策的影响: 第一,从会计信息质量的角度,新的政策将提升市场以及数字经济类企业的会计信息质量和真实性。这将有助于提升市场的透明度和信任度。 第二,从单个企业的微观角度来看,新的政策将提升企业财务报表的盈利能力和质量,进一步提升企业的估值和资本力。 第三,从政策利好的角度来看,这次政策的实施更是预示着未来更多对数据要素有利的政策的出台未来可期。 Q:数据资产入表后,对于企业来说,许多费用将去资本化。从长期来看,这将对企业的财务状况产生什么影响?有可能例如,在第一年,可能会出现同比较大的变化。然而,随着时间的推移,这种影响可能逐渐趋于稳定吗? 我理解可能恰好相反。根据目前的暂行规定,规定将从明年1月1日开始正式执行。同时,企业可以选择试行新规定。但规定明确指出,之前已经作为研发费用费用化、已经影响到报表的支出,不能追溯调整。也就是说,只有从明年1月1日开始,未来的相关数据资产投入才可资本化。这实际上是对企业的一种保护,通过设定一个相对较长的缓冲期,使得企业对新规定有充足的时间和空间来适应。同时,这样的规定也避免了突然大量的数据资产入表,有利于保持财务报表的稳定性。也就是说,从明年1月1日开始,新增的投入可以逐渐资本化,形成数据资产,而以前的大笔支出并不会突然变成数据资产。这种渐进式的变化,既有利于企业的财务管理,也有利于市场的稳定。 也就是说短期内,对于整个资本市场来说,所有公司的资产结构并不会由于我在第一年、第二年的增量而产生翻天覆地的变化。这样,企业可以有更长的周期来验证新制度的合理性,并在此过程中逐步纠正偏差。这是一项温和,给予长期缓冲期的政策,所以它不会产生巨大的冲击。这也避免了政策突然实施后,如“开闸放水”般的数据资产增加,导致大量报表变动,对资本市场产生巨大的影响。这样的风险已被有效控制,所以这是一个良好的现象。 短期内,这是一个温和且逐渐积累的过程。从长期来看,数据的积累是线性的,但数据要素的流转以及数据之间的关联性会产生更多的联系。这些新的数据关联能够产生更多的迭代,新的应用场景和新的数据产品也会呈几何级的增长。 因此,从长期来看,数据资产的量将逐渐增大。尤其是对于数据类和信息类的公司,长期来看,随着数据资产的积累和叠加,数据资产将成为这些公司报表中最重要的资产,也更真实地反映了公司的资产结构。就像石油公司的核心资产是石油资源,矿产公司的核心资产是矿产资源一样,数据公司的报表中的核心资产将是数据资产。这是一个长期的变化,但这个变化是平稳的,不会因为短期的大量增加产生巨大的市场冲击。 Q:是否在数据资产入表之前就必须完成确权呢?或者,在入表之前,需要完成哪些工作?例如,是否需要提供产品证明,或者是否需要满足一些预设的条件?
智能制造CEO
2024年1月24日 14:12
分享文档
收藏文档
上一篇
下一篇
微信扫一扫
复制链接
手机扫一扫进行分享
复制链接
关于 MrDoc
觅思文档MrDoc
是
州的先生
开发并开源的在线文档系统,其适合作为个人和小型团队的云笔记、文档和知识库管理工具。
如果觅思文档给你或你的团队带来了帮助,欢迎对作者进行一些打赏捐助,这将有力支持作者持续投入精力更新和维护觅思文档,感谢你的捐助!
>>>捐助鸣谢列表
微信
支付宝
QQ
PayPal
Markdown文件
分享
链接
类型
密码
更新密码