百望云杨正道：数据资产入表背后的变革力量与应对策略
2024/20/06
数字经济时代的到来，促使商业竞争更加激烈。对于企业而言，数字化转型不再是一道选择题，而是一道生存题。企业如何进行数字化创新，实现“蜕变”，成为诸多企业眼下关心的问题。在良好的经济环境下，多数企业会将更多精力放在收入增长上，而在充满不确定性的市场环境下，越来越多的企业将降低采购成本、减少支出、优化产能、风险防控列为保证企业发展的核心要务。而2024年1月1日《企业数据资源相关会计处理暂行规定》的正式实施，意味着我国企业数字化转型成果得到普遍认可，也标志着我国开启了数据资产入表从0到1的关键一步，同样也意味着企业面临的挑战和机遇随之升级。那么，在这个过程中，哪些环节最为关键?企业应如何化解?
作为链接海量企业的一家综合企业数字化解决方案提供商，百望云在交易数字化、智慧财税、数字经济等领域得到社会各界高度认可，如2021年获北京经信局认定为2021年度北京市专精特新“小巨人”、2022年荣获北京市工商联北京民营企业科技创新百强、2017-2022年连续7年获评科技部火炬中心&长城战略咨询“中国独角兽企业”称号、工信部赛迪顾问“中国市场电子发票开具量第一”、弗若斯特沙利文“中国云端财税交易数字化市场营收第一”等。其在数字化转型及数据资产入表方面的实践值得借鉴。
杨正道 百望云CEO
一谈到企业数字化转型，这个概念可以说很多人都耳熟能详。对企业而言，转型，不可避免地会涉及对原有业务流程，甚至组织架构的改变。那么，转型，实际上转的是什么?百望云 CEO 杨正道认为，企业数字化转型是从技术控制到业务创新，从组织变革到文化重塑，从数字化能力建设到人才培养，数字化转型不是一蹴而就的，而是一项长期而艰巨的任务，大多数企业需要3~5年甚至更长时间才能取得显著成效。数字化转型的核心是利用数字化技术来推动企业组织转变业务模式、组织架构及企业文化等的变革措施。数字化转型追寻新的收入来源、新的产品和服务、新的商业模式。因此数字化转型是技术与商业模式的深度融合，数字化转型的最终结果是商业模式的变革。拿百望云服务的客户来举例:百望云通过财税数字化咨询及工具帮助企业完成全流程交易数字化的管理，对内改变财税处理流程、监管逻辑、管控手段等，对外能够实现对相关部委政策的遵从与适应，让企业在市场竞争中快速建立自己的差异化服务价值。
2024年1月1日，《企业数据资源相关会计处理暂行规定》正式实施。这一文件的发布和施行，为企业数据资产入表提供了规范和操作标准。对企业而言，数据资产的入表，实际上意味着企业数字化转型从以前的将企业数据转换为资源的初级阶段，进入将数据资源转换为数据资产的更高阶段。这两个阶段的变化，在企业中，具体体现在哪些方面?杨正道认为，数据资产入表更像一剂通过颠覆旧的生产关系，从根上医治数字化转型的“良方”。数据资产入表对于企业的意义可以从两个角度来解读:一是财务角度;二是企业发展角度。从财务角度看，企业将数据资产放在资产负债表中，可以在一定程度上提升企业的利润率，缓解业绩压力。而这也是很多上市公司的市值远高于利润和收益的原因。当数据资产入表后，企业的财务压力和业绩压力都将很大程度上得到缓解。入表前，数据是作为“成本”列到“费用”中，容易导致企业资产账面价值偏低、利润偏低，不利于企业长期发展;入表后，除了对企业规模提升带来最直观的变化，对企业信用评级、融资能力等也将起到积极作用，还将推动管理层在数字经济上更多的投人，增强投资的积极性。而从企业发展角度来看，数据资产入表可以显化企业数据资产的价值，更有利于企业利用数据资产挖掘数据价值。不仅财报使用者可以更直观地看到数据资产相关信息，数据使用者也可以进行合理分析并对业务进行决策。杨正道还进一步指出，在数据资产化过程中，企业需要做好3个方面工作:一是通过高效的工具及管理沉淀数据;二是利用先进的手段管理好数据;三是采用创新的思维用好数据。
对于当前企业实施数据资产入表，杨正道指出了企业面临的两大难点:第一是数据权属的确认。这是一个亟待解决的难题。数据天然是资源，但并非天然是资产。哪些数据可以转化为资产，是当前首先面临的问题。一般而言，数据有公共数据和私域数据之分。具有实质价值的数据、需求广泛的数据、数据清洗和加工成本较低的数据可以更好地转化为资产。私域数据涉及较多个人隐私，因此，在使用和资产化过程中需要严格遵守相关的法律法规，包括数据安全保护法、个人信息保护法等，确保数据使用的合规性和权属保护。同时，私域数据的资产化需要特别关注数据安全，包括数据泄露、黑客攻击等风险，需要投入更多资源来保障数据的安全性。这就需要建立“三权”机制，包括数据资源持有权、数据加工使用权，数据产品经营权等产权的运行机制。企业面临的第二个困难时数据估值定价亟须标准化。数据不同于一般商品和服务，有其特殊性和复杂性。将一项资源确认为资产需要同时满足“与该资源有关的经济利益很可能流入企业”和“该资源的成本或者价值能够可靠地计量”这两个条件。在数据资产入表实践中，“成本或价值可靠计量”成为数据资产化的难点。主要表现在:数据资源合法拥有控制及经济利益流入可能性较难确认、相关的成本归集较为复杂、预计使用寿命及减值的不确定性较大、价值评估还没有统一标准等。解决这一问题，可采用“两分法”:一是推动用于数字化发展的公共数据按政府指导定价有偿使用，使企业和个人信息数据能够由市场自主定价;二是沿用三大传统资产评估方法，探索建立数据资产评估定价方法。而对于数据的确权和定价，这两大问题也一直是数据资产研究和企业实践过程中关注的焦点。这两大焦点的背后，涉及利益相关者和商业模式。杨正道认为，数据的特性是可复制性、非竞争性、非排他性、非耗竭性的。数据确权涉及多个利益相关者，包括企业、个人用户、政府机构等，各方对于数据的权益和使用方式可能有不同的立场和诉求。因此，明确各方的权益和责任，平衡各方的利益，是确权过程中的关键。一是要确认数据属性，看数据是原始的还是二次加工的，数据获取渠道是哪些，数据失效的约定是什么，等等;二是确认数据主体，数据的生产者、所有者、获取者、使用者分别是哪些。数据确权和定价也与企业商业模式密切相关。企业需要探索合理的商业模式，实现数据的合规使用和价值转化，同时保护用户的权益和隐私。此外，还可借助技术手段来实现。例如，利用区块链技术可以有效地记录数据的交易和权益归属，利用数据定价算法可以基于数据的价值、稀缺性等因素进行合理的定价。总之，解决这些问题需要各方的共同努力和协作，以确保数据的合规使用和价值的合理转化。
杨正道指出，面对数据资产入表过程中出现的以上问题，如果处理不好，将引发一系列风险。一是合规风险:如果数据资产的使用和交易不遵循相关法律法规，企业可能会面临法律制裁和罚款等风险。二是财务风险:数据资产定价不准确或不公允，可能会导致企业财务报表的不真实或误导，进而影响投资者和利益相关者的决策，引发财务风险。三是运营风险:数据确权不明确或数据定价不合理，可能会影响企业与合作伙伴或客户的合作关系，甚至导致商业机会的丧失。四是技术风险:数据存储、处理和分析的技术问题可能导致数据丢失、损坏或泄露，从而引发技术风险。因此，对于企业来说，妥善处理数据资产入表过程中的问题至关重要，以确保数据资产的安全、合规、准确和公允，从而降低相关风险并为企业创造更大的价值。对于如何化解这些风险，杨正道提出了7个方面的建议:一是建立健全治理机制。建立完善的数据治理机制，明确数据资产的管理责任和流程，确保数据资产的管理和使用有规可循、有章可依。二是强化数据质量管理。通过数据清洗、验证和整合等手段，提高数据质量，确保数据的准确性和完整性;建立数据质量监控体系，及时发现和解决数据质量问题。三是加强数据安全与隐私保护，采取有效的数据安全措施，保障数据资产的安全存储和传输;尊重用户隐私，遵守相关法律法规的要求，确保个人隐私得到保护。四是合理评估数据资产价值。建立合理的评估体系和方法，准确评估数据资产的价值。这有助于企业在数据交易和合作中做出明智的决策，避免财务风险。五是明确数据权责与合规使用。应明确数据资产的所有权、使用权和处置权等权责关系，确保数据的合规使用;同时，遵守相关法律法规和伦理标准，避免法律和伦理风险。六是强化人才培养与合作。应加强人才培养，提高员工的数据素养和技能水平。七是积极与外部机构合作，共同推动数据资产的管理和发展，对数据资产的管理和使用进行持续监测，及时发现和解决潜在问题;同时，根据实际情况不断优化和完善数据资产的管理体系和流程。
