新闻中心
联系我们

表内还是表外：是个问题！——上市公司一季报数据资产入表情况分析

2024-06-03 0
文 |  厦门大学会计发展中心刘峰教授，上海数据交易所研究院副院长赵永超



2024年4月20日，开普云（688228，SH）发布季报，表内列示数据资产438万元，占总资产比重为0.23%，成为沪深两市第一家在季报内列示数据资产的公司。截止2024年4月30日，共有25家公司先后在表内报告了数据资产，但7家公司很快就发布“更正启事”，提出因为分类错误，将原本属于合同资产的项目错误地填列为数据资产。在完成更正后，表内确认数据资产的公司剩下18家，金额最高的2460万元（恒信东方），最低的只有24万元（浙江交科）。


由于季报内容比较简略，通常只包括主要财务数据、股东信息、其他体型事项以及财务报表，没有与年报规定的“管理层讨论”与“报表附注”等部分，也就没有表外披露的空间。因此，一季度季报对数据资产的披露不多。2024年一季度末沪深5126家上市公司，根据我们定义的“数据资产”词典统计一季报表外披露与数据资源相关文字的公司37家，明确定义并描述数据资产的公司更是“凤毛麟角”。


数据作为新型生产要素，其对社会再生产乃至社会治理的重要性，与日俱增。在表内确认，还是表外披露，是一个超越会计、具有广泛社会影响的问题。本文对这一问题的讨论，是从对2024年一季报的描述与分析入手。2024年一季报统计数据表明，上市公司对数据资产“入表”高度谨慎，或许与季报格式内容简短有关，但表外披露数据资产的现象也不普及。




数据资产入表：

总体态度小心谨慎




2022年12月，中共中央、国务院发布《关于构建数据基础制度更好发挥数据要素作用的意见》（简称“数据二十条”），将数据要素“确权”为一项生产要素，并要求建立起数据要素流通和交易制度；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》（财会[2023]11号）（以下简称“暂行规定”），要求自2024年1月1日起执行。这为业界广泛讨论的数据资源转换成财务报表系统中的数据资产，提供了权威依据。2023年12月31日，财政部发布《关于加强数据资产管理的指导意见》（财资[2023]141号），进一步给出对数据资产的具体规定。

 “暂行规定”发布后，对数据资源入表的讨论成为热点问题。罗枚等（2023）、黄世忠等（2023）、张俊瑞和威雁麟（2023）都给出数据资产表内确认的方法与建议。各类媒体报道宣传数据资产入表，如“万亿数据资产明年起‘入表’，多地政企开始紧锣密鼓抢‘蛋糕’”、《上海证券报》“数据资源入表在即 企业如何抓住红利？”、包括北京易华录信息公司等多家机构联合发布《数据资源入表白皮书》（2023版）等，都在为2024年1月起的数据资源入表提供建议。“百度搜索指数”显示，2023年起，数据资源就一直被关注，而自2024年2月起，数据资产入表被检索的次数迅速提升。

1.png
图1 近一年“数据资源”、“数据资产入表”百度指数变化情况

但是，2024年一季度报告显示，上市公司对数据资源入表仍然是“小心谨慎”。在沪深全部上市公司中，只有25家上市公司在表内确认了数据资产。并且，有7家公司季报公布后不久就发布订正公告，否定公司存在数据资源现象。至2024年4月30日，表内确认数据资产的上市公司共有18家。

2.png
图2 数据资源入表上市公司行业统计

如图2所示，18家企业分布在7个行业，绝大多数为信息技术企业和工业企业。各企业入表金额存在较大差异。金额最大的为恒信东方，约为2460万元，占全部18家公司数据资源入表总额的25.54%；入表金额最小的为浙江交科，约为24万元。

按照“暂行规定”的要求，数据资产入表分为三类：无形资产、存货、开发支出。这18家公司所报告的数据资产，作为无形资产的数据资源入表总额最高，约为7866万元，占全部入表总额的76.20%；其次为作为开发支出，占比约为17.12%；最后是作为存货的数据资产，占比约为6.68%。除美年健康、中远海科、卓创资讯和海天瑞声4家公司以外，其余公司并未在其报告内对其数据资源及其资产化分类依据做具体阐述。

各企业入表数据资产金额占其总资产账面值比重非常小。除恒信东方外，其余公司披露的数据资产占总资产的比重普遍在1%以下，中交设计、南钢股份、山东高速、青岛港和浙江交科5家企业数据资产占总资产的比重几乎可以忽略不计。附录一是全部18家公司的相关信息一览表。

全部5100多家公司，只有18家公司在表内披露数据资源，且金额偏低，远未达到事前媒体所预计的“万亿资产入表”的景象。可见，所有上市公司在对待数据资产及其入表的处理上，小心谨慎。



数据资产入表：

具体内容表述多样




上述18家公司在表内披露了数据资产，但披露的内容详简程度不一。由于季报本身的内容比较简单，公司只要按照格式要求完成相应内容填列即可。因此，18家公司中的11家，只是在表内对应的项目下分别列报了相关金额，没有追加披露这些金额代表的具体内容。这是最简洁的入表；第二组公司在表内金额填列的基础上，对所列报的数据资产作出简要的文字说明，如拓尔思在其他公开信息中提及，“在上海数据交易所、北京国际大数据交易所、贵阳大数据交易等挂牌了数据产品”，这组公司有三家。

第三组公司在季报列报数据资产金额的同时，还较具体、详细地描述了这些数据资产，包括应用场景与分类依据（中远海科）、分类依据与成本构成（卓创资讯）等。这类公司有4家。表1具体列示了7家公司对数据资产的披露情况，描述性文字摘自公司的季报。

3.png
表1 部分公司入表数据资产具体内容列表

超过5000家公司，只有18家在表内列表数据资产。因此，上述对数据资产内容的描述与归类，存在代表性不足的可能。这也与一项新生事物产生后，人们总是先观望、学习有关。但是，知识的传递存在多种路径，如“学习效用”、“溢出效应”等。上述对数据资产的列报内容与格式，预计会程度不同地影响到未来上市公司数据资产的列报实践。



为什么要订正？

对成本投入的归集认定缺少计量载体




或许是首次在表内确认数据资源，亦或许是因为报表格式新增加数据资源选项，全部25家在表内报告数据资源的上市公司中，有7家陆续发布订正公告，订正的理由一致，都是因为报表格式调整、跨行错填等。比如，威星智能在4月25日的季报中，在“存货——数据资源”栏目下，披露公司有3917.82万数据资产；仅仅两天后，4月27日，公司发布更正公告，称“因错行原因导致三项说明错位详见具体修改内容；存货中的数据资源多余数字去除”。而盛邦安全在它的订正公告正文中，没有提及数据资产问题，但订正后的季报中，将“存货——数据资源”项清零，余额归入存货一栏。

4.png
表2. 7家差错订正公司差错原因说明一览表

表2是全部7家公司差错更正及说明一览表。为什么会出现如此高比例的差错更正？按照这7家公司的解释，因为今年的年报增加了新的栏目，包括“存货——数据资源”、“无形资产——数据资源”等，上市公司在交易所的系统中填报数据时，因为新增栏目，导致错误填列现象发生。具体阅读各公司的订正公告，上述诸如威星智能、盛邦安全、中闽能源等都不是纯粹填列错行所致。为什么事后要发订正公告、不填列数据资源，原因值得讨论。

进一步，一季报发布的日期是从4月1日到4月30日。4月3日，航锦科技率先发布一季报；到4月20日，沪深的5126家上市公司中，共有339家公司发布一季报，都没有在表内填列数据资产。由此可以见，市场对是否填列数据资产，还是非常谨慎、小心。并且，上市公司的报表填列是一个相对严谨的过程，如此高比例的报表填列错误，也很难用“疏忽”、“误报”来解释，对数据资产入表有关认知尚没有统一标准或许是原因之一。

数据产品或许可以作为数据资源入表和后续计量的重要载体。我们观察到目前上市公司在厘定各自入表标准时尚不统一。这方面由于数据资产投入的复杂性，较难从原有业务价值中 拆分出数据资产的贡献，这就为后续成本归集、量化经济利益流入带来困扰。目前若干上市公司尝试以数据产品作为数据资源入表和后续计量的重要载体，这一做法值得引起关注和思考。数据产品无论是在企业内部使用还是在数据交易所公开挂牌交易的产品，是数据在资源化、产品化再到资产化过程中处于承上启下的一个重要形态。以数据产品组织数据资产使得对数据资产的计量经济利益流入、开展成本归集和后续减值计量等方面有了较为可靠的物质载体和计量基础，同时可以更好的帮助企业厘清自身数据资产状况，稳妥有序地释放数据资产价值。



数据资源的表外披露：

描述多样化没有标准格式




中国证监会2016年修订发布的第13号信息披露编报规则，对季报的要求相对较概略，但要求上市公司“应当编制季度报告的附录部分”（中国证监会，2016，第15条）；2021年初，深、沪两个交易所先后修订、发布了“季报格式”，它们对季报要求上不尽相同，但主体内容一致。季报包括：重要内容提示、主要财务数据、股东信息、其他重要事项、季度财务报表等五个部分，没有对报表附注的强制性要求。

我们运用“种子词集+Word2Vec”相似词扩充方法构建数据资产信息披露水平度量的相关词典，挖掘上市公司年报文本中的数据资产信息并评估其披露水平。经过大量上市公司报告的文本分析，我们得到多个代表数据资源和数据资产的关键词并建立数据资源相关词典。之后基于词典对沪深全部上市公司第一季度季报文本进行检索。检索中如果出现提及关键词次数多次的公司，我们调取该季报，通过人工阅读及分析，确定其是否在表外披露了与数据资产相关的信息。只有当上市公司在“三、其他提醒事项”等部分专门介绍与数字化等相关内容的，视为表外披露了数据资源。由此，我们获得浦发银行、中国能建、平安银行、中电兴发、中远海科、数字政通、汉得信息、卓创资讯、均普智能等37家上市公司的样本。也就是说，即使一季报并没有强制要求披露管理层分析与讨论，但还是有一些公司表外披露其在数字资源、数智化方面的进展。相比于直接数据入表，表外披露公司的数量还是多于表内披露的，由此可见，大部分公司的态度更为谨慎。

附录2详细列示了这37家上市公司在季报中披露的、与数智化相关的全部文字。从中可以看出，目前实务中的表外披露，尚未形成模板化文本，各公司的披露多样化、差异化特征明显。以同属银行业的平安银行和浦发银行为例，它们的披露方式就存在较大差异。浦发银行在“四、管理层讨论与分析”项下，载有：“聚焦‘五大赛道’，推动数智化战略有效实施”、“数字金融”等文字，介绍浦发银行的业务发展中的数字化战略等举措，没有专门介绍公司的数据资源；平安银行的一季报或许是所有上市公司一季报中篇幅最长的，包括封面在内达34页，而其他公司一季报的厚度在15-17页之间，在“管理层讨论与分析”项下，介绍“数字化平台与综合金融”；并将“数字化转型”与公司业务并列，专门介绍。

总体上，它们对数据资源的披露以自然语言文字为主，没有形成固定模板格式。各家公司披露的侧重点不同，总体上都是围绕公司业务展开，介绍公司业务开展过程中的数据化、智能化应用情况；行文中根据各该公司的具体情况，披露文字提及：数据库、数据应用的名称；公司申请的专利数量；相关数据资源的投入情况等等。

值得关注的是，包括大智慧、同花顺等在内的多家提供数据、系统服务的上市公司，理论上，它们的资产中，数据资产应该占有一定的份额。比如，同花顺2024年一季度末资产总额约85.70亿，货币资金68.97亿。然而，它的季报部分只提及“公司加大创新投入，包括对机器学习、自然语言处理、智能语言、数字人等关键技术攻关……，并新增大数据、人工智能等软件著作权登记21项，新增发明专利授权18项（其中美国专利1项）”。继续翻阅大智慧、同花顺、东方财富、京北方、指南针和上海钢联6家此类型上市公司2023年年报，它们大多在“第三节 管理层讨论与分析”项下的“三、核心竞争力分析”中将数据资源作为优势之一单独介绍。例如，东方财富在年报中阐述“4、海量数据优势。从最初的财经门户到如今的互联网财富管理综合运营商，公司构建了完善的金融数据库，拥有海量、及时、全面的金融数据……，同时，公司在基于互联网向海量用户长期提供资讯、社交、交易等服务过程中，在安全合规前提下，积累沉淀了海量数据，与金融数据库共同组成了公司海量数据资源优势，为公司围绕用户需求、提升产品服务能力和用户体验提供了有力保障。”并且，和其他行业的公司相比，此类提供数据、系统服务的上市公司的研发投入和募集资金项目则以数据应用和系统为主。例如，上海钢联的年报中，“研发投入”项下的16个项目均为各类钢铁APP、钢联数据平台和系统等。除此之外，这一类上市公司年报中 对数据资源的披露与其他行业的公司没有明显的差别。



进一步的讨论与分析




1、市场亟需数据资产披露的建议性模板

上市公司为什么不愿意在表内列报数据资源？表外披露也没有被广泛采纳？上市公司财务报告对数据资源的处理，市场上所预计的“热潮”并未到来，背后可能的原因，值得进一步去深讨。我们的猜测是：对数据资源项目，上市公司在决定表内列报、表外披露、不专门讨论等选择时，收益与风险是选择的主要影响因素。因为上市公司公开信息披露受到各方严格监管，且资本市场会因为上市公司年报编报、信息披露等中所可能存在的瑕疵、乃至错弊，承担各种责任，从警示函、警告，到罚款、市场禁入，甚至是刑事责任。这或许是绝大部分上市公司在季报中对谨慎对待数据资源的直接原因。进一步，上市公司面临重重监管和各种未来潜在的风险，它的表内列报、表外披露都会权衡各种法律风险、监管风险、媒体监督风险等，选择谨慎的处理方式，就是风险规避的表现。但是如果我们能够提供内容相对明确、固定的上市公司数据资产披露的建议性模板，强化上市公司数据披露的规则和框架方面的研究，就能够在一定程度上减少上市公司自主披露数据资产的风险。从目前上市公司的正常经营来看，增列数据资源带来的收益不明显，但是，如果其未来价值波动，通过披露模板等方式使得风险是明确的，可能会有越来越多的上市公司愿意主动地披露数据资产。

2、资产确定多为主观判断需要第三方可验证平台

站在收益角度，在首批数据资产披露的企业中，获益最明显的企业之一就是卓创资讯。通过数据资产的确认，企业2024年一季度净利润为2481.22万元，同比增长46.20%，公布季报的第二日，公司股价实现20%的涨停。在2024年一季报中，卓创资讯详细披露了公司确认数据资产的依据和做法。根据一季报披露，公司将自用的数据资产作为无形资产核算，主要基于以下判断：1、与公司数据资产有关的经济利益的实现方式主要是资讯服务、数智服务相关产品的直接或间接调用，以及极少数情况下对部分数据资源的非排他性使用权的对外出售，是内部使用和对外交易但并不主要依赖对外直接出售取得经济利益的双重使用业务模式，即公司持有数据资产的主要目的并非直接对外出售，而是作为服务于资讯服务、数智服务相关产品的底层数据；2、公司生产的数据资产不具有实物形态。

卓创资讯确认公司数据资产的成本构成主要是分析师为生产数据所发生的职工薪酬以及所必须的设备折旧、水电费等。本来这种做法无可厚非，但是自用数据资产的确认完全依赖企业的主观判断，并没有按照原来无形资产确认时的严苛要求来进行约束，自用数据资产入表反而影响到财务报表信息的客观性与可验证性，进而影响信息披露的可靠性。并且当一家企业本身为一家数据服务类的公司，其主要成本就是数据分析师的薪酬时，自用数据资源入表的便会导致企业利润迅速增多，毛利率和净利率不断飙升，资产不断扩表。事实上，比较卓创资讯2024年和2023年的一季报，其一季度的营业收入相差不大，但是营业利润差距915.42万，与2024年一季度企业确认了940.51万的数据资产金额相近。并且由于企业2024年一季度营业利润为2813.43万，940.51万数据资产的确认对企业的财务报表影响较大，净利润同比增加46.20%，这也导致市场产生了误解，在季报公布的下一个交易日股价出现了20%的涨停。企业在季报中给出的解释：公司自2024年1月1日起执行《企业数据资源相关会计处理暂行规定》，本期净利润增加。这也进一步支持我们的猜测：自用数据资产的确认会影响到资产负债表与利润表相关项目的客观性。

如何在数据资产入表与会计确认可靠之间找到平衡点，是数据资产入表所面临的挑战。国际财务报告准则委员会在2018年修订发布的“概念框架”中，将“可验证性”作为会计信息质量的提升性标准特征之一，且以“如实表述”代替之前广泛使用的“可靠性”，期望通过可验证性、如实表述等特征来提升会计利润信息的相关性。

可验证性是指“不同的知情者及独立的观察者……能够就某一特定描述是否如实反映达成共识”（IFRS，2018，No.2）。具体场景下，会计信息能够被独立的第三方如审计师或监管机构，通过检查和验证相关的会计记录和证据来确认其真实性和准确性。会计准则为了增强可验证性，一个最典型的案例就是自创商誉不入账，只有外购商誉才入账。类推到自创自用的数据资产，这类数据资产也存在与自创商誉类似的问题，即是否产生相应的价值，价值是否具有可验证性以及是否应该资本化。目前从公开资料以及公司的披露来说，缺少数据资产价值可验证性的客观证据。另外，卓创资讯作为一个提供资讯服务、数智服务等的公司，在上市以来无形资产数值的列报几乎没有波动，2023年一整年虽然有部分研发项目完成，但全年并没有确认任何自研无形资产，一个合理的解释就是剔除数据资产的资本化准则要求更为严苛。因此，上市公司自用的数据资产能否入表以及按照什么标准入表仍然值得商榷。我们建议对于存在大量自用自创数据资产的公司，应当尝试着在专业的数据要素市场进行登记确权估值。只有登记确权估值以后，用此估值数据作为公司对数据资产进行资本化的依据，才能相对而言提高入表价值的可靠性和可验证性，并符合会计准则对资本化的谨慎要求。

3、国有企业数据资产面临规范数据资产创新应用的挑战

首批入表的18家上市公司除去大量软件业外，另一大类就是城投控股的上市公司，其中包括：浙江交科、山东高速、青岛港、中交设计等，数据资产入表更多的好处在于增加这类公司的资产，降低负债率，帮助企业更好地融资。而在我国市场上，由于政策推动，2023年下半年起，先后出现数据资产入表和融资的案例，这中间也包括很多城投平台。据统计，目前有超过40例实现数据资产融资的案例，如2023年6月，浙江英特讯信息科技有限公司以其“船舶静态信息数据”质押，获得杭州银行舟山分行1000万元授信。当然，对银行和发债方来说，如何有效评价数据资产的价值、控制数据资产价值波动的风险，是数据资产融资未来需要解决的关键问题。数据资产融资更加常见的方式是流通变现，即：通过直接提供数据服务、向市场提供标准化数据商品与数据服务，获取收入。与上述信贷、发债等直接融资方式类似，数据资产证券化也面临价值确定、确权等问题。

4、数据交易市场应在数据资产化过程中承担更多职能

我们发现本次数据资产入表的上市公司中有中远海科和拓尔思完成了在上海数据交易所的数据产品挂牌交易。两个公司在开展数据资产入表过程中依据数据产品开展有关入表确认和信息披露，投资人可在上海数据交易所交易大厅公开市场进一步获取数据产品的交易信息，取得了对投资人较为充分的信息披露，在资本市场获得了较为满意的入表结果。

在数据资产化的过程中，数据交易所扮演着不可或缺的角色。一是，数交所登记挂牌的数据产品有望成为上市公司确认数据资产的有效手段和依据，相关交易凭证具备可验证的市场效力；二是依托数交所公开交易市场，发挥数据交易市场在数据要素化方面专业力量，可进一步推动表外披露格式的标准化，向投资人提供更加专业、从要素价值释放角度更加有意义的信息；三是通过数据交易所开展有关数据资产的信贷或资本化创新应用，数据资产的质量更加安全可信，有利于在评判上市公司数据资产价值时基于较为稳妥和安全的假设基础上，拉齐上市公司数据资产的评估标准。上海数据交易所提出的DCB（Data-Capital bridge）数据资产“一桥、两所、两轴”架构，为数据资产创新应用提供了重要基础设施支撑，促进了相关各方基于标准化场内数据资产开展探索和实践。利用好数据交易所搭建的桥梁，对于实现数据资产的交易流通、确定数据资产价值、便利化上市公司市值管理等方面具有重要意义。

如果上述问题均能够得到有效解决，并充分发挥数交所等核心枢纽的职能，打通数据资产化的路径和融资渠道，完善上市公司数据资产披露的范式。那么，未来数据资产入表、披露，都将会呈现新的发展态势，最终实现数据资产的场内市场和证券市场的融合与协同发展。

（厦门大学屠雨泽、詹韵菲也参与执笔）




主要参考文献




[1]黄世忠,叶丰滢,陈朝琳.数据资产的确认、计量和报告——基于商业模式视角[J].财会月刊,2023,44(08):3-7.

[2]罗玫,李金璞,汤珂.企业数据资产化：会计确认与价值评估[J].清华大学学报(哲学社会科学版),2023,38(05):195-209+226.

[3]张俊瑞,危雁麟.数据资产会计：现状、规制与展望[J].财会月刊,2023,44(12):3-11.

[4]IFRS,财务报告概念框架[M],2018，第2章、第5章.


附录1




5.png

附录2

上市公司数据资源表外披露详请




6.png





来源 | 上海数据交易所