中国企业数据资产入表情况跟踪报告—2024上半年-上海高级金融学院-2024-58页_23mb

中国企业数据资产入表情况跟踪报告总结

核心内容概览

2024年8月，财政部发布的《企业数据资源相关会计处理暂行规定》正式实施，标志着数据资产入表工作进入实质性阶段。截至2024年9月30日，中国企业数据资产入表呈现出快速增长态势，无论是入表企业数量还是入表金额，均显著上升，预示着数据资产入表正步入快速扩张期。

主要观点

• A股上市公司：截至2024年8月31日，41家A股公司披露了数据资源入表情况，涉及金额达13.64亿元，较一季度有显著增长。数据资源主要计入无形资产和开发支出科目，其中无形资产占比最高，为43.1%。
• 非上市公司：截至2024年三季度，已有126家非上市公司披露数据资源入表项目，涉及金额5.11亿元，其中城投公司和类城投国企占主导地位，占比达85%。
• 行业分布：数据资源入表企业主要集中在信息传输、软件和信息技术服务业及制造业，金融业和零售业也有突破性进展。
• 区域分布：北京、山东、广东等地成为数据资源入表的热点区域，其中山东省非上市公司入表数量居全国首位。
• 金融价值实现路径：数据资产入表为29家公司带来合计7.32亿元的理论市值增量，数据交易所和银行成为主要推动者，同时部分企业尝试知识产权证券化、数据信托等创新模式。
• 挑战与建议：数据资产入表在会计确认、成本归集、价值评估等方面仍面临挑战，需从政策引导、企业治理优化、技术创新和市场机制建设等多方面推动。

关键信息

A股上市公司数据资产入表情况

• 企业数量：从一季度的17家增至41家，增长显著。
• 入表金额：从0.79亿元增至13.64亿元，增幅达1600%。
• 科目分布：
  • 无形资产：26家，涉及金额5.88亿元。
  • 开发支出：18家，涉及金额3.03亿元。
  • 存货：5家，涉及金额4.73亿元。
• 行业分布：
  • 制造业：10家。
  • 信息传输、软件和信息技术服务业：5家。
  • 金融业：1家（海通证券）。
  • 批发和零售业：2家。
  • 建筑业：1家（浙江交科）。
• 实控人分布：
  • 民营企业：26家。
  • 地方国资委：7家。
  • 国资委：6家。
  • 个人：26家。
• 市值分布：
  • 市值500亿以下企业占比达85%。
  • 市值500亿以上企业由1家增至6家。
• 数据资源影响：
  • 对资产负债率影响较小。
  • 对部分企业利润率影响较大，其中每日互动实现扭亏为盈。

新三板及B股公司数据资源入表情况

• B股公司：1家，涉及金额0.05亿元。
• 新三板公司：9家，涉及金额0.12亿元。
• 科目分布：无形资产为主要科目。
• 行业分布：信息传输、软件和信息技术服务业为主。
• 实控人分布：以民营企业为主，其中7家为个人控制。

非上市公司数据资源入表情况

• 企业数量：从一季度的42家增至三季度的126家。
• 融资情况：从1.04亿元增至5.11亿元。
• 区域分布：已覆盖22个省级行政区，山东非上市公司入表数量居全国首位。
• 登记机构分布：
  • 本地平台：57%-58%。
  • 跨省平台：16%。
  • 全国平台：相对较少。
• 行政级别分布：
  • 地市级城投公司和类城投国企占比稳定在75%以上。
• 数据类别分布：
  • 交通运输类数据占比最高，达41%。
  • 政府数据次之，占比21%。
  • 公用事业类数据占比19%。

数据资产金融价值实现路径

• 数据交易所：作为重要纽带，为企业提供登记凭证和融资撮合。
• 银行：主要通过质押贷款和无质押贷款形式实现数据资产金融价值。
• 创新模式：
  • 知识产权证券化。
  • 数据信托。
  • 数据资产与AI等新技术结合，开发大模型应用。

数据资产入表及金融价值实现的挑战与建议

• 挑战：
  • 会计层面：确认与分类、成本归集、摊销方法与年限、税会差异。
  • 金融层面：确权、价值评估、市场机制与流动性、隐私及安全风险。
• 建议：
  • 政策引导：加强政策支持，明确数据资产入表标准。
  • 企业治理：优化内部治理结构，提升数据资产管理水平。
  • 技术创新：推动数据治理和价值评估技术发展。
  • 市场机制建设：完善数据资产交易市场，提升流动性。

数据资产入表案例

案例1：每日互动

• 入表科目：无形资产。
• 入表金额：2,333.31万元。
• 摊销方式：加速摊销法。
• 形成方式：自行开发。
• 应用场景：为移动应用开发者提供推送解决方案，开发智慧交通、医疗健康等数据智能应用。
• 影响：数据资源入表使公司扭亏为盈，利润从-8.32%提升至2.43%。

案例2：中文在线

• 入表科目：无形资产。
• 入表金额：404,672.36元。
• 摊销方式：直线法。
• 形成方式：外购。
• 应用场景：用于AI大模型训练及销售给科技公司。
• 影响：数据资源符合无形资产确认条件，未计提减值准备。

案例3：三大电信运营商（中国移动、中国电信、中国联通）

• 入表科目：开发支出（中国电信和中国联通）及无形资产（中国移动）。
• 入表金额：
  • 中国移动：4,100万元。
  • 中国电信：1,0507.37万元。
  • 中国联通：8,476.39万元。
• 形成方式：自行开发或外购。
• 应用场景：
  • 中国移动：梧桐大数据平台、九天人工智能基座。
  • 中国电信：星海数据智能中台、灵泽2.0数据要素平台。
  • 中国联通：可信数据资源空间、政务大数据平台。

案例4：国源科技

• 入表科目：开发支出。
• 入表金额：2,538,233.87元。
• 形成方式：自行开发。
• 应用场景：农业和国土资源数字化治理，提供数据服务和算法技术。
• 影响：数据资源形成资本化支出，为农业保险、农业大数据等提供数据支持。

案例5：海天瑞声

• 入表科目：存货。
• 入表金额：6,270,556.21元。
• 形成方式：自行加工。
• 应用场景：数据资源用于AI训练，提供数据服务。
• 影响：数据资源占存货比例达88.43%，对利润率产生积极影响。

总结

2024年上半年，中国企业数据资产入表工作取得了显著进展，A股和非上市公司均表现出快速增长趋势。数据资源主要计入无形资产和开发支出科目，行业和区域分布呈现出集中趋势，尤其是信息传输、软件和信息技术服务业及制造业。随着政策支持和市场机制逐步完善，数据资产的金融价值实现路径日益丰富，但仍面临确权、评估、流动性等多方面挑战。未来，随着更多企业加入数据资产入表行列，数据资产在金融体系中的作用将进一步增强。