学院新闻
您所在位置:首页 > 走进SNAI > 新闻中心 > 学院新闻
上海国家会计学院第十一届管理会计年度论坛顺利举行
日期:2023-11-28

  11月26日,由上海国家会计学院主办,远光软件、元年科技协办的上海国家会计学院第十一届管理会计年度论坛顺利落下帷幕。本届管理会计论坛的主题为“数据资产:入表与应对”。论坛解读财政部最新相关政策,聚焦数据资源的会计问题,探讨企业的应对措施。论坛共吸引线上线下约1.7万人次参与。



  上海国家会计学院院长、党委副书记兼亚太财经与发展学院院长卢文彬在致辞中表示,党的十八大以来,我国深入推进数字经济的发展战略,加快推进数字产业化和产业数字化,推动数字经济的蓬勃发展。2020年中共中央国务院《关于构建更加完善的要素市场化配置的体制机制的意见》发布,首次将数据与土地、劳动力、资本等并列作为生产要素。预计到2025年时数字经济将迈向全面扩展期,数字化创新引领的发展能力大幅度提升,智能化水平明显增强,数字技术与实体经济的深度融合会取得显著的成效。

  卢文彬表示,在数字经济蓬勃发展的今天,要真正实现数字作为生产要素的作用,数据资产化是先决条件之一。只有构建数据资产的价值体系,才能更好地释放数据价值,提升获客、改善体验、科学决策、缩减成本和降低风险,助力经济的转型、升级和高质量发展。数据资产入表是数据资产化的重要一环,也是当前数据富集性企业关注的焦点,通过入表的形式对企业的数据资产进行确认,可以将信息化建设的投资费用,由损益类变成资产类,改善企业的盈利表现,更加准确地反映公司的真实盈利情况。同时也可以体现企业的资产价值,改善资产负债率,满足资本市场上融资的需求。8月21号财政部印发了《企业数据资源相关会计处理暂行规定》,就企业数据资源的会计处理和信息披露作出规范,引发了社会广泛的关注。实务中数据资源确认为资产面临很多的挑战和困难,需要加以研究,在财务报告的公允呈报和避免扩大营运管理空间上寻求平衡。上海国家会计学院自2013年举办首届管理会计论坛以来,已经针对不同专题举办了十届的管理会计论坛,产生了广泛的社会影响。本次论坛聚焦数字资产入表与应对的问题,开展富有建设性的讨论,凝聚各界共识,共同推动数据要素资产、数据要素市场的繁荣。


  上海国家会计学院党委委员、副院长白晓红主持了致辞环节。


  在主旨发言环节,普华永道技术合伙人符文娟对《企业数据资源相关会计处理暂行规定》进行了解读。她表示,数据是数字经济时代的重要战略性资源,也是企业经营管理的关键生产要素。国家“数据二十条”明确提出探索数据资产入表,财政部也于2023年8月正式颁布《企业数据资源相关会计处理暂行规定》,待 2024年1月1日正式实施后,“数据资源是否入表”将不再是部分企业内部管理视角的选择题,而是所有企业财务合规视角的必答题。暂行规定虽未改变资产确认条件和计量基础,也不涉及对现有会计准则体系的原则性突破,但无疑给市场和企业释放了积极的信号,推动企业更有效、稳妥地开展数据合规和治理工作,进一步促进数据要素有效流通和企业数字化转型。同时,数据资源入表也是一项跨学科、跨部门的工作,需要有效整合资源及跨部门沟通才能完成。财务端需要和业务端、科技端进行更多的沟通和交流,在建立健全数据资产目录、数据资产盘点、数据血缘分析等有效数据治理后,才能稳妥地进行相关经济利益分析和实现成本的可靠归集和计量,最终实现数据会计入表。


  全国政协委员、中联资产评估集团有限公司董事长、中国资产评估协会副会长范树奎基于资产评估视角介绍了数据资产入表。他表示,数据资产入表是显化数据资源价值的重要手段,数据资产价值评估能够助推数字经济高质量发展。企业要论证数据资产入表战略发展方向,合理规划数据资产入表。不同类型企业、所处发展阶段不同,合理判断数据资产入表后产生的影响不同。一方面结合数据资产特性建立专业化成本计量机制,将信息化项目支出的费用及形成的资产,与伴生数据资源之间构建清晰准确的价值转化机制,保障数据资产确认与计量的合理性及可操作性。另一方面关注和满足数据资产价值信息披露内在要求,根据数据资产自身特点,对此进行更加准确地列报和全面的信息披露,要防止无标准入表、防止虚增数据资产、防止数据资源信息披露失实。通过大量数据资产实践总结,数据资产入表前应开展模拟实践,资产评估能够提供数据资源确认、计量、披露等入表相关专业咨询服务,为数据资产入表企业提供有力技术支持。对于表内数据资产的持续管理是重中之重,需要建立数据资产编目、分级以及管理体系,完善数据资产管理制度,通过数据资产价值管理手段和动态评估,实现企业数据资产价值管理。


  本环节由上海国家会计学院教研部执行副主任、副教授刘梅玲主持。

  在成果发布环节,上海国家会计学院党委委员、副院长白晓红带来了《数字经济与数字资产交易》新书发布讲解分享。她介绍,《数字经济与数字资产交易》一书是由我国立法专家和经济学家朱少平主持编写,全书以“纵览全球、透视中国”的设计思路,试图探究数字经济和数字资产交易的基本原理和发展逻辑。全书共10章,第一板块涵盖“数字经济的概念和特征”、“数字化基础设施”,一个重要的判断是智能化数字化网络化技术是数字经济发展的引领和支撑;第二个板块包括“数字产业化和产业数字化”以及“数字化转型”,数字产业化和产业数字化融合发展,使得整个产业经济发生翻天覆地的变化;第三板块涉及“数据交易”和“网上交易”,数字经济的本质特征最终体现为市场化交易,涉及数据的加工、确权、入表、披露,以及各类交易的数字结算;第四板块为虚拟币与国家政策、数字治理、数据安全,包括国家对虚拟币的政策和管控,这些都是数字经济运行的配套体系。

  从数字经济、数据资源、数据产品到数据资产,一切都依赖于数字经济的基础设施,首先是数字产业化+产业数字化,也就是正在进行的数字化转型。其次是数字资产的两端分别是资产数字化和数字资产化,例如,一方面货币、股票、债券、期权等新的资产形态,进行数字化的过程,既包括权威机构的认可也包括智能合约的认证;另一方面数字货币、数字使用权、数字积分也在进行资产化,通过数字合约形成数字资产。这都构成了数据资源,数据资源的资产化过程是一个动态的场景。从数据到数据资源会涉及整体的规划、治理、加工、清洗、整合,及其大规模的技术支持。每个企业都需要对数据资产进行评估、合规管理、定价、交易准备。数据资产形成数据产品的过程需要大量的清洗、整合分析以及数据可视化工作。数据入表的过程,体现了数据的资本化和数据资产证券化的要求。这是本书对数字经济与数字交易发展原理和逻辑的呈现。

  本书《数字经济与数字资产交易》与《数字经济与资产证券化》是姊妹篇,将于12月出版。作为本书的作者之一,白晓红提及,过去十年中,中央提到经济的双循环、数字经济、全国统一大市场、防范化解重大风险等重大课题。从宏观经济运行中存在的重要现象,比如消费需求不足、产能过程和产能不足“两难困境”,引发我们思考能否开辟一个新的市场进行交易。对此,朱少平提出“新交易”模型:第一,新交易更多要在成本之下的“增量交易”上做文章,现有的商品生产过程是完成生产之后才进入到消费,“成本+利润”定价模式这一传统的商业模式在物联网下、在产业链生态下、在个性消费需求下、在数字化交易下已经被彻底打破。第二,新交易使得上下游企业产生新的闭环,催生新的生产模式、定价模式和交易模式;第三,新交易本质是一种数字化交易,未来的消费场景有数字交易的平台支撑;第四,新交易的另种性质数据资产化和资产证券化,而资本市场新的生产要素调整,最终会落点到企业资产结构的优化,即数据资产的要素化、资产化和资本化,完成数据的资本化的价值再生产过程。第五,新交易破局必然依靠新的商业文化创设。这是本书的特别贡献。

  白晓红认为,如何优化企业的资产负债结构,以成倍的效率降低成本,以乘数级的效率提高经济资源的产出效果,是我们当下需要研究的问题。近期国家提出了“数字财政”的概念,其“大会计”基础是国家资产负债表,而国家资产负债表是最终由产业和企业所构成,在原来土地市场、知识产权市场、资本市场之外,构建新的“数据市场”,必将为宏观经济注入新动力、为产业结构转型升级提供一个要素基础,在微观经济层面将为“企业资产负债表”提供优化的空间和工具。在数字经济与数据资产之间,包含着数字产品、数字政府、数字社会、数字安全、数字货币、数字治理等一系列新价值、新逻辑和新规律,有待于各领域各层次的深入实践、探讨和发现。


  上海国家会计学院博士季周交流了企业数据资产化调研报告——基于上海数据交易所的挂牌企业。她表示,调研发现企业数据应用模式一般有业务数据化和数据业务化两种模式。企业数据从资源变成资产,需要完成资源化、产品化和资产化的三步走。数据资源化阶段是原始数据经过加工整理归集和存储,形成具有使用价值的数据资源的过程。数据产品化阶段数据资源和生产经营相结合,根据特定的业务需求和场景,对数据按照一定的逻辑或算法加工处理,形成具有交换价值的数据产品或服务的过程。数据资产化阶段是数据产品通过市场流通交易给使用者或所有者带来经济利益或实现市场价值的过程。数据意识的增强和数据开发利用能力的提升必然要求加速推进数据资产化进程。根据数据资产化路径,数据产品可以通过自用、共享、对外交易等形式流通,可交易数据产品的价值可以通过交易合约体现。数据资产化能够有效提升企业开发利用数据的意识和能力,科学服务业务决策,创新商业模式,更好地帮助资本市场发现和评估企业价值。数据资产化的未来需要依靠制度政策的完善、企业的实践创新以及学术机构的跟踪研究三个方面的力量。


  本环节由上海国家会计学院教研部执行主任、教授刘凤委主持。


  在专题演讲环节一,北京数·无尽藏科技公司联合创始人、“数据要素流通标准化白皮书”专家组成员、全国信标委大数据工作组专家高勇就“数据资源到数据资产”这一主题发表演讲。他表示,从数据的角度来看,数字经济是产业数字化(数据的产生)、数字产业化(数据的应用)以及数据资产化(数据的价值)三者相辅相成形成的正循环。数据资源到资产的核心手段是制度建设和治理工作。从数据资源到数据资产有一个重要的中间环节——数据产品。数据资源通过治理成为可供应用的数据产品,数据产品可登记,可交易、可计量、可评估。数据产品经过资产评估,成为了数据资产。通过实践总结,从数据资源到数据资产包括数据资源盘点归集、数据管理体系、数据确权合规、数据资产化治理、数据质量评价、数据价值评估、数据和资产登记、数据资产会计处理以及数据资产应用等环节。体系建设和资产化治理是影响数据资产价值的核心。其中数据管理体系建设涉及组织、制度、流程、技术四个方面以及数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准、数据生命周期八个过程。数据资产化治理包括确权合规、结构化和价值挖掘,主要针对确权需求进行数据治理、非结构化数据的结构化以及开发数据的价值潜力三方面入手。


  本环节由上海国家会计学院会计系主任、教授佟成生主持。


  在专题演讲环节二,元年科技董事、执行总裁郝宇晓认为,数据资源资产化并进入会计报表,目前最关键的问题不是资产价值如何评估、账务处理如何操作,而是必须先解决好万里长征第一步:“如何使得企业内部的业财信息,转变成可以创造价值的资产?”郝宇晓指出,资产的核心特征是能够为资产的所有人创造价值。而数据资源入表,意味着数据资源必须首先完成数据资源资产化。目前,企业所拥有的数据,理论上既包括企业围墙之内的财务数据、业务数据、管理数据,也可以涵盖企业围墙之外的生态数据和宏观数据。但是,大多数企业的数据质量还存在很多问题,数据的“缺、粗、散、慢、断”的现象还十分严重。这样的数据距离能够支持决策、赋能业务还有很大差距。因此,通过案例分析,郝宇晓指出,要实现数据资源入表,必须以管理会计思想为指导,以应用场景为依托,建立数据、模型、应用的三层架构的思维方式,通过数据治理,达到数据规范、质量可靠、及时全面、维度丰富、融会贯通、赋能决策的目标。此外,郝宇晓还强调,数据治理的实现,必须依托数据中台这一技术工具,才能保证管理会计的思想、数据治理的方法在企业内部实现。


  远光软件大数据事业部总经理张允君作《集团企业数据资产管理实践》主题演讲时表示,集团企业作为数据要素的创新主体,同时也是数据要素市场的主要需求方。应该从全局角度出发,结合业务发展目标,加快构建数据管理体系;在数据要素市场中,发挥引领示范作用,推动数据要素市场的健康发展。张允君认为,集团企业数据资产管理应从“看得见、管得住、治得好、找得到”四个方面着手。看得见:根据企业数据要素重要程度、数据敏感程度等维度划分数据分级、分类工作,将汇聚的各业务系统多源异构数据进行规范地分层设计,并落地存储到适合的存储引擎,为前端应用提供数据支撑,让企业数据资产看得见。管得住:依托财务数据治理经验和完备的质量规则库,采用“管治结合”的方式,将对数据质量、数据安全的管控事宜嵌入到对财务数据进行规范管理的各个环节。治得好:数据治理系统承担数据汇聚、存储、管理、开发、发布等职责,应具备数据建模、数据开发、质量管理、安全保障、服务管理几大核心能力,以便于相关工作能够得到顺利、高效开展。找得到:通过统一企业资源搜索入口,使用户通过关键词一键式获取索求的数据资源,帮助用户实现不同场景下数据资产好查、好用、易懂以及数据可信的需求。


  本环节由上海国家会计学院博士吕明晗主持。