好的配资平台排名 上市公司数据资源稳慎″入表″,″点数成金″需解决哪些痛点？
炒股就看金麒麟分析师研报，权威，专业，及时，全面好的配资平台排名 ，助您挖掘潜力主题机会！
来源：@国际金融报微博
“新手上路”的上市公司“浅尝”数据资源“入表”。
记者依据Wind数据统计获悉，剔除清空入表数据资源的上市公司，截至9月4日共有39家A股上市公司披露数据资源入表相关情况，其中计入无形资产、存货和开发支出的数据资源金额累计分别为5.84亿元、4.73亿元和3亿元，总金额达到13.57亿元，与一季度相比有较大增长。
不过，39家、13.57亿元和整个A股上市公司数量和资产总额相比还是“九牛一毛”。并且，奥飞数据、晶华新材、密尔克卫、华塑股份、惠同新材等多家上市公司财报因披露数据资源不准确发生更正或修改。其中，“存货”项下的数据资源披露成为出错的重灾区，多家上市公司将存货科目项下的数据资源数值等同于存货科目数值。
“目前，数据资产入表还存在企业对数据的合法拥有和控制难确认、数据资产价值难确认和数据资源为企业带来未来经济利益流入难论证的难题和痛点，市场仍处于对数据资源价值的认知和探索阶段。”行业资深专家表示，推进数据资产化，既要鼓励，又要谨慎。政府应出台更多支持数据资产化的政策措施，加快完善数据资源相关会计处理准则和监管体系，同时需要更加注重数据资产治理结构的搭建，对数据不同层级的权益合法合规性的保护，加强风险管理，建立数据资产的风险管理体系。
试水数据资源入表
数据资源“入表”进入探索阶段。
记者依据Wind数据统计获悉，39家A股上市公司半年报披露了数据资源入表相关情况，企业数量和数据规模较一季度均大幅增长。从计入类别看，与一季度相比，计入无形资产的数据资源占比略有下降，计入存货的数据资源占比明显提升。
《中国企业数据资产入表情况跟踪报告》显示，25家A股上市公司在一季报中披露了数据资源入表的相关事项。其中，7家上市公司因填报错误等问题，后续更正了报告并剔除了数据资源相关数据；剩余18家上市公司披露了数据资源，涉及金额1.03亿元，归入存货、无形资产、开发支出项下金额分别为690万元、0.79亿元、0.18亿元。
根据半年报数据统计，39家A股上市公司披露的数据资产入表总金额达到13.57亿元，其中计入无形资产、存货和开发支出的金额分别是5.84亿元、4.73亿元和3亿元，分别占比43.04%、34.82%和22.14%。与一季度相比，计入存货的数据资源规模占比明显提升。从行业分布看，根据申万行业分类，半年报中，开展数据资源入表工作的上市公司较一季度扩围至通信、机械设备、电力设备、汽车、商贸零售、纺织服饰、国防军工和基础化工等八个行业。
值得关注的是，在本次中报季，中国电信、中国联通、中国移动均已完成数据资源“入表”以及相关信息的披露工作，涉及金额近2.6亿元。具体来看，中国电信入表规模最大，有1.05亿元数据资源列入开发支出项；中国联通次之，有8476.39万元数据资源列入开发支出项；中国移动有7000万元数据资源入表，在开发支出、无形资产类目下分别列入4100万元和2900万元。
总体上看，披露数据资源入表相关情况的上市公司数量、入表的数据资源规模与整个A股上市公司数量、资产总额相比只是“九牛一毛”。另外，奥飞数据、晶华新材、密尔克卫、华塑股份、惠同新材等多家上市公司财报因披露数据资源不准确，发生更正或修改。
奥飞数据原本是2024年半年报中数据资源入表金额最多的上市公司，达到10.89亿元。不过，其紧急对半年报数据进行了修改，将数据资源全部清零。晶华新材此前在半年报中将近3.18亿元存货全部列示为“数据资源”。随后，晶华新材公告称，公司半年报中“确认为存货的数据资源”“确认为无形资产的数据资源”信息列示有误，更正后的数据资源科目作空白处理。记者梳理发现，惠同新材、密尔克卫、华塑股份也先后发布更正公告，表示将数据资源金额清零，但上级科目不变，不会对公司半年报披露的财务状况和经营成果造成影响。
中伦律师事务所合伙人刘新宇（金麒麟分析师）告诉记者，市场对于规定本身的理解还需要有一个过程，《企业数据资源相关会计处理暂行规定》（下称《暂行规定》）落地执行实操还有不少困惑和挑战。在这次披露的半年报中，有的上市公司把数据资产计入存货，但是错误理解了《暂行规定》，将存货科目项下的数据资源数值等同于存货科目数值，随后又发布了更正公告。这说明大家对《暂行规定》的理解、学习还不够。企业的数据资源本身是一个新生的事物，实际上相关的评估方法仍在不断的完善当中。随着公司、中介机构等市场主体的逐步探索，后续应该会有越来越多的公司将数据资源纳入报表，也会更为有效的使用数据资源。
上海交通大学安泰经济与管理学院教授、财政部会计名家夏立军对记者分析指出，数据资源“入表”本身是很复杂的，目前只有少数A股上市公司中报披露数据资源，说明绝大部分的上市公司可能还没有重视数据资源，有的上市公司对财政部的暂行规定理解和认识还不到位，还有的上市公司的数据资源不具备财政部暂行规定所明确的确认条件。随着上市公司越来越重视数据资源的开发和利用，上市公司数据资源“入表”预期会逐步增长。
存在三大痛点
“数据资产入表”从2024年1月1日《暂行规定》施行正式拉开序幕，如今已过去大半年，仍存在诸多难点和痛点。
夏立军分析指出，从会计核算的角度看，数据资源“入表”目前至少存在会计主体难明确和难以货币计量的问题。数据资源做会计核算，首先要明确会计主体，这就涉及到数据产权界定的问题，但是数据这种资源在使用的时候通常不具有排他性，这就会存在数据产权界定难题。另外，会计核算最终要体现在货币计量上面，这就涉及数据资源取得成本能不能准确度量，以及未来能不能形成潜在收益，能不能用货币计量，这都存在难点。
刘新宇认为，在现行《企业会计准则》下，数据资产入表主要还有三大痛点：一是如何确认企业对数据的合法拥有和控制？当前数据确权的思路实际上并不是对“所有权”确权，而是以三权分置的产权运行机制为基础，确定不同主体所享有的对应数据权利。我国当前并没有统一的数据产权登记规则和场所，导致很多企业的数据资源如果没有登记或无法登记，在实践中如何确权成为一个比较复杂的问题。
二是如何确认数据资产的价值（资产评估的价值和入表的价值）？根据《暂行规定》，数据资源计入无形资产或存货都是按照成本进行初始计量和后续计量，但哪些成本计入、哪些成本不计入，这需要根据实际情况进行个案分析，不同的产品、不同的情形都可能有不一样的理解。在实践中，还是存在数据资产的价值易变、现有评估方法受限、数据资产质量难评价等诸多问题。
双方将携手研发，或根据X国企特定需求定制化研发高性能AI服务器；在本协议签署后3年内，双方共同努力，力争算力业务合作规模达到10亿元，并争取在2025年6月30日前实现5亿元合作规模。
6月25日，汇添富基金公告，对旗下基金所持有的7只股票进行估值调整，其中，对碧桂园、ST长康两只股票均给出了0元/股的估值；之前，景顺长城基金曾将ST富通（000836.SZ）的估值价格调整为0元/股，工银瑞信基金曾对旗下基金持有的威创股份（002308.SZ）按照0元/股进行估值。
三是如何论证数据资源特别是内部产生的数据资源为企业带来未来经济利益流入？要对数据资源的经济利益进行分析，就需要评估其预期的消耗方式和经济利益流入的可能性。这可以通过分析数据资源的应用场景、市场需求、竞争状况、预期收益和风险评估等因素来实现。有的数据资源为直接用于产品或服务的数据，经济利益较易识别；有的数据资源用于内部决策，经济利益可能较难量化，比如数据仓库模型，虽然可能可以提高决策效率，但一般不直接产生经济利益，间接的价值评定尚缺系统化的方法。
夏立军表示，成本分摊总的要遵循权责发生制原则，谁受益谁分摊，哪个期间收益哪个期间分摊。哪个数据资源受益的，就应该分摊到哪个数据资源上面去。如果两个数据资源共同消耗了某项成本，那么应该把这个成本在两项数据资源里面进行一个恰当的分摊。具体的会计核算需以财政部有关规定为准。
北京市社会科学院副研究员王鹏接受记者采访时表示，目前市场仍处于对数据资源价值的认知和探索阶段。企业需要加强对数据资源的认识和理解，探索适合的数据资源入表和应用方式。随着市场的逐步成熟，数据资源的计量、披露、交易等方面将逐渐规范化和标准化。企业需要关注相关法律法规和会计准则的更新和完善情况，及时调整自身的数据资源管理策略。最终目标是实现数据要素价值的最大化。企业需要充分挖掘数据资源的潜力，推动数据资源的创新应用和商业变现。
王鹏指出，推进数据资产化，政府应出台更多支持数据资产化的政策措施，为企业提供良好的发展环境。会计准则制定机构应加快完善数据资源相关会计处理规定和监管体系，为企业提供明确的操作指引和监管保障。企业应加大技术研发投入力度，提升数据处理和分析能力，推动数据资源的创新应用和商业变现。
刘新宇表示，在数据资产化这个阶段，企业需要将数据资源进一步加工、分析，形成有价值的数据产品或服务，这就需要将数据资产入表，进行统一的资产成本管理，以便企业更进一步探索数据的商业化路径。此外，在追求经济利益的同时，我们需要更加注重数据资产治理结构的搭建，对数据不同层级的权益合法合规性的保护，加强风险管理、建立数据资产的风险管理体系，包括数据泄露、滥用和非法交易等风险的预防和应对措施。
夏立军认为，数据的资产化既要鼓励好的配资平台排名 ，又要谨慎推进，如果没有恰当的会计核算和监管的话，也有可能走偏，把数据资源进行夸大的确认和披露，甚至利用这个进行财务造假，那就适得其反了。会计核算的目的，一方面是鼓励企业去恰当地记录和使用数据资源，去开发数据资源的价值，促进资源有效的配置；另一方面是进行风险控制，防范风险和不当行为。
数据来源：Wind （截至2024年9月4日） 余继超制表
海量资讯、精准解读，尽在新浪财经APP