专栏名称: 软件定义世界(SDX)
软件定义世界, 数据驱动未来。
目录
相关文章推荐
数据派THU  ·  首个Mamba+Transformer多模态大模型 ·  5 天前  
数据派THU  ·  数据派志愿者招募 | 寻找最志同道合的你! ·  4 天前  
软件定义世界(SDX)  ·  沈向洋:我对大模型时代的十个思考 ·  1 周前  
大数据文摘  ·  国庆从你的城市出发,5小时高铁最远能到哪 ·  1 周前  
51好读  ›  专栏  ›  软件定义世界(SDX)

财政部会计司:不宜被确认为资产的数据资源的七种情形

软件定义世界(SDX)  · 公众号  · 大数据  · 2024-10-06 06:00

正文

热门下载(点击标题即可阅读全文)

【PPT下载】中国数据分析师行业峰会精彩PPT下载(共计21个文件)

【PPT下载】2023中国企业数字化转型最佳实践案例高层论坛精彩PPT下载(共计15个文件)

数字化转型专题:

【战略】企业数字化转型战略完整指南

【PPT】《数字化转型工作手册》
【战略】普华永道:企业如何进行数字化战略转型
【路径】数字化转型知识:架构、价值及路径
【能力】一文读懂企业数字化转型能力框架
【报告】《企业数字化升级之路——百家企业数字化转型发展分析报告》
【本源】数字化转型的本质(10个关键词)

【教训】麦肯锡:企业数字化转型失败率高达80%
【中台】数据中台唱衰,企业数字化转型路在何方?(上、下)
【金融】中国商业银行数字化转型调查报告
【人才】数字化转型中的人才技能重建
【组织】传统企业数字化部门在数字化转型中的重要性及参考设置
【PPT】指标驱动,数据优先、工业数字化转型的经验分享
【华为】华为的字化转型方法论

【华为】华为数字化转型中的数据治理实践[]

【PPT】《华为数据之道》读书笔记

【PPT】《华为数字化转型之道》读书笔记

【案例】国资委:国有企业数字化转型百大典型案例

【困境】国企数字化转型六大困境+原因剖析+典型事件

【路径】2021国有企业数字化转型发展指数与方法路径白皮书

【工业】56万台卡特彼勒设备如何实现“卡特智能”?数字化转型对中国工业互联网的启示

【PPT】《2021中国企业数字化转型路径实践研究报告》

【策略】再论数字化转型-转什么,如何转?
【调研】红杉中国:2022企业数字化指南(附:2022版/2021版下载).

【美的专辑】

【美的1】方洪波:美的的数字化转型实践
【美的2】美的:100亿,数字化转型路径与实践

【美的3】美的集团数字化历程与经验总结(2020年)

【美的4】【PPT】美的从“制造”到“智造”的数字化转型之路


财政部会计司:不宜被确认为资产的数据资源的七种情形

《暂行规定》的适用范围告诉我们并非所有的数据资源都能确认为无形资产或存货。基于会计计量可靠性、严谨性等原则,目前大部分数据资源因不符合资产的定义或相关资产的确认条件而不宜被确认为数据资产,只有少数数据资源可被作为资产进行确认。财政部部会计司在培训中列举了7种不宜被确认为资产的数据资源的情形,具体如下:

第一,有些数据资源并不符合会计上资产的定义,从而不能作为资产确认,即我们这张图当中的这个灰色区域。要说明的是,这个图当中这个有一个比例,但是这个比例并不是说我们根据实务当中的比例严格的去做了一个界定的,这只是一个示意图,用来大致的表示一下可能存在的这些部分和相关的内容。

情形一:A企业利用“撞库”的黑客手段,获取某社交网站大量用户的手机号、身份证号码、家庭住址、网银信息等个人信息,并打包后出售给B企业。

原因:在这种情况下,对于A企业及获取和后续转让相关数据的行为,可能涉及到违反个人信息保护法甚至刑法等等法律法规,对相关数据的拥有或控制并不具有合法性。对于购买方B企业,其购买的个人信息数据来源并不正当,而且也没有按照个人信息保护法的相关规定取得个人用户的授权,在合法性方面同样存在瑕疵。因此,在这个例题一当中,A、B企业的上述数据均不符合会计上资产的定义,不属于我们《暂行规定》的适用范围。

此外也请大家注意,本例当中主要是就合法拥有或控制这一个因素进行讨论,以便大家加深理解。并不意味着有关企业在此基础上满足了合规要求,就可以直接将有关数据资源作为资产进行确认。以下的我们培训当中涉及到的各个例题也相同,是为了便于理解。讲解的例题当中仅侧重于对某个因素的讨论。企业在类似因素的情景下,不能简单地套用我们有关例题的情景和结论,而是需要应当严格的按照《企业会计准则》及《暂行规定》的有关要求去执行。

情形二:C、D企业通过开源数据平台免费下载了某国家法律条文、法律判决等数据集,用于司法人工智能的研究。

原因:在这个情形下,尽管C、D企业可以利用下载的该数据集开发相关的数据产品、提供数据相关服务等等,预期能够产生经济利益,但是由于这个平台它是一个开源的、免费的平台,其他的组织或个人同样可以免费下载相关的数据集。因此,C、D两个企业均没有对该数据集实现拥有或控制,同时也没有应取得该数据集发生相关的支出,从而不应将该数据集作为企业自己的资产予以确认。

情形三:E企业订阅了某宏观经济数据库的普通会员,可在一年内实时查询相关数据,据悉,该数据库同时为5000家企业会员提供相同的查询服务。

原因:在此情形下,E企业只是获得了与其他会员相同的查询数据库的权利,而非排他性的直接获取该数据库的全部内容,E企业不能将整个的数据库作为自己的资产予以确认,而是只能就其获得的查询权利是否属于资产进行判断。

情形四:E企业外购了一些列原始数据集,但相关数据质量(准确性、真实性、关联性等)欠缺,且分散于金融、医疗等各领域,难以单独或结合支持企业经营活动,亦无法挖掘形成有价值的数据产品,或对外出售。

原因:E企业尽管前期就购买数据集花费了相关的成本,也获得了大量的原始数据,但这些数据难以与企业的其他资源相结合来支持其经营活动,也无法从中挖掘形成有价值的数据产品或是对外出售来实现经济利益。那么由于预期不能够给企业带来经济利益,E企业购买的原始数据集并不能够满足资产的定义以及确认条件,从而不属于我们《暂行规定》的适用范围。

情形五:F企业从事智能财务共享业务,过程中涉及到客户企业的费用报销、合同台账等数据。F企业认为,在取得客户授权的前提下,对这些原始数据脱敏并且加工处理后再形成的数据是可能存在挖掘的潜力。

原因:虽然相关数据具有价值挖潜潜力,但尚未构建起清晰的应用场景,无法确认预期能否实现经济利益的流入,不符合资产的定义以及确认条件。

第二,有些数据资源虽然符合资产的定义,但是不能够同时满足企业会计准则“与该资源有关的经济利益很可能流入企业,以及该资源的成本或者价值能够可靠计量”等资产确认条件,因此也不能作为资产确认。就是我们图中的蓝色的区域。


情形六:A企业从事数据产品的开发服务,其对轨道交通领域的某细分行业和相关区域的数据进行汇聚,并形成了相关的分析工具,未来拟用于出售给轨道交通行业企业。

原因:由于该细分行业目前仍在发育的初期,缺乏统一的行业规范标准,行业认可度也不够高,导致A企业目前难以找到这个相关分析工具的需求方。因此,即使是满足了合法拥有或控制该分析工具,并且对发生的相关成本进行了可靠计量的条件,但是由于不能满足“与该资源有关的经济利益很可能流入企业”的资产确认条件,仍不能作为资产确认,相关的成本应当做费用化处理。

情形七:B制造企业在过往生产重型设备的过程当中,收集了一系列的生产数据,并做了初步的清洗整理。

原因:由于在收集数据,当时企业内部的数据治理基础相对薄弱,未能对该生产数据的清洗整理等等成本进行可靠的计量,而是已经在整个设备的生产过程当中计入了当期损益或是相关产品成本。那么对于这一部分生产数据,由于不符合“该资源的成本能够可靠的计量”的资产确认条件,B企业并不能够将其作为资产去单独确认,但是这并不影响B企业运用生产数据继续去支持它自己的生产经营活动。

第三种是只有符合了企业会计准则相关资产定义和确认条件的,方可按照企业会计准则的规定去确认为企业的资产。那当相关的数据资源符合我们前述的资产定义,并且同时满足了与该资源有关经济利益很可能流入企业,该资源的成本或者价值能够可靠的计量的确认条件是企业方可将其作为一项资产予以确认,而当其不再符合资产的定义和确认条件时,则不再能够确认为企业的资产。

对于符合了资产的定义和确认条件,从而确认为资产的数据资源,按照其经济实质,当符合无形资产或者是存货的定义和确认条件时,分别具体适用于企业会计准则、无形资产和企业会计准则存货,即《暂行规定》所称的企业按照企业会计准则相关规定确认为无形资产或存货等资产类别的数据资源,也就是我们图中所示的确认为资产的数据资源是绿色的区域,细分的黄色和橙社区域是分别是确认为无形资产的数据资源和确认为存货的数据资源。那么受到当前关于数据权属、流通、市场建设、主要业务模式等等相关因素的影响,我们说目前确认为存货类别的数据资源应当是极为少见的。


读大数据应用最佳实践案例,赢数字经济未来!

18个行业,106个中国大数据应用最佳实践案例:

(1)《赢在大数据:中国大数据发展蓝皮书》;

免费试读:https://item.jd.com/12058569.html

(2)《赢在大数据:金融/电信/媒体/医疗/旅游/数据市场行业大数据应用典型案例》;

免费试读:https://item.jd.com/12160046.html

本册“微信读书”免费阅读:https://weread.qq.com/web/bookReview/list?bookId=f0532d707159f0dff058c4e

(3)《赢在大数据:营销/房地产/汽车/交通/体育/环境行业大数据应用典型案例》;

费试读:https://item.jd.com/12160064.html

(4)《赢在大数据:政府/工业/农业/安全/教育/人才行业大数据应用典型案例》。

免费试读:https://item.jd.com/12058567.html

或点击“阅读原文”,购买“赢在大数据系列丛书”。

推荐文章


点击蓝色标题即可阅读全文

10万读者睿选2016年TOP1002015年TOP100

CCTV大数据名人讲堂PPT&视频:万亿元大数据产业安全城市】【农业航运】【数据资产变现

DTiii:3352家大数据产业地图PPT及下载】【TOP100】【亿元俱乐部中国大数据行业应用Top Choice 2019】【赢在大数据
数字化转型:工作手册战略路径百家企业零售转型路银行人才组织工业华为
卡特彼勒美的100亿,百丽美的历程美的PPT华为数据之道转型战略毕马威转型方法论阿里方法论
元宇宙:清华大学元宇宙、北京大学元宇宙

 ChatGPT:官方使用手册 15美元使用指南 技术详解 工作原理

数据中台:凯哥八问颠覆数据工程师阿里滴滴数据中台中台报告数据中台建设之道高峰论坛视频回放富国银行和Netflix数据中台 民生银行数据中台

数据资产:德勤阿里数据资产评估,PPT阿里巴巴数据资产管理实践,阿里&毕马威PPT2021数据资产运营白皮书数据资产目录建设之数据分类全解数据资产管理的5个步骤和6个要素普华永道:数据资产化前瞻性研究白皮书【实践】商业银行数据资产管理体系建设实践报告【行业】银行数据资产的数据治理【案例】附表:芝麻信用元素表(DAS)列表及含义


院士:李国杰【(PPT)(全文)】【数据开放】,邬贺铨倪光南【大数据时代)()】,怀进鹏梅宏

大数据100分:【金融】【制造】【餐饮】【电信】【电商】【更多行业大数据应用请点击底部导航栏BD100分】;

大数据/人工智能数据竞赛:Kaggle经验分享NetFlix百万美金】【Kaggle案例】【2017BDCI】【2017BDCI嘉年华2018BDCI嘉年华滴滴算法大赛】

征信:ZestFinance】【BCG】【芝麻信用】;

工业4.0:罗兰·贝格】【安筱鹏

人工智能:阿里&BCG】【埃森哲经济社会】【美国AI国家战略伯努利李开复】【TOP100】【2016中国AI报告】【美国AI国家规划】【深度学习】【人智合一】【人脸识别】【人脸识别企业PK】【无人驾驶】【AI知识体系】【神经网络

区块链:TED视频】【麦肯锡】【毕马威】【高盛】【全球区块链报告

算   法:【10大经典算法】【推荐算法

数据科学家:13个真实场景数据科学应用案例数据科学家工具包,数据科学家成指南让统计"看得见"21个面试题和答案

可视化:【2017年获奖2014年最佳】【十大标志性作品】【43款工具

PPT:【大数据产业地图】【数据之巅互联网的未来】【软件正吃掉整个世界】【互联网思维】【互联网+】【一带一路】;

VC:【独角兽研究报告】【大数据投资】【2015创投趋势】【2014投资报告】【倒闭教训

人才:【2018BD&人才报告2017BD&人才报告

大数据应用最佳实践案例:18个行业106个案例

BDAI100:大数据AI产业创新与投资百人会(BDAI100),致力推动1000家亿元BDAI企业涌现、推动BDAI与100万亿实体经济的深度融合、加速10万亿数据经济腾飞(简称“BDAI100十百千工程”)

原创:陈新河:万亿元大数据产业新生态软件定义世界,数据驱动未来数据交易互联网+观点】。

专题版本:20220608V3.91

底部新增导航菜单(点击顶部“软件定义世界(SDX)”,点击“进入公众号”,底部菜单栏即出现),下载200多个精彩PPT,持续更新中!

上下滑动查看更多精选专题内容

微信公众号:软件定义世界(SDX)

微信ID:SDx-SoftwareDefinedx

软件定义世界, 数据驱动未来;

❷ 大数据思想的策源地、数字化转型的指南针、创业者和VC的桥梁、政府和企业家的智库、从业者的加油站;

个人微信号:sdxtime,

邮箱:[email protected]

=>> 长按右侧二维码关注。

底部新增导航菜单,下载200多个精彩PPT,持续更新中!