文｜敖一帆 连城 杨筝
中央国债登记结算有限责任公司全资子公司中债金融估值中心有限公司，依据《企业会计准则》《企业数据资源相关会计处理暂行规定》《关于加强数据资产管理的指导意见》《数据资产评估指导意见》等法规和政策指导性文件，围绕企业数据要素能力盘点、数据资产识别、数据成本分摊、数据精益管理等环节，探索涵盖入表准备、资产识别、入表实施、入表管理的数据资产入表全链条“中债估值方案”，有效解决金融科技企业数据资产入表过程中面临的资产非显性、数据更新频次高、数据价值时效性强等会计处理难题。
作为国家重要的金融基础设施和金融科技型数据要素企业，中债估值深刻认识到数据资产入表对业务可持续高质量发展的重要意义，对自身数据要素能力进行全方位盘点，做好数据资产入表的前期准备工作。
1. 丰富数据产品体系
中债估值凭借20多年业务积累形成的数据、系统、模型、算法等优势，围绕定价基准、金融信息服务等核心职能，自1999年编制发布我国第一条人民币国债收益曲线以来，产品体系不断丰富，近年来相继推出中债价格指标、中债收益率曲线及估值指标、中债指数、中债新会计准则解决方案、中债风险管理指标、中债可持续金融、中债DQ金融终端、中债数据等产品和服务，应用领域逐步从债券市场扩展至金融市场和非金融市场，成为国家财政政策、货币政策制定和实施的重要参考指标，以及监管部门市场监测的有力工具，有效衔接服务利率市场化、人民币国际化等国家金融战略。其中，中债价格指标成为我国债券市场权威定价基准，以及全面反映人民币债券市场价格及风险状况的指标体系，有效促进债券公允价格形成和市场透明度提升。
2. 摸清数据资源底数
作为金融信息服务领域数字化转型领航者，中债估值依据《企业会计准则第6号——无形资产》《企业数据资源相关会计处理暂行规定》等要求，积极探索企业数据资产入表实施路径和方法；对公司数据要素能力进行全方位盘点，系统摸排数据资源的规模、质量、价值及潜在风险，做好数据资产入表的前期准备工作。
3. 创新数据服务商业模式
中债估值主营业务模式是通过自有数据模型和信息系统，对相关领域业务数据进行采集、处理和系统分析，持续研发金融科技领域新算法、新系统、新标准，为用户提供收益率曲线、估值、指数等数据服务。目前，公司已经拥有数据处理类发明专利3项、软件著作权等自主知识产权34项，牵头编制和发布《债券价格指标产品数据采集规范》《债券价格指标产品描述规范》等多项国家和行业标准，在数据采集、加工处理、公式算法、运营质检、产品发布等关键环节发挥核心支持作用。
4. 拓展数据来源
在不断开发升级数据产品的同时，中债估值秉持自主可控、安全高效的原则，采取外购与自研相结合的方式，不断拓展数据来源，丰富数据资源库。外购方面，通过境内外金融基础设施运营商、金融信息服务商等渠道依法合规获取数据采集、加工、使用、服务等授权，以年度、季度或按工作量支付费用的方式获取数据资源。内研方面，通过自主建设数据智能采集平台系统获得公开数据资源，满足数据产品研发、生产、运营等业务需求。
5. 探索数据产品开发路径
凭借多年来深耕数据领域的技术和经验积累，中债估值探索创新数据产品开发路径，形成数据产品全链路生产能力和服务体系。建立债券市场数据库、债券市场定价模型库、支持海量数据高效运算的算法库，以及覆盖数据采集、计算分析、加工处理等数据产品生产全链条的一整套计算系统，如数据采集系统、数据处理系统、数据建模平台系统、数据管理系统、数据存储系统等；自主建设数据智能采集平台系统，实现对公开数据资源的自动化采集和处理，不断提升数据获取效率和质量，降低数据获取成本。
6. 提升数据处理能力
经过多年发展，中债估值构建形成海量数据处理能力，数据计算处理系统每日可实时处理、发布数据信息产品163万余条，其中风险指标类数据104万余条、估值类数据15万余条、会计准则数据40万余条、曲线数据3600余条、指数数据1566余条，数据产品基本实现固收类底层资产和用户类别双维度覆盖，同时拓展REITs等多资产领域的服务。
7. 完善数财融合管理支撑体系
中债估值注重数据治理与财务管理融合创新，建立起具有数财融合管理、数据互联互通特色的业财融合智慧财务体系。该体系由数据集市、数据分析模型、管理会计工具、决策支持系统、管理驾驶舱五个层级构成。数据集市是基础层，汇聚整合预算、财务、用户、产品等多维度数据信息；数据分析模型包括指标体系和标签体系，用于对财务和业务数据精细化分类；管理会计工具包括收入分产品核算、全面预算管理、成本分摊、管理报表四个模块，用于相关数据分析，优化业财资源配置；决策支持系统通过财务报表、管理报表、业务分析报告等功能，为业务和财务管理决策提供数据依据；管理驾驶舱通过BI（数据分析）系统实现业财数据集成与可视化，全面展示财务、业务运营管理动态。
中债估值依托三大数据要素能力中心建设，围绕数据采集、清洗、加工、应用等数据产品生产全流程，探索创新数据资源化→资源产品化→产品价值化的数据资产识别路径，推动数据资产价值显性化（如图1所示）。
1. 数据资源化
中债估值通过制定数据管理战略、构建数据治理体系，形成与数据驱动型业务模式相适配的人才、技术和组织架构，将业务活动中直接或间接获取、采集的原始数据进行加工整理、归集存储，形成数据资源；打造全域数据中心、金工算法中心、IT算力中心三大数据要素能力中心，将数据采集、清洗、加工过程的投入进行准确归集，清晰识别数据资源价值。
2. 资源产品化
中债估值通过广泛调研、深入分析境内外市场用户的使用需求和应用场景，将持有的数据资源进行清洗、加工、分析、测试，开发出满足用户需求的数据产品和服务，打造包含中债总指数、中债成份指数、中债策略型指数、中债投资者分类指数、中债外币计价指数、中债绿色债券系列指数、中债持仓指数、中债定制指数等13类指数产品的中债指数数据产品体系，数据产品总量已突破1500个。为服务“双碳”、区域协调发展、科技创新等国家战略，中债估值先后推出碳中和、ESG、长三角、京津冀、科创等主题的指数数据产品，为政府部门和研究机构提供反映和预测宏观经济运行特征的参考数据，为投资人提供了解债券市场价格走势的监测指标数据。
3. 产品价值化
中债估值数据产品和服务持续满足境内外监管机构、市场用户的使用需求，通过自用、共享、开放、交易等形式，以合同交易对价体现数据产品价值，创造持续性收益。目前，中债估值数据产品已经覆盖标准化债权资产、非标资产、权益类资产、金融衍生品四大类资产的数据服务，用户覆盖境内外各类金融机构、证券经营机构、国际组织、主权基金及央行、金融监管、证券监管等政府机构，为逾170万亿元金融资产提供定价参考基准数据服务，数据产品已成为公司稳定的收入来源，数据产品价值化得以充分体现。
为确保企业数据资源相关会计处理依法合规，中债估值系统深入分析研究《企业会计准则第6号——无形资产》《企业数据资源相关会计处理暂行规定》《数据资产评估指导意见》等相关要求，探索创新“两步法”成本分摊路径，解决数据资产边界、数据资产确认标准等难题，精准计量数据资产成本，助力数据资产价值实现。
1. 清晰界定数据资产边界
《企业会计准则第6号——无形资产》规定，无形资产须同时满足两个条件才能予以确认：与该无形资产有关的经济利益很可能流入企业；该无形资产的成本能够可靠地计量。然而，在实际操作中，由于数据资产价值易受到使用是否及时、数据分析方法是否科学等因素影响，其带来的经济利益不易单独辨认。为此，中债估值按照《企业会计准则》“最小资产组合”的定义，以数据资产带来的现金流入为依据，根据公司数据产品分类，将数据资产对应的收益与数据产品相匹配，形成清晰的数据资产边界。
2. 明确数据资产确认阶段
针对金融数据规模大、更新频次高、时效性强的特点，中债估值将数据产品开发过程划分为数据资源采集和数据产品研发两个阶段，以便进一步明确金融数据资产范围。
在数据资源采集阶段，中债估值每天输入、加工当日金融市场交易等数据，形成金融数据信息。考虑到当天输入的数据资源和输出的金融数据信息具有很强的时效性，数据价值呈现边际效用递减特征，与《企业会计准则第6号——无形资产》规定的“与该无形资产有关的经济利益很可能流入企业”无形资产确认条件不符，因此数据资源采集阶段的数据成本不予确认为数据资产。
在数据产品研发阶段，中债估值将数据产品模型开发、自动化生产系统建设等方面的投入，以及系统建设所需的数据、人工、系统等资源投入视为“数据产品生产线”的开发费用，均为数据资产确认前的必要投入，依据《企业会计准则第6号——无形资产》规定，该阶段的投入符合数据资产确认条件。
3. 创新“两步法”成本分摊路径，精准归集数据资产成本
由于不同数据产品在生产过程中存在相互调用数据资源的情况，形成数据资产的过程中存在价值消耗非显性、多次复用分摊难等问题，从而导致数据产品加工过程中的投入与产出难以精确计量，造成数据资产成本确认难，影响数据产品定价及市场竞争力。针对上述问题，中债估值一方面依托“数据血缘”“金工血缘”等系统工具，全面梳理数据产品价值链条，分析不同数据产品生产过程的资源调用、价值转换关系，揭示不同生产阶段的成本投入；另一方面，按照“作业消耗资源、产出消耗作业”的逻辑，创新设计作业成本归集、作业成本分摊“两步法”成本分摊路径，使数据产品的资源投入透明化、具象化、清晰化，为数据资产入表提供可操作的路径和方法。
作业成本归集。中债估值依据人员工时、IT无形资产运行时间、IT固定资产设备数量及数据产品研发项目进度等能够反映资源耗用与作业系统因果关系的资源动因，将人工、系统等资源投入费用分配至作业系统。作业系统是在数据产品研发阶段为生产数据产品而建设的IT系统平台，包括价格指标产品系统、多资产指数系统、星云大数据平台系统等。
作业成本分摊。中债估值依据直接追溯、动因分配等能够反映作业系统与最终产品因果关系的作业动因，将不同作业系统成本分配至相应的成本对象。
中债估值通过数据产品分级分类管理、构建成本分摊模型、建设数据计量系统平台，提升数据资产精细化管理水平。
1. 数据产品分级分类管理
中债估值基于不同的商业应用场景，将数据产品分为一级、二级、成本对象、数据包四个等级，对处于研发过程中尚未商业化推广的数据产品设置“新数据产品”类别，对应用于内部管理等无明确收益的产品设置“公共数据”类别。同时，通过构建成本对象分级核算体系，明确数据产品成本计算的对象物，清晰了解不同数据产品的成本构成，为数据产品/资产定价提供依据。
2. 构建成本分摊模型
中债估值根据不同数据产品的开发需求，构建可灵活调整动因要素的成本分摊模型。该模型通过将资源投入按照成本动因率方法分摊至数据产品开发系统，再运用直接追溯法、动因分配法，将数据产品开发系统成本对应至不同数据产品，实现数据产品成本精准追溯和资源优化配置。
3. 搭建数据计量系统平台
中债估值搭建集星云大数据平台、数据自主采集平台、数据仓库等于一体的数据计量系统平台，对外购数据、自采数据、数据资源管理、数据产品开发等成本进行识别和计量，从而降低数据产品开发成本，提升数据资产运营管理质效。以自采数据为例，数据计量系统平台根据资源类别、会计科目、资源动因之间的逻辑关系，自动归集软件运维、人员工时等资源投入，实现对数据资源成本的全面掌控，为成本分摊提供依据。
