财政部制定的《数据资产全过程管理试点方案》,选取部分中央部门、中央企业和地方财政部门作为试点单位,从2025年初至2026年底开展数据资产全过程管理试点。2026年是试点的收官之年。试点选取中央部门、央企、地方财政部门三类主体,覆盖了行政事业单位与企业两种资产管理体制,样本具有代表性。试点选取三类主体,兼顾行业与区域差异,样本才具代表性。企业样本覆盖大中小不同规模,结论更稳。三类主体的差异,决定了试点内容的侧重。行政事业单位重在规范管理,企业重在价值实现,地方财政重在制度供给。行政事业单位的试点,重点在摸清家底、建立台账、规范流程;这类主体的数据资产多为履职形成,权属与价值的界定更为复杂。履职形成的数据,往往缺少成本记录,估值难度更大。
"全过程"三个字,覆盖了数据资产从生到死的完整周期:登记、入账、评估、使用、处置、报告。任何一个环节缺失,数据资产管理都会出现断点;试点要验证的,是这套流程能否在真实组织中跑通。中央部门的试点,重点在行政事业性数据资产的管理;央企的试点,重点在数据资产入表与运营;地方财政的试点,重点在制度设计与监管。制度创新集中在确认、计量、披露三件事,哪件先突破取决于数据基础与部门协同。确认环节最难,权属来源与成本投入都要有证据链支撑,缺一项就会被审计追问。央企的数据资产规模大、场景多,试点经验对同类企业有直接参考价值;地方财政的试点,则更关注制度可复制性。央企试点的经验,包括数据资产入表的操作路径、估值方法的选择、披露口径的确定;这些经验对同类企业有直接借鉴意义。经验推广可以形成案例集,供同类单位参考。
两年的试点,最有价值的产出是制度模板。哪些数据可以确认为资产、按什么方法计量、由谁审批、如何披露,这些问题在实践中形成的答案,比文件上的原则更具操作性。全过程管理的难点,是环节之间的衔接。登记的信息要能支撑入账,入账的数据要能支撑评估,评估的结果要能支撑处置。系统改造常被低估,接口打通、字段映射、权限配置都需要投入,还要与现有财务系统兼容。数据不一致会削弱管理效果,校验规则要前置。环节衔接的关键,是信息的一次录入、多方使用。登记信息若能直接用于入账与评估,效率会大幅提升。一次录入、多方使用,需要信息系统的支撑。登记系统与财务系统、资产管理系统打通,才能避免重复录入与数据不一致。系统打通需要接口开发,投入不小,但长期收益明显。
收官之年有三个关键动作:总结可复制的经验、与国家数据资产标准衔接、防范虚增资产的风险。前两项决定试点成果能否推广,后一项决定推广会不会走偏。试点形成的制度模板,包括管理办法、操作指引、表单工具;这些成果的推广,可以降低其他单位的学习成本。模板要配套说明,讲清每个指标的含义与取值依据,减少随意填写。制度模板的推广,需要适配不同层级。中央部门、央企、地方单位的管理要求不同,模板需要留出调整空间。模板的调整空间,可以体现在指标设置、流程环节、表单字段上;不同层级的主体,按自身情况选择适用条款。条款选择应有说明,避免随意套用。
虚增资产是需要警惕的倾向。数据资产估值缺乏统一方法,若企业为改善报表而高估数据价值,反而会扭曲财务信息;试点中的谨慎做法,值得在推广时保留。风险防范的重点,是虚增资产与权属不清。估值方法不统一、权属证明不完整,都可能造成资产虚高。抽查发现的共性问题应形成整改清单,跟踪到闭环。虚增资产的防范,可以通过估值方法规范、权属证明要求、审计抽查等手段;多管齐下,才能守住底线。审计抽查可以发现估值虚高、权属不清等问题;抽查结果公开,能形成震慑,促使单位规范管理。抽查可以按比例随机抽取,保证覆盖面。
资信树认为,数据资产管理应当制度化,而非项目化。试点结束后,企业需要把数据资产登记、计量、披露纳入日常管理流程,而不是把它当成一次性的申报任务。试点结束不等于工作结束。数据资产管理将转入常态化,制度、人员、系统都需要持续投入。经费来源应写进年度预算,避免试点结束后管理断档。经验形成文本后便于复制。常态化管理的投入,包括人员培训、系统建设、制度更新;这些投入短期看不到收益,但决定了数据资产管理能否持续。常态化管理的投入,需要纳入预算。人员培训、系统运维、制度建设都需要经费保障;缺少投入,管理难以持续。预算安排应区分一次性投入与经常性支出。

