企业数据资产入表路径研究

兰岚 王岩 郎佩佩 盛晶 谭伊舒 张杰

（1.中电数创（北京）科技有限公司，北京 100044；2.北京国际大数据交易有限公司，北京 100012;3.德阳数据交易有限公司，四川德阳 618000）

一、前言

近年来，数据要素市场加快形成和发展壮大，数据作为一种新型资产的条件日益成熟。《数字中国发展报告（2022年）》显示，数据资源规模快速增长，2022年我国数据产量达8.1ZB，同比增长 22.7%，全球占比达 10.5%，位居世界第二。截至 2022年底，我国数据存储量达 724.5EB，同比增长 21.1%，全球占比达14.4%。数字经济是推动经济高质量发展的重要引擎[1]。虽然目前我国数据资源数量持续扩大、增速喜人，但在推进数据要素市场建设的过程中仍然存在一些突出问题，尤其是数据供给和需求双方的意愿度亟待进一步提升。数据的资产化有望成为激活数据要素市场、激发企业数据创新热情、催生更加丰富多元的数据价值化路径的重要“点火器”。

因此，国家高度重视数据资产化，尤其是强调探索数据资产入表机制。从中共中央、国务院出台《关于构建数据基础制度更好发挥数据要素作用的意见》（下文简称“数据二十条”）强调探索数据资产入表新模式，到财政部《企业数据资源相关会计处理暂行规定》（下文简称《暂行规定》）进一步明确数据资产的规范处理，企业数据资产的会计处理正从顶层制度架构设计加快向落地实践迈进。企业对于数据资产入表的探索热情也得到了极大激发。如何从中识别出真正具有价值的数据资产，对其进行规范化的会计处理，并纳入企业的财务报表中，真实反映企业的经营状况和发展水平，实现数据资产的保值增值，已经成为各类市场主体在数据资产化进程中积极探索的方向。

然而，在探索实践过程中，各方对数据资产入表的内涵和价值仍然缺少充分认知，加之在实操过程中缺少外部专业力量的指导和成熟经验的借鉴，导致在推动入表实务层面面临诸多困难。为此，本文结合德阳的实际操作经验，提出一种企业数据资产入表的参考路径。

二、数据资产入表的内涵与意义

（一）数据资产的基本内涵

《信息技术服务 数据资产 管理要求》（GB/T 40685-2021）将“数据资产”这一术语定义为：合法拥有或控制的、能进行计量的、为组织带来经济和社会价值的数据资源[2]。对于会计主体而言，企业数据资产即企业合法拥有或者有效控制、能够进行计量、为企业直接或者间接带来经济利益的数据资源。具体来说，企业数据资产具备合法拥有或有效控制、可辨认性、预计价值流入、成本可靠计量4个特性，主要如下。

企业数据资产应由企业合法拥有或有效控制。“数据二十条”提出数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制。因此，企业数据资产须符合权属清晰、来源合法的判断条件。一方面，企业应该享有某项数据资产的相关权属，或是能提供事实依据证明该项数据资源能够被企业合法控制；另一方面，企业数据资产的来源应该合法合规，不存在权属争议、侵权或违法违规行为。企业数据资产来源途径分为外部和内部两个渠道，包括但不限于数据主体合法授权采集、许可经营使用、合法交易获得和企业自主生产等。

企业数据资产应具备可辨认性，一是能够从企业中分离或者划分出来，独立于企业其他权益，能单独或者与合同、资产或负债等一起，用于出售、转移、授予许可、租赁或者交换；二是源自合同性权利或其他法定权利事实。换而言之，数据资产的可辨认性需要判断某项数据资产是否能在物理实体层面与企业分离，若该数据资产能够独立于企业存在，用于单独使用或交易，则说明该数据资产具备可辨识性。

企业数据资产的预期收益应能够流入企业，具备带来现金或现金等价物的价值潜力。根据《会计准则13号——或有事项》的规定，导致经济利益流入或者流出的可能性大于50%时，符合很可能发生的概率。基于此，企业数据资产应符合未来经济利益流入企业的概率大于50%的条件。同时，企业在判断数据时应合理估计数据资产在其使用寿命内的各种经济因素，并持有明确的证据证明，判断预期价值流入概率的影响因素包括但不限于订单合同、使用用途和质量保证等。

企业数据资产的成本应当能够进行可靠计量。这意味着企业应该能够全面、准确地核算数据资产的成本，并将其进行会计记录。成本可靠计量是确保数据资产价值准确反映在财务报表中的重要条件。

（二）数据资产入表的基本内涵和重要作用

数据资产作为数字经济发展的核心引擎，其价值被不断挖掘和创造，推动数据资产入表已然成为数据资产化过程中势不可挡的发展趋势。数据资产入表即将数据资产确认为企业资产中的一项，进行管理和核算，纳入相关会计主体的资产负债表，真实反映其价值水平和贡献程度。数据资产入表涵盖数据资产确认、初始计量、后续计量、处置和报废、资产负债表列报和会计报表附注信息披露6个环节（图1）。首先，在数据资产确认环节，需要明确哪些是数据资产，这些数据资产归属于什么会计科目；其次，对数据资产进行初始计量、后续计量、处置和报废。其中，初始计量指对已经确认的交易和事项的价值数量首次加以衡量和确定，对一项业务入账时针对入账金额和入账方式等进行核算计量；后续计量是指当有充分恰当的证据表明一项已被记录的项目的价值在初始计量后出现增加或减少的变动时进行的再计量，用于确定该项目在资产负债表上的列示价值。在进行一系列会计处理后，需要在资产负债表中对数据资产情况进行列报，并在报表附注中详细披露数据资产的具体情况和必要说明。

图1 数据资产入表总体流程

推动数据入表对微观企业、中观产业以及宏观经济均具有重要影响。从微观视角来看，一方面，数据资产入表能够直接增厚企业表内资产，降低资产负债率。资产负债率降低意味着企业的财务状况良好、经营状况良好、具备较强的偿还债务能力，有助于企业更好地通过贷款融资审批。另一方面，将数据资产纳入企业资产负债表统计范围，可推动与数据资产密切相关的投资费用由损益类转为资产类，从而减少投入期对企业营业利润的一次性影响，促进企业利润率的提升，客观反映企业盈利能力。

从中观视角来看，数据资产入表能够激励企业加大对数据资产的开发和利用，培育和壮大数据要素相关产业生态，有效带动数据集成、数据加工、合规认证、安全审计、资产评估等第三方专业数据服务的发展，充分发挥数据要素优化产业结构、提升产业效率、促进产业创新的重要作用。

从宏观视角来看，数据资产入表能够真实地反映经济运行状态，更加显化数据资产对整个经济社会发展的贡献程度，推动数据资产纳入国民经济和社会发展的统计核算体系，进一步激发数据要素市场各类供需主体的活力，推动数据要素市场高效流通，从而为数据财政奠定坚实基础。同时，对数据资产进行客观高效的会计处理是实现数据要素市场化配置的前置条件，有助于实现市场贡献分配，优化市场资源配置。

三、数据资产入表的发展现状和主要难点

目前，各类市场主体纷纷掀起数据资产入表的探索浪潮。在制度建设层面，北京、贵州、上海、广东、河南等多地相继出台相应政策，探索建立数据资产入表的管理制度与引导机制（表1）。

表1 地方数据资产入表相关政策汇总表

在理论研究层面，企业与研究机构积极探索数据资产会计核算体系，围绕成本归集、分摊机制、数据管理流程和控制开展理论研究。如光大银行发布《商业银行数据资产估值白皮书》《商业银行数据资产会计核算研究报告》，信通院发布《数据资产化：数据资产确认与会计计量研究报告（2020）》。在实践探索层面，数据富集行业企业已经开展数据资产模拟入表试点实践，如开运联合、罗克佳华等企业成为北京市数据资产入表试点企业，依托北数所开展数据资产化先行先试；地方国资平台也积极开展数据资产入表探索，如德阳国科数字产业发展集团有限公司（以下称德阳国科）、数字大理建设运营有限公司等国企也纷纷开始探索数据资产入表解决方案和实施路径。

总体而言，虽然我国已取得诸多研究与试验成果，但企业数据资产入表仍处于起步探索阶段，尤其在数据资产的确认、会计计量和信息披露等会计处理实务环节面临诸多难点和堵点。

首先，数据资产作为一种新型资产，其确认条件与其他传统资产有所不同。其一，数据资产的产权类型多元，需要进一步形成共识。“数据二十条”虽提出数据产权分置机制，但未对数据三权的内容作出明确规定。目前，仍然存在数据资产所有权、处分权、使用权、收益权、用益权等多种称谓，且在现行商业活动中，权利相关方也缺乏统一的规约范本，这导致企业难以精准识别所拥有的数据资产权利类型和内容[3]。其二，数据资产难以明晰权属。相较于企业内部自主生产的数据资产，通过外部渠道获得的数据资产来源更加多样、权利链条更长，加之主体多元且分散、多源数据可能已深度融合，导致数据链条的下游企业难以有效收集事实依据证明其数据资产来源合法、合规、可靠、真实。其三，数据资产预期收益的判断方法尚未形成统一、明确的标准和规范，需要会计人员结合专业的知识储备和丰富的从业经验方能加以判定。

其次，数据资产计量方法复杂，缺乏实操性经验。一方面，在初始计量中，企业难以清晰识别数据资产的成本项构成，缺乏可实操的成本归集和分摊机制；另一方面，由于数据资产具有可复制性、可更新性、可转化性等特性，其价值极易发生变化，现有的数据资产后续计量方法未必能够可靠计量其实际价值，且计量成本也难以有效控制。这导致在后续计量会计期间，核算数据资产价值变动情况面临以下实践难点：其一，数据资产使用寿命难以准确估算。企业数据资产的使用寿命受到权利限制、数据时效、业务模式、应用场景等不稳定因素的影响，难以确认。传统资产的经济使用寿命衡量方法更多地依靠当前市场状况、资产盈利能力等条件。然而，数据资产市场处于起步阶段，缺乏可供参考的衡量方法和明确的判断依据。其二，数据资产的摊销和减值难以处理。与传统资产不同，数据资产在使用过程中并不会发生物理损耗，经济损耗也难以显性度量。这导致其摊销方法和摊销期难以确定。同时，数据资产市场价值波动较快，企业难以及时衡量数据资产的可收回金额、可变现净值。

再次，数据资产会计信息披露面临更大的商业秘密泄露风险。企业在强制或自愿披露数据资产会计信息时，涉及数据资产来源途径、处理方法、交易情况、权利限制等内容。对于以数据为核心业务驱动的企业而言，这些内容极有可能属于企业商业秘密范畴。企业往往会出于保护商业秘密的考虑，对数据资产会计信息披露持谨慎或观望态度。

最后，企业缺乏完整的数据资产入表内控体系，使大量、高质量的数据资产难以持续性纳入企业财务报表范畴。同时，尚未形成数据资产入表常态化和长效化机制容易导致数据资产管理不规范、会计核算和报告不完整、管理和控制不足以及出现潜在审计风险等问题。

四、数据资产入表的参考路径

（一）创新数据资产形态，厘清数据资产确认条件

面对海量且尚未识别的数据资产，企业须对数据资产的形态进行有效分类，逐步降低确权授权难度。在遵循“数据二十条”产权运行机制的基础之上，根据数据的不同性质和用途，将数据资产分为数据资源类资产、数据要素类资产、数据产品类资产3类。其中，数据资源类资产承载着最完整、最全面的信息，是数据的原始状态；数据要素类资产即数据元件，是对数据进行脱敏处理后，根据需要由若干相关字段形成的数据集或由数据的关联字段通过建模形成的数据特征，也是数据资产的中间形态；数据产品类资产是以数据要素或数据资源为基础加工、开发产生的最终形态数据资产。

拥有数据资源类资产的企业应该保证数据来源真实可靠、合法合规和预期收益路径明确。若某项数据资源类资产是通过企业自主采集获得的，企业应该保证数据采集、数据处理的方式符合合规要求，不存在数据权属争端，且对数据资源类资产的使用用途明确，能够预期产生收益。若某项数据资源类资产是通过外购、授权、许可等方式获得，企业应具备交易合同、授权协议、许可协议证明材料，在合同或协议约定期内对其进行处理和开发。

拥有数据要素类/数据产品类资产的企业应该在保证原始数据或数据元件的来源合法合规、无权属争议和产生数据质量问题的前提下，避免商品产权争端。若某项数据元件/数据产品是通过企业外购取得，其权属相对清晰，企业更应关注产生预期价值流入的路径和收益方式。若某项数据元件/数据产品是通过企业自主生产或委托加工生产，其原始数据或加工原材料较为丰富、多样，企业应该着重考虑产品加工过程中涉及的数据权属、合规开发问题。以德阳国科为例，该企业拥有通过自主采集、外部购买、合法授权等多种方式取得的海量数据资源，如何从中识别出符合《会计准则》要求的数据资产成为重中之重。德阳国科在确保数据安全合规的前提下，选择基于企业自有社区服务平台运营数据加工生成的数据元件作为数据资产入表对象，通过合规评估、权益登记、数据登记备案等方式进一步保证数据资产来源合法合规、无权属争议。

在会计处理实务中，应遵循《暂行规定》的会计准则，根据数据资产的持有目的、业务模式的不同，将企业使用且符合《企业会计准则第6号——无形资产》（财会〔2006〕3号）规定的定义和确认条件的数据资源类资产、数据要素类资产和数据产品类资产确认为无形资产；将企业日常活动中持有、最终目的用于出售且符合《企业会计准则第1号——存货》（财会〔2006〕3号）规定的定义和确认条件的数据资源类资产、数据要素类资产和数据产品类资产确认为存货（图2）。数据资产具有非物质性和可复制性，不存在物理实体，在使用或出售后并不会消耗，仍然存在，同时能够面向多个购买方重复销售。因此，当企业持有的数据资产用于内部使用和对外服务时不存在排他性且数据资产相关权属并未发生转移的，应确认为无形资产；企业持有的数据资产用于销售时具有排他性，属于面向特定客户进行定制化开发且在销售数据资产时相关权属也一并转移至购买方的，应当确认为存货。

图2 3类数据资产会计科目归属

（二）遵循会计处理准则，明确数据资产核算方法

数据资产的成本包括采购成本、加工成本和其他成本，其中采购成本包括购买价款、相关税费、保险费等。加工成本包括数据加工处理过程中发生的直接人工费用以及制造费用等，其中直接人工成本包括在数据采集、脱敏、清洗、标注、整合、挖掘、开发、分析、可视化等加工过程中产生的员工工资及福利，制造费用包括各项硬件折旧、软件摊销成本、水电费、间接人工费用等。其他成本包括数据权属鉴证、质量评估、登记结算、数据存储等费用[4]。数据资产形成方式可分为外部购买、自主研发以及其他等方式，形成方式的差异会导致成本核算的不同。在德阳国科自有社区服务平台运营数据元件入表案例中，由于入表对象的原始数据是由企业内部自主研发产生，在会计核算期间包含数据加工的完整链路以及该期间内为确保数据资产达到预计可使用状态而产生的相关直接支出。因此，在数据资产入表实务中，应该按照数据资产的内外部获取方式和资产形态差异，综合考虑数据资产初始计量相关成本。

相较于依据历史实际成本进行的初始计量，数据资产后续计量是企业进行会计核算的难点，会直接确定数据资产在资产负债表上的列示价值。后续计量首先要明确数据资产的使用寿命，具体来看，使用寿命包括法定寿命和经济寿命两方面。法定寿命是根据法律、规章或合同约定的期限，而经济寿命则是数据资产能够为企业带来经济利益的年限。数据资产的使用寿命应该到数据灭失、完全失去使用价值为止。一方面，对于企业通过签订合同或协议方式取得的数据资产，其使用寿命不能超过合同约定范围；另一方面，对于签订合同或者协议的数据资产，企业综合各方面因素能够判断其使用寿命。若上述两种方法均不能判定，则该项数据资产的使用价值不确定，不能进行后续计量。

其次，对于数据资产的摊销，采用加速摊销法更符合数据资产的特性。数据资产的时效性较强、更新频率较高，使其在经济寿命初期具有更高的经济价值，随着时间的推移，受到技术不断进步和市场竞争持续加剧的影响，数据资产的价值可能会逐渐下降[5]。因此，采用加速摊销法，按先多后少的原则将摊销额分摊于各摊销期，能使数据资产在估计使用年限内加快得到补偿。

最后，在计提数据资产减值或跌价准备时，应充分考虑数据资产的市场价值。对于数据资产价值变动的确定，如果是有合同约定的，就应按照合同价进行计算，没有合同价时可以按照一般市场价格计算。当数据资产可能出现减值或跌价现象时，需要按照无形资产或存货的会计准则进行计提减值或跌价准备，并考虑后续是否需要进行进一步的处置和报废。

（三）兼顾安全和隐私，探索表内外信息披露方式

《暂行规定》提出，在“无形资产”“存货”项目下增设“其中：数据资源”项目，以此反映资产负债表日确认为无形资产或存货的数据资产的期末账面价值。由此可见，在数据资产入表尚未突破现有的会计准则框架时，将其作为二级会计科目进行列示。企业在进行表内披露时，需遵循客观事实依据，不可随意夸大数据资产价值，夸大事实进行披露。

除了表内披露以外，还需要在报表附注中对确认为无形资产或存货的数据资产进行信息披露。对于会计准则和《暂行规定》要求的强制披露内容，企业应该依法、及时、真实、客观、完整地进行披露。对于会计准则和《暂行规定》并未强制规定的披露内容，企业需要合理评估哪些数据资产信息属于商业秘密范畴；对于可能涉及企业核心竞争力，具备较高经济价值的数据资产，企业应当兼顾自身发展和数据安全保护，采取适当的数据保密措施和管理制度，防止数据资产作为商业秘密泄露。同时，企业应当建立商业秘密定期评估机制，及时披露不属于商业秘密范畴的数据资产信息，从而更好地反映数据资产价值，促进数据资产价值释放。

（四）形成常态管理机制，构建数据资产内控体系

长期来看，数据资产入表并非阶段性工作，不能单纯依靠企业某一个业务部门或财务部门去推动展开，而是需要从顶层设计的视角出发，将数据资产入表融入企业的基本规章制度，构建多层次、立体化的数据资产内控管理体系，自上而下形成数据资产入表常态化管理机制，保障数据资产会计处理的可持续性。

为了保障数据资产会计处理的规范性，企业构建数据资产入表内控体系应该覆盖管理层、执行层、操作层。管理层是企业数据资产入表内控体系的核心，应该明确数据资产管理战略和政策，并确保其得到有效执行。执行层是负责具体执行数据资产入表方案的组织或部门，应该严格按照管理层的指导和政策要求，确保数据资产入表工作的准确和合规。操作层是负责具体操作数据资产入表工作的员工或团队，应该严格按照执行层的指导和政策要求，确保数据资产入表工作的准确和规范。

依据企业管理颗粒度，内控制度可以划分为一级管理办法、二级实施细则和三级操作规范（图3），兼顾企业常规制度和业务专项制度。在一级管理办法层面，从管理层视角出发，一方面，规范企业数据资产入表工作职能的管理目标、管理原则、管理流程、组织架构、人员设置、监督考核、评估优化等常规事项；另一方面，规范企业数据资产会计核算、数据资产财务管理等具体业务要求。由于企业传统的会计核算和财务管理办法是总体的会计处理原则和要求，而并未针对数据资产进行专门的规定。因此，在制定数据资产入表相关管理办法时，应兼顾财务部门和数据业务部门，采取多部门联合研讨的方法制定管理办法。在二级实施细则层面，从数据资产入表执行层的视角出发，围绕数据资产入表管理办法相关要求，构建数据资产入表各项工作职能执行落实的标准、规范、流程等，包括数据资产会计确认、计量、报告和财务管理等。在三级操作规范层面，从操作层的视角出发，依据实施细则，进一步明确和形成数据资产入表各项工作需遵循的工作规程、操作手册或模板类文件等。此外，在编制企业数据资产入表内控制度体系之后，应以此为指导开展数据资产入表规范化、专业化培训，构建企业数据资产入表长效机制。

图3 企业数据资产入表内控制度体系架构

五、总结与展望

企业数据资产入表包括数据资产确认、会计计量、处置和报废、列报和披露等多个环节，涉及企业管理、运营、财务和服务等多个方面，是企业数据资产化进程中的重要里程碑。现阶段，企业推动数据资产入表，应当以国家政策方针为引领，以《暂行规定》和会计准则为指导，结合自身总体发展战略和数据资产发展状况，选择适用、可行的数据资产入表路径。本文提出的参考路径也会随着实践而不断丰富完善，期望能给企业数据资产入表的研究者和探索者提供有益借鉴。