数据资产会计处理的问题研究：文献综述

摘要：数据作为数字经济的核心要素，不仅是其发展的关键资源，更是推动经济发展、优化产业结构、提升生产力和创新能力的强大引擎。然而，在数据资产化的进程中，由于数据的独特性质及当前会计规定的特殊性和不完整性，关于数据资产的概念界定、确认标准、权属认定及价值评估等方面尚未形成广泛共识。基于现有文献和研究成果的深入剖析，梳理数据资产在会计处理中的关键问题，包括归类方法、确权难题及估值挑战。在归类方面，提出数据资产应单列为一级科目，以更好地反映其在数字经济中的重要地位；在确权过程中，建议“淡化权利”主体，侧重数据资源的实际利用和价值创造；同时，还应从实践角度出发，不断完善数据资产的估值体系，确保其价值能够得到准确、合理的衡量。通过这些优化措施，期望能够推动数据资产会计处理问题的深入研究和规范化发展，为数字经济的健康发展提供有力支持。

关键词：数据资产；数据确权；数据入表；数据估值

0 引言

2023年，数字经济正式从“两化框架”转变为由数字产业化、产业数字化、数据价值化、数字化治理的“四化框架”、数据资产估值、权利归属、入表等相关规定。，数字经济呈现新型经济形态。党的二十大报告中提出“要加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群”，并强调“要建设以数据为核心的数字经济”，这将为正确发挥数据作为新的生产要素的作用，促进数字经济健康发展指明方向。数据资产确认、估值、权属及入表成为会计理论与实务界关注的热点。王禹[2]ADDINEN.CITElt;EndNotegt;lt;Citegt;lt;Authorgt;王禹lt;/Authorgt;lt;Yeargt;2023lt;/Yeargt;lt;RecNumgt;102lt;/RecNumgt;lt;DisplayTextgt;lt;styleface=\"superscript\"gt;[2]lt;/stylegt;lt;/DisplayTextgt;lt;recordgt;lt;rec-numbergt;102lt;/rec-numbergt;lt;foreign-keysgt;lt;keyapp=\"EN\"db-id=\"9zrxpwdvasf95de0sea5v9wueva5wtw5wtpd\"timestamp=\"1699434395\"gt;102lt;/keygt;lt;/foreign-keysgt;lt;ref-typename=\"JournalArticle\"gt;17lt;/ref-typegt;lt;contributorsgt;lt;authorsgt;lt;authorgt;王禹lt;/authorgt;lt;/authorsgt;lt;/contributorsgt;lt;auth-addressgt;南京师范大学;lt;/auth-addressgt;lt;titlesgt;lt;titlegt;数据资产的商业价值研究lt;/titlegt;lt;secondary-titlegt;全国流通经济lt;/secondary-titlegt;lt;/titlesgt;lt;periodicalgt;lt;full-titlegt;全国流通经济lt;/full-titlegt;lt;/periodicalgt;lt;pagesgt;189-192lt;/pagesgt;lt;numbergt;19lt;/numbergt;lt;keywordsgt;lt;keywordgt;数字经济lt;/keywordgt;lt;keywordgt;数据资产评估lt;/keywordgt;lt;keywordgt;评估难点lt;/keywordgt;lt;/keywordsgt;lt;datesgt;lt;yeargt;2023lt;/yeargt;lt;/datesgt;lt;isbngt;2096-3157lt;/isbngt;lt;call-numgt;10-1464/Flt;/call-numgt;lt;urlsgt;lt;/urlsgt;lt;electronic-resource-numgt;10.16834/j.cnki.issn1009-5292.2023.19.008lt;/electronic-resource-numgt;lt;remote-database-providergt;Cnkilt;/remote-database-providergt;lt;/recordgt;lt;/Citegt;lt;/EndNotegt;指出企业迫切需要具有系统性和完整性的数据资产确认、数据资产估值、权利归属、入表等相关规定。

为了更好地促进数字经济健康发展，财政部在2023年8月发布《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号，以下简称《暂行规定》），明确指出应当在符合规定的前提下将数据资源入表，并就公司如何处理、列示、披露数据资产的若干关键问题提供指导，这是数字经济领域关于数据资产的一项里程碑式文件。本文将在现有研究成果基础上，围绕数据资产归类、资产确权和价值评估等数据资源的会计处理问题展开分析，并为数据资源更好体现价值提供建议。

1 数据资产概念发展

国内外关于数据资产的概念侧重点有所不同，国内关于数据资产的研究更多是宏观层面，而国外对于数据资产的研究多注重微观层面。

RichardE.Peters[3]ADDINEN.CITElt;EndNotegt;lt;Citegt;lt;Authorgt;Petersonlt;/Authorgt;lt;Yeargt;1974lt;/Yeargt;lt;RecNumgt;43lt;/RecNumgt;lt;DisplayTextgt;lt;styleface=\"superscript\"gt;[3]lt;/stylegt;lt;/DisplayTextgt;lt;recordgt;lt;rec-numbergt;43lt;/rec-numbergt;lt;foreign-keysgt;lt;keyapp=\"EN\"db-id=\"9zrxpwdvasf95de0sea5v9wueva5wtw5wtpd\"timestamp=\"1697974449\"gt;43lt;/keygt;lt;/foreign-keysgt;lt;ref-typename=\"JournalArticle\"gt;17lt;/ref-typegt;lt;contributorsgt;lt;authorsgt;lt;authorgt;Peterson，RichardElt;/authorgt;lt;/authorsgt;lt;/contributorsgt;lt;titlesgt;lt;titlegt;Acrosssectionstudyofthedemandformoney：TheUnitedStates，1960-62lt;/titlegt;lt;secondary-titlegt;TheJournalofFinancelt;/secondary-titlegt;lt;/titlesgt;lt;periodicalgt;lt;full-titlegt;TheJournalofFinancelt;/full-titlegt;lt;/periodicalgt;lt;pagesgt;73-88lt;/pagesgt;lt;volumegt;29lt;/volumegt;lt;numbergt;1lt;/numbergt;lt;datesgt;lt;yeargt;1974lt;/yeargt;lt;/datesgt;lt;isbngt;0022-1082lt;/isbngt;lt;urlsgt;lt;/urlsgt;lt;/recordgt;lt;/Citegt;lt;/EndNotegt;最早提出数据资产是一种可以被数字化的资产，拥有独特的属性，例如数据类型、数据量、结构等。舍恩伯格[4]ADDINEN.CITElt;EndNotegt;lt;Citegt;lt;Yeargt;2013lt;/Yeargt;lt;RecNumgt;45lt;/RecNumgt;lt;DisplayTextgt;lt;styleface=\"superscript\"gt;[4]lt;/stylegt;lt;/DisplayTextgt;lt;recordgt;lt;rec-numbergt;45lt;/rec-numbergt;lt;foreign-keysgt;lt;keyapp=\"EN\"db-id=\"9zrxpwdvasf95de0sea5v9wueva5wtw5wtpd\"timestamp=\"1697977918\"gt;45lt;/keygt;lt;/foreign-keysgt;lt;ref-typename=\"Book\"gt;6lt;/ref-typegt;lt;contributorsgt;lt;authorsgt;lt;authorgt;lt;styleface=\"normal\"font=\"default\"charset=\"134\"size=\"100%\"gt;维克托lt;/stylegt;lt;styleface=\"normal\"font=\"default\"size=\"100%\"gt;·lt;/stylegt;lt;styleface=\"normal\"font=\"default\"charset=\"134\"size=\"100%\"gt;迈尔lt;/stylegt;lt;styleface=\"normal\"font=\"default\"size=\"100%\"gt;-lt;/stylegt;lt;styleface=\"normal\"font=\"default\"charset=\"134\"size=\"100%\"gt;舍恩伯格lt;/stylegt;lt;/authorgt;lt;/authorsgt;lt;/contributorsgt;lt;titlesgt;lt;titlegt;BIGDATAlt;/titlegt;lt;/titlesgt;lt;datesgt;lt;yeargt;2013lt;/yeargt;lt;/datesgt;lt;publishergt;lt;styleface=\"normal\"font=\"default\"charset=\"134\"size=\"100%\"gt;进口图书默认出版社lt;/stylegt;lt;/publishergt;lt;urlsgt;lt;/urlsgt;lt;/recordgt;lt;/Citegt;lt;Citegt;lt;Authorgt;维克托·迈尔-舍恩伯格lt;/Authorgt;lt;Yeargt;2013lt;/Yeargt;lt;RecNumgt;45lt;/RecNumgt;lt;recordgt;lt;rec-numbergt;45lt;/rec-numbergt;lt;foreign-keysgt;lt;keyapp=\"EN\"db-id=\"9zrxpwdvasf95de0sea5v9wueva5wtw5wtpd\"timestamp=\"1697977918\"gt;45lt;/keygt;lt;/foreign-keysgt;lt;ref-typename=\"Book\"gt;6lt;/ref-typegt;lt;contributorsgt;lt;authorsgt;lt;authorgt;lt;styleface=\"normal\"font=\"default\"charset=\"134\"size=\"100%\"gt;维克托lt;/stylegt;lt;styleface=\"normal\"font=\"default\"size=\"100%\"gt;·lt;/stylegt;lt;styleface=\"normal\"font=\"default\"charset=\"134\"size=\"100%\"gt;迈尔lt;/stylegt;lt;styleface=\"normal\"font=\"default\"size=\"100%\"gt;-lt;/stylegt;lt;styleface=\"normal\"font=\"default\"charset=\"134\"size=\"100%\"gt;舍恩伯格lt;/stylegt;lt;/authorgt;lt;/authorsgt;lt;/contributorsgt;lt;titlesgt;lt;titlegt;BIGDATAlt;/titlegt;lt;/titlesgt;lt;datesgt;lt;yeargt;2013lt;/yeargt;lt;/datesgt;lt;publishergt;lt;styleface=\"normal\"font=\"default\"charset=\"134\"size=\"100%\"gt;进口图书默认出版社lt;/stylegt;lt;/publishergt;lt;urlsgt;lt;/urlsgt;lt;/recordgt;lt;/Citegt;lt;/EndNotegt;认识到数据资产入表并不是能不能的问题，而是时间早晚的问题。2015年数据资源被认为不应被单纯当作其他类别财产的注释内容，而应被当作一项资产[5]ADDINEN.CITElt;EndNotegt;lt;Citegt;lt;Authorgt;Perronslt;/Authorgt;lt;Yeargt;2015lt;/Yeargt;lt;RecNumgt;46lt;/RecNumgt;lt;DisplayTextgt;lt;styleface=\"superscript\"gt;[5]lt;/stylegt;lt;/DisplayTextgt;lt;recordgt;lt;rec-numbergt;46lt;/rec-numbergt;lt;foreign-keysgt;lt;keyapp=\"EN\"db-id=\"9zrxpwdvasf95de0sea5v9wueva5wtw5wtpd\"timestamp=\"1697978338\"gt;46lt;/keygt;lt;/foreign-keysgt;lt;ref-typename=\"JournalArticle\"gt;17lt;/ref-typegt;lt;contributorsgt;lt;authorsgt;lt;authorgt;Perrons，RobertKlt;/authorgt;lt;authorgt;Jensen，JesseWlt;/authorgt;lt;/authorsgt;lt;/contributorsgt;lt;titlesgt;lt;titlegt;Dataasanasset：Whattheoilandgassectorcanlearnfromotherindustriesabout“BigData”lt;/titlegt;lt;secondary-titlegt;EnergyPolicylt;/secondary-titlegt;lt;/titlesgt;lt;periodicalgt;lt;full-titlegt;EnergyPolicylt;/full-titlegt;lt;/periodicalgt;lt;pagesgt;117-121lt;/pagesgt;lt;volumegt;81lt;/volumegt;lt;datesgt;lt;yeargt;2015lt;/yeargt;lt;/datesgt;lt;isbngt;0301-4215lt;/isbngt;lt;urlsgt;lt;/urlsgt;lt;/recordgt;lt;/Citegt;lt;/EndNotegt;。数据资产在美国发布的《开放、公开、数字化及必要的政府数据法案》中被定义为可以组合在一起的数据集或数据要素的集合。

近十几年来，数据资产在我国的研究深度逐渐增加，学者也都对数据资产进行定义。根据中国知网的检索，国内学者最早ADDINEN.CITElt;EndNotegt;lt;Citegt;lt;Authorgt;潘晓山lt;/Authorgt;lt;Yeargt;2003lt;/Yeargt;lt;RecNumgt;47lt;/RecNumgt;lt;DisplayTextgt;lt;styleface=\"superscript\"gt;[6]lt;/stylegt;lt;/DisplayTextgt;lt;recordgt;lt;rec-numbergt;47lt;/rec-numbergt;lt;foreign-keysgt;lt;keyapp=\"EN\"db-id=\"9zrxpwdvasf95de0sea5v9wueva5wtw5wtpd\"timestamp=\"1697979195\"gt;47lt;/keygt;lt;/foreign-keysgt;lt;ref-typename=\"JournalArticle\"gt;17lt;/ref-typegt;lt;contributorsgt;lt;authorsgt;lt;authorgt;潘晓山lt;/authorgt;lt;/authorsgt;lt;/contributorsgt;lt;auth-addressgt;中华商务联合印刷（香港）有限公司lt;/auth-addressgt;lt;titlesgt;lt;titlegt;数字资产管理的应用lt;/titlegt;lt;secondary-titlegt;今日印刷lt;/secondary-titlegt;lt;/titlesgt;lt;periodicalgt;lt;full-titlegt;今日印刷lt;/full-titlegt;lt;/periodicalgt;lt;pagesgt;18-20lt;/pagesgt;lt;numbergt;02lt;/numbergt;lt;keywordsgt;lt;keywordgt;DMAlt;/keywordgt;lt;keywordgt;数据资产管理lt;/keywordgt;lt;/keywordsgt;lt;datesgt;lt;yeargt;2003lt;/yeargt;lt;/datesgt;lt;isbngt;1002-6533lt;/isbngt;lt;call-numgt;11-2696/TSlt;/call-numgt;lt;urlsgt;lt;/urlsgt;lt;electronic-resource-numgt;10.16004/j.cnki.pt.2003.02.007lt;/electronic-resource-numgt;lt;remote-database-providergt;Cnkilt;/remote-database-providergt;lt;/recordgt;lt;/Citegt;lt;/EndNotegt;提到“数据资产”一词的是潘晓山[6]。我国对于数据资产的广泛且深入的研究以2011年为重要节点。这一年，世界经济论坛发布的《个人数据：新资产类别的出现》报告指出，个人数据未来将成为一种新的“经济资产类别”，这对数据资产价值化起到了重要的推动作用。到2018年，朱扬勇和叶雅珍[7]ADDINEN.CITElt;EndNotegt;lt;Citegt;lt;Authorgt;朱扬勇lt;/Authorgt;lt;Yeargt;2018lt;/Yeargt;lt;RecNumgt;49lt;/RecNumgt;lt;DisplayTextgt;lt;styleface=\"superscript\"gt;[7]lt;/stylegt;lt;/DisplayTextgt;lt;recordgt;lt;rec-numbergt;49lt;/rec-numbergt;lt;foreign-keysgt;lt;keyapp=\"EN\"db-id=\"9zrxpwdvasf95de0sea5v9wueva5wtw5wtpd\"timestamp=\"1697980329\"gt;49lt;/keygt;lt;/foreign-keysgt;lt;ref-typename=\"JournalArticle\"gt;17lt;/ref-typegt;lt;contributorsgt;lt;authorsgt;lt;authorgt;朱扬勇lt;/authorgt;lt;authorgt;叶雅珍lt;/authorgt;lt;/authorsgt;lt;/contributorsgt;lt;auth-addressgt;复旦大学计算机科学技术学院;上海市数据科学重点实验室;东华大学计算机科学与技术学院;lt;/auth-addressgt;lt;titlesgt;lt;titlegt;从数据的属性看数据资产lt;/titlegt;lt;secondary-titlegt;大数据lt;/secondary-titlegt;lt;/titlesgt;lt;periodicalgt;lt;full-titlegt;大数据lt;/full-titlegt;lt;/periodicalgt;lt;pagesgt;65-76lt;/pagesgt;lt;volumegt;4lt;/volumegt;lt;numbergt;06lt;/numbergt;lt;keywordsgt;lt;keywordgt;数据资产lt;/keywordgt;lt;keywordgt;数据资源lt;/keywordgt;lt;keywordgt;大数据lt;/keywordgt;lt;keywordgt;数字经济lt;/keywordgt;lt;/keywordsgt;lt;datesgt;lt;yeargt;2018lt;/yeargt;lt;/datesgt;lt;isbngt;2096-0271lt;/isbngt;lt;call-numgt;10-1321/G2lt;/call-numgt;lt;urlsgt;lt;/urlsgt;lt;remote-database-providergt;Cnkilt;/remote-database-providergt;lt;/recordgt;lt;/Citegt;lt;/EndNotegt;首次给出了数据资产的定义，认为数据资产是拥有数据权属、有价值、可计量、可读取的网络空间中的数据集，这也使数据资产的概念和范围更加明晰化。我国2020年发布的《资产评估专家指引第9号——数据资产评估》认为，数据资产是由特定主体合法拥有或者控制，能持续发挥作用并且能带来直接或者间接经济利益的数据资源[8]ADDINEN.CITElt;EndNotegt;lt;Citegt;lt;Authorgt;中国资产评估协会lt;/Authorgt;lt;Yeargt;2020-01-09lt;/Yeargt;lt;RecNumgt;69lt;/RecNumgt;lt;DisplayTextgt;lt;styleface=\"superscript\"gt;[8]lt;/stylegt;lt;/DisplayTextgt;lt;recordgt;lt;rec-numbergt;69lt;/rec-numbergt;lt;foreign-keysgt;lt;keyapp=\"EN\"db-id=\"9zrxpwdvasf95de0sea5v9wueva5wtw5wtpd\"timestamp=\"1698464442\"gt;69lt;/keygt;lt;/foreign-keysgt;lt;ref-typename=\"WebPage\"gt;12lt;/ref-typegt;lt;contributorsgt;lt;authorsgt;lt;authorgt;lt;styleface=\"normal\"font=\"default\"charset=\"134\"size=\"100%\"gt;中国资产评估协会lt;/stylegt;lt;/authorgt;lt;/authorsgt;lt;/contributorsgt;lt;titlesgt;lt;titlegt;lt;styleface=\"normal\"font=\"default\"charset=\"134\"size=\"100%\"gt;资产评估专家指引第lt;/stylegt;lt;styleface=\"normal\"font=\"default\"size=\"100%\"gt;9lt;/stylegt;lt;styleface=\"normal\"font=\"default\"charset=\"134\"size=\"100%\"gt;号——数据资产评估lt;/stylegt;lt;/titlegt;lt;/titlesgt;lt;datesgt;lt;yeargt;2020-01-09lt;/yeargt;lt;/datesgt;lt;urlsgt;lt;related-urlsgt;lt;urlgt;http：//www.cas.org.cn/docs/2020-01/20200109165641186518.pdflt;/urlgt;lt;/related-urlsgt;lt;/urlsgt;lt;custom1gt;2023-10-28lt;/custom1gt;lt;/recordgt;lt;/Citegt;lt;/EndNotegt;。这些定义肯定了数据资产可以为企业带来经济价值，为数据资产入表披露奠定基础。

目前对于数据资产的定义还没有清晰、统一的认定。但是学者的研究及政府部门发布的文件中都明确了能够间接或直接产生经济价值的数据可以作为数据资产。这也为数据资产化价值化提供了保障，能够帮助企业识别数据资产，为数据资产会计处理奠定基础。认识数据资产可以带来预期收益，为数据资产“入表”奠定基础。

2 数据资产如何归类

只有明确数据资产的归类，才可以明确归属于哪一类报表项目，服务于企业，为相关利益方所了解，产生经济价值。《暂行规定》中指出，对企业可以按照准则或规定可以确认为数据资源，以及企业合法控制的未来可以带来经济利益流入的数据资产进行分类，认定为无形资产或者存货。但是《暂行规定》中对于数据资产的归类也与现行资产、无形资产、存货会计准则之间存在相悖之处。对现有文献和准则进行梳理分析，应当在肯定《暂行规定》的务实性和现实意义之后，继续细化准则，更好地为数据资产早日入表做好准备。

2.1 数据资产归类于资产的冲突

虽然数据资产的资产化、价值化成为趋势，并且数据资产化的内涵与特征逐渐明显，但是根据资产的定义，数据资产与资产的准则定义也具有以下几点冲突，数据与资产之间的转换还需要进一步明晰。

2.1.1 数据并不是在过去形成的，存在易变性的特点

根据《企业会计准则——基本准则》（财政部令第76号）文件中对资产的定义“资产是指企业过去的交易或者事项形成的”，具体来说是所指的企业过去的交易或者事项包括购买、生产、建造行为或其他交易或者事项。数据在产生的一瞬间是过去形成的，但是数据真正发挥价值是在利用、更新、持续使用中才得以显现。数据具有更新频繁的特点，那么，因为数据是动态的，可能每一时刻形成的数据库都是不同的，这可能与准则中关于资产是过去的交易或事件所产生的资产的定义不一致，无法完全从定义上匹配。

2.1.2 IASB与我国会计准则关于资产认定门槛的差异

IASB在对《财务会计概念框架》中对资产的概念定义从“由于过去事项而由主体控制的、预期会导致未来经济利益流入主体资源”变为“由于过去事项而由主体控制的现有经济资源”，表明国际上对资产的定义不再强调“预期的经济利益流入”，这一修改降低了资产的确认门槛。而我国会计准则对于资产的定义强调“企业拥有或者控制以及预期的经济利益流入”，资产的定义与确认门槛与国际会计准则理事会（IASB）并不完全吻合。在实际应用中，有些数据在后续的使用和维护阶段，并不能为企业带来预期的经济利益流入。因此，在判断这些数据是否可以被定性为企业的数据资产时，由于国内外会计准则的差异，数据资产是否可以资产化的认定标准可能存在显著的差异。

2.2 数据资产归类于无形资产的冲突

归类于无形资产也相当于承认了数据资产属于资产，上述数据资产与资产的冲突也同样适用归类于无形资产的冲突。

目前对数据资产确认为无形资产的观点较多，刘玉以facebook公司为背景，认为应将数据资产归类于无形资产，并可以下设“大数据资产”二级科目。这虽然与无形资产的概念在一定程度上吻合，但将数据资产归为无形资产还存在权属、摊销、成本计量等困惑。

2.2.1 数据不是企业拥有或者控制

根据《企业会计准则第6号 ——无形资产》（财会〔2006〕3号），无形资产强调由企业拥有或控制的，但是数据具有非独占性的特点。并且现在我国对于数据资产的权属问题还在讨论范围，并未形成统一认知。所以，由于数据不同于其他资产的特征，这一点在资产认定、纳入资产报表中还存在困惑。

2.2.2 数据资产不能依据无形资产准则进行摊销

若数据资产被纳入无形资产的范畴，根据无形资产会计准则，需要在获取数据资产时对其使用寿命进行科学且合理的评估，并在后续的会计年度中根据预估的使用寿命进行摊销。然而，数据的价值特性不同于传统的无形资产。其价值可能会随着时间流逝而增值，或者其价值变化呈现出一种动态的趋势，难以用固定的标准来衡量。更复杂的是，数据的寿命往往具有不确定性，这使得难以按照无形资产的会计准则对其进行精确的摊销处理。因此，在现行无形资产会计准则的框架下，数据资产可能并不完全契合其摊销要求，需要进一步探索更加适合的会计处理方式。

2.2.3 数据资产的成本准确计量存在现实困难

《企业会计准则第6号——无形资产》（财会〔2006〕3号）中对无形资产的确认条件之一是该无形资产的成本能够可靠地计量。但是数据的成本并不做到完全可靠的计量，其具有价值易变性的特征。并且数据的成本构成复杂，在数据形成过程中主要包括取得、加工、存储成本，但也包含一系列隐性成本，如与企业其他业务共同销售的数据资产，其价值往往与整体业务交织在一起，难以单独且完整地剥离。更为关键的是，数据资产的价值体现高度依赖具体的场景应用，这使得对其成本进行可靠计量变得尤为困难。因此，在数据资产的会计处理上，需要更加细致地考虑其成本的复杂性和价值的不确定性，以确保财务报告的准确性和完整性。

2.3 数据资产归类于存货的冲突

数据的利用并不是所有企业的日常经营活动。根据《企业会计准则第1号——存货》（财会〔2006〕3号）中对存货的定义“企业在日常活动中持有以备出售”，但是也存在有些企业对于数据的利用并不是日常活动，随着很多制造业智能化程度的提高，在经营中不可避免地会利用数据进行资源整合帮助企业更加合理地生产和销售，但这种对数据的利用并不能作为制造业的日常生产经营活动。并且根据会计准则，存货也具有流动性的特征，数据资产的使用期限很可能是永久的，可能不会在一年之内被企业出售，不存在价值递减的情况，因此这类数据也有非流动性的特征。

2.4 数据资产单列为一级科目

目前，关于数据资产账户归类设计的结论尚未达成一致意见。现有文献对数据资产的分类主要有3种：第一类是归为无形资产，如唐莉和李省思［13］通过对数据资产化、特点、核算进行分析，认为数据资产应该归类于无形资产;第二类是归为存货，此类观点支持度较低;第三类是将数据资产设置为一级科目，独立于另外两类资产分类ADDINEN.CITE.DATA[11，14-16]，因为数据存在数据性、非流动性、非知识产权性的特征，将数据资产归类于无形资产和存货还存在准则的不适用性[16]。同时，企业可以根据数据取得方式（自行研发、外购获得、共享合作等）、所属行业（制造业、电商企业、运输行业等）、产生主体（个人、企业、外购等），在“数据资产”一级科目下设合适的二级科目，为数据资产准确入表提供前提准备。

3 数据如何确权

将数据转化为资产是数据市场发展的必然结果。数据要成为资产，必须有明确的权属主体[17]。现阶段，关于数据的确权问题，现有文献对于数据的确权主要集中在数据权利属性、数据权利内容及数据权利主体界定方面。

数据资产纳入财务报表，主要探讨数据资源的权利主体应该如何界定。主要有3种观点：第一种是“以用户为中心”，即数据来源者为权利主体；第二种是“以企业为中心”，即数据处理者为权利主体；第三种是“淡化权利”[15]不局限于将数据权利主体进行严格归属。这3种观点并不冲突，是数据在经历数据资源化、数据资产化到数据要素化的过程中的主体变换。

基于数据流动性强、非竞争性、与传统资产有较大不同等特性，过于追求权利归属会导致数据资产的价值降低，产生负向效应[15-18]。对于数据权属问题，现行法律法规并无明确规定，但数据资产的发展却日新月异。无论最后对数据资产权利主体如何规定，可能都会对任一方造成伤害ADDINEN.CITE.DATA[15，18-19]。基于此，谭明军ADDINEN.CITE.DATA[15]提出从法理与数据资产的特性、资产的定义、数据利用条件、现实发展角度来分析，认为应当淡化数据资产的所有权主体。对于数据产品的确权来说，数据的价值或许并不在于谁发明或发现，而在于谁能够更好地利用和整合数据，然后形成数据产品，创造数据更好服务于企业的价值。因此，在数据资源化阶段，数据产品应当是以“以企业为中心”，即为数据处理者为权利主体。

目前，数据确权在理论和实践层面都存在困境。我国《民法典》对于数据确权并没有明确的相关规定，并且数据资产在概念分类等方面都还没有形成较为统一的认知。有些企业主体同样对于数据确权的认知也比较模糊，没有清晰认知，这都给数据确权带来了困难。目前对于数据资产确权的问题并没有国家级的法律法规，但是已经出现因为权属不清所带来的冲突和纠纷。由于缺乏数据法律制度而造成的许多社会问题表明，迫切需要建立数据法律制度ADDINEN.CITE.DATA[19]。只有数据真正地进行确权，企业、政府、个人才可以合理地评估自身拥有多少数据，才可以将数据资产写入报表，形成报表项目。在确定数据要素的价值之前，需要准确划定数据所有权、定义数据使用范围，并进一步指定数据价值评估流程。

4 数据资产如何估值

数据资产的准确估值，是数据资产入表的前提条件。数据资产尚未在财务报表（资产负债表）中得到广泛确认，也未在财务报表附注中被企业规范化地提及或详细解释。对数据资产的使用旨在促进数据元素的充分利用和流通，以创造经济和社会价值，这种价值创造过程应以科学、客观的方式进行评估和记录。估值是企业处置、交易数据资产的首要前提，数据资源估值与数据资产商品交易直接挂钩，从数量和质量上为数据资产流动及相关产业和部门提供了新的推动力。无论选择何种估值方法来衡量数据资产的价值，都会对数据资产如何进行会计处理产生影响，从而影响数据资产入表价值。目前，关于数据资产如何估值的问题主要聚焦于货币价值（价格与价值内涵）及非货币价值（价值与价值指数）在对数据资产价值管理研究成果进行梳理后，认为数据资产主要在3项内涵（数据资产价格、数据资产价值、数据资产价值指数）、2个维度（货币价值以及非货币价值）上进行评估。现有研究文献中，对于数据资产关于货币价值的估值主要有3种传统的价值评估方法：收益法、成本法以及市场法（这3种传统的估值方法主要是对无形资产的评估要求），以及商业机构对数据资产的价值进行研究得出了一系列衍生改进的数据资产评估方法。

4.1 数据资产关于货币价值的传统估值方法

数据资产的货币价值主要包括价格与价值内涵，价值和价格的内涵不尽相同，在承认了数据资产的价值之后，价格才得以表现出来。数据资产的价值依赖于场景，在不同的场景下，同一项数据资产的价值可能不同。对于这一现象，“场景理论”提供了理论基础。该理论认为，应根据具体的使用场景情况来对数据的性质进行评估。传统的估值方法是基于对无形资产的估值方法，由于前文已经描述无形资产与数据资产之间的差异与冲突，可以说明，传统的估值方法可能在一定程度上并不完全匹配数据资产，但也不能否定其适用性。传统的估值方法对于数据资产评估的优势及局限性见表1。

综上所述，传统的3种估值方法是在对于无形资产进行估值的情况下产生的，并且目前数据资产交易市场十分有限的境况下，传统的估值方法与数据资产估值存在不适用的情况，还需要探索更加适用于数据资产价值易变性、依靠场景变换体现价值、价值与用户使用深度紧密联系等特性的一种估值方法，或对传统估值方法进行改进、完善使之更加适用于数据资产。

4.2 数据资产关于货币价值的衍生改进评估模型

数据资产化成为新的经济趋势，各个商业机构都认识到了对数据资产评估可有效提高不同业务领域的运营效率和管理能力。定期评估可以有效帮助管理层分析数据资产价值与业务价值之间的相关性。此外，具有准确价值量化的数据资产还能有效解决不同业务部门数字化运营方面的沟通屏障，提高工作效率。因此，在传统评估方法的基础上，商业机构也积极对数据资产评估进行研究，提出了一系列的改进衍生的数据资产评估模型。

普华永道发布的《数据资产化——前瞻性研究白皮书》中对于数据特性进行了分析，认为数据资产具有五大特性。基于数据拥有的与传统资产不同的特性，普华永道提出了数据资产发展阶段的估值框架研究，认为数据资产经历了数据势能形成阶段到动能的转化阶段，再到数据动能上升阶段。这个估值框架体系为企业中数据资产发挥价值提供了提升路径。依据3个数据转化的路径，普华永道分别提出了适用各个阶段的估值模型。数据势能形成阶段的估值只要用成本法、模糊评价法；数据势能向动能的转化阶段可以使用成本法、数据势能模型、实物期权模型；到数据资产完全可以交易时，可以使用数据势能模型、多因素修正后的增量效益折现模型、因素剥离折现模型。

德勤和阿里研究院联合发布的《数据资产化之路——数据资产的估值与行业实践》认为主要有3个维度、11个具体影响因素影响数据价值，并指出传统的估值方法与数据资产估值间的不适配与不足，构建出关于数据资产的估值评价模型。从相对原始的财务数值角度，数据资产可以使用EBITDA市值模型和净资产市值模型如果数据资产存在业务交易，也可以用财务数值与多元现金流模型、面板多元现金流模型等适用于业务模型相结合的估值方法。

虽然目前并未形成对于数据资产的估值统一认知，现有估值体系还不完善，但不论是传统的估值模型还是商业机构衍生的估值模型，都为数据资产的估值带来了有益借鉴。我国学者也提出许多数据资产的估值模型。李永红等对传统估值方法市场法进行修正，利用灰色关联分析法量化数据资产。这种对于传统数据资产估值模型的改进更具有普适性，不是只适用于数据资产。李秉祥等根据数据资产的成本特征，在实物期权方法中使用B-S模型来估算大数据资产动态性质下的价值，在将数据资产纳入资产负债表和在实践中确定大数据交易价值方面具有现实意义，并为如何提高公司价值提供了新思路。Berkman[27]认为收益法是适合数据资产的估值方法，但收益法在实践中使用条件较难匹配。为了使数据资产能够更好地流通进而产生价值，应设计一个可计量、可识别的标准数据产品形态在仿照了图书的形态设计后，基于数据盒模型设计了一种数据产品标准形态——盒装数据，并提出盒装数据的最小基础规模设定为1GB。对数据的产品形态进行研究是针对公开数据市场数据流通的一种积极探索，具有重大实践意义。

现有对数据资产的估值及可计量的标准数据产品形态的讨论与研究，都进一步完善了数据资产估值体系，为使数据资产入表形成报表项目、数据资产估值的理论与实践拟合度更高，在对数据资产进行价值评估时应采用成本较低、标准严格、程序相对简单的估值方法，注重数据资源的利用过程并从实践角度来进行估值。

5 结语

在《暂行规定》的背景下，对数据资产的概念发展、如何归类、如何确权、数据资产的估值方法等方面进行了梳理。数据资源只有明确主体拥有或控制并且可以为企业带来预期经济利益的流入才会被确认为数据资产。通过对数据资产与资产、无形资产及存货的准则定义进行比对与分析，应当将数据资产单列为一级科目，应当进一步明晰数据资产后续如何入表以及继续完善准则。数据资产确权应当秉持“淡化权利”的观点，注重利用数据，使数据更好地发挥价值。虽然目前对于估值还未形成较为统一的认知，但是对于数据资产估值的探索进一步完善了数据资产估值体系，推动数据资产估值的理论与实践拟合度更高。

企业应当在认识到数据资产对企业的价值后，确保数据资产得到妥善管理，以发挥其在支持经济发展、组织效率和创新方面的重要作用，使之支撑企业技术创新和深度数字化转型，推动社会高质量发展。

参考文献

[1]中国信息通信研究院.中国数字经济发展研究报告[EB/OL].（2023-04-27）.[2023-10-27].http：//www.caict.ac.cn/kxyj/qwfb/bps/202304/P020230427572038320317.pdf.

[2]王禹.数据资产的商业价值研究[J].全国流通经济，2023（19）：189-192.

[3]PETERSON R E. A cross section study of the demand for money：The United States，1960-62 [J].The Journal of Finance，1974，29（1）：73-88.

[4]舍恩伯格.BIG DATA[M].北京：进口图书默认出版社，2013.

[5]PERRONS R K， JENSEN J W. Data as an asset：what the oil and gas sector can learn from other industries about “Big Data” [J]. Energy Policy，2015（81）：117-121.

[6]潘晓山.数字资产管理的应用[J].今日印刷，2003（2）：18-20.

[7]朱扬勇，叶雅珍.从数据的属性看数据资产[J].大数据，2018，4（6）：65-76.

[8]中国资产评估协会. 资产评估专家指引第9号：数据资产评估[EB/OL].（2020-01-09）.[2023-10-28].http：//www.cas.org.cn/docs/2020-01/20200109165641186518.pdf

[9]刘玉.浅论大数据资产的确认与计量[J].商业会计，2014（18）：3-4.

[10]吴超.从原材料到资产;数据资产化的挑战和思考[J].中国科学院院刊，2018， 33（8）：791-795.

[11]吕慧，赵冠月.数据资产的价值评估与会计处理研究进展综述[J].财会通讯，2023（13）：24-30.

[12]孙永尧，杨家钰.数据资产会计问题研究[J].会计之友，2022（16）：153-160.

[13]唐莉，李省思.关于数据资产会计核算的研究[J].中国注册会计师，2017（02）：87-89.

[14]杜卓隆.Fintech时代对数据资产化的若干思考[J].中国战略新兴产业，2017（32）：71.

[15]谭明军.论数据资产的概念发展与理论框架[J].财会月刊，2021（10）：87-93.

[16]张俊瑞，危雁麟，宋晓悦.企业数据资产的会计处理及信息列报研究 [J].会计与经济研究，2020，34（3）：3-15.

[17]李佳妍，李亮.以确权释放数据价值，推进企业数字化转型[J].炼油与化工，2023，34（2）：18-22.

[18]姚佳.企业数据的利用准则[J].清华法学，2019，13（3）：114-125.

[19]邹丽华，冯念慈，程序.关于数据确权问题的探讨[J].中国管理信息化，2020，23（17）：180-182.

[20]罗玫，李金璞，汤珂.企业数据资产化：会计确认与价值评估[J].清华大学学报（哲学社会科学版），2023，38（5）：195-209，226.

[21]尹传儒，金涛，张鹏，等.数据资产价值评估与定价：研究综述和展望[J].大数据，2021，7（4）：14-27.

[22]林飞腾.基于成本法的大数据资产价值评估研究[J].商场现代化，2020，（10）：59-60.

[23]刘琦，童洋，魏永长，等.市场法评估大数据资产的应用[J].中国资产评估，2016，（11）：33-37.

[24]普华永道.数据资产化：前瞻性研究白皮书[EB/OL].（2021-11）.[2023-10-30].https：//www.pwccn.com/zh/research-and-insights/white-paper-on-prospective-study-of-data-capitalization-nov2021.pdf

[25]李永红，张淑雯.数据资产价值评估模型构建[J].财会月刊，2018（9）：30-35.

[26]李秉祥，任晗晓.大数据资产的估值[J].会计之友，2021（21）：127-133.

[27]BERKMAN M.Valuing intellectual property assets for licensing transactions[J].Licensing Journal，2002，22（4）：16-23.

[28]叶雅珍，朱扬勇.盒装数据：一种基于数据盒的数据产品形态[J].大数据，2022，8（3）：15-25.

作者简介：杨嘉歆，男，1985年生，硕士研究生，副教授，硕士生导师，主要研究方向：数字经济、大数据分析。

杨梓秋（通信作者），女，1999年生，硕士研究生在读，主要研究方向：财务智能化。

基金项目：陕西省社会科学基金年度项目“陕西省数字经济与制造业高质量融合发展研究”（2022D056）。宝鸡文理学院研究生创新科研项目“数字化转型、ESG与企业绿色技术创新的作用机制研究”（YJSCX24YB25）。