数据资产入表综合服务平台

【关键词】   数据资源；数据资产；入表核算；偏差表现

【中图分类号】   F231   【文献标识码】   A   【文章编号】   1002-5812（2025）01-0096-04

一、引言

2020年中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，提出围绕开展数据交易建立流通市场，明确将数据作为要素资源并具有与技术、知识、管理同等价值。2022年发布的《关于构建数据基础制度更好发挥数据要素作用的意见》将资产权益引入数据资源，要求建立数据资产列入企业财务报表的新模式，保证数据在“资源化、价值化、资产化、资本化、要素化”演变过程中形成的价值变量得到会计确认和报告。2023年财政部印发《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》），对企业数据资源是否可作为资产入表，如何进行会计处理和会计信息披露制定了可遵循的规定，初步实现了以会计计量基础量化数据价值，其参与生产经营过程的价值确认、消耗方式、成本转移全面反映在财务状况、经营成果及现金流量中。

《暂行规定》将符合资产定义与确认条件的数据资产在会计科目上记为无形资产或存货，即对数据资源核算规则采用现行企业会计准则进行暂时过渡。目前，北京、上海、广州、重庆、深圳、珠海、天津、杭州、济南等全国范围内至少26个城市已实现域内企业数据资产“入表”，完成了数据资产确权、类型分类、科目选择、成本归集、账面价值确认等财务核算程序。从2024年第一季度上市公司实施数据资产入表的情况看，所披露的第一季财报中，已完成数据资源“入表”的企业超过20家，包含了计算机、钢铁、建筑、机械设备等行业。但从实施效果看，部分企业将已入账的数据资产进行重大调整，如中信重工机械股份有限公司、山东钢铁集团有限公司等公司将分类为“存货”的“数据资源”转入“合同资产”； 浙江威星智能仪表股份有限公司、中闽能源股份有限公司等企业直接调减数据资源科目金额。数据资产入表过程中存在诸多问题，如实施过程中是否能应对数据资源的边际成本小、价值波动大等特点导致计量方法不适用、会计估计方法不恰当、计量金额不准确等问题，需要对数据资产入表过程开展核算准确性分析，以应对资产入表可能存在的重要风险。

二、数据资产入表的初始判定

在广泛的经济社会生活中，各个领域产生了一系列经济活动信息，随着现代技术的发展，信息以电子方式或者其他方式记录下来，形成了数据。2021年颁布的《中华人民共和国安全法》也明确将数据定义成以电子或者其他方式形成的信息记录，数据的表现形式可以是文字、图片、图像、图形、数字等多种方式。单一的原始数据以多种形态无序地分布在经济的各个环节，其分散的特性并不能发挥自身的经济价值。但伴随着信息化技术的广泛应用，使得数据量级几何倍增加，而数字化技术的创新发展，采用采集、加工、清洗、整合等有效方法，进一步推动了数据聚集和融合互通，数据要素赋能显著提高了经济活动生产效率，使得数据价值得以初步实现。在对数据资源进行深度开发、利用和扩展的过程中，数据资源应用于不同的适配场景中，其既可作为要素产品发生经济交易，又可作为生产要素直接用于生产经营，内涵价值得到二次增值。

从数据的形态演变分析，数据历经五个过程的转变，即“信息→数据源→数据资源→数据产品→数据资本”，在整个数据生命周期（见图1）中，形成了数据利用的二元市场，即数据资源市场（一级）和数据产品市场（二级），各个阶段的数据虽然呈现的形式不同，却都具有使用价值^［2］，且商业价值不断累进和变化。尤其是将金融属性嵌入数据价值后，可采取作价入股、抵押融资、信托投资等方式，开拓数据价值增值空间。

（图略）

从数据价值实现和增值过程分析，在数据资源市场中，处于原始形态的信息和数据源，价值的不稳定性和不确定性使其不具有可持续利用或商业交易的条件，蕴含的价值极其有限。因此，只有当数据汇集达到数据资源状态时，具备了形态可识别、数值可量化、价值可确认、质量效果可评价、应用结果可显化等基本资产特征，才能将其作为数据资产的初始判定基础。

三、现行数据资产入表的基本条件

数字经济时代，多数企业利用丰富的数据的使用价值和商业价值，持续地从数据资源中获得丰厚的利益，数据资源作为除土地、劳动、资本和技术外的第五大生产要素，已成为企业核心优质资产。但企业持有的资产并不完全可计量为《企业会计准则》规定的定义范围，《企业会计准则》规定，将企业过去的交易或者事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益，且同时满足经济利益很可能流入和成本或者价值能可靠计量条件的资源纳入资产类会计要素核算。而《暂行规定》划分为两类可入表的企业数据资源（见图2），一类是符合《企业会计准则——基本准则》资产类条件可作为存货和无形资产的数据资源，即准则内数据资产；另一类是虽不满足企业会计准则相关资产确认条件但符合特定要求的数据资源，即特定数据资源。准则内数据资产沿用现有资产初始确认、后续计量和披露报告的规定，只要数据资源符合资产类会计要素条件，企业自行确定内部使用和对外交易用途，分别划分为无形资产和存货，且严格遵守准则及其应用指南进行会计确认，并列入企业报表的核算范围。

（图略）

特定数据资源虽没有要求须满足经济利益很可能流入和成本或者价值能可靠计量的条件，但更加强调拥有和控制数据资源的合法性。从取得数据资源的渠道看，应合法通过购置、采集开发等方式取得所有权或授予使用权，具备明晰的所有权属或经济使用权；从数据资源的内容看，擅自储存、使用、转让国家机密数据、私人信息、敏感数据等不能被列入企业拥有或控制范围。合法拥有或控制数据资源是特定数据资源和准则内数据资产能否入表的核心要件。此外，没有达到确认资产认定条件的特定数据资源不能纳入财务报表范围，但《暂行规定》将其纳入附注披露内容，允许企业根据实际情况在报表披露中列示数据资源规模、质量、应用领域、经济前景等信息。

四、数据资产入表核算偏差体现

《暂行规定》虽规范了数据资产如何入表核算的基本原则，但数据资产的无限复制性、深度加工后价值可倍增性等自身特征会导致利用现有的会计核算方法并不能够精准核算资产价值。例如同一数据资产价值会受到不同应用环境影响而导致市场价格发生变化，进而影响不同企业对同类资产初始入账价值产生显著差异；又如数据信息累计过程中会增加其价值，而采用折旧摊销的会计核算方法又会减少资产账面价值，使得资产使用过程中账面价值偏离真实价值；再如资产技术快速更迭导致资产价值短期暴跌，从而使得期末数据资产账面价值产生重大波动性。此外，资产评估基础不完善、未来收益预测不准确、数据资产产权配套法律不健全等问题都将引起数据资产入表后账面期末价值、成本摊销、损益结转核算的不准确，甚至会造成人为粉饰资产和损益。因此，鉴于数据资产的特殊性，直接采用《企业会计准则第1号——存货》《企业会计准则第6号——无形资产》进行数据资产核算，将产生核算差异，会影响入表的准确性。

数据资源转变为数据资产入表核算，需经历数据资产原始成本投入、数据资产识别分类和初始成本确认、数据资产后续计量和数据资产处置与报废等四个阶段（见图3），所对应的核算差异表现各不相同。

（图略）

（一）数据资产原始成本投入阶段。可采用对外直接采购数据、自行开发数据或收集改造生产伴生数据等方式来取得数据资源，现行的核算原则是对于研究阶段及之前形成的支出直接确认为损益，进入开发阶段或外购投入列入数据资产成本。实务中的差异表现在：一是数据资源的多样性和应用场景的差异性导致数字资产在研究和开发阶段界定不明，无法将某一特定状态的数据资产定义为研究阶段还是开发阶段，开发数据资源过程产生的费用也就不能精准地分类确认为损益化或资本化，影响数据资产初始成本计算。二是在缺少市场化数据资产交易信息，无商业实质交易和关联性交易情况下购置数据资产并按照交易价格计量，会人为产生数据资产入表的价格偏离。三是现有《暂行规定》未来适用法对数据资产成本入表核算，并未按照会计政策对以前发生的成本进行追溯调整，已发生成本不计入数据资产价值，会导致入表数据资产偏低。

（二）数据资产识别分类和初始成本确认阶段。达到数据资产确认条件后，数据资产经过会计科目选择、成本汇总结转、账证登记等核算程序入账核算。目前学术界广泛提出单独设置“数据资产”一级科目进行核算（张俊瑞，2021；李秉祥，2022；罗斌元和赵依洁，2020），以区别传统资产与数据资产，笔者认为，在没有系统掌握不同行业、不同运用场景下数字资产业务逻辑、价值变化过程，且无配套对应的会计核算标准和规范的情况下，暂采用《暂行规定》所列示的“无形资产”和“存货”下设置“数据资产”二级科目核算更为合理。现有的计量规则与实务中的差异表现在：一是识别数据资产科目类别的差异，当数据资产同时满足“企业使用”和“日常持有、最终目的用于出售”双重模式时，会影响数据资产科目选择的统一性，且不考虑企业本身业务模式进行判定下，易造成随意选择无形资产和存货科目。二是现采用历史成本法对数据资产进行初始计量，虽然客观反映了企业的数据资源投入成本金额，但对于数据资产占总资产比例较大的企业，账实价值会出现巨大差距，且在不能用公允价值法或现值法进行修正的情况下，入表的账面价值不能准确反映数据的真实价值。

（三）数据资产后续计量阶段。数据资产列入无形资产和存货两个科目，两者不同的后续计量方法致使科目期末余值出现显著差异。

1.对于数据资产采用无形资产计量，与实务中的差异表现在：一是数据资产在不同行业、不同企业以及不同业务场景下呈现价值生命周期的多样化，在没有合理估计数据资产生命周期的技术标准下，即使客观分析经济利益回报年限、数据活跃程度、市场需求前景等因素，其使用寿命的一致性仍然得不到有效保证，数据资产的摊销年限就难以确定，必然弱化数据资产的后续摊销基础的准确性。二是受数据资产可变性影响，同样无法合理预估数据资产的净残值。三是对已经列入无形资产的数据资产改造升级，资本化后重新入账确认时，数据资产增量部分以新发生成本叠加，而原数据资产并不能像实物资产一样可以将被替代部分进行物理识别，也就无法精确计算被替换部分的对应账面值从而准确核算改造资产价值，因而，数据资产重新确认入账价值仅是估值，直接影响入表核算的准确性。四是无形资产科目期末账面按照资产可收回金额与账面净值计提减值损失后确认，确认传统资产的可收回金额根据其经济价值、寿命期限、‌市场需求、‌技术发展等因素，以预计未来现金流量现值来确定，而数据资产的特定应用性，使其较难准确估计预计未来现金流量现值，会导致人为粉饰减值损失。

2.对于数据资产采用存货计量，与实务中的差异表现在：一是对于已出售存货，其减少的账面价值一次性转入经营成本，资产类科目期末无余额。而数据资产具有无限复制性，在企业继续拥有所有权和使用权时，持有存货仍可利用产生经济利益，数据资产并未因一次交易而失去市场价值，此时，数据资产账面价值为零与实际的数据资产价值出现偏差。二是期末存货科目期末账面也采用可收回金额与账面净值孰低的方法确定，同一数据资产在会计期间内同时具有多份交易数据资产合同时，采用合并交易合同总价和按单一合同价两种不同的价格作为确定可收回金额计算基础，会得出完全不同的资产数值，使得期末存货账面余额出现差异。三是随着数字技术发展和数据资产应用场景不断优化，同类数据资产的市场价值会出现显著上浮，入表的数据资产账面价值受制于单一的历史成本计量方法，报表资产价值可能出现背离市场价格的现象。

（四）数据资产处置与报废阶段。当企业资产失去经济价值时，应启动资产报废程序，将资产账面余额从表中移除。实物资产拆解销毁或残值变卖后随即消失，与报废实物资产不同的是，数据资产即使已完成账面清除，若应用场景的开发使得已报废数据资产重新赋有经济价值，而现有准则不允许冲销报废业务凭证并恢复数据资产账面原值，此时的数据资产仅能在表外体现。同时，数据资产的报废依据和原则受限于市场交易区域性和行业性影响，暂较难辨别资产的未来价值，即数据资产的报废判定模糊影响着数据资产入表时间。

五、修正数据资产入表核算偏差的建议

数据资产入表准确性不仅需要设计会计核算程序和方法，更需充分了解数据资源生成模型、数据结构类型、价值变化规律、市场需求预测、应用场景设计等信息，按照会计基本原则系统建立数据资产入表前判定依据、入表后计量单位完善、价值差异控制、市场化价格比较等措施来防范数据资产的入表价值失真。中国资产评估协会于2019年和2023年分别发布《资产评估专家指引第9号——数据资产评估》《数据资产评估指导意见》；海南省大数据管理局发布的《数据资产评估场景化案例手册》等文件，对如何确定数据资产估值对象、明细评估方法、规范操作要点等内容提供估值技术基础，为正确核算入表的数据资产的价值提供了基本指引。为更加精准地确定数据资产价值和完善入账价值核算体系，本文建议如下：

（一）多维度建立数字资产质量标准。实物资产在价值演变过程中，经历半成品、产成品等形态，并达到质量检验合格后作为产品参与市场竞争，获得商品价格。资产从原材料到商品的整个过程，不管处于何种状态，均有相应的质量认定标准，可判定其质量高低，能科学合理地确定处于该形态下资产的市场价值，为入表资产成本是否核算准确、是否应发生减值、确定后续计量摊销使用寿命提供了依据。而现有企业对数据资源的质量判定多是从业务方向、技术成熟度、应用场景适应性的单一技术视角去分析，没有形成以数据资产全生产链条为基础的不同阶段质量标准评价体系，尤其是不同行业、不同应用领域对数据资产质量的判定存在差异。建议尽快完成数据资产估值基本评价标准，并分行业、分领域、分应用建立全周期数据资产质量体系，为量化数据资源经济价值提供依据，为修正入表资产账面差异提供基础。

（二）构建全国统一数字资产价值信息化市场格局。目前，北京、上海、浙江、深圳、重庆等城市均建立了大数据交易所，初步建立了“国家+区域+行业”的多层次数据交易场所，多方位为数据资产供给双方市场主体搭建交易桥梁，为数据资产权属登记、流通交易、评价估值、融资增值提供了信息通道，加速推动了数据交易市场体系的建立，对入表资产的市场估值提供了信息参考。而数据交易所更多承担数据资产交易权属审查、降低交易成本、加快数据流通、增强交易信用等职能，主要对拟交易数据资产交易的标准、安全、资格进行合规性监督，通过审查并交易的数据资产所形成的价值信息，还无法作为庞大数据资产的市场估值终端基础。因此，建议建立全国统一的数据资产信息平台，对已入表的数据资产和达到准入条件的数据资源均纳入登记范围，全区域、全行业收集数据资产的技术特征、成本投入、价值确认、价格形成、应用场景、产权性质等信息，并通过数据资产安全管理部门进行审查后，分类分级建立全生命周期的数据资产产品标准和适配价值估算，为构建数据资产市场化公允价值奠定基础，也为入表资产的账面价值审查监控提供依据。

（三）科学设计入表数据资产信息披露框架。现有的入表数据资产核算规则所体现的差异暂不能在财务报表中进行更正，通过列表与披露中说明入表数据资产的信息成为调整入表数据资产核算差异的重要途径。现有《暂行规定》要求企业采用强制披露和资源披露的方法补充列示数据资产核算信息，其中对数据资产评估信息和评估场景、评估方法、参数、假设、产品定价、减值测试等对企业数据资产具有重大影响的，强制企业进行披露；数据质量、数据资产投入、应用场景等与数据资产成本及价值相关的信息，企业可自愿披露。但从披露数据资产的完整性和科学性看，并未要求企业结合数据资产的行业特点、应用特点、核算差异等建立立体式的数据资产信息披露体系，信息不对称和披露标准口径不统一，导致无法有效辨识入表数据资产价值差异和真实市场化价值。建议通过搭建数据资产信息披露框架，分类建立存货、无形资产以及兼有存货、无形资产双重性质的数据资产信息披露程序，规范行业数据资产信息披露口径，丰富数据资产信息披露内容，重点对数据资产市场价值波动大、计量单位不明等影响入表数据资产价值判断的数据资产；权属不清、内容不合规、虚增资产规模、关联交易等数据资产；以及市场需求大、公允价值高于账面价值等优质数据资产建立科学多元化的资产信息机制，以减少入表资产核算差异造成财务报表的误解和防止入表数据资产的虚增。

（四）建立入表数据资产价值审查机制。按照现有核算规则，并不强制将数据资产产权权属和价值登记作为数据资产入表的条件，企业可据实入表确认数据资产账面价值，在行业监督或部门审查规范程序不健全的情况下，易发生价值失真的情况。建议构建政府部门监督、行业审计、企业内部审核为主体的多层资产入表价值审查机制，防范数据资产入表的价值偏差。一是政府监督层尽快出台数据资产全口径监查政策，形成多主体协同配合的数据产权登记和入账价值监管机制，对已入账数据资产价值的合规性、真实性、准确性，建立多主体、全方位、全口径、全过程的监督体系，形成良好的数据资产监督环境。二是审计相关部门加快制定数据资产审计操作指南，针对入表数据资产设计科学的审计程序、审计方法和规范审计要件，确保行业审查的精准性。三是企业内部建立数据资产的内部审查联合制度，建立全面有效、实际可行的数据资产管理会计和内部机制复查体系，充分发挥内部核查功能。同时，根据数据资产的不同用途和不用应用场景，创建以取得来源、特点性质、入账价值、预计估值、功能用途、数据安全等多点信息为主的数据资产卡片账，丰富数据资产账目登记信息，夯实数据资产核查基础。

【主要参考文献】

[1]吴蔽余，黄丽华.数据定价的双重维度：从产品价格到资产价值［J］.价格理论与实践，2023，（07）：70-75.

[2]于施洋，黄倩倩，虞洋，等.数据要素市场的价值增值研究：理论构建与实施路径［J］.电子政务，2024，（02）：33-40.

[3]袁海霞，汪苑晖，梁蕴兮.数据定价的双重维度：从产品价格到资产价值［J］.北大金融评论，2024，（21）.

[4]黄倩倩，孙辰朔.加快推动数据要素价值化进程［N］.光明时评，2023-11-03.

责任编辑  徐云帅