数据资产融入会计学科体系研究

金帆 裴志锋 杜慧娴

摘要：随着数据资产进入企业报表，数据资产在企业经营管理中的重要价值正逐渐释放出来。但作为一个重要的会计概念，数据资产融入会计学科体系尚需一个较长的过程。基于对数据资产会计性质的研究，从理论与实践相结合的视角探讨了数据资产为会计学科发展带来的挑战与机遇，阐述了数据资产融入会计学科体系的必要性。根据对当前数据资产管理实践的分析，提出“理论建构—人才培养—社会合作”三位一体的思路，以期为数据资产融入会计学科体系提出一个较为具体的建议性方案。

关键词：数据资产；会计学科；会计属性

0引言

数字化、智能化技术的不断迭代发展，推动人类社会进入数字经济时代，数据逐渐成为人类经济社会生活的重要组成部分，大量企业已将数据视作提升企业价值的重要资源，与此同时，各个国家也将数据作为提升国家核心竞争力的重要因素，中国在数据资产赛道上逐渐走在前列。2015年，国务院印发的《促进大数据发展行动纲要》明确提出将数据作为国家基础性战略资源，大数据上升为国家层面的发展战略。2015年4月，全国乃至全球第一家大数据交易所——贵阳大数据交易所正式挂牌运营；2019年10月，党的十九届四中全会把数据与劳动、资本、土地、技术等一并视为生产要素，并提出将数据投入生产、分配、流通等各个环节；2022年12月，中共中央、国务院发布《关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称《数据二十条》），初步解决了困扰数据资产确权的关键难题。

“全面拥抱数据”成为会计学科的必然选项。近年来已有大量研究从技术角度和管理角度探讨了数据的概念和特征，会计学界也对数据资产的确认、计量、信息披露等基本问题进行了探讨，取得了一些重要进展。同时，2023年8月，财政部颁布了《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》），在既有会计准则的框架下，将满足会计属性要求的数据确认为“存货”和“无形资产”两类资产，在全世界范围内首次实现了“数据资产入表”，并于2024年1月1日期开始实施。但数据资产入表仅是第一步，数据资产融入会计学科体系还有很长的路要走，深入认识数据资产的会计性质，探究数据资产在会计学科中的地位和作用，同时将数据资产相关内容纳入现行会计教育体系，需要会计领域及相关领域的共同努力。

数字经济高速发展的同时，会计职业和会计教育也面临着严峻挑战。根据世界经济论坛发布的《2023年未来就业报告》[1]，数字技术革命正在推动数字化相关职业的发展，但传统职业将会有超过12%的岗位逐渐消失，其中传统的会计、簿记等职业将受到显著冲击。传统会计职业面临着数字经济带来的考验，同时数字经济也为会计职业带来重大机遇，当数据成为重要的战略性生产要素，意味着数据必须纳入资产范畴进行管理和核算，既懂会计又懂数据的“数据资产会计师”等将成为新兴的职业方向，并将在管理中发挥重要作用。

1数据资产融入会计学科带来的机遇与挑战

回顾历史，在长达近300年的工业经济发展过程中，会计学科逐渐趋于成熟，形成了自洽的逻辑框架，在工商企业等组织的经营管理、资本市场运行乃至产业经济发展等领域发挥了非常重要的作用。随着工业经济向数字经济转型，会计学科面临着数字化带来的挑战，特别是数据资产的快速增长，使得会计学科必须全面接纳数据资产，才能抓住数字经济带来的机遇，应对挑战，实现新的繁荣。

1.1数据资产与财务会计

财务会计是数据资产融入会计学科的起点。传统财务会计主要从事会计凭证编制、业务信息记录及财务报表编制等数据整理、信息归集和信息披露工作，财务会计的目标侧重于完成受托责任，即向企业资产的委托人及外部会计信息使用者提供高质量的会计信息，进而为外部投资进行投资决策提供依据。当数据资产在企业价值创造活动中发挥的作用越来越显著时，就必须科学衡量数据资产的价值并列示于报表，才能保证会计信息的质量。

数据资产入表主要体现了会计信息重要性原则和相关性原则的要求。重要性原则要求企业将所有对于资产、负债、损益等有较大影响并进而影响会计信息使用者据以做出合理判断的重要会计事项予以充分、准确的处理和披露；相关性原则要求企业提供的会计信息应当与会计信息使用者的经济决策需要相关，有助于会计信息使用者对企业过去、现在或者未来的情况做出评价或者预测。伴随着数据开始逐渐参与企业的生产经营活动全流程，数据已经成为企业关键的生产要素。高质量披露数据资产信息成为财务会计职能的重要组成部分。

从实践层面来看，数据资产入表是数据资产管理、数据流通交易的基础性工作。如果数据资产不做对象化处理并进入报表，则很多企业的数据局限于管理或技术层面，大量数据可能面临着数据安全方面的风险，甚至成为一种负担，造成资源浪费。将数据资产纳入企业财务报表进行核算和披露，可以帮助相关者充分理解数据对企业的作用，减少数据泄露和数据侵权等方面的风险，帮助企业通过数据应用或数据流通充分实现数据资产的价值。事实上，数据经过流通并在多场景下使用，是数据充分释放价值的重要途径。当前，数据资源非常丰富且覆盖广泛，但依然存在大量的“数据孤岛”，流通机制不健全使得丰富的数据尚未汇聚为一片蓝海。数据资产入表可以为数据流通交易提供依据，进而促进数据交易市场的繁荣。

作为一项新型资产，数据如何通过恰当的确认和计量以进入财务报表是一项复杂的系统工程，需要多个学科共同研究，这是目前会计领域正在应对的关键挑战。《暂行规定》给出了依据既有会计准则，数据资产进行会计处理的基本原则和方法，能够解决大部分数据资产的确认和计量需要，但仍然存在一些无法解决的问题[2]，如何实现数据资产入表工作系统化、业务全覆盖，以及如何制定更详细的会计准则，仍然需要深入的研究。

1.2数据资产与财务管理

数据资产与财务管理的融合体现为数据资产的资本性质，即数据资产可以作为一项资本参与企业乃至资本市场的财务运作。金帆[2]根据数据的持有目的和持有方式，提出数据资产核算的产品观与资本观，产品观的内涵是将数据作为企业的产品进行会计处理，而资本观的内涵是数据作为企业赖以长期发展的资本进行会计处理，数据资产核算的资本观既是数据资产核算的理论依据，也是数据资产融入财务管理的体现。

财务管理的核心内容是投融资。从融资管理的角度看，数据资产作为一项有价值的资产，可以帮助企业获得债务融资。数据资产抵押贷款已经成为金融创新的一个重要方向，商业银行、企业和数据交易机构等均积极参与其中。如佳华科技以其两个大气环境质量监测和服务项目的数据资产从北京银行获得1 000万元的数据资产质押融资贷款；光大银行通过与数据质量评估、数据资产价值评估等服务机构深度合作，推出无质押数据资产增信贷款项目业务，为微言科技等公司提供授信额度。2023年12月，由贵阳大数据交易所与光大银行联合推出全国首款数据资产融贷产品——“贵数贷”，开启了数据产品融资“新航线”，为企业特别是中小微企业提供了一种融资新模式，贵州车联邦网络科技有限公司成为“贵数贷”产品首家受益企业。

从投资管理的角度看，数据资产在投资领域同样具有巨大潜力。《公司法》规定企业可以用实物、知识产权、土地使用权等可用货币估价并可依法转让的非货币财产作价出资，随着数据资产入表和数据交易市场的成熟，以数据资产进行投资逐渐成为现实。2023年8月，青岛华通智能科技研究院有限公司、青岛北岸控股集团有限责任公司、翼方健数（山东）信息科技有限公司进行全国首例数据资产作价入股签约仪式，这是数据资产进行投资的初步尝试。利用数据资产进行投资，能够充分调动数据产业链主体的积极性，为数据资产释放价值提供更丰富的场景。

需要注意的是，数据资产抵押贷款和数据资产作价入股的前提是企业对于数据资产持有合法合规。企业需要提供证据对数据的来源、数据的加工处理过程等进行说明，以证明企业对于数据资产的持有是合法合规的。与此同时，数据资产抵押贷款和数据资产作价入股还需要对数据资产价值的准确评估，而数据资产的价值评估与传统资产存在较大差异，数据资产的价值在不同的应用场景中可能会有所不同，需要根据应用场景进行具体评估。尽管在财务管理领域，数据资产已经逐渐成为投融资的工具，但其理论依据仍然不足，特别是数据资产的价值评估，仍需要在实践探索中不断完善评估的理论与方法。

1.3数据资产与审计

数据资产融入审计是数据资产入表的必然结果。随着数据资产入表的推进，数据资产审计特别是上市公司年审也必然提上日程。数据资产审计不仅对数据资产的管理具有重要意义，而且能够帮助审计人员更全面地评估企业的运营状况，识别潜在的问题和风险点，从而有效减少重大错报风险。可以预见，未来的审计意见必然要对企业数据资产的审计情况进行充分说明。当前，数据资产化的具体路径尚在探索之中，确认数据资产的企业尚不普遍，数据资产会计处理的实务操作还存在各种不确定性，针对数据资产的审计工作也会面临一系列困难。

数据资产具有较高的价值易变性、权属法规不明确等特征，因此在审计数据资产时对审计人员专业能力提出了较高的要求。数据资产的业务场景分析、未来经济利益流入的可能性评估，以及通过外购或者自行研发形成的各类数据资产的范围和计量方法等都依赖专业判断。此外，数据资产入表为企业提供了操纵财务信息的机会，例如企业可能会通过虚增数据资源的账面价值来掩饰其盈利能力不足或提高其市场价值，加大了财务报表的舞弊风险。这种机会主义行为增加了审计人员在审计时需要识别与评估的风险因素，增加了审计工作量和相关风险责任，这需要审计人员具备更高的专业素养、技术能力和风险应对能力。

《数据二十条》提出“三权分置”的产权制度体系，拥有持有权、加工使用权和产品经营权中的一项或多项视同拥有控制权，但是在具体操作中，缺乏明确的标准和判例，使得数据资产的确权和法律风险的认定缺乏充分依据。数据资产的底层数据可能涉及用户个人隐私甚至国家安全，这对审计人员来说可能相对陌生。数据资产入表在一定程度上改变了传统审计的工作模式，对审计工作有较大的影响。审计行业需要紧跟数字经济的步伐，不断适应新的环境和要求，提升审计人员的专业素养和技术能力，充分把握数据资产入表带来的机遇，推动审计领域的理论研究和实践方法不断推陈出新。

1.4数据资产与管理会计

管理会计是会计学科的主要组成部分之一，其主要职能是“对内报告”，即向企业内部信息使用者提供高质量的会计信息，进而为企业生产管理决策提供支撑。数据资产融入管理会计，关键不是数据资产的核算，而是有效应用数据资产，帮助企业科学决策，最大限度地发挥数据资产在企业价值创造活动中的作用。

成本管理是管理会计的核心内容之一。借助于对产品数据的积累和数据挖掘等技术的应用，企业可以通过预测性维护、系统仿真等手段有效降低生产成本、研发成本及其他相关成本费用。但依据现有的会计制度，大部分与数据应用相关的支出并未作为产品成本对待，而是以管理费用等期间费用的方式进入报表，可能使得产品成本存在低估的情况，进一步可能诱导企业做出不正确的定价、生产等经营决策。因此，数据资产大量确认并投入使用后，管理会计面临的挑战之一就是重新界定产品成本结构，可以沿用作业成本法的思路或者创造新的方法，对有形产品或服务产品的成本进行管理和优化。

除从事数据业务的数商企业外，一般企业的数据资产除通过出售或许可他人使用等方式直接获取经济利益外，还可以通过辅助生产经营决策为企业创造效益，并且可以预见，数据资产的贡献将会越来越显著。目前，企业尚未将数据资产为企业带来的经济利益明确分离出来，非数据资产为企业带来的经济利益可能被高估，进一步影响企业管理决策的科学性。因此管理会计需要研究数据资产和非数据资产对企业效益的贡献，从而正确评价企业资产管理效率及经营管理业绩。

如何利用数据资产提高经营效率也是管理会计面临的新问题。伴随着以大数据、人工智能、物联网为代表的新一代数字智能技术与经济社会各领域的深度融合，数据驱动的商业模式和经济创造活动不断创新[3]。管理会计需要会计人员价值甄别、专业判断及对企业商业模式深入理解，数据驱动的商业模式对管理会计提出了更高的管理与技术要求，数据资产在其中成为关键要素之一。如阿里巴巴集团拥有淘宝、天猫、支付宝等多个互联网交易平台，积累了海量数据，集团利用这些用户数据构建了GProfile全局档案，通过分析消费者的基础信息、购物行为以描绘其特征画像，进而与顾客之间构建个性化的沟通服务渠道，以实现精准营销，促进企业经营增长。

1.5数据资产与其他学科方向

数据资产对会计学科的影响是广泛的，除上述学科方向外，其他会计学科的其他方向也会逐渐受到数据资产的显著影响，从而不断融入数据资产的相关内容。

随着数据资产入表，税务会计也需要纳入数据资产的相关内容。近年来，大量互联网企业利用来自全球各地的用户数据为企业创造价值，但企业收益最终都回馈给股东，引起了数据提供者——用户的不满。根据公平与效率兼顾的原则，与数据税务征收相关的法案相继酝酿并颁布，这是数据资产入表的重要延伸，数据税的征收可以促进数据相关利益在国家、社会和公民间的合理分配。作为会计学科体系的组成部分，税务会计需要依法依规处理涉及数据资产的税款核算、纳税申报、税务分析及筹划、税务风险管理等工作。

数据资产入表也将深刻影响涉外会计和涉外财务管理的内容。数据资产在全球范围的流通只是时间问题，而不同于普通的货物贸易，数据资产跨境流通可能涉及多国会计准则协调、跨境贸易、跨境结算等一系列问题。尽管数据资产跨境流通仍不具备成熟的法制基础和业务基础，但会计学科宜未雨绸缪，提前研究数据资产处理的国际通行的会计准则及不同国家会计准则的协调，科学设计数据资产跨境流通交易中与会计相关的环节和程序，具有重要理论价值与现实意义。

2数据资产融入会计学科体系的思路与方案

随着时代发展，数据资产将成为价值创造的重要驱动因素，将数据资产纳入会计学科体系既有必要性，也有紧迫性，既有利于促进会计学科紧跟数字经济发展趋势，也有利于与数据科学、信息技术等学科交叉融合，从而促进会计学科创新发展，构建和完善面向数字经济的会计学科体系，进一步支持国家发展战略。基于此，本文设计了理论建构、人才培养、社会合作三位一体的数据资产融入会计学科体系的思路和方案。

2.1数据资产会计理论建构

任何学科体系的基石都是基础理论及围绕基础理论形成的方法论，数据资产融入会计学科的首要任务就是建构“数据资产会计”的基础理论与方法体系。

首先，无论是实务界还是学术界，数据资产化已经成为共识。数据作为参与价值创造的生产要素，将遵循“数据资源—数据资产—数据资本”的形态演进。通过数据确权、收益确认与计量实现数据要素的资产化，之后可以在市场上进行交易，促进数据资产市场化配置，释放数据价值，以此实现数据资本增值，进而实现数据的资本化[4]。数据资产的价值也已经在资本市场上得到反映，如产生大量数据的互联网企业并未充分挖掘其数据资产利用能力，在一定程度上成为其账面价值与市场价值严重背离的影响因素。

对于数据资产会计的理论与方法研究，尚处于探索阶段，当前主要集中于概念探讨、权属确认、价值计量、信息列报等方面。由于数据资产具有显著的跨学科属性，其复杂程度较高且在商业应用中具有隐蔽性，关于数据资产会计的基础理论尚缺乏系统性和深入性，如数据资产的概念解释存在泛化与混淆[5]、数据资产的产权归属、权利认定等问题仍存在争议，从方法体系看，数据资产的增量价值难以可靠计量等[6-7]。《暂行规定》的颁布为数据资产入表提供了指南，但其依据是既有的存货会计准则和无形资产会计准则，《暂行规定》本身并不是正式的会计准则，国际会计准则也没有对数据资产入表给出明确意见。数据资产会计准则的出台，尚需要充分的理论研究予以支撑，因此数据资产融入会计学科体系的当务之急是建构科学的理论框架，明确数据资产的计量、价值评估等基本方法。

建构数据资产基础理论需要学术界与实务界的共同努力。会计学科是社会实践活动发展到一定阶段的产物，而目前数据资产管理的社会实践也走在了会计理论化研究的前面。数字经济环境下诞生的互联网企业依赖于对大量用户行为信息等数据的采集、分析、计算和运用，催生了与传统企业迥然不同的商业模式、组织架构和管理制度。近年来，数据服务公司大量涌现，为大型企业特别是制造业企业建设数据资产管理系统，显著提升了生产效率，以数据为核心要素的新型产业链正日益壮大。数据资产会计理论的建构需要理论专家具备跨学科的知识结构和深入一线实践的经历，而这是一个较为长期的过程。

长期以来，主流会计研究以基于成熟理论和数据库的实证研究为主，但对于数据资产这个新生事物，逻辑分析、案例研究、调查研究的方法可能更有利于理论的创新。例如案例研究可以针对数据资产丰富的、拥有先进数据资产管理经验的企业进行深入调研，系统总结数据资产管理过程中数据治理的内在机制、数据的产品化过程、数据在实际应用中创造价值的方式、数据资产交易的具体模式等，从实践经验中提炼数据资产会计的规律，抽象出关于数据资产会计的本质内容。在数据资产会计理论框架基本建立的情况下，可以多领域联合制定数据资产会计准则草案，在实践中经不断修改完善，完成“实践—理论—实践”的循环往复。

2.2数据资产会计人才培养

数据的广泛应用对会计人才的培养提出了更高的要求，除了思想品德过硬及经济、管理、财会等专业知识外，会计人才必须同时掌握基本的数据库管理、数据分析挖掘等能力，才能适应数据资产管理的要求。

2.2.1整体思路

会计学家于玉林先生指出：学科建设是培养高层次创新人才与打造一流师资队伍的重要载体，高校开设会计课程及其实施情况是会计学科体系建设的重要依据，也是促进会计学科发展、提高会计学科质量，开发新的会计学科，制定适应新时代人才培养方案的关键[8]。因此面向未来人才需求，将数据资产融入会计学科建设是培养创新复合型会计人才重要的一步。首先应考虑将数据资产概念引入已有财务、会计、审计等课程中，未来成熟的情况下建设独立的相关课程——面向数据资产管理的会计、财务及审计等课程。同时，会计人员的继续教育也应及时纳入数据资产的理论与操作相关内容。融合数据资产管理的高层次、复合型会计人才的培养也将帮助企业及其他组织进一步提高数据资产管理能力，推动组织进一步强化数字化转型，实现高质量发展。

2.2.2专业改革

1.改革课程体系

数据资产具有较为强烈的学科交叉性，涉及会计、计算机技术、税收、法律等多类学科相关内容，将数据资产引入会计学科体系建设，除现有的专业课及数学、计算机应用、经济、管理、金融、商法等基础课程外，还应适当增加与数据采集、分析相关的课程，例如数据库应用技术、大数据分析与可视化处理、计算机编程语言与算法设计等。该类课程的增设有助于未来会计专业学生以专业的眼光对数据进行筛选，了解企业数据资产的价值产生机制，准确评估其价值，顺利应对企业数据安全风险，充分释放数据资产价值，有效提升企业竞争能力。

2.优化教学环境

在数据成为数字经济核心引擎的背景下，会计人才的培养需要更新相应的教学资源。传统的多媒体教学方式已经无法满足学生直接获得契合企业数据处理具体实践的知识内容。为了提升学生的实操能力和加深对数据资产的理解，高校应当引进混合学习、信息化技能学习及人机交互学习的实验室，加大在智能设施上的投入力度，确保教学设施可以达到教学要求。

3.强化师资团队

数据资产融入会计学科体系对师资建设提出了严峻挑战。数据资产会计不应纸上谈兵，不能脱离技术环境与交易场景独立存在。为确保人才培养的质量，高校应与数据资源丰富、数据资产管理前沿的典型企业进行合作，派驻教师进行实地调研甚至参与实际的数据资产相关工作，最终在课堂上以理论与实践相融合的方式培养学生。同时，高校亦可邀请大数据行业、数据资产应用成熟企业的专业人员走上讲台或开设讲座，讲解数据资产的实际应用案例，帮助学生认识数据资产管理的实际情况，实现理论与实践的融合。

4.增设专业方向

随着数据资产入表不断普及和深入，数据资产流通交易规模增长，无论一般企业还是数商企业，对数据资产管理的会计专业人才需求都可能快速增加，因此有条件的高校可以设置“数据资产会计”专业方向，专门培养掌握数据资产会计理论与实操技术的专业人才，满足社会需要，也可以培育一个新的职业群体，反哺会计学科体系建设。

2.2.3教材建设

高质量的会计教材体系是会计学科体系成熟的体现，与数据资产相关的会计教材建设对于人才培养十分重要，面向数据资产的系列会计专业教材是数据资产融入会计学科体系的重要一环。

本文认为，基于数据资产的理论研究与实践经验，结合数据资产融入课堂教学的情况，教材建设可以分两步走。第一步是将数据资产的相关内容编写进当前教材中，如在会计学原理及财务会计课程中引入数据资产的概念、数据资产确认与计量和信息披露等内容；在财务管理课程中引入数据资产的交易、数据资产的价值评估、数据资产的融资与投资功能等内容；在管理会计课程中数据资产应用于经营决策、数据资产绩效评价等内容；在审计课程中引入数据资产事项审计的方法、流程及风险控制等内容。教材建设的第二步是编写专门教材，如《数据资产会计》《数据资产财务管理》《数据资产审计》等，供会计学科学生学习及为工商管理类学生的选修课使用。

2.3数据资产会计社会合作

数据资产融入会计学科体系并不是会计领域内部的事情，而是需要广泛的社会合作，这是因为数据资产既是一种新型生产要素，也是一项新型“会计要素”，在会计属性与技术属性方面与传统资产存在明显的差异。政、产、学、研、用一体的社会合作可以充分利用数据资产相关的学术资源、实践资源、政策资源等各类资源，实现各种资源的高效耦合。

1.政府政策支撑

国家一直对数据资产高度重视，近年来密集出台了大量政策文件，有力推动了数据资产入表、流通、交易的进程，也取得了显著成效，数据产业正在蓬勃发展。产业要想长期健康发展，必要的理论研究非常重要，建议国家推出更多政策，对包括数据资产会计在内的数据资产领域开展重大理论研究、基础研究，既能促进相关学科突破创新，又能推动全社会实现高质量发展。

2.建设联合智库

以高校、企业或科研机构、政府部门为主体建设联合智库，可以以数据资产为抓手，以学科建设为目标，促进数据资产在理论体系与方法体系上的突破与完善，并推动数据资产创新链、产业链、价值链的深度融合。

3.推动产学合作

基于国家加快培育发展数据要素市场、发挥社会数据资源价值的号召，高校与数据资源丰富的企业或智库机构合作，充分发挥产业、行业、企业等的育人作用，建立研究生联合培养基地或为学生提供实习实践平台，帮助各层级学生构建基于理论与实践融合的知识结构。在上述过程中，无论教师、学生还是实务界，都可以从合作中有所收获，共同促进数据资产融入会计学科的进程。

4.引领国际交流

尽管中国在数据资产入表方面走在世界前面，但推动数据资产全面融入会计学科体系仍然需要广泛深入的国际合作，特别是与传统会计强国——美国和英国的合作。事实上，国际会计领域一直将数据资产视作一种新型无形资产进行研究和探索。从历史的视角来看，数据资产的涌现为中国会计学界引领会计学科发展提供了重要机遇。

3结语

一个学科要获得长期发展，必须不断接纳新生事物。数字经济为会计学科带来挑战，也提供了机遇。虽然数据资产全面融入会计学科体系需要较长时间，但其意义重大，一方面能够帮助实现会计学科的创新突破，提升会计学科的地位；另一方面也能够为数字经济发展培养大量新型专业人才，助力中国实现民族复兴的伟大梦想。

展望未来，数据资产可能对各个产业发展产生重要影响，会计领域培养的“数据资产会计师”“数据资产审计师”“数据资产税务师”等新型职业将会在各个产业领域发挥重要作用，这一远景目标也是数据资产融入会计学科体系的最终意义所在。

参考文献[1]World Economic Forum. Future of jobs report 2023[R/OL].（2023-05-01）[2024-05-17].https：//www3.weforum.org/docs/WEF_Future_of_Jobs_2023.pdf.

[2]金帆.数据资产会计：产品观与资本观[J].财务管理研究，2024（1）：87-93.

[3]许宪春，张钟文，胡亚茹. 数据资产统计与核算问题研究[J]. 管理世界，2022（2）：16-30.

[4]杜庆昊．数据要素资本化的实现路径[J]. 中国金融，2020（22）：34-36.

[5]朱扬勇，叶雅珍. 从数据的属性看数据资产[J]. 大数据，2018（6）： 65-74.[6]宋杰鲲，张业蒙，赵志浩.企业数据资产价值评估研究[J].会计之友，2021（13）：22-27.

[7]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.

[8]于玉林.繁荣哲学社会科学：需要系统研究会计学科体系[J].会计之友，2019（1）：7-14.

收稿日期：2024-05-17

作者简介：

金帆，男，1972年生，博士研究生，副教授，主要研究方向：数字经济、公司财务。

裴志锋，男，2000年生，硕士研究生在读，主要研究方向：数据资产会计。

杜慧娴，女，2000年生，硕士研究生在读，主要研究方向：数据资产会计。

*基金项目：中央高校基本科研业务费专项资金资助项目“数据资产价值创造机制研究”（G2023KY0604）。