数字经济时代企业数据资产入表合规性的路径分析

数据信息是数字经济的核心，企业若能够挖掘出数据信息的潜在价值，则可以赢得市场竞争的主动权。在企业数据资产入表时，数据资产会计处理的方式方法，将影响到资产入表的合规性与合法性。为管控防范数据资产入表的风险，企业应根据国家政策与市场发展趋势，积极探索企业数据资产入表合规性的现实路径。

一、课题研究背景

据中国信息通信研究院发布的《中国数字经济发展研究报告（2023年）》的数据，2022年度我国的产业数字化规模达到了41万亿元，这充分说明数字经济在市场经济中的重要地位。国家相关部门相继发布了《关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称为《数据二十条》）与《企业数据资源相关会计处理暂行规定》（以下简称为《暂行规定》）。其中《暂行规定》明确了企业数据资产会计处理的准则、列示、范围、披露要求，相关规定自2024年1月1日起施行。同时，国家数据局联合多个部门印发了《“数据要素X”三年行动计划（2024—2026年）》，为数据时代企业数据资产利用提供了参考。

在上述政策规定发布的背景下，企业为抓住数字经济时代的机遇，应紧扣《数据二十条》与《暂行规定》，积极探索企业数据资产入表合规性的具体路径，从而使得数据资产能够创造出更多的市场经济效益。鉴于企业数据资产入表的复杂性和特殊性，必须对其进行深入研究，厘清确认计量、分类核算、单独列报等工作的关系，明确资产入表时存在的风险与隐患，进而对相关工作方案进行优化完善。在此背景下，笔者对数字经济时代企业数据资产入表合规性的路径进行研究。

二、数字经济时代企业数据资产入表合规性的路径探讨

下图为数据资产入表实践路径框架。由下图可知，在企业数据资产入表时，为保证其工作的合规性，应重视三权分置、合规与确权、价值计量、成本归集、成本摊销、列报、披露等工作，保证输出会计报表的合规性与严谨性。《暂行规定》的出台，为企业数据资产入表提供了政策支持，使企业的数据资产能够发挥最大的价值。企业应紧扣《暂行规定》的文件精神，研究探索数据资产入表合规性的现实路径。为此，笔者结合自身的工作经验，对当下企业数据资产的入表实践路径进行探讨，详细内容如下。

（一）数据资产的合规与确权

企业数据资产合规与确权是资产入表的前提，因为《暂行规定》与《数据二十条》文件均指出，企业需建构科学完善的资产合规与确权会计制度，以保证数据资产入表各项工作开展的有效性。在数字经济发展时代背景下，我国依据数据市场的运行规律，出台了相应的数据安全法，如《个人信息保护法》《数据安全法》《网络安全法》等法律法规。各地区相关部门可基于法律法规的要求，根据本地区的数字经济发展情况，编制出台相应的数据资产入表规章制度，为企业的数据资产入表工作提供规范引导。

比如，山东高速集团开展数据资产入表工作时，为保证资产入表合规与确权工作开展的质量，引入了财务智能分析平台，借助知识图谱、机器学习模型、路径搜索等技术的支持，完成了351万元的数据资产入表工作，为企业后续的精准营销与优化管理提供了参考依据。笔者认为，国家相关部门出台的法律法规，不仅可引导企业编制科学严谨的数据资产入表工作方案，同时有助于企业进行数据资产的战略规划。基于数据资产合规与确权会计体系运行，能够厘清数据产品经营权、数据加工使用权、数据资源持有权，保证三权分置的数据资产入表的有效性。

（二）数据资产的治理与管理

企业需加强数据资产的治理与管理，确保资产入表的合规性。为能够精准发现数据资产的潜在价值，企业应灵活开展数据资产合规与确权管理工作。笔者认为，在数字经济发展的背景下，企业优化数据资产治理与管理工作时，应当构建相应的数据资产治理体系，并保证该体系能够对数据业务进行全面覆盖，从多个数据维度开展治理工作，如技术维度、管理维度、业务维度、标准维度等。

此外，企业应当基于数据技术与质量的管理诉求，积极创建数据资产质量闭环管理信息化系统，使得数据资产的管理效能得到有效提升。一般情况下，企业创建数据资产质量管理系统时，应制定多个运行制度，如内部控制制度、资产运营管理制度、资产质量管理制度等。基于规范运行、标准管理，实现对数据资产的全生命周期管理，保证各部门肩负起相应的职责与义务，不断提升数据资产的利用率，助力数据资产的合规与确权管理。

（三）数据资产预期经济利益的可行性分析

企业的数据价值链能够记录并反映数据资产创造市场价值的具体过程，在数据资产入表操作时，为保证其工作的合规性，应明确数据资产具有的特性，如非竞争性、共享性、时效性、非消耗性、场景依附性等。

在对企业数据资产预期经济效益进行可行性分析研究时，工作人员应紧扣数据资产的场景依附性特点，即结合相关经济活动开展的场景，发掘出对应场景产生的数据信息价值，并将其提炼凝聚为数据资产，便于后续对数据资产的经济效益进行客观评价。比如，某企业在与相关的汽车经销商合作时，通过二手车交易平台，可快速获得相关车辆的金融数据、挂牌数据、保险数据、用户数据等。在该种服务场景下对相关数据进行提炼凝聚，而后对数据进行脱敏处理，将所得的数据信息转入汽车保险业务，便于汽车保险销售人员进行精准推销，使得脱敏处理后的数据资产发挥出一定的作用、具有一定的价值。

由上述案例分析可知，在企业的数据资产入表管理时，会计人员为能够客观分析评估数据资产的未来经济效益，可借助大数据技术、机器学习技术、人工智能技术，构建数据资产计量模型，并对企业经营的历史数据信息进行整合，在AI模型的持续优化下，数据资产计量模型的分析准确性更高，其能够根据不同的场景创建出对应的数据资产计量模型，为数据资产的合规与确权、治理与管理工作提供支持。

（四）数据资产相关成本的合理归集与分摊

在对企业数据资产相关的成本进行合理归集与分摊处理时，必须明确数据资产的主要生产流程，才可对数据资产的成本进行精准归集与分摊。一般情况下，企业的数据资产主要通过以下方式获得：可视化、分析、整合、标注、采集、外购、脱敏、清洗等。由此可见，企业数据信息产生的每一个环节都有可能付出成本。若成本归集与分摊落实不到位，将给企业后续的数据资产入表合规性造成不利影响。

为保证数据资产入表的合规性，企业不仅需围绕数据资产的产生特性，对各个环节进行成本归集，同时应当建立对应的成本分摊管理机制。开展数据资产的成本归集工作，旨在通过进行数据信息的血缘分析，实现对当下数据产品开发涉及到的所有数据信息成本进行归集，避免由于遗漏给数据资产的入表造成不利影响。

数据资产成本归集后的分摊管理工作，旨在基于管理会计分摊因子，进而将数据信息的收集存储成本、安全管理成本等公共成本，均匀分摊到当下数据产品开发计划当中，以降低数据资产的管理成本，保证数据资产管理运行的有效性。

在企业数据资产入表时，需符合当下的法规条文，以保证入表工作的合规性。国家相关部门公布的《暂行规定》实施前，相关企业已经入表的数据资产，不再对其进行调整，而在2024年1月1日《暂行规定》实施后，企业的数据资产入表工作必须严格执行规定要求，不断提升对企业数据资产的监管力度。

（五）数据资产的列报与披露

通过对我国现行的企业会计准则框架进行分析可知，企业的数据资源主要分为两大类。其一是无形资产；其二是存货资产。基于《暂行规定》文件中的内容可知，文件对企业数据资源进行初始计量、后续计量处置时，围绕企业数据资源的产生特点、业务运行规律进行了相应的引导，便于企业开展数据资产管理，保障数据资产入表的合规性。

在企业开展数据资产列报与披露工作时，相关的资产列报文件并不能充分显示出企业数据资源的潜在价值，而通过合法合规的财务报告披露，可使得数据资产的价值得到充分体现。由此可见，在企业进行数据资产管理时，不仅需重视数据信息的列报，同时应当严格执行财务报告披露制度，实现对数据资产的客观评估，便于企业对相关风险进行防范管控。

一般情况下，在对数据资产进行管理时，可重点对以下方面的财会报告进行披露：减值测试信息、合并对价分摊信息、价值评估场景信息、数据产品定价等。笔者认为，在开展相关工作时，企业应对披露信息进行确认，防止披露信息有误，给企业的融资、投资工作造成不利影响。

三、企业数据资产入表的实务操作难点与对策建议

（一）实务操作难点

1.有效确权操作难点

如何有效确权，一直是企业数据资产入表的操作关键点，尽管《数据二十条》明确指出，企业数据资产入表时，应构建产权分置的运行体系，从而对数据资产的运作权进行划分，确保数据资产确权的可信度。但在实际操作过程中，如何对不同参与方的权利进行分置？怎样保证分权后的制衡关系？给数据资产的确权工作落地造成不小的影响。

2.成本归集操作难点

《暂行规定》指出，企业入表的数据资产，应当保证资产的成本或价值得到精准可靠的计量，但在实际数据资产的成本归集操作时存在以下难点：（1）数据产品生成时，在不同的阶段均产生了成本，如何将多个环节的成本完成归集与摊销是难点的一方面；（2）企业为客户提供数据服务时，由于服务产品的差异，使得数据资产的成本各不相同，怎样将多个数据产品的成本进行归集是难点的另一方面。

3.摊销处理操作难点

数据资产的成本归集与摊销处理相互关联，尽管在《暂行规定》中已经明确指出，企业数据资产进行成本摊销处理时，可借鉴存货资产的会计处理准则，以及无形资产的会计处理准则，但在实际成本摊销实务操作时，仍存在很多问题，如怎样准确界定开发阶段、研究阶段等不同阶段的数据资产价值？数据资产经过了数据价值活跃期后，摊销处理的方案是否需要做出调整？在数据资产进行折旧处理时，是否可以引入外部审计方案？

4.价值波动性处理难点

鉴于企业的数据资产产生依赖于不同的场景，若由于某个政策文件的发布实施，从而导致相应的业务场景受限，将使得该场景产生的数据资产失去价值，针对此类数据资产的价值波动，企业应当如何应对，从而降低企业数据资产入表风险，有效提升资产入表的合规性。

（二）相关对策建议

1.企业层面

企业层面进行改革创新时，为使数据资产入表的合规性得到不断提升，应采取相应的举措。

第一，企业应构建更为清晰直观的数据资产服务平台，如仿真虚拟技术、智能穿戴技术、人机交互技术，使得数据资产的管理更加清晰准确。在企业为客户提供标准化的API数据服务时，可基于标准规范的数据接口，快速检索出相应的数据资料，而每次API接口运行时，可基于既定比例进行收益调整，从而对数据资产的相关成本进行有效归集。

第二，企业应当积极构建完善严谨的数据资产管理体系，因为在数据资产入表管理时，需开展数据资产的合规与确权管理工作，为保证财会人员各项工作开展的有效性，应当对相关的机制进行完善优化，如内部控制管理机制、成本归集机制、成本分摊机制等。通过从财会核算视角切入，对财务系统、流程、职责、规范等进行有效梳理，根据数据资产入表工作的要求，打造出全新的财务核算管理体系。

第三，企业工作人员准确界定数据资产的生命周期与市场价值，有助于数据资产的开发利用，为企业创造更多的经济效益。为客观评估数据资产的生命周期，企业应当从以下多个方面入手：客户的黏性、数据的活性、市场价值、数据场景、政策法规、企业战略等。若相关的数据产品处于价值活跃期，评估人员可采用直线法对数据资产的成本进行摊销。而相关的数据产品经过了价值活跃期后，为更好地利用数据资产，企业可采取双倍余额递减策略或年数总和策略开展成本摊销工作，全面开发数据资产价值。如山东省为推动企业数据资产入表工作，积极举办“数据价值化及数据资产入表培训”活动，邀请国企、私企、事业单位、律师事务所、资产评估机构相关人员进行授课。通过培训活动，有效推广数据资产入表理念，为今后企业加强财会人才培养、合理利用数据资产提供支持。

2.政府层面

企业数据资产入表工作与政府部门出台的文件政策关联性很强，为解决数据资产入表合规性的问题，政府方面应当积极与其他单位开展合作，如律师事务所、会计师事务所、税务管理部门等，收集更多企业数据资产入表的案例。通过举办专题研讨会，明确数据资产合规、确权、计量、列报、披露、摊销成本等工作的难点，并组织专家小组，撰写相应的实务操作指导案例，通过成功案例的推广，帮助企业开展数据资产管理工作，提升资产入表操作的合规性。

结语：

综上所述，文章阐述了数字经济时代如何保障数据资产入表工作的合规性，并说明在《数据二十条》与《暂行规定》文件实施的背景下，企业数据资产入表工作的重要性与创新的必要性。企业在开展相关工作时，需不断积累数据资产入表工作经验，深入研究国家出台的最新文件政策，紧扣市场经济改革步伐，推进数据资产入表工作，并保证其合规性与有效性。