数据资源会计新规对数字经济核心产业上市公司价值的影响

摘要：财政部于2023年发布《企业数据资源相关会计处理暂行规定》，对数据相关产业发展影响深远。基于《企业数据资源相关会计处理暂行规定》颁布这一事件的发生，以A股数字经济核心产业上市公司为样本，采用事件研究法实证检验其对公司价值的影响。研究发现，《企业数据资源相关会计处理暂行规定》的颁布获得了积极的市场反应，提升了公司价值，并且在数字经济发展水平相对较高的地区，其提升作用更为显著和持续。基于此，规范数据资源会计处理、强化数据资源会计信息披露是提升公司价值的有效途径，上市公司、监管部门、会计师事务所、各地政府应加快形成有效合力，推动数据会计新规健康、有序实施。

关键词：数据资源；会计新规；数字经济；核心产业；事件研究法

0 引言

在新一轮科技革命和产业变革的推动下，数字经济作为一种新的生产方式，正成为实现高质量发展的关键动力。自党的十九届四中全会首次提出将数据作为生产要素参与市场分配以来，数据作为数字经济时代的核心生产要素，进入价值大规模释放的阶段。面对日益增加的数据资源，企业如何对其进行资产确认，将其价值真实、可靠地对外披露，成为各方关注的焦点。为规范企业数据资源相关会计处理、强化相关会计信息披露，财政部于2023年8月21日发布《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》），自2024年1月1日起实施。

《暂行规定》这一数据资源会计新规的颁布是贯彻落实党中央、国务院关于发展数字经济决策部署的重要举措，也是以专门规定规范企业数据资源相关会计处理、发挥会计基础作用的重要一步，意味着数据资源将作为一项资产参与企业日常经营活动的会计核算，将其价值反映在资产负债表中，向财务报表使用者披露。数据资源入表有助于推进会计领域创新研究，服务数字经济治理体系建设；同时，也会促进数据相关业务经济实质的反映，提高企业会计信息质量，提升会计信息的决策有用性。

国家统计局发布的《数字经济及其核心产业统计分类（2021）》中明确提出，数字经济核心产业是指为产业数字化发展提供数字技术、产品、服务、基础设施和解决方案，以及完全依赖于数字技术、数据要素的各类经济活动。数字经济核心产业相比其他产业具有高技术密集性、数据赋能发展等特点，在日常经营活动中涉及的数据资源数量大、种类丰富。因此，数据资源会计新规最先对数字经济核心产业产生影响。

投资者通过企业对外披露的会计信息衡量企业价值，从而影响其投资意愿。对投资者信心的影响反映在相关资本市场的股价之中，而高质量的会计信息会通过降低私有信息交易量及投资者之间的信息不对称程度，提高股价同步性与市场流动性^[1]。因此，数据资源会计新规是否会获得市场的认可，能否提高企业披露会计信息的质量，可以通过相关资本市场的反应予以说明。本文以数字经济核心产业上市公司为样本，采用事件研究法分析《暂行规定》发布对公司价值的影响。

1 国内外文献综述

数字经济快速发展以来，国内外研究者均对数据资源会计处理问题进行了探讨与分析，但是研究侧重点不同。国外研究者聚焦于对数字资产、加密资产等的会计处理进行分析，提出会计准则进一步完善的方向；国内研究者则是对范围更广的数据资源、数据资产的会计处理进行探讨。

Luo和Yu ^[2]通过分析全球40家披露加密货币的公司的财务报表，比较了运用GAAP（通用会计准则）和IFRS（国际财务报告准则）不同企业会计准则时，加密货币会计核算的差异。Chou等^[3]基于利益相关者视角分析了会计准则对加密资产确认、计量及披露的适用性，为准则制定者在加密资产会计处理方面提出建议。Jackson和 Luu ^[4]通过研究加密数字资产的会计处理现状，分析了数字资产潜在的会计处理方法，并提出了制定新的会计准则和在现有金融资产会计准则基础上进行修改两种政策建议。

我国学者在《暂行规定》颁布前就已经开始对数据资源会计处理进行研究。一些研究者针对确认、计量、披露等某一方面对数据资源的会计处理问题进行探讨。许宪春等^[5]、罗玫等^[6]、季周和李琳^[7]分别对数据资产的价值与核算、价值评估、披露方式提出了相关会计处理建议。也有研究者对数据资产会计处理的整个过程进行了系统性探讨。秦荣生^[8]对数据资产确认时涉及的权属问题进行分析，提出了数据资产计量的多种方法，并对数据资产列报和披露提出建议。张俊瑞等^[9]提出构建“数据资产”一级科目，将其运用于数据资源的会计处理和列报。关于数据资源披露的经济后果，危雁鳞等^[10]、苑泽明等^[11]、张俊瑞等^[12]基于文本分析法分别研究了企业数据资源信息披露对审计收费、企业价值、分析师盈余预测的影响。

《暂行规定》颁布后，数据资源会计处理问题成为研究热点。大多数研究者针对其内容、意义进行探讨，并为将来进一步修改提出了建议。蹇薇等^[12]解读了《暂行规定》的内容，并从准备阶段与实施阶段为企业应对数据资产入表提出建议。曾家瑜和赵治纲^[14]对数据资产会计处理的已有研究进行梳理，从数据资产计量革新、列报与披露、数据资产审计3个方面提出了展望。郑国英和章晓洪^[15]对数据资源信息披露的方式与内容、管理与机制进行了探讨。程小可^[16]以《暂行规定》的颁布为背景，从数据资产确认、计量、披露方面探索构建基于IFRS的数据资产会计标准。王文兵和李珺珺^[17]对数据资源会计处理进行了系统分析，并从数据资源的确认、二分法分类、计量3个方面对《暂行规定》提出了改进和完善建议。陈金勇等^[18]梳理了国内外关于数据资源会计处理的规定并进行比较，提出构建数据资源会计的信息生成机制，以解决实务中可能存在的疑惑，丰富了现有理论。

关于《暂行规定》发布后的影响和意义，陈俊等^[19]从出台的背景思路、数据资产入表的宏微观经济影响、数据资产入表面临的挑战等方面进行探讨，提出该规定是当下助推数字经济发展的重要政策工具。季丰^[20]认为，数据资源会计新规会改变会计信息的相关性，影响职业判断的选择倾向，影响企业内部控制和业财融合。刘峰等^[21]从财务报告的目标出发，认为《暂行规定》的实施能帮助投资者预测企业未来的经营发展，提高决策有用性。赵治纲^[22]从微观、中观、宏观层面说明了数据资产入表的战略意义，并且基于数据资产入表面临的挑战提出了建议。张珊珊^[23]肯定了数据资源入表的正面经济后果，也提出数据资源入表可能会造成资产“泡沫化”、改变资本市场资源分配的观点。

可以看出，目前我国研究者从诸多方面对数据资源的会计处理进行了研究，但由于《暂行规定》于2024年1月1日起实施，对数据资源会计新规真实经济后果的研究还不多。本文通过事件研究法分析《暂行规定》颁布后对资本市场的影响，以期拓展数据资源入表领域的相关研究。

2 数据资产入表的理论分析与传导机制

数据资源入表的过程涉及诸多复杂因素，为保证会计信息的准确性和稳健性，《暂行规定》选择了一种务实、稳妥的可持续发展思路，确保企业可以顺利地对数据资源进行会计处理及披露^[19]。关于数据资源确认，《暂行规定》要求依据持有目的、形成方式、业务模式，以及与数据资源有关的经济利益消耗方式等关键因素，将其确认为存货或无形资产，并根据现行存货及无形资产准则对符合条件的数据资源进行会计处理。关于数据资源披露和列示，《暂行规定》要求在“存货”“无形资产”“开发项目”下增设“数据资源”条目作为渠道。对于未能被确认为存货、无形资产的数据资源，《暂行规定》给予了公司财务报表制定者较高的自由裁量权，允许公司根据实际情况及重要性原则对其持有的数据资源进行自愿披露。根据《暂行规定》的要求，企业披露的数据资源并非全部，而是能够依据规定予以确认的部分。但是，对于数字经济核心产业上市公司而言，其数字化程度较高，在财务报表中反映的数据资源更加完整，受《暂行规定》的影响相对而言也就更大。

《暂行规定》的颁布能提高数字经济核心产业上市公司的会计信息质量，降低数字经济核心产业上市公司与投资者之间的信息不对称性。数字经济核心产业上市公司拥有丰富的数据资源，并且这些数据资源在日常经营活动中为企业创造巨大的价值。虽然《暂行规定》颁布以前一些公司尝试在附注中对数据资源进行披露，但大多是基于文本形式的披露，不能将数据资源的价值量化，不能准确、可靠地反映数据资源的价值，利益相关者也不能通过财务报表了解数字经济核心产业上市公司持有数据资源的真实价值或评估企业资产，导致企业与投资者之间信息不对称。《暂行规定》的颁布使得企业能够将符合标准的数据资源反映在财务报表中，提高了企业所披露会计信息的准确性、及时性和完整性。对于未作为存货或无形资产确认的数据资源，《暂行规定》给予管理层较大的自由裁量权，允许企业对重要的数据资源进行披露，使报表使用者更好地了解企业的财务状况等相关信息，从而可降低信息不对称性。

《暂行规定》的颁布能促进数字经济核心产业健康发展，增强投资者对数据相关产业的投资信心。《暂行规定》的颁布使数据资源实现了从自然资源到经济资源的跨越，数据资源入表使数据资源的经济价值得到认可。《暂行规定》作为我国数字经济发展过程中的重要政策，可以加强社会各界对数字经济核心产业的重视。随着数据资源入表的持续推进，关于数据权属、数据估值、数据交易流程及规则、数据治理、数据资源监管等数据要素市场全流程的问题受到了社会各方的重视及讨论，为数据要素的流通、数字经济核心产业的健康稳定发展起到了推动作用。《暂行规定》允许对数据资源进行确认和披露，能够增强数字经济核心产业的研发信心及研发力度，积极探索数据资源解决客户问题的新方式，提高企业的竞争水平；数据交易中心等数商企业也在不断探索数据交易新模式、新场景，进一步助力数字经济核心产业的发展。随着数据资源加快入表，投资者对数字经济核心产业的投资信心会有所增强，进而影响数字经济核心产业上市公司的价值。

《暂行规定》颁布对数字经济核心产业上市公司价值影响的传导机制见图1。

3 研究设计

3.1 研究方法

本文通过事件研究法，对《暂行规定》颁布后数字经济核心产业上市公司的股价波动进行研究，进而分析事件的发生对数字经济核心产业上市公司价值的影响。事件研究法是社会科学领域用于政策效果评估的重要方法，是基于反事实框架，用政策发生后上市公司股票的实际收益率与假设该政策没有颁布时股票的期望收益率之间的差值来估计政策的效益。事件研究法有3个假设：①市场有效假说，即一切有价值的信息均准确、有效地反映在股价趋势中；②资本市场对事件的发生没有提前预期；③事件窗口期内无其他事件对资本市场产生影响，保证股价的波动是由所研究事件引起的。

3.1.1 事件、事件发生日、事件窗口期和估计窗口期的确定

本文研究的事件为《暂行规定》的颁布。《暂行规定》于2023年8月21日正式颁布，因此，将2023年8月21日定为事件发生日。由于《暂行规定》的发布没有提前发布新闻等向市场说明，所以将2023年8月21日定为事件的发生日具有合理性。在事件研究法中，2023年8月21日即为t=0。

对于事件窗口期的选择，目前国内外不同研究采用不同的区间，并无统一标准。事件窗口期的选择在一定程度上会影响研究结果，事件窗口期选择过短可能难以涵盖事件发生对资本市场的全部影响，而事件窗口期选择过长则难以将其他影响股价波动的因素进行剔除。因此，本文选择2023年8月16—24日为事件窗口期，即[t1，t2]，其中-3≤t1≤t2≤3。在研究过程中，本文先对整个事件窗口期[-3，3]进行检验，然后再对事件窗口期的每一天进行分析。

对于估计窗口期的选取并没有过多的特殊要求，但是估计窗口期选取的长短会对个股的期望收益率产生影响。如果选择过长的估计窗口期，研究数据很可能发生结构性改变；若选择过短的估计窗口期，最终的结果可能不够精确。财政部于2022年12月9日发布了《企业数据资源相关会计处理暂行规定（征求意见稿）》（以下简称《暂行规定（征求意见稿）》）。为避免《暂行规定（征求意见稿）》对资本市场的影响，根据已有文献和本文的实际情况，将估计窗口期确定为2023年3月10日—8月15日，共107个交易日，即估计窗口期为[-110，-4]。

3.1.2 模型选取与计算

事件研究法基于资本市场的股票交易数据，首先估计事件没有发生情况下股票的期望收益率，然后计算事件发生情况下实际收益率与期望收益率的差值，从而衡量企业股价的波动程度，即异常收益率（AR）。将事件窗口期内每天的异常收益率进行加总，即为累计异常收益率（CAR）。将异常收益率和累计异常收益率分别取平均值，得到平均异常收益率（AAR）和累计平均异常收益率（CAAR）。

具体计算步骤如下：

第一步：用市场模型法（MM）估计个股期望收益率。市场模型法以CAPM（资本资产定价模型）为基础，计算公式为

Rit=αi+βiRmt+εi（1）

式中，Rit和Rmt分别为在交易日t上市公司i和股票市场m的实际收益率。

构建OLS（普通最小二乘法）回归模型，利用估计窗口期内个股收益率的数据，得到参数α^i与β^i的估计值，即期望收益率的计算公式为

R′it=α^i+β^iRmt（2）

第二步：根据第一步求出的参数α^i与β^i的估计值，计算事件窗口期内每只股票的异常收益率，计算公式为

ARit=Rit-（α^i+β^iRmt）（3）

式中，ARit为上市公司i在事件窗口期t的异常收益率；Rit为事件窗口期内上市公司i在时间t的实际收益率；α^i+β^iRmt为通过式（2）计算得到的期望收益率R′it。

第三步：计算事件窗口期内每家公司的累计异常收益率，计算公式为

CARi（t1，t2）=∑t2t=t1ARit（4）

式中，CARi（t1，t2）为样本公司i在事件窗口期内的累计异常收益率。

第四步：计算样本公司在事件窗口期内的平均异常收益率，计算公式为

AARi（t1，t2）=1N∑t2t=t1ARit（5）

式中，AARi（t1，t2）为样本公司i在事件窗口期内的平均异常收益率。

第五步：计算研究样本在事件窗口期内的累计平均异常收益率，计算公式为

CAARi（t1，t2）=1N∑t2t=t1CARit（6）

式中，CAARi（t1，t2）为样本公司i在事件窗口期内的累计平均异常收益率。

第六步：分析事件窗口期内事件的发生对研究样本的影响是否显著，对CAARt进行T检验。T检验的公式为

tCAARt=CAARts（CAARt）/n（7）

其中，s（CAARt）的计算公式为

s（CAARt）=1n-1∑ni=1（CAARit-CAARt）²（8）

如果T检验的结果表明T统计量的值超过了特定显著水平下设定的临界值，或者P值低于设定的显著性水平，则说明事件的发生对公司股价波动有显著影响。

3.2 数据来源

本文研究《暂行规定》的颁布对数字经济核心产业上市公司价值的影响。由于目前没有对数字经济核心产业上市公司进行分类的数据库，因此本文借鉴赵梦真^[24]、张敬文和童锦瑶^[25]、田发和邹思远^[26]、余长林和孟祥旭^[27]的研究，将数字经济核心产业分类中数字产品制造业和数字技术应用业作为研究样本，并与中国证监会《上市公司行业分类指引》（2012年修订）中的行业一一对应，发现数字经济核心产业上市公司主要对应生产各种数字技术硬件基础的计算机、通信和其他电子设备制造业（Ｃ39），构建数字信息传输网络的电信、广播电视和卫星传输服务业（I63），提供在线平台和服务的互联网和相关服务业（I64），以及提供各种软件解决方案和信息技术支持的软件和信息技术服务业（I65）。然后，结合东方财富网数字经济概念股，将二者统一为数字经济核心产业上市公司样本数据。最后，本文剔除ST公司、在整个窗口期内数据不完整的公司，最终得到983个公司样本。样本公司的个股收益率及对应的市场收益率数据，均来源于国泰安（CSMAR）数据库。

4 结果与分析

4.1 整个事件窗口期内的CAR估计

根据上述步骤，可以计算得出983个研究样本在事件窗口期内每天的异常收益率（AR）和累计异常收益率（CAR）。事件窗口期内CAR描述性统计结果见表1。

从表1可以看到，事件窗口期内每天的CAR最大值都大于0，涉及四川观想科技股份有限公司（301213）、慧博云通科技股份有限公司（301316）、北京中亦安图科技股份有限公司（301208）、北京三维天地科技股份有限公司（301159）等上市公司。一些上市公司在事件窗口期内不同时间的累计异常收益率位居第一。这些上市公司在数据标准化与大数据相关领域、智能信息化领域为龙头企业。事件发生后，t=0、t=1、t=2、t=3对应的CAR均大于0，说明事件窗口期内数字经济核心产业上市公司的股票价格得到了提升，《暂行规定》颁布事件的发生提高了数字经济核心产业上市公司的价值。

在[-3，3]事件窗口期内，CARgt;0的公司有604家，占样本总数的61.44%，说明《暂行规定》的颁布给我国数字经济核心产业上市公司的股票效益带来了正向影响。

4.2 事件窗口期内的AAR和CAAR分析

在上述步骤计算得出AR和CAR的基础上，可以进一步计算出983个研究样本在事件发生前后3天每个交易日的AAR，并对AAR进行T检验，结果见表2。

从表2可以看出，在事件窗口期内各交易日AAR均显著，有3天的AAR为负。在事件发生当天及之后两天，事件发生对AAR的影响在1%水平上显著为正，特别是在事件发生后的第一天，平均异常收益达到1.31%，远超事件发生前的水平，说明数字经济核心产业上市公司的价值有显著提高，相关资本市场对事件响应迅速。

事件窗口期内，CAAR的结果及对CAAR进行T检验的结果见表3。

从表3可以看出，在事件窗口期内，CAAR仅有1天不显著，且位于事件发生之前。事件发生后，数字经济核心产业上市公司的CAAR均为正，且在1%水平上显著，说明数字经济核心产业相关资本市场对《暂行规定》政策的颁布有积极的正向影响效应。

为了更加清晰地反映《暂行规定》对我国数字经济核心产业相关资本市场的正向影响效应，本文将事件窗口期内整个A股市场和数字经济核心产业上市公司的CAAR进行比较，见图2。从图2可以看出，在[-3，3]的事件窗口期内，事件发生后，数字经济核心产业上市公司的CAAR均为正且大于事件发生之前。在事件发生当天和事件发生后第一天，CAAR增幅明显，说明投资者对《暂行规定》颁布的响应迅速且积极。与整个A股市场CAAR对比可以发现，事件发生前，数字经济核心产业与整个A股市场的CAAR比较接近，均在0附近，且数字经济核心产业上市公司的CAAR低于整个A股市场的CAAR。在事件发生后的3个交易日，数字经济核心产业上市公司的CAAR迅速提升，与整个A股市场的CAAR表现拉开较大差距，再次说明数据资源入表使数字经济核心产业上市公司的价值得以显著提高。

4.3 稳健性检验

4.3.1 改变估计模型

为检验研究结论是否稳健，本文采用市场调整模型（MA）再次计算事件窗口期内的CAAR，结果见表4。

从表4可以看出，在相同的估计期，用市场调整模型计算出的CAAR在[-3，3]的事件窗口期内有5天显著，不显著的时间位于事件发生当日和之前2日。事件发生之后，CAAR均在1%水平上正向显著，说明事件的发生显著提升了数字经济核心产业上市公司的价值，证明了上述结论。

4.3.2 改变事件窗口期

因为事件窗口期选择不同对结果的影响不同，除了改变估计模型，本文还通过改变事件窗口期验证结论的稳健性。首先，将事件窗口期改为[-5，3]，即2023年8月14—24日；将估计窗口期确定为2023年3月10日—8月13日；共105个交易日，即估计窗口期为[-110，-6]。然后，本文还验证了在事件窗口期为[-10，10]，即2023年8月7日—9月4日，估计窗口期为[-110，-11]下结论的显著性，见表5。

从表5可以看到，在[-5，3]、[-10，10]的事件窗口期内，数字经济核心产业上市公司的CAAR仍在1%水平上显著，证明了结论的稳健性。

5 进一步分析

本文进一步将全国划分为东部地区、西部地区和中部地区，研究在不同区域数字经济发展水平背景下，《暂行规定》的颁布对数字经济核心产业上市公司价值的影响。

首先，基于《数字经济及其核心产业统计分类（2021）》^[28]，参照巫景飞和汪晓月^[29]、闫春等^[30]的做法，对数字经济发展水平进行测度。构建了以数字产业化、产业数字化为一级指标的数字经济发展指数评价体系，采用熵权法对我国不同地区的数字经济发展水平指数进行测算。相关数据来自国家统计局、企研·社科大数据平台、北京大学数字金融研究中心、电子信息制造业统计年鉴、阿里研究院。数字经济发展指数评价体系见表6。

通过数字经济发展指数评价体系可以计算出我国31个省（自治区、直辖市）的数字经济发展指数，进而计算得到东部、中部、西部3个地区的数字经济发展指数，见表7。由表7可知，我国东部地区的数字经济发展指数处于领先地位，中部地区次之，西部地区较为落后。

然后，按地区将数字经济核心产业上市公司分为3类，采用事件研究法分别计算不同地区的CAAR，并且对其进行显著性检验，结果见表8。

由表8可以看出，在数字经济发展水平较高的东部地区，《暂行规定》发布后，数字经济核心产业相关资本市场反应更为显著，在事件发生当天及其后3天，数字经济核心产业上市公司的股票价格有显著提高。而在数字经济发展相对较差的中部地区和西部地区，在事件发生当天，数字经济核心产业相关资本市场反应并不显著。在《暂行规定》发布后的第二个交易日（t=2），3个地区数字经济核心产业上市公司的股票价格均有显著的积极反应，其中东部地区反应更为显著。在事件发生后的第三个交易日（t=3），仍然仅有东部地区的数字经济核心产业上市公司股票价格反应显著，且第三天东部地区的CAAR最大，为0.015 3，说明数字经济发展水平较高的地区，数字经济核心产业上市公司的价值有更加显著的提高且持续时间较长。

数字经济发展是数据要素市场健康培育的前提，对当地数据要素市场环境改善和数字治理水平提升有显著影响。在数字经济发展水平高的地区，数据要素市场呈现出更为完善的形态，数据产业呈现出更强的集聚效应，地区内完备的数字基础建设为数字经济核心产业创新与发展注入了强大活力。数据治理需要政府、企业、社会公众等多主体的参与，数字经济发展水平较高地区的企业会更加注重数据治理水平提升。在对数据资源进行会计处理过程中，数据治理水平高的企业能更好地应对数据资源入表，对外披露的会计信息的质量也往往更高。因此，数字经济发展水平高的地区，其数字经济核心产业上市公司股价提升更为显著。

6 结语

《暂行规定》颁布是数字经济发展过程中的一件大事，对数字经济产业的意义深远。在目前已有的研究中，还未有研究者量化《暂行规定》颁布的经济后果。基于此，本文首先在理论层面分析了《暂行规定》颁布对企业价值影响的传导机制；其次通过事件研究法分析了数字经济核心产业上市公司在《暂行规定》颁布前后的股价变化；最后探究了数字经济发展水平对数字经济核心产业上市公司的股价波动水平是否有影响。研究发现：第一，《暂行规定》的颁布引起了数字经济核心产业上市公司股价的显著波动，与整个A股市场上市公司相比，产生了更为积极的市场反应，提升了企业价值。在更换估计模型与改变事件窗口期进行稳健性检验后，结果依然成立。第二，数字经济发展水平较高的地区，其数字经济核心产业上市公司的股价提升更为显著且持续时间较长。

规范企业数据资源相关会计处理，强化相关会计信息披露，是提升公司价值的有效途径，因此，各方应积极推动数据资源会计新规健康、有序实施。

（1）企业是数据资源会计新规的实施者，应该对数据资源入表的各项环节做好准备。第一，加强企业内部数据治理，建立健全数据管理制度。企业应从数据资源盘点、合规检查、治理标准与落标、数据质量检核、数据“血缘”梳理、数据认责机制等多方面着手开展数据治理工作，确保数据资源入表工作有序推进。第二，建立数据资源成本核算、摊销机制。企业中可被确认为资产的数据资源，是将自然形成的原始数据进行脱敏、清洗、标记、整合、分析等加工处理而形成的。企业应对原始数据加工处理的全过程进行有效监督与记录，结合不同数据资源的特点、应用场景，对其进行摊销及减值测试，以更好地对数据资源进行初始及后续计量。第三，加强与第三方咨询机构的合作。数据资源入表不仅仅涉及企业的财务核算，在数据资源整个生命周期还涉及数据权属、数据估值、数据交易、数据收益分配等问题。所以，在数据资源入表过程中，企业可以向第三方机构咨询，确保数据资源入表合规，反映数据资源的真实价值，防止信息失真。

（2）监管部门是数据资源会计新规有序实施的保障者，应为数据资源入表创造稳定的市场环境。第一，加强数据资源管理和治理规范，保证数据资源安全、合规。数据安全性对于数据要素市场的稳定发展至关重要。如果企业确认为资产的数据资源的安全性得不到保证，就会降低企业数据资源的价值，进而影响企业整体资产水平，企业进行数据资源入表的风险也会增大。所以，监管部门应加强数据资源安全管理，为《暂行规定》的实施提供保障。第二，完善数据资产交易制度，保障数据资产在市场中稳定流通。一方面，数据交易过程涉及数据确权、数据定价、数据收益分配等问题，企业能否对数据资源进行准确核算，依赖相关制度的确定。完善的交易制度可避免数据交易后买方、卖方及平台之间的三方纠纷。另一方面，数据资产化后，企业可以利用数据资产开展抵押、融资等活动。监管部门应该对这类活动进行监督，防止数据资产形成泡沫。

（3）审计机构是数据资源会计新规实施的监督者，应对数据资源入表的全过程进行监督评价。第一，完善审计流程，加强数据资源审计。数据资源的审计涉及安全性、入表的合法合规性、价值的准确性等多方面，一些企业可能会利用《暂行规定》进行盈余管理等。所以，审计机构应完善数据资源审计相应流程，对数据资源进行全面审计，确保财务报表中数据资源信息的可靠性、完整性及准确性。第二，加强审计人才培养，适应数据资产的特殊性。由于数据资产与其他资产相比较为特殊，在审计过程中可能会涉及先进的审计技术与工具，并且在识别审计风险时也需要用到法律、计算机等专业知识，对审计师的专业水平要求更高，因此，审计机构应加强审计师能力培养。

（4）政府是数字经济环境的建设者，应加强数字经济环境建设。第一，各地政府应该根据目前的发展情况，结合地区不同的产业优势，制定相应的发展政策，积极、持续推动数据资源价值评估体系、数据资源交易制度的完善，使数据要素市场更加健全，更好地推动数字经济核心产业发展。第二，为避免数据资源确权后企业承担的税负较重问题，政府部门应给予企业数据资源确权相应的税收优惠，降低企业对数据确权的担忧。第三，各地政府应积极推动《暂行规定》落实，组织选取典型企业开展数据资源入表的案例研究，总结企业数据资源会计核算经验，为数据资源会计新规的进一步完善提供思路。

参考文献

[1]金智.新会计准则、会计信息质量与股价同步性[J].会计研究，2010（7）：19-26，95.

[2]LUO M，YU S C.Financial reporting for cryptocurrency[J]. Review of Accounting Studies，2022，29（2）：1707-1740.

[3]CHOU J H，AGRAWAL P，BIRT J.Accounting for crypto-assets：stakeholders’ perceptions[J].Studies in Economics and Finance，2022，39（3）：471-489.

[4]JACKSON A B，LUU S.Accounting for digital assets[J]. Australian Accounting Review，2023，33（3）：302-312.

[5]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，2022，38（2）：16-30，2.

[6]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.

[7]季周，李琳.会计视角下数据资产化路径探索[J].财务与会计，2022（16）：38-41.

[8]秦荣生.企业数据资产的确认、计量与报告研究[J].会计与经济研究，2020，34（6）：3-10.

[9]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.

[10]危雁麟，张俊瑞，汪方军，等.数据资产信息披露与分析师盈余预测关系研究：基于文本分析的经验证据[J].管理工程学报，2022，36（5）：130-141.

[11]苑泽明，于翔，李萌.数据资产信息披露、机构投资者异质性与企业价值[J].现代财经（天津财经大学学报），2022，42（11）：32-47.

[12]张俊瑞，危雁麟，尹兴强，等.企业数据资源信息披露影响审计收费吗？——基于文本分析的经验证据[J].审计研究，2023（3）：60-71.

[13]蹇薇，陈朝琳，郭绪琴.《企业数据资源相关会计处理暂行规定》实施要点及建议[J].财务与会计，2023（21）：41-44.

[14]曾家瑜，赵治纲.数据资产会计标准研究的进展与展望[J].中国注册会计师，2023（12）：67-73.

[15]郑国英，章晓洪.加强上市公司数据信息披露管理[J].中国金融，2023（19）：59-60.

[16]程小可.数据资产入表问题探讨：基于国际财务报告概念框架的分析[J].科学决策，2023（11）：67-75.

[17]王文兵，李珺珺.企业数据资源的会计确认、计量与披露探析：兼评《企业数据资源相关会计处理暂行规定》[J]. 商业会计，2024（1）：4-9.

[18]陈金勇，张高领，陈梦纯.数据资源会计之惑：信息生成机制研究[J].会计之友，2024（3）：7-15.

[19]陈俊，李永康，龚启辉.企业数据资源会计处理研究：基于财会[2023]11号文件[J].财会月刊，2023，44（21）：13-18.

[20]季丰.数据资源新规改变了什么、影响了什么[J].中国注册会计师，2023（10）：86-87.

[21]刘峰，袁红，苏雅拉巴特尔，等.再论财务报告的目标：兼评《企业数据资源相关会计处理暂行规定》[J].会计研究，2023（4）：3-15.

[22]赵治纲.数据资产入表的战略意义、问题与建议[J].会计之友，2024（3）：2-6.

[23]张姗姗.数据资源入表的挑战与应对[J].中国注册会计师，2024（1）：95-98.

[24]赵梦真.数字经济企业社会责任、融资约束与投资效率研究[D].西安：西安石油大学，2023.

[25]张敬文，童锦瑶.数字经济产业政策、市场竞争与企业创新质量[J].北京工业大学学报（社会科学版），2023，23（1）：125-136.

[26]田发，邹思远.税收信息化提升了数字经济企业纳税遵从吗[J].财会月刊，2024，45（3）：114-120.

[27]余长林，孟祥旭.“海归”高管与中国数字产业技术创新[J].吉林大学社会科学学报，2022，62（6）：127-145，234.

[28]国家统计局.数字经济及其核心产业统计分类（2021）：国家统计局令第33号[A/OL].（2021-05-27）[2024-06-25].https：//www.gov.cn/gongbao/content/2021/content_5625996.htm.

[29]巫景飞，汪晓月.基于最新统计分类标准的数字经济发展水平测度[J].统计与决策，2022，38（3）：16-21.

[30]闫春，丁一，刘新红.数字经济空间关联及其与实体经济发展的交互影响[J].中国流通经济，2024，38（4）：13-25.

收稿日期：2024-07-02

作者简介：

武夕人，女，2002年生，硕士研究生在读，主要研究方向：企业财务。

朱文莉，女，1972年生，博士研究生，副教授，主要研究方向：企业财务。