关于数据资产入表的实施困境与对策研究

在当前的数字经济浪潮中，随着企业数字化转型步伐的加速，数据在企业运营决策中的影响力日益凸显。本文介绍了企业数据资产入表的现实意义，分析了目前资产入表面临的主要问题，并据此提出具体对策建议。

自2024年起，我国《企业会计准则》正式引入数据资产作为会计核算的法定范畴。为顺应此变革，企业需要全面细致地清查并评估其数据资产，以精准界定其价值潜力和实际应用效能。同时还需构建一套完善的数据管理机制，从而推动企业的数据资产入表，保障数据资产的安全性、完整性和高效性，以更好地促进企业实现数字化转型与可持续发展。

一、数据资产入表概述

（一）数据资产的内涵

1.数据

依据《中华人民共和国数据安全法》的阐释，数据被定义为采用电子形式或其他媒介对信息的记载。而《数据资产评估指导意见》则进一步界定了数据资源，即那些当前或未来具有经济价值的、经过加工处理的数据集合。数据，作为物理符号，忠实记录并反映着客观世界的属性、状态及其相互关联。其表现形式多样，既可以是纯粹的数字序列，也能融合数字与文字构建复杂的数据结构，并通过文本、表格、图形等多种媒介展现。数据作为信息的具体承载与表现形式，其存在形态已经从传统的纸质文档拓展至现今以电子数据的面貌呈现。

2.数据产品

数据产品，作为以数据为核心素材的信息产品，历经加工、处理、深度分析及可视化等精细流程，最终转化为可直接供用户使用的形态。其核心价值在于将原始的、未经雕琢的数据，转变为能够辅助决策制定的关键信息，进而助力企业优化运营流程，增强市场竞争力。在数据产品的广泛范畴中，常见形式包括但不限于精心整理的数据集、详实详尽的报表与报告、高度抽象的数据模型，以及功能丰富的数据应用程序，这些构成了数据产品多样化的生态体系。

3.数据资产

数据资产概念可追溯至1974年，由理查德·彼得斯在美国提出，伴随数据管理、应用及数字经济发展而普及，具体的定义迄今仍显模糊，存在多元性的解读。目前，科技界侧重其技术性与数据转化成的创新实用产品，淡化资源、财富等标签。中国信息通信研究院发布的《数据资产管理实践白皮书4.0》界定数据资产为企业掌控、预期带来经济利益的物理或电子记录，虽未凸显经济资源属性，却融合了会计资产概念。资产评估协会《资产评估专家指引第9号——数据资产评估》则强调数据资产是合法拥有、持续发挥作用并且带来直接或者间接经济利益的数据资源，但间接效益评估仍具不确定性。财政部相关文件虽未直接定义，却明确了数据资源入表的会计属性，区分了符合会计准则确认条件的资产与未确认资源。

（二）数据资产的基本特征

首先，价值性。数据资产蕴含着清晰可辨的价值潜力，能够为企业创造直接的经济收益或深远的社会效益；其次，可控性。这意味着企业能够高效管理与运用数据资产，以确保实现资源价值的最大化；最后，战略性。数据资产不仅是企业制定战略决策的关键依据，更是构筑并维持其竞争优势不可或缺的基石。

（三）数据资产入表的现实意义

一方面，有助于优化企业的资产负债构成，提升财务结构的稳健性。这不仅为企业融资拓宽了新颖的抵质押途径，同时还开辟了新的盈利渠道，并为企业投资活动增添了多样化的工具选择；另一方面，有助于激励企业深入挖掘数据价值，实施更为精细化的管理模式，同时促进企业对高质量数据的积累与沉淀。此外，对于投资者而言，数据资产的显性化有助于其更准确地评估企业的数据资源价值，从而增强投资决策的科学性。

二、数据资产入表的基本步骤

第一步，数据资源纳入财务报表的首要步骤，是确保其处于企业的“合法拥有或掌控之下”，此处的“合法性”尤为关键。

第二步，依据数据资源的生成途径进行分类与分级处理。在明确数据权属的基础上，企业需系统整理自身拥有或经授权运营的数据资源，包括标签设定、目录构建等基础性工作。

第三步，评估数据资源是否构成一项经济资源，这要求数据资源需展现稀缺性、有效性和价值性。这是其纳入资产负债表的前提条件。

第四步，遵循会计准则，将符合条件的数据资源正式确认为资产。若数据资源满足资产要素的定义及会计确认与计量的标准，则可在企业资产负债表中作为数据资产予以列示。

此外，一旦数据资源转化为会计账表中的数据资产，其后续的管理与治理便成为不可或缺的环节。一方面，数据资产可能需追加投资或持续开发，以提升其技术含量与附加值；另一方面，相较于固定资产的物理磨损，数据资产在市场竞争中更易遭受无形损耗，导致其价值具有高度的易变性与不确定性。这正是数据资产在后续计量及计提减值准备时所面临的复杂挑战。因此，数据资源入表后，还需警惕资产价值减损乃至终止确认的风险，以确保会计信息的准确性与及时性。

三、数据资产入表面临的主要问题

（一）数据资产确认范围不明确

目前，数据权利体系纷繁多样，其归属界定错综复杂，若单纯以拥有或控制作为资产入表的前提条件，则面临诸多实施难题。鉴于数据种类的广泛性与结构的复杂性，依据其来源可细分为个人数据、企业数据及公共数据，而依据加工处理方式的差异，又可划分为原生数据与衍生数据，这两种分类方法下，各类数据的所有权与使用权呈现出显著的差异性。同时，数据的采集与使用往往涉及多方主体，这一特性赋予了数据权利的非排他性，即不同主体可能同时对同一数据主张权利。尤其在个人数据与公共数据领域，数据资产的所有权问题显得更为棘手，更具有复杂性。在此背景下，如果坚持将拥有或控制作为数据资产入表的唯一标准，会导致大量数据资产被财务报表边缘化，无法全面反映企业的资产状况。

（二）数据资产计量确认难度大

当前，数据要素的市场化尚处于初级探索阶段，其应用与交易环境尚不成熟，价值评估面临重重障碍。首先，数据资源虽蕴含丰厚的价值潜力，却缺乏一个开放且高效的市场生态体系支撑，因此其价值实现路径尚不明晰，处于动态变化之中，这无疑加剧了评估的复杂性和不确定性。

其次，数据要素具有高度的渗透性和跨界融合特性，其价值显现往往依赖于与其他生产要素的协同作用，这一特性使得单独评估其价值变得极为复杂。实践中，常需采用资产组合评估法，并依据各业务板块的贡献度进行精细划分，此过程极大提升了评估的技术门槛与实践难度。

最后，不同企业间对同一数据资产的价值认知存在显著差异，这源于企业在业务领域、运营模式、盈利策略、市场地位及目标客户等方面的多元化，因此导致数据资产利用策略与重点各异。这种价值认知的非一致性，使得价值预期难以统一，阻碍了统一计量标准的建立，进而加深了对价值计量的挑战。

（三）数据资产信息披露界限模糊

在界定数据资源相关资产的列报标准时，目前《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》）着重凸显了“重要性考量”与“实际情境适应性”的原则，旨在鼓励企业依据自身特定状况及会计信息对报表使用者洞察企业全貌的关键性，灵活调整列报方式，从而优化财务报表的透明度和实用性。依据该规定，企业需遵循无形资产与存货领域的会计准则框架全面揭示会计信息，并增设了针对数据资源的专项披露规范。

具体而言，企业被要求强制性披露那些对财务报表具有显著影响的数据资源信息，同时，也赋予企业自主权，允许其根据实际需要自愿披露那些有助于增进理解的数据资源细节。这一看似灵活的披露机制，实则隐含着平衡的艺术：披露不足可能导致信息缺失，影响决策依据；而过度披露则可能引入冗余信息，降低会计信息的质量与相关性，从而影响投资者对企业价值的判断，进而影响报告决策的有用性，同时又会降低企业在资本市场的配置效率。

（四）数据资产分级分类目录尚未发布

数据资产管理中，分级分类目录的模糊性构成了一个普遍困扰，其不仅可能加剧数据泄露风险，还提升了合规性挑战，并制约了数据管理效率的提升。由于分类标准缺乏统一性，各部门与团队依据各自的理解实施分类，致使分类结果参差不齐。这种分类的混乱阻碍了有效评估数据敏感性，进而导致难以根据数据的重要性实施差异化的保护策略。以滴滴出行为例，其2021年在美国的上市过程引发了关于数据性质的广泛讨论，特别是其掌握的交通出行数据，其性质界定模糊——究竟应视为企业专有数据还是涉及公共安全的公共数据？这一问题凸显了当前在区分哪些数据需严格保密、哪些数据可安全利用方面，业界尚缺乏明确统一的分类分级指导目录与标准。

四、实现数据资产入表的对策建议

（一）数据确权

企业掌控的数据资源，规模庞大且来源广泛，涵盖外部采购的数据库与数据集，以及源自日常运营、产销流通链中的自然累积数据与大数据资产，同时纳入政府及非政府组织提供的广泛社会数据资源。在法律视角下，企业将特定数据资源转化为资产，首要任务是精确界定产权属性，无论专属或共享，均需清晰界定。此过程需合法进行，并伴随数据清洗、脱敏等处理，以保障隐私安全与国家利益，从而满足合法性的严苛标准。

值得关注的是，“数据二十条”正致力于构建新型数据产权框架，旨在分离并独立运行数据资源的持有、加工使用及产品经营等权益。这为数据资产认定开辟了新视角，预示着解决数据权属问题的新探索，从而在财务报表中更精准全面地体现数据资产的真实价值。

（二）尽快启动数据资源会计准则的研究与制定工作

随着数据要素市场的蓬勃兴起，企业日益聚焦于数据资产的累积、深挖与运用，并倾向于将这些无形资产纳入资产负债表的范畴，以更精准地勾勒企业的综合价值与资产全貌。随着《暂行规定》及《关于加强数据资产管理的指导意见》等指导性文件的发布，可预见的是，未来财务报告中，上市公司广泛披露数据资产将成为一道亮丽的风景线。然而，目前传统的会计处理方法、法律合规框架及资产评估知识体系或难以充分适应新兴的数据资产管理体系，这无疑对上市公司、审计机构及监管机构等各方提出了更为严苛的挑战与要求。鉴于此，加速推进数据资源会计准则的研究与制定工作，对于促进数字化转型的纵深发展具有不可估量的价值。

（三）探讨数据资产在资产负债表中通过表内外相结合进行披露的可行性

《暂行规定》对数据资源的公示设定了高标准，采用“强制辅以自愿”的灵活策略，既保留了企业的披露自主性，也强化了披露准确性的要求。表内披露聚焦于数据资产的核心信息及估值，涵盖获取渠道、成本构成、内容概要、持有目的及预期应用等核心要素。拟交易数据资产还需额外明确交易价格及定价机制。对于影响重大的数据资产，其估值披露需深入解析评估方法、执行机构及潜在盈利前景，鉴于数据资产的独特性，建议财务报表中独立设立数据资产类目以专项展示。

表外披露则针对不满足定义或确认标准的数据相关信息，通过附注形式揭示未达标缘由、价值波动的主要动力及跨场景应用下的价值变动灵活性，从而为决策者提供多维度、洞察性的信息补充。这种表内外结合的披露框架，既拓宽了决策信息维度，又彰显了企业对数据资源权属的清晰界定，促进了市场透明度与投资者信任度的双重提升。

（四）制定明确的数据分类分级政策

鉴于数据敏感性、法规遵从性要求及业务需求，企业亟需确立一套全面的数据分类统一标准。在运营实践中，企业应高度重视合同条款中关于数据持有权、使用权及加工权的明确界定，尤其针对可能触及公共安全或潜在归类为公共数据范畴的信息，应积极与上级政府管理部门沟通协作，力求合法获取数据的持有、使用及加工授权，并探索个人数据价值共创与收益分配的合理方案。同时，企业还需要构建分级标准体系，依据数据的敏感度与重要性层次，设计差异化的安全防护策略与访问权限分配机制。在企业内部，应大力倡导数据分类分级意识的培养，以确保每位员工均能深刻理解并自觉遵循相关规章制度。此外，基于既定的分类标准，构建详尽的数据资产目录，以保障数据分类与分级工作的连贯性与一致性，贯穿整个组织体系。

结语：

数字资产入表，彰显了大数据时代财务报表演进的必然方向，同时也标志着一种新兴生产要素的崛起，引领着从“土地经济”向“数字经济”的跨越式转型。在此转型浪潮中，企业的组织架构与管理体系亦将迎来深刻变革。因此，企业亟需迅速调整战略思维，高效利用数据资源，以加速挖掘与实现数据要素价值。