摘要：数据要素流通时代已开启，文章依据2024年1月执行的《企业数据资源相关会计处理暂行规定》相关规定，总结数据资产会计处理的现状，并针对数据资产初始确认、后续确认和信息披露等核算重点难点提出解决对策，以示范企业数据资产核算的规范化运作，助力新质生产力。

　　关键词：数据要素流通；数据资产；会计处理

　　为了迎接数据要素流动时代的到来，财政部制定印发了《企业数据资源相关会计处理暂行规定》于2024年1月1日开始实施，为数据资产入表提供了指引。数据要素流通时代亟需培养一批熟悉入表技术，且能够统摄企业数据资产管理体系搭建的复合式背景人才，同时培育一批典型案例企业，使其熟练掌握数据资产管理的方法，并能够起到引领示范作用，引领行业内企业推进数据资产的提炼、应用和流通。为此，本文基于数据资产会计处理的现状，围绕数据资产三项评估，以及初始确认、后续确认和信息披露等提出解决对策，以期指导企业精准完成核算工作［1］。

　　一、数据资产入表的意义

　　（一）提升经济利益

　　数据资产入表将为企业带来经济效益。通过优化数据资产的管理和应用，企业能够降低因数据不当处理而产生的成本，同时提升运营效率。此外，项目将助力企业拓展新的收入渠道，如通过数据产品化和数据服务创新来实现数据资产的货币化，从而增加企业收入来源。数据资产入表还将直接增加企业的资产总额，将数据资产正式纳入资产负债表，不仅提升了企业资产的账面价值，也反映了企业在数字化转型过程中的成果。同时，数据资产的有效货币化可以为企业提供额外的资本来源，增强企业的财务实力和投资能力。

　　（二）增强市场竞争力和创新能力

　　数据资产的有效管理和分析能够为企业提供深入的市场洞察，帮助企业快速响应市场变化，制定更为精准的市场策略。此外，企业可以利用数据资产来开发创新产品和服务，从而在激烈的市场竞争中获得差异化的竞争优势。数据资产入表将推动企业采用最新数据管理技术，保持技术领先优势。通过引入先进的数据分析工具和平台，企业能够更有效地处理和分析数据，从而提高数据处理的准确性和效率。

　　（三）法律合规

　　数据资产入表有益于规范化管理数据资产，能够为决策者提供准确、及时的信息，支持业务决策。这不仅能够避免因违规而产生的法律风险和经济损失，还有助于企业更好地识别和管理运营风险，确保企业稳定发展，从而有助于建立企业负责任的数据管理形象。

　　二、数据资产核算现状

　　数据资产入表作为有助于提升企业数据资产运营能力，为产业数字化和数字产业化提供了价值评估的依据。目前，我国企业和上市公司陆续在2024年第一季度至第三季度完成数据资源入表工作，本文梳理了累计到第三季度上市公司数据资产入表的情况，总结当前数据资产核算的情况如下。

　　（一）多行业完成数据资产入表

　　当前，信息技术行业和交通运输行业入表数量居多，2024年数据资源入表首年，入表的上市公司归属于十余个行业，信息技术类、交通类企业居多。例如，信息技术行业有：海天瑞声、开普云、佳华科技、广电计量、神州数码、拓尔思等；交通行业包括：中原高速、山东高速、浙江交科、日照港、青岛港、中远海科、浙江交科；制造业包括：上海钢联、南钢股份、河钢股份、山东黄金；快递业：圆通速递、韵达股份；证券业有海通证券；媒体包括：吉视传媒、中文在线、每日互动；通讯行业是：中国移动、中国联通、中国电信。众多行业已广泛运用数据资产，大部分以自研无形资产的方式纳入数据资产核算体系［2］。

　　（二）信息技术企业亟待通过入表规范数据管理

　　目前，信息技术企业拥有大量的客户数据、爬虫数据和个人数据，部分企业拥有政府公共数据和企业数据，数据类型繁多，来源渠道多元化，如何按照相关法律法规要求进行数据合规管理是当前该行业亟待解决的问题。数据资产入表为信息技术企业及时梳理数据资产目录、数据地图，查阅数据的血缘关系，并进一步获取数据资产合规证明提供了明确路径。信息技术企业具有较好的数据资源入表基础，具体表现在：这类企业高度重视数据资源管理，成立数据资产管理部门，较早实现了数据资源的分级分类管理，制定了严格的数据资源管理制度，信息安全保密工作较为严谨。

　　（三）数据资产入表重塑数据公司商业模式和定价体系，使企业成本核算合理化

　　在《企业数据资源相关会计处理暂行规定》颁布之前，大数据企业发生的涉及数据获取、数据处理加工的支出均予以费用化处理，导致出现主营业务成本归集金额较低，毛利率偏高，研发费用偏高，无法和主营业务收入匹配的现象，不利于产品定价，并影响企业构建商业模式。因此，企业通过数据资源入表以真实反映成本结构和调整商业模式。

　　（四）企业数据资源入表以无形资产为主

　　原因在于大部分企业自用、用于降本增效的数据资产，均属于无形资产。而对外提供数据产品服务的主要是基于自有的平台开发，通过SAAS端或者API接口传输给客户各类查询类AI报告，企业开发此类产品所用的数据平台的所有权未出现转移，客户未买断该数据产品，为此确认为无形资产。

　　三、数据资产入表的难点

　　（一）数据资源的确权难点

　　在数据资产管理中，数据产权的界定存在一定的操作难度。目前，数据资产普遍存在产权界定不明晰的特点，主要表现在数据资产的所有权、使用权、收益权三权相背离，以及三权如何确定等问题。与此同时，大型集团型企业内部组织架构复杂，职能分散，数据采集与数据产品开发、运营分属不同公司，相关公司之间的权利责任未明确，成本投入和收益回报的激励分配机制不合理，产品开发公司和产品运营公司之间未明确数据产品的权属，造成企业集团间数据资产权属不明确。

　　（二）数据资源的质量治理与评估难点

　　目前，部分企业系统里存在大量数据，但由于数字化转型过程中未做好数据治理，尚未形成数据湖和数据池，缺失主数据，无法形成清晰的数据资产目录，尚未进行数据挖掘，梳理耗时长、效率低，直接影响数据资产的质量。这些企业数据资源质量不能满足准确性、一致性、完整性、规范性、时效性和可访问性等质量特征，难以运用到各应用场景中，无法从中挖掘形成有价值的数据产品，不能满足资产的确认条件。此外，企业数据资源分散化，单体企业缺乏数据盘点，资源分数，且很多资源又分到各企业当中，出现数据要素难以整合的问题［3］。

　　（三）数据资源的经济价值与评估难点

　　由于数据资源通常与其他有形资产、无形资产、人力资源和企业声誉等共同发挥作用，企业需要明确地识别数据资源本身很可能带来经济利益流入，这给企业内部使用的数据资源经济价值评估带来难点。与此同时，当前数据交易流通市场尚在建设之中，其市场价值也难以衡量。数据资源的价值评估包括成本、市场、收益等多种方法，每种方法都有其适用场景和局限性，如何选择合适的评估方法成为一大挑战。目前，市场上缺乏专门用于数据资源价值评估的成熟技术和工具，这使得评估过程更加复杂和繁琐［4］。

　　（四）数据资产会计核算的难点

　　对部分软件企业而言，数据资产是分类计入无形资产还是存货具有一定的难点，如哪类的模型工具附带哪些数据库可以归类为数据资产需要进一步界定。此外，企业数据资源研发过程的研究阶段和开发阶段划分困难，共摊成本分配标准选定也有一定难度，摊销期限和减值测试标准也需要企业自行明确。

　　四、数据资产入表的建议

　　（一）数据资源的确权评估

　　目前，我国的数据确权仍处于探索阶段，并未形成一个完善的体制机制。数据确权对数据资产的厘清、数据资源的有效配置至关重要。传统的数据确权手段基于凭证提交和专家评审，但因缺乏可靠度已无法满足当今数据资产的特殊需求。随着科技的发展，可以利用数字化手段进行数据确权。例如，对于需求物理流通、交易以及所有权明确的环境，可以采用区块链技术。利用防篡改，数字签名，共识验证以及智能合约等功能对数据进行确权，全程掌控数据产生、收集、传输、应用及收益过程。可信数据空间站也应当具备一定的确权功能。当前，数据资产的确权可以通过律师出具合规意见书、数据交易所上架数据产品获得合规登记、知识产权局获得数据知识产权凭证等方式进一步确权。

　　（二）数据资源的质量评估

　　建立统一的数据质量标准与评估方法。行业或相关组织应推动建立统一的数据质量标准，确保数据资源的质量和格式符合评估要求，提高评估的准确性和可靠性。同时，应结合数据的特点和应用场景制定合适的评估方法，从而确保评估结果的客观性和公正性。企业应运用数据资产管理平台，积极研发或者外购数据资产质量评估工具，实时检测数据质量，提高数据资产质量评估的效率和准确性。

　　（三）数据资源的价值评估

　　企业和第三方评估机构应根据数据资源的类型、应用场景和价值特性，选择合适的评估方法，同时可以综合运用多种方法，以更全面地反映数据资源的价值。建立数据资源共享平台，实现数据资源的管理、开发和质量检测等企业层面和第三方层面，包括审计师、评估师和银行等可以互通有无和共享利用，降低数据获取和处理的成本，提高数据资源的利用效率和信息透明度。

　　（四）强化数据资产会计核算

　　企业应根据会计准则的要求进行数据资产成本核算，确保初始计量核算准确，严格区分数据资源的开发费用和非数据资源研发费用，建立数据资源开发台账，探索后续计量方式方法，如实反映资产价值。后续确认做好摊销年限的界定，交易平台有类似数据的相关摊销年限的，可以参照确认，摊销年限应大于项目经济价值测算的回收期；如果交易平台无此类数据资产相关信息的，企业应当结合对外提供数据资产服务时，涵盖历史数据的期数或客户期望使用的历史数据期数等情况合理估计。企业应当在会计制度里明确界定资产减值的标准，每年开展数据资产减值测试，依据三项评估工作有序开展。企业应根据数据资源的持有目的、形成方式、业务模式进行数据资产信息披露，对数据资源相关交易和事项进行披露。企业可以灵活进行自愿披露，以增强报表使用人的决策有用性，包括参考数据资产凭证信息进行自愿披露，对重要的数据资产披露评估价值。

　　综上所述，强化数据资产会计核算的基础性工作是三项评估工作的动态跟踪，具体而言：在数据确权评估方面，企业进行数据资源价值评估时，应根据自身经营特点和业务模式合理约定数据授权期限，并在授权期限到期前，预留足够年限与公共部门协商续约事项，避免由于数据授权期限不确定对公司造成日常经营困境以及数据资产摊销年限减值等影响；数据质量评估方面，积极对数据资产进行质量检测，出具质量检测报告，以确保数据质量合规有效；在经济价值评估方面，增加考虑如平台活跃度、产品销售量等指标确定数据资产的经济价值。三项评估在初始确认和后续确认进行动态管理，确保数据资产入表准确、可靠和可追溯。

　　五、结语

　　数据资产入表的三项评估至关重要，在数据确权评估方面，企业应根据自身经营特点和业务模式合理约定数据授权期限，并在授权期限到期前，预留足够年限与公共部门协商续约事项，避免由于数据授权期限不确定对公司造成日常经营困境以及数据资产摊销年限减值等影响；在数据质量评估方面，应积极对数据资产进行质量检测，出具质量检测报告，以确保数据质量合规有效；在经济价值评估方面，增加考虑如平台活跃度、产品销售量等指标确定数据资产的经济价值。在三项评估基础上，企业应根据自研或外购的方式，有效分摊直接和间接成本，从而实现数据资产的安全可靠核算入财务报表。

　　参考文献

　　［1］张俊瑞，危雁麟．数据资产会计：现状、规制与展望［J］.财会月刊，2023，44（12）：3-11.

　　［2］张雪，刘艺琦，吴武清.数据资产会计计量研究——以大数据企业为例［J］．财会通讯，2022（19）：10-14+20.

　　［3］吴果莲，苑秀娥．基于应用场景的数据资产会计核算研究［J］．中国注册会计师，2023（6）：91-95.

　　［4］祝子丽，倪杉．数据资产管理研究脉络及展望——基于CNKI 2002—2017年研究文献的分析［J］．湖南财政经济学院学报，2018，34（6）：105-115.