摘要：数据资源入表对于企业准确核算资产、充分发挥数据资源的经济价值、助力企业进行数字化转型具有重要意义。通过对41家A股上市公司2024年中报披露数据的收集、整理和分析，指出数据资源入表从宏观上能够带来积极的市场反应，从微观上可以提高会计信息质量，降低企业的负债水平、改善企业的经营绩效。针对实践中出现的问题和潜在的风险，提出完善数据交易市场管理制度、加强财务人员在职培训、培育复合型人才、建立企业数据资产管理制度等建议。

　　关键词：数据资产；市场反应；财务效应；会计信息质量；决策有用性

　　0引言

　　随着科技的不断进步，数字经济已成为经济发展过程中创新最活跃、增长速度最快、影响最广泛的领域。2020年3月，《中*中央国*院关于构建更加完善的要素市场化配置体制机制的意见》将数据作为与土地、劳动力、资本、技术并列的生产要素之一，提出要加快培育数据要素市场。2022年1月，国*院发布《“十四五”数字经济发展规划》，指出数字经济是继农业经济、工业经济之后的主要经济形态。2022年12月，《中*中央国*院关于构建数据基础制度更好发挥数据要素作用的意见》出台，提出了建设数据基础制度的总体要求和配套制度。

　　为了顺应数字经济蓬勃发展的热潮，规范企业数据资源的会计核算与信息披露，2023年8月1日，财政部出台《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》）。2024年1月1日，《暂行规定》开始实施，不少上市公司积极开展数据资源入表的实践探索。从2024年上市公司中报披露的情况来看，A股共计有41家公司在会计报表中确认了数据资产。

　　研究收集、整理了41家上市公司数据资源入表的总体情况和分布特点，从证券市场反应和企业财务效应层面，分析了数据资源入表的积极效应，指出了目前数据资源入表过程中出现的问题，从会计核算、税务影响、审计风险等角度，分析了数据资源入表面临的潜在风险，并提出了相应的对策和建议。本文为完善我国上市公司数据资源入表的会计法规和监管制度，提供了独特的视角和思路，具有一定的实践意义和应用价值。

　　1文献综述

　　我国学者对于数据资产的研究主要集中在以下几个方面：一是数据资产的会计核算；二是数据资产的估值；三是数据资产的管理；四是数据资产的审计；五是数据资源入表的影响或后果。

　　张俊瑞等[1]利用事件研究法和倾向得分匹配法对我国A股上市公司2024年中报的数据资产入表状况和市场反应进行研究。结果发现，一季报和中报带来的市场反应相对积极，尤其中报的正向市场反应更为显著且持久。武夕人[2]研究了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，发现《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。

　　综合来看，目前对于数据资源入表的经济效应的研究成果数量有限。研究利用上市公司2024年中报披露的信息，分析上市公司数据资源入表的总体概况，从不同角度分析了数据资源入表的经济效应，丰富了数据资源入表的研究成果，为完善数据资源入表的配套政策，提出了可行的建议。

　　2 2024年A股中报数据资源入表的总体情况和分布特点

　　2.1总体入表情况

　　根据我国A股上市公司2024年中期财务报告披露信息（见表1),41家上市公司计入资产负债表的数据资源金额共计13.63亿元，其中：计入“存货”的数据资源金额合计4.71亿元；计入“无形资产”的数据资源金额合计5.88亿元；计入“开发支出”的数据资源金额合计3.03亿元。这41家上市公司的资产总额共计49 882.33亿元。经测算，上述数据资源入表金额占资产总额的平均比重为0.015 4%。

　　这41家公司中，确认数据资产金额最大的公司为海科新源，共计确认数据资产4.12亿元，其在“存货”中确认数据资产2.49亿元，在“无形资产”中确认数据资产1.63亿元；数据资产金额占资产总额比重最大的公司，为华菱精工，占比为9.44%（数据资产金额为1.58亿元、资产总额为16.75亿元）。

　　这说明，A股上市公司2024年中报入表的数据资产总额较小、所占资产的比重较低。整体来看，数据资源入表处于刚刚起步阶段，未来有很大的增长空间。

　　2.2报表项目构成

　　确认数据资产的41家公司都按照《企业数据资源相关会计处理暂行规定》的要求，将数据资产计入“存货”“无形资产”“开发支出”3个报表项目。其中，5家公司计入“存货”项目，分别是海天瑞声、海科新源、观典防务、华凌精工和华阳变速；26家公司计入“无形资产”项目；18家公司计入“开发支出”项目。41家公司中，2家公司分别在“存货”和“无形资产”项目中确认了数据资产，分别是海科新源、观典防务；6家公司的“无形资产”和“开发支出”项目中均含有数据资产，分别是中国移动、药易购、小商品城、开普云、神州数码、南钢股份；没有公司同时在“存货”和“开发支出”项目中确认数据资产。

　　数据资产主要计入“无形资产”(26家）与“开发支出”(18家）项目，仅有少数公司(5家）将其确认为“存货”。这一分布符合《暂行规定》对不同阶段数据资源的界定：多数公司倾向于将已形成明确权利、可带来长期经济利益的数据资源资本化为无形资产；处于开发阶段、尚未达到预定用途的支出则计入开发支出；而计入存货的数据资源，通常对应企业持有以备出售或提供劳务的数据产品或服务，适用范围相对有限。值得注意的是，部分公司（如中国移动、神州数码等）同时在“无形资产”和“开发支出”中确认数据资产，表明其数据资源组合同时包含成熟资产与在研项目，展现了企业在数据资源开发与运营上的多元化布局。

　　2.3所属行业类型

　　入表的41家A股上市公司分布在信息技术服务业、制造业、交通运输业、通信业、批发和零售业等11个不同的行业（见表2),其中信息技术服务业14家；制造业10家；交通运输业4家；通信业、批发和零售业各3家；建筑业2家；金融业1家，为海通证券；商业服务业1家，为福石控股；卫生和社会工作业1家，为美年健康；专业技术服务业1家，为中交设计；科技推广和应用服务业1家，为观典防务。

　　信息技术服务业(14家）和制造业(10家）在入表公司数量上显著领先，合计占比近六成。这符合预期：信息技术企业天然以数据为核心生产要素，数据资产化意识强、实践早；制造业企业则在智能制造与数字化转型浪潮中，积累了海量生产、设备与供应链数据，并逐步将其识别为可计量、可管理的资产。此外，交通运输、通信、批发零售等行业亦有多家公司入表，显示数据资源的价值正从传统科技行业向更广泛的经济领域渗透。尤其值得关注的是，金融、医疗健康（如海通证券、美年健康）等数据密集型服务行业已有代表企业入表，预示着数据资产确认范围正从“数字原生”行业向“数据赋能型”传统行业扩展，数据成为跨行业竞争力的重要支撑。

　　2.4注册地点分布

　　41家上市公司的注册地分布在12个省（市），见表2。注册地在北京、山东、广东三个省（市）的上市公司数量最多，其中北京15家，山东6家，广东5家。北京聚集了不少信息技术行业的公司和央企，并且比较注重智慧城市建设，这是其独占鳌头的重要原因。

　　注册地分布高度集中，北京(15家）、山东(6家）、广东(5家）三省市合计占比超过六成。北京作为全国科技创新中心、央企总部和大型科技公司集聚地，其在智慧城市建设与数据要素市场培育上的政策先行优势明显，为数据资源的确权、估值与入表提供了有利环境。山东与广东作为经济大省，在工业互联网（山东）、数字经济与先进制造业（广东）领域布局深入，推动了本地企业对数据资产的规范化管理。这一区域分布格局，不仅反映了各地数字经济发展水平的差异，也提示数据要素市场培育与区域产业政策、科技资源禀赋紧密相关，未来可能进一步强化数据资产的地域集中度。

　　3企业数据资源入表的积极效应分析

　　3.1宏观效应分析—证券市场反应层面

　　3.1.1从定性的角度分析

　　在其他因素不变的情况下，数据资源入表可以降低企业的负债水平、改善企业的经营业绩，对于企业，尤其是每年产生大量数据研发费用的企业来说，是利好消息。根据Fama[3]的有效市场假说，如果证券市场是有效市场，则一切有价值的信息能够及时、准确、充分地反映到股价上，带来公司股价的上涨。大量的实证研究表明，我国证券市场属于弱式有效市场，因而数据资源入表能够提升公司的股价和市值。

　　3.1.2从定量的角度分析

　　根据张俊瑞等[4]对数据资源入表的事件研究，我国证券市场的投资者对于41家数据资源入表上市公司的中报给出了正向的市场反应，并且这一反应相比一季报，更加显著和持久。

　　总体来说，从宏观层面来看，数据资源入表带来了积极的市场反应，能够提升上市公司的市值，增强上市公司的综合实力，对于我国证券市场的发展是有利的驱动因素。

　　3.2微观效应分析—企业财务效应层面

　　3.2.1从会计核算的角度分析

　　(1)划清企业资产和费用的界限，更好地满足会计履行核算职能的需要。

　　支出费用化还是资本化，一直是会计学领域特别敏感的问题。企业内部开发数据资源产生的各类支出，要么计入企业的费用，要么形成企业的资产。计入费用的支出，会直接减少企业当期的利润；形成资产的支出，后续会通过折旧或者摊销等形式，逐步减少企业未来的收益。在《暂行规定》出台之前，企业因收集、整理和开发数据资源产生的支出，绝大部分都作为管理费用或者营业费用，一次性计入当期损益。而将数据资源作为资产纳入会计报表，能够更好地满足会计核算职能的需要，让会计更好地服务于经济业务。

　　(2)提升会计信息的决策有用性，改善会计信息质量。

　　财务报表的决策有用性，一直是会计学界非常关注的问题。提供对财务报表使用者决策有用的信息，是财务会计工作的主要目标之一。会计信息质量的八大要求，包括可靠性、可理解性、相关性、及时性、可比性、谨慎性、重要性、实质重于形式，无一不是为了满足这一目标。数据资源作为资产计入资产负债表，对于拥有数据资源的企业来说，能够提升会计信息质量，帮助企业的投资者、债权人和管理层等利益相关者更好地做出经济决策。同时，也是会计职业的价值所在。

　　3.2.2从财务管理的角度分析

　　(1)增强企业资金实力，降低负债水平和财务风险。企业的数据资源计入资产项目后，可以扩大企业的资产规模，同时降低企业的资产负债率，进而降低企业的财务风险。这有助于提高公司的融资能力，帮助企业扩大融资规模，进而扩大投资规模、提升投资速度，形成经营的良性循环。

　　(2)降低企业的费用支出，改善企业经营业绩和盈利能力。

　　企业自行开发数据资源的相关费用，可以计入“存货”项目或者部分资本化、计入“无形资产”，这能够降低企业当期的成本费用，提升公司的净利润，改善销售净利率、总资产报酬率、净资产收益率等盈利指标，增强企业的盈利能力，有利于企业在资本市场进行融资和投资决策。

　　4企业数据资源入表的现实问题与潜在风险分析

　　4.1数据资源入表的现实问题分析

　　4.1.1部分上市公司出现数据资源信息披露错误

　　由于《暂行规定》刚刚出台，在执行新规定时，有几家上市公司出现信息披露错误的情况，包括：晶华新材(603683)、密尔克卫(603713)、华塑股份(600935)、惠同新材(833751)。晶华新材在2024年8月13日披露的资产负债表中，载明“存货—数据资源”共有3.18亿元、“无形资产—数据资源”共有0.78亿元。随后，在8月15日发布的更正版半年报中，存货和无形资产项目下的“数据资源”均调整为0。密尔克卫也于2024年8月16日发布更正公告，称“由于公司财务人员对《暂行规定》的学习和理解不到位，公司2024年半年度报告中部分披露内容存在错误”，将原放入“存货”中的5.27亿元“数据资源”更正为0。华塑股份2024年8月17日发布公告，将原计入“存货—数据资源”中的3.79亿元更正为0。惠同新材也于2024年8月14日发布公告，将0.86亿元数据资源存货更正为0。这说明，部分上市公司的财务人员还未充分理解数据资源在报表中披露的格式和要求，需要进一步加强学习，在工作中秉持认真、严谨的态度，避免类似问题再次出现。

　　4.1.2无形资产—数据资源的摊销方法出现“一边倒”的情况

　　在将数据资源计入“无形资产”的26家上市公司中，有14家公司未明确说明摊销方法（使用寿命不确定的无形资产，不需要摊销），有12家公司在半年报中明确披露了摊销方法（见表3)。

　　在披露无形资产摊销方法的12家样本公司中，仅每日互动采用加速摊销法，卓创资讯采用年数总和法，其余10家公司均选择直线法（或称年限平均法）。而在披露摊销年限的13家公司中，除凌云光外，其余公司确定的摊销期限主要集中于3年或5年以内。

　　上述情况表明，当前上市公司对绝大多数使用寿命有限的无形资产，普遍采用等额摊销的会计处理方式。然而，数据资源的经济利益实现模式往往具有明显的时序特征，可能呈现前高后低、前低后高或波动形态。因此，若简单套用直线法，可能难以准确反映数据资源价值消耗的实际过程。企业应结合数据资源的具体业务模式、技术迭代周期、使用强度及价值衰减规律等因素，选择更贴合其经济利益实现方式的科学、合理的摊销方法，以提升会计信息的相关性与可靠性。

　　另外，《暂行规定》中明确要求“对于使用寿命不确定的数据资源无形资产，企业应当披露其账面价值及使用寿命不确定的判断依据”，但未明确说明摊销方法的14家公司，并未按照要求披露数据资源使用寿命不确定的具体判断依据。

　　4.2数据资源入表的潜在风险分析

　　4.2.1会计信息可靠性易受影响

　　数据资产的类型多种多样，部分专有性较强的数据资产在计提资产减值准备时，由于数据要素市场还处于发展阶段，数据交易所或交易平台目前上架交易的数据产品数量比较有限，缺乏同类数据资产的可比市场交易价格，导致在确定存货类数据资产的可变现净值、无形资产类数据资产的可收回金额时，存在一定的困难，这会影响会计计量的准确性，进而影响会计信息的可靠性。

　　4.2.2不利于企业的节税工作

　　与研发费用全部费用化相比，企业自行开发数据资产的研发费用部分或全部资本化、计入无形资产后，会导致当期可税前扣除的费用减少、应纳税所得额增加，进而增加企业当期的应纳所得税额。这对于企业的节税工作来说是不利的。尤其是使用寿命不确定的数据资产，无须进行摊销，那么企业后期无法通过逐年摊销的方式，将数据资产的研发费用进行税前抵扣，这对于企业来说，是一笔纳税上的损失。

　　4.2.3加大审计师的审计风险

　　由于数据资产的会计核算与信息披露尚处于起步阶段，与数据资产相关的配套管理制度和市场交易体系还不够成熟，数据资源入表给一些财务业绩不佳或者处于创业初期的企业提供了盈余管理的空间[5]。部分企业可能会利用法规体系中的漏洞或不完善之处，进行机会主义行为，操纵会计信息。此外，很多审计师不具备IT技术背景，不了解大数据领域的专业知识。这些因素会增加审计师审计时的职业风险，需要更多地利用外部专家的工作。如果不能获取充分、适当的审计证据，则审计风险会加大。

　　5企业数据资源入表的对策与建议

　　随着企业数字化转型的不断发展，针对以上问题和风险，社会各界需要共同努力，不断完善与数据资产相关的配套制度和管理措施：

　　(1)数据管理部门应加快培育规范、高效、成熟的数据市场。要秉持“全国一盘棋”的思想，建立统一的数据交易市场管理制度，统筹数据交易平台的数量和发展速度，建设公开、透明的市场交易体系，发挥数据交易市场的桥梁和纽带作用，上架更多优质的数据产品，将企业拥有的数据资产盘活。

　　(2)财政部门应加强对企业财务人员的在职教育和培训。要加深财务人员对于企业数据资产特性的认识和理解，普及数据资产会计处理的相关规定，同时针对数据资产核算中出现的估值难题，提供针对性强、操作性好的估值方法或技术，提高财务报告列示和披露质量，更好地服务于财务报告使用者。

　　(3)高校应加大交叉型、复合型人才的培养。财会类专业课程体系中应增加与数据库基础、大数据应用、数据资产评估相关的课程，培养既具备财务专业知识，又掌握数据应用能力的交叉型、复合型人才，更好地适应数据经济时代对于人才的多维度要求。

　　(4)企业应建立和完善与数据资产相关的配套管理制度和内控体系。明确数据资产管理的目标、总体要求、归口责任部门、管理权限、业务流程和关键节点等，建立数据资产目录清单，登记数据资产卡片，定期清点数据资产，加强数据安全管理意识，防范数据泄露风险。

　　6结语

　　根据2024年中期财务报告披露情况，我国A股市场已有41家上市公司率先开展数据资源入表工作，在会计实务中进行了积极探索。从宏观层面看，此举向市场传递了积极信号，反映出相关企业对数据要素价值的认可与开发。从微观企业层面分析，数据资源入表有助于提升会计信息质量，增强财务报告对利益相关者经济决策的支持作用，进而改善资产负债结构、提升盈利表现，对企业融资与投资活动具有正面影响。

　　同时也应注意到，数据资源入表在会计处理、税务影响及审计监督等方面仍面临诸多挑战，具体体现在会计信息确认与计量的准确性有待提高、可能引发企业税务成本增加、审计复杂性与风险上升等问题。为进一步推动数据资产化进程，未来须着力构建全国统一的数据要素市场规则体系，完善数据资产估值方法，强化财务人员专业能力建设与复合型人才培养，并建立健全企业数据资产管理内部控制机制。

参考文献

　　[1]张俊瑞，赵维娜，王倩雯.上市公司数据资产入表现状与市场反应：以A股上市公司中报为例[J].财会月刊，2024(1):1-9.

　　[2]武夕人.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：基于事件法的研究[J].财务管理研究，2025(1):151-161.

　　[3]FAMA E.Efficient capital markets:a review of theory and empiri-cal work[J].The Journal of Financial Economics,1970(3):197-218.

　　[4]张俊瑞，张颖，董南雁.数据资产管理研究评述与未来研究方向探索[J].现代财经，2024(11):22-38.

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