近年来，党中央、国务院对数字经济发展、数据要素市场化以及数据基础制度建设高度重视。十九届四中全会首度将数据列为新的生产要素，并明确提出要加快推动其市场化进程，反映出随着经济活动全面向数字化转型，数据对于提升生产效率的作用日益凸显。习近平总书记在中央政治局集体学习时强调，发展数字经济是我国把握新一轮科技革命和产业变革机遇的战略抉择。
为响应国家政策导向，《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》明确提出，要加速推进数据资产的价值实现，包括数据资产的登记、评估、入表及其金融创新应用等方面工作。2023年10月，国家数据局正式挂牌成立，预示着我国将以更高级别的统筹力度来规划和建设数字中国，加快数据基础设施建设和数据资源深度开发利用。
在数字经济日益重要的背景下，我国已正式开启数据资产入表的历史新篇章。财政部于2023年8月发布的《企业数据资源相关会计处理暂行规定》标志着我国企业在数据资产管理上迈出了具有里程碑意义的关键一步，这一举措为企业价值评估与发掘提供了全新视角，并有望助力我国在国际数字经济发展及会计标准制定领域争取更多话语权。
从宏观经济指标来看，我国数字经济展现强劲增长势头，数据交易市场活跃度持续提高，数据价值释放速度加快，正在成为拉动经济增长和促进经济结构转型升级的核心引擎。据《中国数字经济发展研究报告（2023年）》数据显示，2022年我国数字经济规模达到50.2万亿元，增速显著高于同期GDP名义增速；上海数据交易所报告显示，2022年我国数据交易市场规模已达876.8亿元，并预计至2025年将达到2046.0亿元。同时，我国数据产量也呈现快速增长态势，2022年达8.1ZB，全球占比第二，且据国际数据公司(IDC)预测，到2025年我国产生的数据量将进一步跃升至48.6ZB，超过美国同期数据量。
财政部此次出台的《企业数据资源相关会计处理暂行规定》，正是我国数据要素市场化配置系列政策指导下的重要实践，标志着企业数据资产正式进入财务报表体系，这不仅有利于丰富数据要素保有量，推动数据要素市场的成熟发展，也为明确数据要素的应用路径创造了条件。未来，在国家政策引导下，上海数据交易所等机构将持续深化数据要素市场理论研究与实践探索，为我国数字经济健康发展注入强大动力。
目 录
一、数据资产入表：激活数字经济潜能与重塑企业价值新路径
二、数据资产入表十问十答
三、数据资产入表实务操作与应用场景解析及其对企业财务影响探析
四、浅论数据要素入表的机遇与风险管理
一、数据资产入表：激活数字经济潜能与重塑企业价值新路径"
（一）深刻把握数据资产入表的战略意义
1.宏观看，数据资产入表将充分释放数字经济潜力
在当前数字时代的大背景下，我国正积极推动将数据资产纳入企业财务报表体系，此举旨在全面挖掘并释放数字经济的巨大潜力。如同工业经济时代的土地、劳动力、资本和技术要素一样，数据如今已成为推动我国数字经济发展的核心动力，具有显著的“倍增效应”，是驱动数字产业化和产业数字化升级的关键引擎。
随着我国企业的数据资源呈指数级增长，如何有效发掘这些海量数据所蕴含的巨大商业价值，促使其在数字经济发展中发挥出积极作用，成为国家发展战略的重要内容。通过推动数据交易、促进数据流动，实现数据资源的价值化与资产化，是我国经济增长的新动能源泉。
数据资产正式入表，犹如为数字经济安装上了会计领域的“启动器”，能够极大地激活数据资产的交易和利用效率。这一举措也为地方财政转型带来了全新思路，即从传统的过度依赖“土地财政”模式逐步转向探索构建“数据财政”新模式。鉴于当前土地财政面临的可持续性挑战，高度重视及充分调动政府和企业层面的数据资源，加快壮大数字经济规模，创新和完善数据资源的确权与合规使用机制，强化政府数据资产的运营与变现能力，是解决土地财政难题、实现经济高质量发展与财政可持续性的有力抓手。
目前，部分地方政府已开始积极探索政务数据的授权运营模式，尝试通过评估开放政务数据、进行数据招商、推动数据交易以及设立数据税收等方式，将政务数据资源转化为实实在在的地方财政收入，从而加速推进财政体系由“土地财政”向“数据财政”的战略性转变。
2.中观看，数据资产入表将加速数字化转型和产业升级
在当前的数字经济大潮中，社会各界对数据资源潜在的高价值及其对数字经济发展与企业数字化转型、产业升级的战略意义形成了广泛共识。作为数字经济的核心要素，数据在推动数字产业化和产业数字化进程中发挥着至关重要的作用，尤其是在创新应用场景、促进价值循环利用和加快数据流通等方面展现出了显著优势。
值得注意的是，相较于传统生产要素，数据具备供给丰富、易于共享、价值多变等新特性，尤其是其复制性和重复使用性使得数据价值的增长与其应用频率密切相关。这一特性正在深度改变经济运行规律，对企业决策、政府行为以及消费者消费模式产生深远影响。从产业发展的广阔视角看，数据如同一座蕴藏无尽潜力的巨大宝藏，其产业化进程犹如一片亟待开发的蓝海，是驱动新型经济快速发展的关键动力源。
与此同时，大数据、人工智能、区块链等前沿数字技术的发展与广泛应用，正重构产业发展规则及企业商业逻辑，并促使企业在战略制定、组织架构调整以及管理方式上进行深刻变革。以数据为核心驱动力发展数字经济，不仅能有力推动数字产业化和产业数字化的深度融合，更能深层次地赋能企业的数字化转型和传统产业升级，并带动数据采集、处理、分析、评价、审计等相关服务行业的快速发展。
因此，积极推动数据资产入表并引导数据要素规范流动，激活数据交易市场活力，将有助于培育出一批具有行业领先地位的数据头部企业和权威性强的数据服务商。此举对于加速企业数字化转型和产业升级，打造我国经济高质量发展的新优势至关重要。
3.微观看，数据资产入表将推动企业强化数据管理和价值提升
随着数字时代的深入发展，公司价值创造的逻辑正经历深刻变革。如今，公司价值不再主要依赖于有形资产，而是越来越多地由数据和无形资产所驱动。这一变化要求对企业估值方法、逻辑及关键价值驱动力进行重新审视，摒弃传统的思维定式，以全新的视角来看待数据与数据资产。
数据资产作为一种崭新的“新资产”，其价值特征与价值空间与传统有形和无形资产存在显著差异。值得注意的是，并非企业的所有数据资源都能纳入财务报表，数据资源入表的前提条件包括满足传统资产确认标准以及严格的数据合规要求和健全的数据管理组织与治理体系。因此，企业亟需提升对数据资产合规与治理体系的建设力度，增强运营与管理能力，推进数据产品开发与应用场景创新，充分挖掘并释放数据资产的新价值潜能。
随着数据资产加快入表和数据交易活动日益活跃，数据资源及其潜在价值愈发受到企业的重视。数据资产入表将从多个层面激发企业价值发现的新思路：
数据资产入表将重塑数据资源型和数据驱动型企业的财务报表，大幅提升这类企业的整体估值。通过财务和业务双维度的价值体现，使得这些企业的数据资产价值得以明确显现和重估。
企业对于数据加工、研发和购买等方面的投入意愿及需求将进一步得到释放。相关费用资本化后，企业资产负债表和利润表将得到改善和优化。
数据资产金融化进程将被加速推进。数据资产入表后，其金融属性得以激活，企业可通过数据质押融资、数据作价入股、设立数据信托及推动数据资产证券化等方式探索金融化的多元路径，从而拓宽数据资产的应用范围和价值空间。
企业的数据资产价值理念和管理意识将得到全面提升。数据资产入表促使企业负责人更加关注数据资产的开发利用与价值挖掘，鼓励企业加大数字化转型力度，收集更多高质量数据，强化数据资产管理意识，建立独立的数据管理部门，完善内部数据合规体系，建立健全数据资产管理制度、合规制度和质量标准等内控机制。
数据资产入表为企业发展带来了一项重要的增量资产，有望在未来形成持续的增量收益。这将进一步激励企业充分利用好自身数据资源，实现从数据资源到数据资产，再由数据资产转化为数据资本的过程，加速释放数据资产的价值潜力，有力推动企业价值持续增长。
（二）全面理解《企业数据资源相关会计处理暂行规定》的核心要求
2023年8月21日，财政部发布了一项具有里程碑意义的《企业数据资源相关会计处理暂行规定》，旨在指导我国企业在核算数据资产方面迈出历史性一步。该规定自2024年1月1日起正式实施，并明确表示采用未来适用法进行调整，不属于会计政策变更。这一举措在全球范围内处于领先地位，受到了国际社会的高度评价与密切关注。
《暂行规定》是对现行企业会计准则体系的重要补充和细化规范，不仅适用于已按照准则确认为资产的数据资源，也针对那些尚未被确认为资产的数据资源提供了处理依据。尽管如此，《暂行规定》并未改变无形资产、存货及收入等相关准则在资产确认、计量及披露方面的既有要求。企业在确认和处理数据资源时，必须严格遵守我国企业会计准则中关于资产定义、确认条件以及无形资产研发支出资本化的相关规定，结合自身数据资源的实际状况和经济业务本质做出合理的职业判断。
值得注意的是，并非所有企业的数据资源都能够满足入表的要求。例如，如果数据来源不合法合规，违反个人信息保护等法律法规，则无法作为有效资产确认；其次，即使数据资源符合资产定义，但如果缺乏实际应用场景或无法通过挖掘形成有价值的产品或服务实现经济利益流入，也无法确认为资产；再者，即使预期能够带来经济利益的数据资源，若企业未能建立有效的成本费用分摊机制，导致成本计量不可靠，同样不能确认为资产。
《暂行规定》的一大亮点在于创新性地采用了“强制披露+自愿披露”相结合的信息披露方式，在保障信息披露成本效益、商业秘密的同时，鼓励并引导企业自愿披露更多有关数据资源价值发挥的信息。例如，企业可自愿披露数据资源的应用场景、商业模式及其对应宏观经济和行业前景，数据源的类型、规模、来源、权属、质量等信息，以及重大交易事项中数据资源的影响分析和风险评估等内容。同时，还提倡企业根据自身所在行业特点、产业特色及业务情况开展个性化自愿披露，推动数据资源信息披露内容和形式的创新，帮助企业更好地管理和利用数据资源，提升会计信息质量，为利益相关者提供更多决策参考信息。
然而，尽管《暂行规定》释放出国家积极推动数据资产入表的积极信号，并有望激发企业发掘数据应用场景、发现数据资产价值的积极性，但近期对部分头部数据型企业的调研却发现，如阿里、腾讯、百度、京东等境外上市公司对于数据资产入表持谨慎态度，目前多处于观望阶段。这些企业主要顾虑包括：国际会计准则尚无数据资源入表的相关规定，按《暂行规定》操作可能导致财务报表及关键财务指标出现显著变化；同时，面临监管风险的不确定性以及国际投资者对此的认可程度难以把握，因此暂时选择了审慎应对。
（三）数据资产入表尚待研究和解决的问题
1.厘清核心概念，推动数据资产会计标准建设
尽管中国资产评估协会在2023年发布了《数据资产评估指导意见》，对数据资产的概念进行了权威界定，但全球范围内对于数据、数据资源和数据资产的内涵与外延仍有进一步明确的需求。企业在处理其拥有的原始数据时，必须考虑到这些数据是否具备合法合规性和使用价值，不具备这两点的数据是无法被确认为资产并纳入财务报表中的。
只有当数据具有实际应用潜力，并能产生直接或间接经济利益时，它们才转化为“数据资源”。而要成为“数据资产”，数据资源还需符合企业会计准则中关于资产的定义和确认条件，包括但不限于可货币计量性、可控制性以及预期带来经济利益流入的可能性等要素。
中国的《企业数据资源相关会计处理暂行规定》率先在国际上引导企业如何合理核算数据资源，这一举措无疑体现了我国在数字经济领域会计标准制定上的前瞻性和引领性。随着实践应用的深化和相关标准的持续完善，中国有望在未来形成一套高标准的数据资产会计规范，并通过加强国际合作与对话交流，推动这套标准在全球范围内的接受和采纳，从而在数字经济发展的话语权争夺中占据主动地位。
2.激活数据交易，完善数据估值和定价机制
数据作为数字经济时代的基础性战略资源和新型生产要素，其价值实现的关键在于高效流通与交易。然而，当前我国的数据交易市场在发展过程中面临多重挑战。据中国信通院的数据显示，截至2022年底，我国已在全国范围内设立了48家数据交易机构，但这些机构普遍存在规模小、品牌影响力不足、发展战略定位不明确、运营模式较为单一等问题，且在实际运营中出现了亏损现象，业务发展模式难以长期持续。
具体到数据交易层面，则呈现出交易规模较小、交易频次偏低、交易连续性差等特点，导致交易活跃度不高。同时，交易主体参与的积极性也不够理想，这一系列问题严重阻碍了数据市场的有效运行。由于缺乏科学合理、行之有效的数据资产评估和定价机制，供需双方在数据交易市场上容易出现错配现象，大大降低了数据交易效率，限制了数据潜在价值的充分释放。这使得大量宝贵的数据资源滞留在企业内部，无法通过市场化手段得到充分利用和流转，进一步制约了我国数字经济的发展潜力和速度。因此，建立完善的数据定价体系和交易规则，打破数据流通壁垒，促进数据资产的价值发现和高效利用，是我国数据要素市场建设中的重要课题。
3.提升数据合规与治理能力，培育高水平数据服务商
数据资产入表的难点不在于数据资产入表后的会计处理，而在于数据资源的确认环节，即数据的合规和确权、数据的治理和管理能力，以及数据是否有明确的应用场景。
目前很多企业负责人认识到了数据的重要价值，但对数据资产的认识尚不到位，对数据资产的确认条件不了解，尤其数据的合规和治理刚起步甚至尚未开展，数据资产入表相关的制度体系尚未建立，导致企业数据资源很难满足资产的确认条件而无法入表。同时，一些资产评估、会计师事务所等中介机构，对数字经济、数字技术和数据资产的认识和理解不深，专业服务能力不足，导致高质量的数据服务中介机构比较欠缺。
因此，当前亟需加快培育和发展一批涵盖数据集成、数据经纪、合规认证、数据公证、数据保险、数据托管、资产评估、数据审计、争议仲裁、风险评估等内容的高水平的新型数据服务商，为数据资产化和资本化提供高水平的专业服务。
4.深入研究数据资产价值特性，完善后续计量方法
数据作为一种新型且至关重要的生产要素，具有非竞争性和规模经济效应的天然属性，其供应量丰富，但确权复杂度高，因为数据主权高度分散。与传统生产要素显著不同的是，数据本身并不直接产生价值，而是需要通过算力和算法进行深度挖掘和处理才能实现价值转化。
在对数据资产的价值特性研究中，学者们普遍认为数据资产具备以下五个核心特点：
价值易变性：同一份数据资源对于不同的需求者可能展现出多种多样的价值，基于数据的多维度、多层次挖掘以及与其他自有数据集的交互使用和业务场景融合，使得数据内在价值存在一定的不确定性和多变性。
零成本复制性：数据资产能够以极低的边际成本被复制和传播，前期的数据采集、整理和研发阶段投入较大，但在后期的数据复制、分享过程中，边际成本近乎为零。
共享性：数据资产可以同时供多个用户共享使用，这种特性使数据资产能够在数字经济领域内实现高速、高频、重复利用，成为推动数字经济增长的关键支柱。
增值性：不同于有形资产在使用过程中往往面临价值损耗，数据资产在积累过程中反而会增加价值，体现出明显的增值特征。
时效性：数据资产的价值随时间变化而变化，一些数据可能随着时间流逝失去价值，另一些则可能随着时间推移变得更具价值。
值得注意的是，不同行业、类型和应用场景下的数据资产，其价值特性各异。因此，针对数据资产价值特性的深入研究尚需进一步拓展，并且现有对其他资产后续计量所采用的摊销或减值方法是否适用于数据资产，还需要在理论研究和企业实践层面进行更细致的探讨和完善。
（四）有序开展数据资产入表的建议
在数据资产入表这一领域，企业对数据资源价值的认知与利用被提升到了前所未有的高度。《企业数据资源相关会计处理暂行规定》的出台，为企业提供了明确的数据资产入表操作指导，并鼓励企业在信息披露上更加主动积极，这对于改善企业财务报表质量、提升会计信息透明度及企业整体估值具有深远意义。
然而，现实调研显示，众多中小科技型企业对于数据资产这一新型资产的认识尚浅，管理基础相对薄弱，在数据资产入表方面还存在许多困扰和实际困难，亟待加强认知并做好充分准备。数据资产入表无疑是一项正确但充满挑战的任务，它要求企业在组织架构调整、合规安全体系建设、成本费用分摊制度完善以及财务、内审、法务等部门协同等方面做出改变和适应。
为推动企业顺利进行数据资产入表，以下提出四点具体建议：
重视数据资产入表的基础建设工作。首先，企业应立即启动数据资源盘点，梳理并建立企业级数据资源目录，清晰掌握自身拥有的数据资源情况。同时，建立健全数据资源管理体系和相关业务流程，可考虑设立独立的数据管理部门或成立专门的数据业务运营机构，甚至引入“首席数据官”角色，以统揽全局，确保数据管理工作有序高效。
加快构建企业数据合规与治理体系。合法合规性是决定数据资产能否成功入表的核心要素。企业需建立完善的合规治理制度，从数据确权、开发利用等环节规范操作，有效防范侵权风险，保障数据资产安全不流失。现实中，由于缺乏合规治理能力，部分企业的数据来源不合规、数据质量低下，无法满足资产确认条件，从而阻碍了数据资产的入表及其价值释放。
研究并建立对应的数据资产会计制度体系。包括但不限于制定数据资产会计核算准则、数据资产管理目录、数据成本费用归集与分配机制等，并基于用户需求视角和数据生命周期开发不同类型的资产价值评估模型。同时，探索并开发数据资源的具体应用场景，促进企业数字化转型，优化数据资源预期收益管理。
加强人才队伍培养与建设。尤其要注重培育一批兼具数据知识与财务管理技能的复合型财会人才，同时引进精通大数据分析和公司业务的综合型数据技术人才。通过专业团队的建设和人才培养，为企业实现数据资产的有效管理和价值挖掘提供有力支撑。
二、数据资产入表十问十答
（一）数据要素是什么？数据要素如何参与实体经济运行？
数据要素指数据作为一种生产要素，与其他生产要素结合时能够增加产出。数据作为生产要素，反映了随着数字化转型加速发展，数据对提高生产效率起到乘数的凸显作用，是具有时代特征的新型生产要素。
数据要素的概念是2019年党的十九大四中全会首次提出的，自那时起，我国将数据与劳动、资本、土地、知识、技术和管理并列作为重要的生产要素。生产要素本身是经济学的一个基本概念，指的是进行社会生产经营活动所需要的各种社会资源，是维系国民经济运行及市场主体生产经营过程中所必须具备的基本因素。数据要素与其他生产要素的主要区别在于数据要素是以电子形式存在的，一般通过计算的方式参与到生产经营活动并发挥重要作用。
企业通过对获得的数据资源进行创新性劳动或者实质性加工，最终形成数据产品对外提供服务或者支持内部使用场景。传统经济学的产品一般是指企业跟用户价值交换的媒介，数据产品是指以数据集、数据信息服务、数据应用等为可辨认形态的产品类型。数据产品是数据要素参与实体经济运行的重要载体。
（二）数据资产是什么？
多数时候，人们习惯称某一项对企业有经济价值的资源为“资产”，这其实对应着会计准则中资产“经济利益有可能流入企业”的判断条件。除此之外，会计准则的资产还应该满足：企业过去的交易或者事项形成、企业拥有或者控制、成本或者价值能够可靠计量这些条件。
毫无疑问，数据资产的本质依然是资产，它指的是以数据为主要内容和服务的、满足资产确认条件的数据资源。值得注意的是，在《暂行规定》出台之前，市场上大多数的“数据资产”并不一定满足会计准则的资产确认条件，换句话说，不一定能“入表”。在《暂行规定》之后，我们应该更多从能否入表的角度来判断相关数据资源是否可以称之为数据资产。
数据产品不一定满足资产的确认条件，如有的数据产品可能不能给企业带来经济利益流入，有的数据产品使用方式与无形资产类似，但生命周期可能不超过一年，而会计上不超过一年一般不计入无形资产。但企业实践中确认数据资产往往以数据产品作为载体。基于数据产品确认数据资产的优势主要在于：数据产品的可使用状态或者可交易状态更容易辨认，可以更直观地判断该资产是否达到预定用途；数据产品也更方便企业进行内部管理。
（三）数据资产入表是指什么？
数据资产入表的专业术语是数据资产会计核算。在《暂行规定》出台之前，很多企业的数据产品研究和开发阶段所产生的支出大都是费用化，直接计入损益表，但企业有一部分数据产品本质是满足会计准则资产确认条件的，那么在《暂行规定》出台之后，企业就可以把这部分资产在资产负债表相关科目进行列报和披露。企业在编制资产负债表时，应当根据重要性原则并结合企业的实际情况，在无形资产或者存货项目下面，以“其中：数据资源”二级科目的形式进行列报，并按照外购、自行开发/加工等类别，对无形资产、存货的数据资源相关会计信息进行披露。
数据资产入表到底是计入无形资产科目还是存货科目，本质上要看企业在对外服务或者交易的过程中，数据产品权属是否发生转移。举个例子，如果企业是为客户提供定制型的数据产品，采用卖断的方式交易，那么这部分如满足资产确认条件，则一般计入存货；如果企业的数据产品可以提供给多个客户，客户一般只有数据产品的使用权，卖给A客户不影响再卖给B客户，那么该类型的数据产品满足资产确认条件的一般是计入无形资产。
（四）数据资产入表的意义有哪些？
《暂行规定》的正式发布意味着我国推进数据成为一种新型生产要素从会计报表上开始显性化，标志着我国正式迈出了数据资产入表从0到1的关键一步，意味着企业数字化转型成果逐步被社会大众所认知。我国关于企业数据资源的相关会计探索不仅有助于监管部门完善数字经济治理体系，还有助于我国在国际会计准则制定等工作中贡献中国智慧、提供中国方案。
从数据资产入表的角度看，基础会计工作的重要性体现在以下几个方面：第一是审慎的从成本的角度梳理数据资产的规模，一方面提升全社会对数据要素的认知，另一方面又不至于引起数据资产泡沫；第二是提高企业数据资产信息披露的质量，企业可以通过梳理内部满足资产确认条件、真正有发展潜力的数据产品来提高数据资产的管理水平；第三是提升报表质量，减少数据要素型企业与投资者之间信息不对称，进一步推进数据资产创新应用，帮助企业吸引投资、优化财务结构、提升公司估值等等。
数据资产入表可以显著提升大众对数据要素的认知，促进数据要素的交易与流通，进而对数据交易所提出更高的合规性、便利性等要求，有助于繁荣数据要素市场。
（五）数据资产入表怎么做？
根据《暂行规定》，对于企业按照会计准则相关规定可以确认为无形资产或者存货的数据资源，数据资产入表一般包括数据资产初始计量、后续计量、处置和报废等，这与其他类别资产入表操作基本类似，难点主要在于数据产品的研发一般涉及多项数据资源投入、多部门人员投入等，成本归集较传统资产难度较大，需要企业在前期就为数据产品成本归集做一些准备，如调整组织架构、提高内部管理能力、建立台账等。
《暂行规定》最大的亮点其实还是强调数据资源相关信息披露。对于企业合法拥有或者控制、预期会给企业带来经济利益流入，但不满足企业会计准则相关资产确认而未确认为资产的数据资源，则可以根据《暂行规定》中“其他披露要求”进行披露。值得注意的是，虽然《暂行规定》在“入表”部分是强调未来适用法，但企业过往投入形成数据资产的信息依然可以根据这一指引进行详细披露。我们建议企业以《暂行规定》为纲，以应批尽批为指导思想，认真梳理和排摸数据资产规模。
（六）数据资产评估方法主要有哪些？
根据《数据资产评估指导意见》，数据资产的评估方法主要包括成本法、收益法和市场法。其中，成本法的本质是重置成本法，指的是对被评估数据资产以特定应用场景开发为前提，通过溯源分析重新开发该数据产品可能发生的成本，并结合数据产品的实际情况进行调整。收益法指的是根据数据资产历史应用情况和未来应用场景，结合企业经营情况分析该资产经济利益流入情况，并重点考虑数据资产的贡献比例、相关风险等等。市场法需要考虑类似数据资产是否存在合法合规、活跃的公开交易市场，根据相关资产的特点选择合适的可比案例，并根据其中差异做相应调整。
从各种方法的适用情况出发，我们建议企业可以综合选用多种方法去做数据资产评估，一方面可以多维度考察数据资产的投入与产出，另一方面也可以给数据资产内部管理提供决策支持。
（七）数据资产入表和数据资产评估的关系是什么？
一般来说，数据资产入表和评估是没有关系的。数据资产入表是客观的会计核算过程，满足资产确认条件的数据资产即可根据《暂行规定》以实际成本法进行列报与披露。数据资产评估一般是对评估基准日特定目的下的数据资产价值进行评定和估算，其中特定目的可能是数据资产入表后续计量中的减值测试、数据资产交易等等。
值得注意的是，市场上很多人认为数据资产评估是数据资产入表的前置步骤，这实质上是混淆了“价值评价”和“资产评估”的概念。只有特定场景如并购、出资等，企业需要首先对数据资产进行评估，以形成数据资产的交易对价，但此价格是作为交易对手的成本，计入其资产负债表相关科目。其余大多数的情况，企业应该根据《暂行规定》的指引，梳理数据产品的研究和开发阶段的支出（此处考虑大多数计入数据资源无形资产的情况），以实际成本法完成入表操作。数据资产评估是发现数据资产市场价值的一种方法，有助于提高企业管理数据资产的能力和效率。对于市场主体来说，要进行某项数据资产的评估工作，一般意味着该资产应该在企业会计报表中列示。
（八）数据资产入表与数据交易的关系是什么？
数据要素要成为类比土地、资本等生产要素，就需要形成交易与流通的要素市场，通过市场化的交易行为来发现数据资产的价值。而数据资产入表是数据要素价值显性化的关键一步，一方面提升企业数据资产管理意识，激活数据要素市场供给主体，提高数据交易与流通意愿；另一方面数据交易也将更大程度激发潜在的应用场景，更好的发挥数据要素的二次甚至多次使用价值。
发现数据资产的价值是数据要素交易与流通的另外一大功能，即通过建设合法合规、活跃的公开市场，为数据资产评估市场法提供足够数量的可比案例，进一步完善数据资产评估的理论方法。
（九）数据资产入表和评估与全国大统一数据要素市场的关系是什么？
经济运行的三大规律是价值规律、供求规律、竞争规律。价值规律是市场经济发展的基本规律，每个产品都有内在价值和使用价值，对于数据产品而言，数据资产入表和评估首先能够起到数据资产价值发现的功能，一方面通过梳理企业相关的投入来显性化数据资产的成本价值，另一方面通过资产评估探索数据资产的潜在价值。
供求规律一般是围绕着价值规律而展开，但数据资产有其自身的特点，即不同的数据在不同的主体所发挥的作用是不一样的，也就是说传统的供求规律在数据资产中可能不完全适用，从而为数据资产的交易与流通提出更大的挑战。数据资产入表和评估将能够有效改善数据要素市场的供求格局，减少供给与需求的信息不对称程度，促进交易与流通。
竞争规律一般指的是各个不同的利益主体为了获得最大的经济效益，互相争取有利的投资和销售条件。对于数据要素市场来说，数据资产入表和评估将能够促使一批高效率的企业显性化并在竞争中胜出，同时淘汰一批低效率的企业，促进产业结构更迅速、有效、合理调整。
（十）上海数据交易所如何助力数据资产入表与评估工作？
国家数据交易所需要从三个维度为市场提供支持：首先是为数据要素交易提供基础设施服务，包括产品登记、信息披露等，其次是提高数据产品和数据资产的流动性，最后是为数据资产创新应用提供机制保障和服务体系。
为了提高财政部《暂行规定》的执行效果，上海数据交易所一方面通过组织举办数据资产研修班、DSM、DET等系列活动，推动数据资产化意愿强、数据产品化水平高、行业代表性和影响力强的国有企业、行业龙头企业、互联网平台企业、数据要素型企业等率先展开研究，释放数据要素价值，激活数据要素市场发展内生动力；另一方面携手专业数商机构，展开以企业真实业务数据和财务数据为基础的数据资产入表模拟和估值测算，以淬炼一批可复制、可推广的数据资产入表典型案例，形成一定体量的数据资产，创新一批基于数据资产的创新应用场景，形成更多“上海方案”，为国家探索数据资产入表的路径和方法提供助力。
在数据资产入表和估值案例研究的基础上，上海数据交易所不断推进数据资产凭证的理论和实践创新。该凭证依托于互联互通数据交易链，真实记录了数据产品成本、权属、质量、合约和交易等一系列信息，具有不可篡改的、客观真实的特点，可以成为企业数据资产入表和评估的可靠信息来源，成为数据资产创新应用的重要凭证资料，同时有效赋能企业数据资产管理工作。
三、数据资产入表实务操作与应用场景解析及其对企业财务影响探析
（一）数据入表的具体操作
数据资产入表的具体操作流程和分类依据《企业数据资源相关会计处理暂行规定》进行，主要涉及无形资产、存货及开发支出三大项目。在实务操作中，企业在编制资产负债表时，需遵循重要性原则并结合自身实际，在相应项目下增设“其中：数据资源”子项。
无形资产：大部分情况下，符合会计准则要求的数据资源将被确认为无形资产。这要求数据资源具有可辨认性，即能够单独或与相关合同、技术一起识别；同时，预期能为企业带来经济利益流入，并且其成本可以可靠计量。对于已确认为无形资产的数据资源，在资产负债表上应在“无形资产”项目下设“其中：数据资源”，反映期末账面价值（包括原值、累计摊销、减值准备等）。
存货：对于企业持有目的明确为交易出售的数据资源，则可能确认为存货。存货的确认条件同样需要满足预期能够带来经济利益流入，并且成本可以准确计量。这类数据资源在资产负债表上的“存货”项目下增设“其中：数据资源”，披露期末账面价值（包括账面原值、存货跌价准备等）。
开发支出：正在进行研究开发阶段且满足资本化条件的数据资源相关支出，应当记录在“开发支出”项目下，并设立“其中：数据资源研发支出”子项，反映满足资本化条件的研发投入金额。
在进行数据资产入表的过程中，企业应确保数据资源的价值确认符合企业会计准则的相关要求，对各类数据资源的成本、收益预期以及未来使用情况进行详尽分析，并做好相应的计量、摊销、减值测试等工作，以确保财务报表真实、公允地反映企业的数据资产状况。同时，企业还需要建立健全内部数据资产管理机制，加强数据合规与治理工作，为数据资产的有效管理和价值释放提供坚实的基础。
（二）数据入表的主要场景
数据资产被分为四类：企业内部自行开发形成的数据资产、企业外购取得的数据资产、企业通过合并方式取得的数据资产以及目的用于交易出售的数据资源。
对于第一类，即企业内部自行开发形成的数据资产，根据《企业会计准则》中无形资产的资本化条件的相关规定，内部研究阶段产生的支出应计入损益项，开发阶段的支出，应满足一定条件后确认为无形资产。
对于第二类，即企业外购取得的数据资产，外购取得的数据符合无形资产确认条件的可入无形资产，不符合确认条件的服务支出根据具体用途计入当期损益。对于外购过程中产生的数据资源成本包括购买价款、相关税费、以及直接归属于使该项无形资产达到预定用途的数据标注、整合、分析、可视化等加工过程所发生的有关支出等，需根据具体情况界定是否可进行资本化处理。
对于第三类，即企业通过合并方式取得的数据资产，根据准则，企业合并时，购买方在对企业合并中取得的被购买方资产进行初始确认时，应当对被购买方拥有的但在其财务报表中未确认的无形资产进行充分辨认和合理判断，满足以下条件之一的，应确认为无形资产：（1）源于合同性权利或其他法定权利；（2）能够从被购买方中分离或者划分出来，并能单独或与相关合同、资产和负债一起，用于出售、转移、授予许可、租赁或交换。
对于第四类，即目的用于交易出售的数据资源，根据准则，企业日常活动中持有、最终目的用于出售的数据资源，符合存货准则规定的定义和确认条件的，应当确认为存货。
（三）数据入表的具体影响
企业通过表观改善、利润释放以及提高资产负债率等方式，可以提升其在资本市场上的定价能力。过去，与数据相关的支出多被划归为期间费用，直接影响企业的当期业绩表现。而现在，无论是将数据确认为无形资产还是存货，都可以将其从费用转化为资产项目，这一转变有助于优化企业的利润率和资产负债结构。
在经营层面上，一旦数据被正式纳入财务报表，企业的投入压力相对减轻，这将进一步激发企业在经营和研发方面的积极性，促使企业深入挖掘并充分利用数据的多元价值。然而，现行的规定并未改变资产确认的基本条件和计量基础，同时，数据的估值和确权在实际操作层面还存在一定的难度。
因此，数据入表的相关实践和执行是一个逐步推进的过程，短期内不会导致大量新增资产快速计入报表。这意味着企业在对待数据资产的处理上，需要稳健探索并遵循相关规定，逐步实现数据资产的有效管理和价值最大化。
四、浅论数据要素入表的机遇与风险管理
（一）机遇与挑战
1.概念理解
数据资源：
数据资源是指广泛存在的原始数据和信息集合，这些数据可能存在于各种形式中，包括但不限于数字化信息。
数据资源的价值性和可利用性是其核心特征，意味着它们在特定场景下具有潜在的使用价值，能够通过分析、挖掘转化为有用的信息或知识。
数据资产：
数据资产是在数据资源基础上，经过识别、采集、整合、加工、存储等过程后形成的具有一定商业价值的数据集合。
作为资产，数据资产具备明显的经济属性，企业或组织对其拥有所有权或控制权，并且预期能为企业带来经济效益，如降低成本、增加收入或提高竞争力。
数据资产需满足会计确认、计量和报告的要求，能够在企业的财务报表中体现出来。
数据要素：
数据要素则是经济学视角下的概念，它将数据提升到了与土地、劳动力、资本和技术同等重要的地位，视为推动经济社会发展的五大基本生产要素之一。
数据要素市场化配置意味着国家层面承认并鼓励数据作为一种生产要素参与市场交易，促进数据资源的有效流通、共享和合理定价。
数据要素的市场化流转涉及数据产权界定、数据权益保护、数据交易规则制定等一系列制度创新，旨在释放数据生产力，催生新的商业模式和服务形态，进而推动数字经济的快速发展。
2.聚焦数据在不同阶段的关注要点
从原始数据转化为会计报表中的数据资产是一个逐步提炼和聚焦的过程，不同职能的管理专业人员在这个过程中承担着不同的角色与责任：
数据资源阶段：企业通过各种渠道收集到大量的原始数据，包括交易记录、用户行为、市场分析等。这一阶段主要是数据工程师或IT部门的工作，他们负责数据的初步清洗、整合和存储。
数据资产形成阶段：数据产品经理基于业务需求对数据资源进行深度加工和分析，将其转化为对企业有价值的洞察和服务，这些处理后的数据进入企业的数据资产管理平台，成为具有特定应用场景的数据资产。
财务报告层面：财务经理则进一步筛选和评估数据资产，考虑其是否符合会计准则，能否在财务报表中体现，并影响关键财务指标。只有那些能够清晰计量并归入具体会计科目的数据资产（如存货价值、无形资产成本、研发支出等），才能最终反映在财务报表及其附注中，从而对企业的资产负债比率、利润水平等产生实质性影响。
风险管理从业人员关注的是已披露的数据资产及其对公司财务状况的影响，这既包括直接体现在主表中的数据，也包括可能隐藏在报表附注中的重要信息。通过对这些客观数据的深入理解和分析，可以更准确地评估企业风险状况，为决策提供依据。
3.符合入表和披露要求的资产
首先，《暂行规定》自2024年1月1日起执行，采用未来适用法，不对以往年度进行追溯调整，为企业提供了明确的时间起点和执行预期。
其次，《暂行规定》以现行会计准则为基础，明确了各类资产的入表原则，旨在消除企业在存货、无形资产等入账问题上的疑虑，指导企业按照实际业务情况和会计实务要求正确处理相关资产的确认与计量。
再者，《暂行规定》强调向利益相关方提供更多有价值的信息，尤其是关于数据资产数字化进程及其价值的信息。这在传统财务谨慎性原则下是一个较为新颖且影响广泛的提法，反映出财政部期望企业能全面展现自身在数据资源管理和利用方面的成果，以满足包括投资者、债权人、监管机构以及内部人员等在内的多方需求。
最后，从上市公司的角度解读，《暂行规定》不仅规范了数据资产的入表管理，还为企业提供了一个自愿披露其具有显著商业价值或独特竞争优势的数据资产的机会。例如，上市公司筹备数科子公司，通过公开披露这些信息，可以有效展示公司实力，吸引潜在投资人的关注，提升市场对企业的认知和评价。
4.利益相关方的关注要点
从投资者和债权人的视角来看，他们对《暂行规定》中涉及数据资产入表的要点关注如下：
新资产收益能力：投资者和债权人会关注企业是否新增了具有经济收益的数据资产，这些资产能否带来持续且稳定的现金流，以及对企业整体盈利能力的影响。
资产负债结构变化：数据资产入表后可能会调整企业的资产负债结构，投资人和债权人会评估这种调整对于企业财务健康度、偿债能力和风险状况的影响。
资产变现路径与方式：他们关心企业如何将数据资产有效转化为现金或其他有价值的资源，包括数据资产交易、授权使用或开发衍生产品等多种变现途径。
行业比较优势：在同类企业或同一地域内，投资者和债权人会比较企业在数据领域的竞争优势，寻找潜在的市场领导者，这有助于他们判断哪家公司在数据赛道上更有可能获得成功。
企业估值重塑：数据资产入表可能导致企业估值模型发生变化。投资者不仅关注因数据资产带来的估值提升，也需注意行业内其他公司可能因此出现的估值下滑情况。企业需要明确自身在数据要素产业链中的定位，以合理评估其数据资产的价值贡献。
基于对数据产业链的初步划分，投资者和债权人也会根据企业所扮演的不同角色（如数据农场、数据工厂、数据商场等）来进一步分析其业务模式、成本结构及盈利潜力，并结合“数商”这一新兴业态的发展趋势，综合判断投资和信贷决策。
（二）数据资产入表的风险与合规关注要点
在数据业务的运营与投资过程中，面对复杂的风险环境，企业需要建立全面的风险管理体系以应对各类挑战：
1.产权风险细化
数据作为一种新型资产，在法律属性和权属认定上尚存在一定的模糊地带。对于国有企业而言，尤其要警惕由于数据资产评估过高带来的潜在减值风险，不仅可能导致国有资产流失，还可能引发一系列内部管理问题，如利益分配不均、资源配置不当等。
2.合规风险管理强化
地方数据交易中心在承担交易背书角色时，面临的合规压力尤为突出。由于缺乏统一的确权、登记及合规标准，交易所颁发的数据确权证书可能存在法律效力上的不确定性。此外，上市公司并购后子公司的合规性问题以及财务造假风险也是不容忽视的重要环节。
3.安全防护升级
保障数据安全是所有数据业务的核心要求。企业应严格遵守法律法规，采取有效措施防止个人信息泄露，防范电信诈骗等犯罪行为的发生。同时，对于涉及海外上市的互联网公司，必须高度关注国际数据保护法规，确保符合所在国或地区的相关合规要求。
4.经营策略调整
随着监管政策的不断变化，企业在开展数据业务时需灵活调整经营策略。例如，当面临集团指定子公司持牌经营限制时，企业应寻求通过优化内部资源整合、提升数据治理能力等方式突破业务发展瓶颈。
5.积极应对监管变革
面对监管部门对央企对外股权投资的收紧，企业应提前做好战略规划，并在必要时进行业务布局调整。同时，严格遵循“原始数据不出域、数据可用不可见”原则，合法合规地挖掘和利用公共数据资源，避免因违规操作而遭受处罚。
总结来说，企业在参与数据业务及相关投融资活动时，既要注重发挥数据的价值潜能，又要充分识别并有效控制各种风险，推动数据产业在健康、有序的环境中蓬勃发展。在这个过程中，健全法制环境、完善行业规范、加强内部风控机制建设至关重要。同时，政府、企业和第三方机构应共同探索构建数据流通的安全壁垒，促进数据要素市场的健康发展。
免责声明：本文版权归原作者、原网站所有，感谢原作者辛苦创作，如有侵权，请及时告知，我们将在第一时间核实并处理。
