数据资产入表：制度突破与技术支撑路径
（来源：中国改革报）
□ 卢相君 简晴晴
在数字经济加速发展的背景下，数据已从传统“信息资源”升级为关键生产要素。数据资产入表不仅是会计制度的重大创新，更是完善数据要素市场化配置、提升经济治理效能的重要抓手。然而，其价值属性的多元化与复杂性，导致实践中面临制度适配不足与技术能力欠缺的双重挑战，亟需系统性路径突破，为数据要素市场高质量发展提供基础支撑。
数据资产的多元价值属性
数据资产作为数字经济时代的核心生产要素，具有区别于传统资产的三重价值属性：
- 经济属性：具备明确获利潜能，通过分析挖掘与场景应用可产生持续收益；
- 公共属性：承载社会价值，在合规框架下可跨主体共享，促进知识传播与协同创新；
- 安全属性：涉及国家安全、公共服务与个体隐私，是数字治理体系中的关键风控对象。
多维属性叠加，要求入表机制须兼顾经济效率、公共价值与安全防控；同时，其价值实现高度依赖技术加工能力与应用场景匹配度，亟需制度层面确认价值逻辑，并配套会计技术调整。
制度瓶颈与技术难题
当前数据资产入表面临三大制度瓶颈：
- 产权界定模糊：数据生成涉及多方主体，法律未明确原始数据、用户信息、公共数据等权属边界，“控制权”缺失导致大量高价值数据无法满足会计确认前提；
- 计量标准缺失：采集存储成本远低于实际经济价值，且价值随场景与技术动态波动；市场法、收益法估值缺乏统一交易定价与行业公认参数，企业“想入表却不敢入表”；
- 披露规则不完善：现行财报未强制要求数据资产专项披露，部分企业仅笼统列示于“其他非流动资产”，或仅披露应用成果而回避安全风险、权属争议等关键信息，加剧信息不对称，抑制市场配置效率。
技术层面亦存三类难题：一是数据治理精细化不足，普遍存在标准不一、质量参差、权属难溯等问题，难以满足会计确认所需的“可辨认性”；二是估值建模难度大，非标准化特征使传统模型难以套用，预期收益与风险系数量化缺乏成熟方法；三是现有财务系统适配性差，普遍缺乏数据资产专属核算模块，采集、计量、披露自动化程度低，难以支撑规模化入账。
推动入表落地的路径建议
需从制度、技术、监管三方面协同推进：
- 完善产权制度：立法明确原始数据与衍生数据产权归属，建立登记与追溯机制，确认企业对合法采集、加工数据的控制权，夯实会计确认基础；
- 构建计量与披露标准：由财政部牵头，联合行业协会，在《企业数据资源相关会计处理暂行规定》基础上加快制定数据资产会计准则，明确确认条件、计量方法；同步出台披露指引，强制要求分类列示、估值依据、风险状况及收益预测等核心信息；
- 强化技术支撑：支持数据治理核心技术研发，推广标准化治理平台与智能财务系统；鼓励第三方机构提供专业估值服务；加快培育数据要素市场，完善交易机制。华为云DataArts智能化生产线、深圳市国誉资产评估顾问有限公司《数据产品价值估值指南》等实践案例，已提供可借鉴的技术范式；
- 建立协同监管与试点机制：财政、网信、市场监管等部门联动指导监督，防范估值操纵与信披失实；扩大行业与企业试点范围，分类总结可复制、可推广经验，推动有序落地。
数据资产入表不仅是会计技术的调整，更是数字经济时代生产要素市场化配置的制度创新，直接关系企业价值重估、资源配置效率与国家经济安全。未来应以制度创新为引领、技术进步为支撑、风险防控为底线，加快构建适配高质量发展的数据资产入表体系，释放数据要素更大动能。
（作者卢相君系吉林财经大学会计学教授、研究生院院长；简晴晴系吉林省企业财务与会计研究中心助理研究员）