数据已经成为提升企业核心竞争力和市场地位的关键无形资产。由财政部印发的《企业数据资源相关会计处理暂行规定》自2024年1月起开始实施，被视为数据资产正式“入表”。今年以来，已有多家上市公司将数据资产纳入资产负债表，以此将原先未被挖掘的数据价值，转变为企业账面可观察、可比较、可流通的要素资产，进而基于数据要素提升企业竞争力。本文将浅析数据资产入表的基本概念和行业实践，进一步探讨数据资产入表对于促进数据要素流通、释放数据要素价值的重要意义。

数据资产入表的基本概念

1、数据资产入表的定义和依据

资产是一个公司所控制的可以产生经济效益的资源，数据资产入表指的是指将企业的数据资源作为一种资产纳入财务报表（特别是资产负债表）中进行管理。

数据资产入表的主要依据包括《企业数据资源相关会计处理暂行规定》（简称《暂行规定》）和《企业会计准则》，根据规定，企业在编制资产负债表时，应当根据确认的资产情况，分别在“存货”、“无形资产”、“开发支出”项目下增设“数据资源”项目，并且按照确认为无形资产和存货的具体准则规定进行披露和相应的会计处理。

2、国家政策推动数据资产入表进程

自十九届四中全会将数据列为生产要素以来，国务院发布多项政策文件，围绕数据要素市场发展谋篇布局。在“数据二十条”的指引下，2023年8月，财政部制定并印发了《暂行规定》，明确了数据的资产属性及入表的适用范围、会计处理使用准则、列示和披露要求，并于2024年1月1日起正式实施。这是国家首份关于数据资产入表的制度规范，标志着数据资产化进程迈出了坚实的一步。

3、数据资产入表的必要性

企业拥有的数据资源可能产生经济效益（例如数据变现和资产评估），也可能产生支出（例如数据保全和加工成本），但是以往由于没有明确的会计准则，无法将数据资源明确归类，数据相关的经济活动也难以在资产负债表中准确呈现。通过“入表”，数据资产的价值能够在财务报表中明确体现，有助于企业、投资者及其他利益相关者更加准确地评估企业价值，提升企业对于数据资源的重视程度与管理水平。

数据资产入表的行业实践

自《企业数据资源相关会计处理暂行规定》实施以来，我国各领域积极探索数据资产入表，初步形成了行业生态，在这个过程中也涌现出了一系列的典型案例、解决方案和挑战。

1、大型企业积极探索数据资产入表

据统计，2024年半年报中披露数据资源相关数据的上市公司达到了43家，涉及资金总额达32.25亿元。这些企业涵盖多个领域，其中制造业和信息传输、软件和信息服务行业的企业数量占据领先地位。三大运营商数据显示，中国移动披露2024年半年报，将数据资源列入了无形资产和开发支出科目，资产规模分别为2900万元和4100万元，合计7000万元。中国电信和中国联通也分别披露上半年完成了1.05亿元和8476.39万元的数据资产入表。

2、数据资产入表的路径和解决方案

数据资产入表的路径主要可以分为数据资产确认、成本归集与分摊、列报与披露三大环节。

数据资产确认指的是将企业的存量数据提炼成为“资产”的过程。显而易见，不是所有的数据都具有作为资产的价值，因此，企业往往需要使用软件工具和外部数据咨询服务，构建数据治理和数据安全体系，系统地盘点数据资源，分析和管理数据资产。随后应当依据《暂行规定》，明确数据资源应归类为无形资产还是存货。通常，用于内部用途或提供服务的数据资源被视为无形资产，而直接用于出售的则归类为存货。

成本归集与分摊指的是精确计量拟入表数据资源的成本。这个步骤首先需要详细分析数据资产的来源，随后将人员工资、设备购置、软件开发等成本等准确分摊到对应的数据资产中，并且可以依据研发成本进行数据资产价值的估算。

列报指的是在财务报表中新增“数据资源”项目，以反映其作为存货或无形资产的期末账面价值。信息披露指的是在财务报表中详尽披露与数据资产相关的信息。

3、数据资产入表面临的挑战与问题

作为一项跨领域融合数据处理专业和财务会计专业的新兴业务，数据资产入表面临了技术、会计和市场等多个方面的挑战，有待从业者在实践中不断探索解决路径。 

从技术层面来看，数据确权是数据资产化的基础，但由于数据的多元性和不确定性，不同主体利益诉求不同，导致数据确权变得复杂且困难。在数据资产入表过程中，还必须确保数据的隐私合规性，避免泄露敏感信息或侵犯个人隐私。

从会计层面来看，关于数据资产的法律法规尚不完善，数据资产的会计处理方法尚未形成统一标准，企业在实际操作中可能面临诸多困惑和不确定性。由于数据资产的特殊性，其成本往往难以准确计量和分摊，这增加了会计处理的复杂性。

从市场层面来看，企业对于数据资产入表的认识和接受度还比较低，不同行业的数据资产具有不同的特性和应用场景，从事本领域的第三方咨询机构良莠不齐，数据资产的交易机制尚未健全，数据资产入表的行业市场还需要进一步发展完善。

数据资产入表助推数据要素价值释放

根据上文分析，我们可以看到，从微观层面而言，通过数据资产入表，企业能够对数据进行相对清晰的估值和定价，从而使得原先未被挖掘的数据价值，转变为企业账面可观察、可比较、可流通的要素资产，对于企业经营发展具有重要意义。与此同时，从宏观层面来看，数据资产入表对于数据要素市场发展也具有重大促进作用。 

1、促进企业数智化转型

数据资产化是企业数智化转型的重要环节。从数据管理角度看，数据资产入表带动了企业对数据资源的重视程度与管理水平，有助于提升数据质量、安全性与合规性。从企业管理角度看，通过数据驱动实现业务流程与决策优化，推动企业建立更加完善的数据治理与合规体系。从经营增长角度看，企业有机会通过数据资产化来探索新的商业模式和收入来源。

2、推动数据要素流通利用

建立数据资产入表机制，有利于更加系统科学地评价与核算数据要素对经济社会发展的贡献度，推动产业良性发展。数据资产入表为数据要素交易提供了财务依据，数据资产公允的估值定价将为数据要素交易带来便利。数据资产入表也有利于盘活沉睡的数据资产价值，促进数据资源的流通、交易与融资。

3、促进数据市场生态培育

数据资产入表机制一方面能够提升企业数据资产意识，有效激活数据市场供需主体的积极性，另一方面也能够带动数据采集、清洗、标注、评价、资产评估等数据服务产业链的发展提升，为数据要素市场的发展提供有力支撑，此外，企业在数据入表实践的不断深入，也有助于推动相关政策和法规的逐步完善。

文章来源于网络。