摘要：《企業數據資源相關會計處理暫行規定》（下稱《暫行規定》）為企業數據資產“入表”提供了操作指引，對規范企業數據資源相關會計處理和加強相關會計信息披露具有重要意義。但實際操作中，仍存在成本歸集和分攤難、資本化和費用化區分難、攤銷方法選擇難、攤銷期限確定難等問題，同時還需要需警惕其存在的風險。

一、數據資產入表概述

數據資產“入表”是“會計核算”的通俗稱法，指通過確認、計量、記錄和報告等環節，對滿足資產確認條件的數據資源進行記錄，以滿足內外部決策者所需的會計信息。對地方國有企業而言，數據資源入表實現了企業資產邊界的拓展，使得數據成為一種新型資產在資產負債表中體現，增厚企業資產、提高利潤水平，進而提升企業估值。在入表的基礎上，地方國有企業可以進一步探索利用金融創新工具，實現數據的資產化和資本化。數據資產入表主要工作流程包括：數據資產確認、成本歸集與分攤、初始計量、后續計量、列報與披露等（具體內容詳見文章：數據資產入表操作流程）。

圖1 數據資產入表業務流程圖

數據資產入表主要依據包括《企業數據資源相關會計處理暫行規定》（財會〔2023〕11號）（以下簡稱《暫行規定》）、相應的會計準則及應用指南。但在實際操作過程中，普遍存在成本歸集和分攤難、資本化和費用化區分難、攤銷方法選擇難、攤銷期限確定難等問題。同時隨著越來越多的企業披露數據資源入表相關信息，在數據資產入表的熱潮中，仍需警惕其存在的風險。

二、數據資產入表三大難點

（一）數據資產成本歸集和分攤難

如何進行合理的成本歸集和分攤以確保數據資源成本的完整性成為當前的實務難點之一。數據資產成本歸集和分攤難的主要原因有三點：其一是地方國有企業內部部門間存在較大信息不對稱，導致跨部門溝通不暢，進而影響到成本分攤的效率和準確性；其二是由于數據具有非排他性和高重塑性的特點，數據資產能被重復使用到不同的業務線或產品線中，部分成本費用可能很難直接歸集到具體的業務線或產品線中，增加了數據資產成本分攤的復雜性和難度。其三是數據產生、流轉、加工到最終應用的整個生命周期管控相對粗放，導致成本歸集的困難，增加了成本分攤的復雜性，進而導致“入表難”。

措施建議：

一是精細化數據管理。一方面，對數據資源進行分類，再對不同類別的數據資源進行差異化管理；對數據資源產生、流轉、加工到最終應用的整個生命周進行留痕和記錄，以便清晰地了解數據的來龍去脈，進而確保數據資產成本歸集的準確性。另一方面，利用數據血緣分析技術，跟蹤數據從源頭到目的地的路徑，梳理清楚數據的產生邏輯、數據的使用邏輯以及業務線之間的關聯關系，解決因重復調用、重復組合資源數據而重復歸集成本或者分攤不合理的問題。

二是企業內部各部門或系統間數據有效共享和整合，打破“數據孤島”現象，實現數據的互聯互通。特別是業務部門與財務部門要加強共享與交流，讓財務部門在知悉數據類型、數據內容、持有目的、業務場景等具體情況的基礎上，對企業數據資源進行相關會計處理。

三是配套建立統一、合理的數據資源的成本歸集與分攤機制，將企業在產生、流轉、加工到最終應用的整個生命周期中所發生的成本進行準確歸集和分攤，實現數據資源成本的可靠計量。同時要加強相關會計專業人員的培訓，提升對數據資產入表規范的理解。

（二）數據資產資本化和費用化區分難

根據《暫行規定》，企業內部數據資源研究開發項目的支出，應當區分研究階段支出與開發階段支出。研究階段的支出，應當于發生時計入當期損益。開發階段的支出，滿足無形資產準則第九條規定的有關條件的，才能確認為無形資產。在實施過程中主要存在兩個難點：第一點是研發階段和開發階段時點的確認。定義和特征的模糊性、特征上的重疊以及實際操作中的主觀判斷難度等因素共同作用，導致實際操作中準確區分研究階段和開發階段變得具有挑戰。第二點是開發階段的支出是否滿足資本化的條件，也有待可靠的論據支撐。

措施建議：

研究階段是探索性的，具有較大的不確定性，是為進一步的開發活動進行資料及相關方面的準備，不會形成階段性成果。‌而開發階段一般較為確定，形成階段性成果。實務中，為了明確區分研究階段和開發階段，一方面企業需要規范內部研發制度，明確研發流程。明確相應的研發任務以及階段產出的文檔或成果，在過程中確保留痕留檔、有據可查。另一方面，明確研究與開發的分界點。研究階段和開發階段的劃分并沒有絕對的形式標準，一般以項目通過立項評審、形成立項的決議文件作為劃分研究階段與開發階段的關鍵節點。

開發階段的支出符合資本化條件的，才能確認為無形資產。會計準則上對于企業內部研發資本化確認有著嚴格的要求，需要同時滿足技術上可行、有明確的使用和出售意圖、需證明產生經濟利益的方式、有足夠的資源和能力支持、支出能可靠計量五個條件，才能確認為無形資產。這要求企業謹慎論證和說明其研發項目是否符合上述條件，為了確保會計處理的準確性和合規性，企業也可聘請獨立機構予以驗證。與此同時，目前數據資源滿足資本化條件確認有待可靠的論據支撐，建議相關部門出臺數據資產資本化與費用化的區分標準案例，同步出臺具體操作實施細則，為企業數據資產相關會計處理提供進一步指引。

（三）攤銷方法選擇和攤銷期限確定難

數據資產的攤銷方法應當能夠反映經濟利益的預期消耗方式，數據攤銷年限應當反映資產的實際使用壽命。數據資產具有很強的場景依附性和時效性，其價值和效應會隨時間和應用場景的變化而相應發生顯著變化，預期經濟效益存在高度不確定性，導致數據資產使用壽命難以準確預估，攤銷方法選擇難等問題。

根據《暫行規定》，對于使用年限不確定的無形資產不進行攤銷，但企業應當在每期期末進行減值測試，計提減值準備。數據資產價值會因時間變化、數據資產管理成本的積累、授權臨期等因素發生價值減損，也會因為數據質量提升、用途再發現、技術進步帶來成本降低等因素發生價值增加。數據資產減值測試的影響因素多，可能會導致減值測試不及時或者不充分。又因為當前數據資產市場尚不活躍，數據資產公允價值難以確定的情況下，導致諸如減值跡象判斷主觀且復雜、可回收金額估計不準確等問題。

措施建議：

一是合理選擇數據資產攤銷方法，并一致地運用于不同會計期間。在當前數據資產尚未形成活躍市場的情形下，目前學術上針對數據資產攤銷方法有三種觀點：第一，考慮到數據資產在時間上不會隨使用而發生實質性損耗，數據價值變動并無固定規律可循，數據資產無需進行折舊或攤銷。第二，考慮到數據資產的經濟利益流入十分依賴于市場供求關系，屬于預期實現方式無法可靠確定的無形資產，應當采用直線法攤銷。第三，考慮到數據更新較快，對于使用者具有一定程度時效性，建議采用年數總和法、雙倍余額遞減法等加速折舊的方法進行攤銷。各種攤銷方法均具有其合理性，企業應提高數據管理能力，加強對市場和業務模式的研究，結合數據資源的類型和特征、自身的業務場景、用戶需求、運營管理要求等因素綜合進行分析，選擇合適的攤銷方法并一致運用于會計期間。其中，對時效性強的數據資產可采取加速攤銷方法。

二是分情況確定數據資產攤銷年限，并定期評估（調整）。如果為外部購入的數據資產，其使用壽命及殘值率應當按照購買協議、合同中的規定進行處理；如果為內部研發挖掘數據，數據交易平臺有類似數據的相關攤銷年限的，可以參照數據交易平臺進行確認；如果數據交易平臺無此類數據資產相關信息的，企業應當結合對外提供數據資產服務時涵蓋歷史數據的期數或客戶期望使用的歷史數據期數等情況合理估計。另外，公司應當每年年終對數據資產的使用年限進行復核，如果有明確證據證明使用年限發生重大變化的，應當按照會計評估結果對使用年限進行調整。

三是關于數據資產減值測試，企業應重點關注影響數據資產價值的成本因素、場景因素、市場因素和質量因素，識別可能表明資產價值下降的跡象，一旦出現減值跡象，企業需及時對數據資產可收回金額進行估計。另外，數據資產減值測試應定期重復進行，由于市場條件、技術進步、企業戰略的變化等因素，數據資源價值發生變化，需要對無形資產計提減值時，可考慮引入市場法（按市場公允價值計量）、收益法（按未來預期收益折現計量）進行減值評估。

三、數據資產入表兩大風險

（一）數據資產虛增風險

不是所有的數據都能構成數據資源，也并不是所有數據資源都能作為數據資產“入表”，必須滿足特定條件和定義。目前業界對數據資源與數據資產概念尚未形成共識，部分企業對入表范圍邊界不清，將不符合定義和條件的的數據資源當作數據資產進行入表，引發虛增資產的風險。例如，在一季度財報中首次披露數據資產入表的上市公司有25家，涉及總金額約15.34億元，但此后其中7家發布更正公告，刪減或調整了“數據資源”相關數據，涉及總金額約14.31億元。

另外，由于當前數據要素市場尚處于起步階段，數據資產市場公允價值難以準確量化，企業在數據資產入表后，可能會高估數據資產的潛在價值，尤其是在借助數據資產進一步開展融資活動時高估現象尤為突出。在沒有充分的市場驗證下，過高估計數據資產的潛在價值，不僅會形成數據資產的“泡沫”，還可能對企業的財務穩定性和市場信任度產生一定負面影響。

措施建議：

一是完善內部管理制度和流程.確保數據資產的采集、處理、分析和利用全生命周期符合相關法規和企業政策的要求，按照謹慎性原則開展數據資產成本歸集和分攤，定期開展減值測試，防止數據資產價值虛增，必要時尋求外部專業機構支持。

二是規范數據資產評估.基于不同的情境選擇合適的數據資產評估方法，定期對數據資產的價值進行評估，一旦數據資產價值發生變化，及時進行調整。

三是健全信息披露制度。主動對外公開數據資產相關會計信息、估值相關信息、數據次產開發利用和價值實現等信息，提高市場公開度和透明度，減少市場不確定性。

另外，加強內外部審計也是降低數據資產虛增的有效措施。財政部《關于加強數據資產管理的指導意見》明確對涉及公共數據資產運營的重大事項開展審計，將國有企業所屬數據資產納入內部監督重點檢查范圍，聚焦高溢價和高減值項目，準確發現管理漏洞，動態跟蹤價值變動，審慎開展價值調整，及時采取防控措施降低或消除價值應用風險。

（二）數據資產確權合規風險

數據資產入表的條件之一是合法擁有和控制，前者是指數據必須合法合規，后者是指企業享有數據資源的所有權，或者雖然不享有所有權，但該數據資源能被企業所控制。因此，數據資產入表的首要前提必須要解決數據權屬問題，但數據與傳統生產要素和財產屬性不同，既有的確權規則無法直接應用于數據資產，這成為數據資產確權現實中遇到的挑戰。在數據產生、使用和流轉過程中，各方權益難以界定，導致數據產權歸屬模糊，可能引發權屬爭議等法律風險。

同時，企業應警惕數據合規風險，確保其在數據收集、存儲、使用、加工、傳輸、提供、共享、銷毀等各個環節中符合相關法律法規的要求，否則可能引發法律責任，受到相關處罰，從而給公司造成經濟或聲譽損失以及其他負面影響。總體來說，數據資產入表過程中可能面臨合規風險主要包括：數據來源、數據內容、數據處理以及數據交易合規風險。一是數據必須來源于合法渠道。如果使用了非法獲取或未經授權的數據，可能引發不正當競爭糾紛，或因違反個人信息保護義務而受到監管處罰，甚至可能因為侵犯公民個人信息而帶來刑事風險。二是數據內容不得涉及隱私泄露，包含敏感信息。如果違反相關法律法規、監管要求或合同約定，可能導致企業面臨法律責任、經濟損失或聲譽損害的風險。三是數據處理不當可能導致隱私保護和數據安全風險。例如，在處理敏感信息時，如果沒有得到授權，數據可能會被泄露給未經授權的第三方。四是數據具有易復制、難追溯等特性，使得數據交易過程中容易產生數據泄露和安全事件，隱私泄露以及個人權益被侵犯、‌技術風險等問題。

措施建議：

一是選擇具備公信力的平臺完成數據資產進行登記、確權。數據資產登記有利于清晰梳理數據權益主體、權益屬性、權益范圍，實現“非登記不交易，非法數據不入場”，為數據在合法合規的前提下實現價值挖掘開發奠定堅實基礎。根據各地數據資產登記相關管理辦法，經登記機構審核后獲取的數據資產登記證書，可作為數據交易、融資抵押、數據資產入表、會計核算、爭議仲裁的依據。鑒于目前各地數據資產登記尚處于探索階段，未形成統一的規范，建議地方國企選擇具備一定公信力的平臺完成數據資產的登記。

當然從監管層面來看，要推動完善數據確權相關法律法規，加快構建全國一體化數據要素登記體系，制定國家數據要素登記制度，為各地開展數據要素登記工作提供指導。

二是加強數據合規管理組織體系建設。地方國有企業開展數據處理活動應當依照法律、法規的規定，建立健全數據合規管理組織體系和常態化溝通協作機制，明確數據合規責任主體，組織開展數據合規教育培訓，加強人力資源考核與保障，強化數據合規意識。

三是加強數據合規管理制度體系建設。地方國有企業應當依照法律、法規規定，結合自身業務，建立健全覆蓋數據全生命周期的數據合規管理制度體系，明確企業內部數據合規管理的相關標準、規范和操作規程，堅持安全和發展并重，確保數據合規管理制度與生產運營、業務發展同步規劃、同步建設、同步運行。

四是引入第三方專業機構開展合規審查。數據合規審查內容主要包括數據主體、數據內容、數據來源、數據全生命周期以及企業數據管理體系等合規性的審查。地方國有企業根據合規審查意見進行整改，進而確保數據資產入表及后續交易的合法合規。

四、小結

2024年被稱為“數據資產入表”元年。1月1日，《暫行規定》正式實施，上市公司、城投及類城投公司等紛紛加入數據資產入表隊列，無論從涉及的金額以及企業數量都逐步在增加。然而，當前數據資產入表尚處于起步階段，實操過程中在數據確權、合規管理、數據資產入表會計處理、數據資產價值評估等關鍵環節面臨難點與挑戰亟待解決，期待后續企業、政府、市場機構多方積極探索，尋找破局之道，推動數據資產入表工作穩步落實。‌