数据资源入表与财务报表分析

王璐　张新民

收稿日期：2025-08-25

基金项目：国家自然科学基金青年科学基金项目（72202019）；北京物资学院校级教育改革创新一般项目（2023jgxm23717）

作者简介：王璐，北京物资学院会计学院MPAcc中心副主任，副教授，硕士生导师；

张新民，对外经济贸易大学国际商学院教授，博士生导师。

摘要：随着《企业数据资源相关会计处理暂行规定》的正式实施，数据资源的确认、计量和披露对传统财务报表分析思路提出了挑战。本文分析了数据资源入表后的资产价值实现方式，并以合并财务报表为基础，基于企业战略与资产质量、利润与竞争力、财务持续性和风险等方面，对企业数据资源入表的财务报表分析问题进行了理论阐释。通过对已经披露数据资源相关信息的上市企业进行案例剖析，揭示了企业数据资源的会计信息与数字化转型战略之间的逻辑联结。本文的研究结论可以为报表使用者（如企业管理者、投资者、债权人、监管机构）提供方法论参考，同时推动相关理论研究的不断深化。

关键词：数据资源入表；财务报表分析；资产价值实现方式

中图分类号：F275　文献标识码：A　文章编号：2095-8838（2025）06-0051-09

一、引言：数据资源入表的“热”与“冷”

财政部发布的《企业数据资源相关会计处理暂行规定》于2024年1月1日正式施行，为数据资源作为资产正式“入表”提供了制度依据。国家数据局联合多部门发布《“数据要素×”三年行动计划（2024—2026年）》，推动数据要素在多个重点行业的深度融合与创新应用。北京、上海、深圳等地密集出台配套政策，凸显地方政策支撑场景落地。会计学术界对数据资源的入表问题进行了大量的研讨，涉及到数据资源入表与资产概念的协调、数据资源入表的会计处理以及数据资源交易等方面的理论与方法等问题（许宪春等，2022；陈志斌和杨靖，2025）。相关制度建设完善和广泛的研讨，为规范企业数据资源相关会计处理奠定了基础。

与此同时，与数据资源相关的企业交易越来越活跃。截至2025年7月，全国范围内挂牌或正式运营的数据交易机构已超过50家，总交易规模从2015年的“亿元级”增长至2024年的“千亿级”。其中，北京国际大数据交易所截至2025年6月累计数据交易规模达2 250TB，近三年年均增长率超200%，业务覆盖20多个关键行业领域。同时，上海、深圳、广州、贵阳数据交易所累计数据交易规模也都达到了数十亿元。从“数据二十条”(1)的顶层设计，到各地数据交易所建立的标准化操作程序，一个规模日益增长、模式日益规范可信的数据要素流通体系正在形成。

但是，上市公司对企业数据资源入表的处理却表现出超乎预料的“冷”。根据巨潮资讯网，截至2025年8月底公布的2025年半年度财务报告数据显示，在A股上市的5 000多家公司中，仅有110家上市公司进行了数据资源的入表处理或表外信息披露。在金额的规模上，上述公司加在一起的数据资源规模仅约26.5亿元。相关信息如表1所示。

表1　数据资源规模较大企业概况（按披露规模排序）

资料来源：根据各相关企业2025年半年度财务报告整理。

从表1可见，即使上述披露数据资源规模较大的企业，也存在数据资源的规模绝对额偏小、数据资源规模占资产总额比例更小的情况。实际上，就笔者与上市公司以及从事上市公司年度报告审计的注册会计师的接触过程中，明显感觉到相当多上市公司及审计机构对数据资源入表持非常谨慎的态度。在此背景下，本文探讨数据资源的资产价值实现方式，以及入表对财务报表分析产生的影响。企业可据此对自身商业模式、数据资源规模与质量等情况进行研判，审慎评估入表的必要性与时机，比如是否以及能否将其作为一项提升企业竞争力的战略决策。同时，本文为会计准则完善、企业数据资源入表实践以及报表使用者分析方法升级提供理论支撑和实践参考。

二、数据资源入表：资产价值实现方式再思考

作为会计学最基础的概念之一，人们对资产内涵的认知主要集中在“未来经济利益的流入”上。这就是说，一项资源能否作为资产入账、入表，取决于特定的会计主体能否在对其运用的过程中获得可以预计的未来经济利益流入。而“未来经济利益的流入”的具体形式，则主要表现为增加未来现金或现金等价物的流入或减少未来现金或现金等价物的流出。

为聚焦本文主题，本文探讨的企业仅包括以经营资产推动营业收入、获取营业利润以及经营活动现金流量净额的经营主导型企业，不涉及投资主导型企业。从数据资源可以展示其价值的场景来看，能够入账的数据资源所发挥作用的场景比传统资产要广泛得多。作为一项经营资产，除了传统资产所具备的提升企业经营资产盈利能力等价值实现方式外，数据资源还具有改善企业科技形象、增强企业债务融资能力以及提升股东权益价值等价值实现方式。

（一）对改善企业科技形象的贡献

支撑企业科技形象的因素很多，既可以从资产方面来考察，也可以从业务和费用方面来考察。在资产方面，在数据资源入表以前，企业无形资产规模及具体构成、企业固定资产规模及技术装备水平、企业开发支出规模及持续性等都能够反映企业强化科技属性的战略定位和实际举措。在业务方面，上述资产方面投入最终反映到企业产品科技含量、业务规模、产品市场地位等的提升或改善上。在费用方面，除了研发费用规模、结构及产品毛利率等信息与企业科技形象高度关联外，企业在营销活动中对其产品形象的描述也对企业的科技形象展示具有重要意义。例如，格力电器就曾经出现过“格力掌握核心科技”的科技属性极强的广告语，以突出其产品的科技属性。

作为资产入账、入表后，数据资源不仅能增加企业资产的规模，而且能够在相当程度上改善企业的科技形象。对投资者而言，报表中列示“数据资源”是一个强烈的信号，表明公司是一家将数据作为重要战略资产的数字化企业。因此，数据资源入表远不只是财务报表的简单调整，而是标志着企业正式将数据从“业务副产品”确立为“战略资产”，驱动其从内在运营到外部市场竞争力的全面升级。这有助于投资者更清晰地评估公司的未来盈利潜力和核心竞争力，从而可能获得更高的估值溢价。

以物流快递行业为例，传统物流快递业务高度依赖转运中心、运输车辆、飞机、仓库等巨额固定资产的投入来构建市场壁垒和提高竞争力。然而，现代物流企业已逐渐转变为数字驱动产业变革、数据要素驱动价值创造的发展战略，数据资源在提升企业盈利能力和市场竞争力方面发挥的作用越来越大（汪旭辉和段怡杰，2024）。

韵达股份和圆通速递是该行业两家数据资源入表的企业，本文基于Wind数据库采用事件研究法，围绕两家企业数据资源首次入表事件考察资本市场的短期反应。设定以事件日前120个交易日为估计窗口、以事件日前后各10个交易日为事件窗口[-10，+10]，选取同属快递物流行业的其他上市公司构成对照组，用行业基准校正个股正常收益，并在上述窗口内分别计算单日异常收益（AR）及累计异常收益（CAR）。结果显示，两家公司的数据资源入表信息披露在全窗口内相对同行呈现出持续而显著的正向超额收益，表明市场对该事件反应积极（篇幅有限，相关数据未具体列示）。

上述两家企业的数据资源金额占总资产规模并不高，但入表显著增强了企业的科技属性，体现了企业价值创造的创新探索，从而提升了市场对企业的积极反应（张俊瑞等，2024）。实际上，具体资产或费用对企业科技形象的贡献不是按照特定项目资产账面价值的量来确定的，而是各种资源要素系统整合在一起来决定的。在较为保守甚至近乎严苛的会计实务处理的条件下，这些企业的数据资源仍然能够“艰难”入表、实现资产结构中数据资源要素从“0”到“1”的实质性突破，企业的新质生产力特质才得以彰显或强化。

（二）对增强企业债务融资能力的贡献

数据要素赋能的企业，在同等企业治理能力、管理水平和市场竞争条件下，可能拥有更广阔的市场、更强的盈利能力和更可预期、持续稳定发展的财务前景，因而其债务融资能力将会由于数据资源入表而增强（张新民和金瑛，2022）。

数据资源入表后，成为了表内可辨认的资产，为企业提供了新的融资抵押品。银行和金融机构可以据此开发新的信贷产品，企业也可以通过数据资产进行投资、并购、证券化等资本运作。入表后的数据资产权属清晰，交易成本降低，作为合格抵押物将帮助企业拓宽融资渠道。债务融资能力的提升，虽不会直接为企业创造价值，但企业因获得所需的债务融资资源而增强了其资产的实力。因数据资源而提升企业的融资能力，是企业数据资源价值实现的另一种方式。

（三）对提升企业股东权益价值的贡献

股东权益价值是衡量企业长期竞争力的核心指标，提升企业股东权益价值是企业管理及财务管理的重要目标之一。首先，高质量的数据资源能够有效改善企业经营资产的盈利能力，进而提高企业的营业收入与核心利润(2)，为创造股东权益价值作出贡献。从当前财务报表对数据资源的展示情况看，数据资源尚不是一个财务报表的独立项目，需在存货、无形资产和开发支出等项目下单独列示。无论入账的数据资源归于哪个项目，其实质都归属于企业的经营资产。其中，归属于无形资产或开发支出的数据资源，其对企业经营资产盈利能力的贡献一般会类似于企业的非流动资产——需要与其他经营资产进行系统整合才能对企业的营业收入与核心利润作出贡献；归属于存货的数据资源，其对企业经营资产盈利能力的贡献一般类似于存货销售——这类数据资源将随着销售活动的完成直接增加企业的营业收入及毛利，从而增加企业的营业利润（李诗等，2025）。与一般存货一样，即使是内容和性质完全一样的存货型数据资源，在不同企业中，由于各种因素的影响，其贡献营业收入及核心利润的能力也可能会出现显著差异——不同企业经营活动的能力和质量可能是显著不同的。

其次，清晰、可量化的数据资产不仅能够成为并购交易中的高价值定价标的，为现有股东创造溢价，更作为一种高效的“数字资本”增强企业的股权融资与支付能力。在股权交易场景中，数据资产可识别、可计量、可交易的特性，使其能够成为重要的定价标的，为股东创造超额回报。而作为收购方，自身数据资产价值清晰的企业，可以更顺利地利用股权进行融资或并购支付。

最后，数据资源入表要求企业对数据资源的确认、计量、披露遵循严格的会计准则，提高会计信息的透明度和规范性。这个过程本身就有助于企业优化公司治理水平，间接为提高股东权益价值作出贡献（张军，2025）。通过对自身数据家底的全面盘点，倒逼企业加强数据治理、确权、估值和能力建设。包括将数据管理提升至战略高度，厘清数据权属，明确数据来源是否合法合规，建立数据采集、处理等全生命周期管理在内的数据治理体系，并最终在财务报表中清晰展示数据资产的规模、变动和收益情况。

可见，数据资源入表远非一项被动的会计实践，而是一项主动的价值管理战略。通过数据资源价值的显性化和资本化，重塑企业价值的构成与实现方式，最终实现股东权益价值的最大化与可持续增长。

三、数据资源入表：重构财务报表分析

公司财务报表所展示的会计信息特征可以清楚地诠释公司运营的特点，比如与战略高度匹配的企业行为受到关键生产要素驱动，体现为资产结构、利润来源以及资源配置的相应变动（张新民，2014；张新民和粟立钟，2015）。数据资源入表作为一项关键的会计信息呈现，对重构财务分析具有重要影响。下面，通过战略与资产质量、利润与竞争力、财务持续性和风险四个部分，阐释数据资源入表对财务报表分析框架的影响。

（一）战略与资产质量

数据资源并非自动成为表内资产，其确认应当严格遵循《企业会计准则》中对资产的定义（由企业拥有或控制、预期带来经济利益、成本能可靠计量）。同时，依赖于企业的商业模式，根据数据资源的持有目的以及经济收益产生形式，计入“无形资产”或“存货”（黄世忠等，2023）。以上数据资源与无形资产、存货在确认条件上的共性，为其入表奠定了基础。但将数据资源进行单独列示和披露，凸显了数据资源与其他资产的本质区别，能够更真实、公允地反映数据要素驱动价值创造的经济实质。

从战略视角来看，母公司资产是企业的战略发起端。依据母公司资产结构，可以将企业发展战略归于两类：经营资产占母公司资产主体地位的企业采取的发展战略是经营主导的发展战略；投资资产占母公司资产主体地位的企业采取的发展战略是投资主导的发展战略（张新民等，2019）。

无论母公司采取什么样的发展战略，其战略的执行结果均将反映在合并资产上，即合并资产是企业战略执行的结果。从对企业利润贡献方式来看，合并资产可以分为两类：一类是经营资产，另一类是非经营资产。非经营资产是指企业的货币资金与各类投资性资产，经营资产则是指在总资产中去除非经营资产的部分。典型的经营资产包括商业债权（包括应收票据、应收账款和应收款项融资）、存货、固定资产（包括在建工程等）、无形资产等。显然，无论属于哪项具体资产，数据资源均属于经营资产。

合并资产中经营资产与非经营资产的结构，体现了企业战略执行的结果是在聚焦什么：经营资产占合并资产主要部分的企业，其资产主要聚焦经营活动。其经营活动的获得，既可以通过自身对母子公司经营资产的投入来实现，也可以通过收购其他企业来实现；非经营资产占合并资产主要部分的企业，其资产主要聚焦非经营活动。

聚焦不同类型资产的企业，其战略含义显著不同。聚焦经营资产的企业，一般意味着企业将主要资源集中在一定范围的经营活动上，其资源聚焦产品或服务的色彩更强。按照这样的理解，属于经营资产的数据资源的出现，应该是企业实施数据要素推动企业发展战略的重要表现。因而数据资源的入表一般意味着企业实施的产品经营战略取得了具体成果——已经形成可以为企业经营活动赋能、企业产品市场竞争力持续增强的数据资源基础。以中国移动为例，公司早在2021年就将战略定位为“世界一流信息服务科技创新公司”，并通过持续挖掘与释放数据价值，拉动数字化业务收入占比快速提升。根据2024年年报，公司主营业务中增长速度最快的“应用及信息服务”业务是公司数字化转型的主战场，体现了公司战略从“连接管道”走向“价值服务”的战略升级。而收入占比最大的“无线上网业务”和“有线宽带业务”（合计占营业收入约50%）为数字化转型提供基础设施与流量基石，包括为所有数字化应用（云、AI、大数据）提供更优质的网络体验，支撑并促进“应用及信息服务”业务的发展。具体如表2所示。

表2　中国移动营业收入结构

资料来源：根据中国移动2024年年度报告整理。

在资产质量方面，数据资源因其在不同科目下单独列示而具有与其他资产不同的质量分析框架。比如当数据资源被归类为存货时，其经济实质是企业意图通过直接销售实现其价值。对此类资产的分析，除了传统的存货质量分析（如周转性、盈利性、保值性），还应构建符合其非竞争性、低边际成本特性的新型指标，体现数据产品的价值释放能力。对其盈利能力的考查，也需要考虑其高昂的固定初始成本与近乎为零的边际复制成本，更真实地揭示数据产品业务的盈利模式。目前入表企业更多将数据资源作为无形资产进行确认，其价值在于通过赋能内部经营来间接创造经济利益。作为具有战略含义的资产，对此类数据资源的质量分析应着眼于其“战略契合度”，比如对企业数字化的贡献，以及赋能其他资产所带来的增量收益等。

（二）利润与竞争力

企业经营战略的实施，仅仅聚焦经营资产还不够，还要形成产品或服务的市场竞争力。这就要考察企业的利润表信息。在营业收入和利润方面，数据资源驱动战略成功的基本逻辑是：要么直接通过存货型数据资源的销售来实现，要么间接通过无形资产型和开发支出型数据资源为产品或服务赋能来实现。这些实现途径或在企业营业收入增长速度快于营业成本增长速度的条件下提升企业毛利的规模，或在不显著增加企业营业收入、但可以显著降低企业营业成本的条件下提升企业的毛利规模，从而提升企业产品及盈利能力的竞争力。这是由于数据作为生产要素具有非竞争性与可无限复用性等基本特征，随着生产规模扩大，数据聚合的边际成本递减，外部性与协同性特征使得规模报酬递增。这与传统资本密集型产业存在本质差异。

当然，企业数据资源驱动战略的实施，还受到市场竞争环境、企业营销策略与竞争地位等因素的影响，从而使得资产、营业收入、盈利状况之间表现出较为复杂的关系。但无论如何，数据资源驱动战略的实施应该能够显著提升企业相关经营性资产的盈利能力和市场竞争力。

（三）财务持续性

企业财务持续性，可以从资产负债表信息、利润表信息以及现金流量表信息三个方面来考察。

在资产方面，数据资源年度间的变化是企业持续实施数字化战略的表现，对企业财务持续性有重要影响。当某个项目的数据资源在年度间不断增加的时候，既意味着企业在特定项目上投入财务资源并取得了相应成效，也意味着企业特定项目的数据资源可能具有持续推动企业相关经营活动的能力；反之，当某特定项目的数据资源出现年度间持续下滑的情况，则可能意味着该类数据资源不再具有持续推动企业经营活动的能力。

在营业收入与核心利润方面，在数据资源驱动战略得到有效实施的条件下，企业数据资源相关业务的营业收入、毛利及核心利润应该表现出年度间的持续性及竞争力。尽管在企业对外提供的财务数据中，很难区分特定产品或服务的核心利润数据，但特定产品营业收入及毛利信息是可以在企业年度报告中获得的。

一般来说，从与数据资源相关产品或服务的营业收入、毛利年度变化中，可以看出企业数据资源驱动的产品或服务的可持续性：年度间与数据资源相关的营业收入不断增长、毛利率具有显著竞争优势的产品或服务，应该具有较好的财务持续性。

以三大运营商为例，三家企业在实现数据资源入表的同时，也分别实现了核心利润率等关键竞争力指标的显著改善，相关结果见表3。中国联通近年来聚焦业务结构持续优化，算网数智业务提能升级，2025年上半年实现营业收入2 002亿元，同比增长1.5%；而营业成本同比基本持平，成本使用效益稳步提升，体现了数据要素赋能公司内部运营，实现降本增效。中国移动2025年上半年实现营业收入5 438亿元，虽然同比稍有下降，但营业成本下降更多。中国电信2025年上半年营业收入增速稍逊于营业成本增速，可能是因为公司在提升网络质量和能力、推进新兴数字化业务方面加大了投入，未来通过数据要素持续赋能成本精细化管理，提升资源使用效能，边际成本递减效应将逐渐显现，最终体现为盈利能力的进一步提升。

数据资源入表以后，其本质是服务于主营业务的经营资产，其价值最终应体现在提升主营业务的盈利能力上。因此，本文通过构建“核心利润率”及相关指标，建立“数据资产投入”“营业收入”与“核心利润产出”的关联，测度数据资产推动营业收入产生核心利润的效率。基本假设是高质量的数据资产应能通过“增收”或“降本”或两者兼有，来提升核心利润率。如表3所示，三家企业2025年上半年核心利润率分别是18.78%、10.15%、11.66%，与上年同期相比分别增长了3.53%、11.96%、3.91%。未来还可以结合毛利率、费用率等其他指标，综合分析评估数据资源作为新型生产要素如何推动提升企业的运营效率与价值创造能力。

在现金流量方面，高质量的企业营业收入带来的利润——核心利润应该能够获得更高的经营活动净现金流（张新民，2024）。根据钱爱民和吴春天（2024）等研究，数字化转型可以显著缩短营业周期、优化应收账款管理，从而提升现金获取效率。企业可以通过数据要素赋能决策优化，增强对现金流的实时监控与预测，从而实现快速迭代，提升现金流灵活性。从利润表信息与现金流量表信息的内在关系来看，企业利润表中的核心利润将构成现金流量表中经营活动产生现金流量净额的主体。“其他收益”项目(3)的主要内容通常为企业获得的各类政府补贴，而政府补贴所获得的现金流量也体现在现金流量表中的经营活动产生的现金流量，因而在利润表项目与现金流量表项目之间的内在逻辑关系上，就存在着利润表中的核心利润与其他收益共同产生了现金流量表中的经营活动产生的现金流量净额。

表3　三大电信运营商相关财报数据

资料来源：根据三家企业2024年年度报告、2025年半年度报告整理。

注：（1）毛利率=（营业收入-营业成本）/营业收入×100%。（2）核心利润=营业收入-营业成本-税金及附加-销售费用-管理费用-研发费用-利息费用。（3）核心利润率=核心利润/营业收入×100%。（4）核心利润获现率=经营活动产生的现金流量净额/（核心利润+其他收益）。

由表3可知，三大运营商均保持了较高水平的核心利润获现率(4)，只有高质量的核心利润加其他收益，才能够带来更高的经营活动产生的现金流量净额。而高质量的利润创造机制则来自于数据资源所带来的盈利能力提高、融资能力增强、科技属性强化以及股东权益价值提升等资产价值实现方式。

总之，从整体上来看，具有财务持续性、可以实现良性发展的数据资源驱动型企业，其经营资产、营业收入、核心利润以及经营活动产生的现金流量净额之间也应该可以实现系统性的良性发展态势。首先，数据资源作为新型经营资产的成功入表，不只是资产的简单增加，更应带来资产结构的优化和整体盈利能力的提升。这表明数据资产真正参与了价值创造，能够驱动轻资产运营模式，降低对传统重资产的依赖。其次，营业收入的增长应能追溯至数据资产的具体应用（如精准营销、个性化服务、数据产品变现等），而不仅是规模的粗放扩张。这意味着收入增长的质量更高、可持续性更强，因为它源于企业独特的、难以复制的数据核心能力，从而建立起更深的护城河。最后，数据资源带来的营业收入和核心利润，必须能够有效地转化为稳定的经营活动净现金流，而充足的经营现金流又能为企业持续投资数字化转型提供资金支持，进一步巩固和扩大数据资源优势，赋能企业下一轮的收入与利润增长。

（四）风险

企业战略的实施，可能成功，也可能不成功。当企业实施数据资源推动业务发展战略不成功的时候，企业可能处于相关的风险中。企业数字化转型的成功，不仅依赖数据基础设施的固定投入，更取决于能否通过数据确权等治理手段，转化其带来的正外部性，从而真正释放数据的规模效应。因此企业的数字化转型战略实施受到数据治理、公司治理等诸多因素的影响。

数据资源入表的相关风险，可以从“包含数据资源的经营资产—营业收入及核心利润（加其他收益）—经营活动产生的现金流量净额”之间的关系进行考察。如果企业在年度间出现不断增长的数据资源，但企业营业收入中与数据资源相关的营业收入没有相应增长、企业与数据资源相关的产品或服务的营业收入所带来的毛利及毛利率没有表现出相对竞争优势，则一般意味着企业数据资源战略实施没有转化成预期的有市场竞争力的产品或服务。

当然，如果企业仅仅在某特定时期出现上述市场竞争力不佳的情形，还不能简单得出企业实施数据资源驱动战略不成功、企业面临相应风险的结论。但如果企业持续多年出现数据资源不断增多、营业收入及盈利能力没有相应改善的情形，则企业就可能面临着数据资源驱动战略不成功的风险。

四、总结

本文对数据资源价值实现方式及数据资源入表后企业财务报表分析方法进行了研究。将数据资源在相应会计科目下单独列示和披露，能够更真实、公允地反映企业的经济实质，更好地通过提升信息透明度，传递积极信号，有效增强会计信息的决策有用性。通过对入表数据资源进行多维度、系统性的财务报表分析，审视其与企业战略的契合度、作为核心资产的规模与质量、所构筑的竞争优势壁垒、相关的现金流向及财务持续性等，分析者能够清晰地描述和验证数据如何创造价值的商业逻辑。同时，这一过程也能迫使管理层面向数据资产的质量与效益进行内部治理，为外部投资者及债权人提供识别企业核心能力与评估未来潜力的决策依据，从而更好地引导资源有效配置。

必须看到的是，数据资源作为资产正式入表刚刚开始，其对企业产品市场表现与资本市场形象的重塑、盈利结构的潜在变化、核心竞争力的增强以及伴随而来的新型风险等方面的影响，还需要持续观察。未来，随着数据要素市场化进程的加快和企业数据治理能力的提升，数据资源的确认、计量与披露方法将不断完善，其对财务分析体系的影响也需进一步跟踪研究。这不仅有助于丰富数据资产相关的会计理论，也将为报表使用者决策提供更加全面和准确的依据。

主要参考文献：

［1］陈志斌，杨靖．数据资产化的企业价值效应研究——来自数据资产入表新规颁布的经验证据[J]．会计研究，2025，（5）：18-30.

［2］黄世忠，叶丰滢，陈朝琳．数据资产的确认、计量和报告——基于商业模式视角[J]．财会月刊，2023，44（8）：3-7.

［3］李诗，洪景伦，陈薇．会计信息相关性再思考：来自上市公司数据资源“入表”的证据[J]．财务研究，2025，（2）：117-128.

［4］钱爱民，吴春天．市场地位与企业核心盈利的现金获取质量：进攻还是防御？——基于企业战略类型选择的分析视角[J]．会计研究，2024，（8）：60-72.

［5］汪旭晖，段怡杰．新质生产力驱动全社会物流成本降低的机制与路径[J]．中国流通经济，2024，38（7）：15-24.

［6］许宪春,张钟文,胡亚茹．数据资产统计与核算问题研究[J]．管理世界，2022，38（2）：16-30.

［7］张军．数据治理助力数据资源入表行稳致远[J]．财务管理研究，2025，（6）：1.

［8］张俊瑞，康羽馨，朴海英．制造企业数据资源识别与价值创造研究——以陕鼓动力为例[J]．财务研究，2024，（6）：3-13.

［9］张新民．资产负债表：从要素到战略[J]．会计研究，2014，（5）：19-28.

［10］张新民．从报表看企业（第五版）[M]．北京：中国人民大学出版社，2024.

［10］张新民，金瑛．资产负债表重构：基于数字经济时代企业行为的研究[J]．管理世界，2022，38（9）：157-175.

［12］张新民,钱爱民,陈德球．上市公司财务状况质量:理论框架与评价体系[J]．管理世界，2019，35（7）：152-166.

［13］张新民,粟立钟．财务报表分析:理论内涵与学科定位[J]．财务研究，2015，（1）：25-33.

Recognition on Data Resources as Assets and Financial Statement Analysis

WANG Lu, ZHANG Xinmin

Abstract: With the formal implementation of the “Provisional Regulations on Accounting Treatment of Enterprise Data Resources”, the recognition, measurement, and disclosure of data resources have posed challenges to traditional financial statement analysis frameworks. This paper analyzes how asset value is realized after data resources are incorporated into balance sheets. Grounded in consolidated financial statements, it provides a theoretical examination of financial statement analysis pertaining to data resources, focusing on corporate strategy and asset quality, profitability and competitiveness, financial sustainability and risk. Through case studies of listed companies that have disclosed information related to data resources, this paper elucidates the logical connection between the accounting information for enterprise data resources and their digital transformation strategies. The conclusions of this study can provide methodological references for financial statement users (such as corporate managers, investors, creditors, and regulatory agencies) and contribute to the further development of related theoretical research.

Key words: recognition on data resources as assets; financial statement analysis; value realization mechanism of assets

（责任编辑　王安琪）

(1) 2022年12月，《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》（简称“数据二十条”）对外发布，从数据产权、流通交易、收益分配、安全治理等方面构建数据基础制度，提出20条政策举措。

(2)核心利润是企业经营活动为企业带来的税前利润，其计算公式为：核心利润=营业收入﹣营业成本﹣税金及附加﹣销售费用﹣管理费用﹣研发费用﹣利息费用。

(3)需要注意的是，“其他收益”尚未明确与数据资源入表直接相关。如果企业未来因数据资源入表、数据资产登记等行为获得相关补贴收益，那么需要付出更多努力，将政府补贴优先投入到数据治理和技术升级，孵化新兴数字化业务或赋能传统业务，提高数据要素创造价值的能力，最终驱动核心利润带来现金流的能力提升，形成良性循环。

(4)根据笔者研究，高质量企业的“核心利润获现率”理想值通常应在1.2到1.5之间。