财务与会计 | 宋静等：数据特性视角下数据资产入表面临的困境及应对

中国财政杂志社官方网站

回到首页

官方微博

中国财政杂志社

官方微博

官方微信

中国财政

微信公众号

财务与会计

微信公众号

信息动态

财经期刊

用户服务

当前位置：首页 > 期刊内容推荐 > 正文

财务与会计 | 宋静等：数据特性视角下数据资产入表面临的困境及应对

时间：2025-04-21

作者： 西藏警官高等专科学校财务处会计师宋静中国财政科学研究院博士研究生李艺玮中国财政科学研究院高级经济师洪金明

来源：《财务与会计》2025年第8期

引用本文请复制此条目：宋静,李艺玮,洪金明.数据特性视角下数据资产入表面临的困境及应对[J].财务与会计,2025,(8):38-41.

摘要：推进数据资产入表是实现数据资产化、促进数据资本化运作的有效手段。实践中数据资产的非排他性、依附性和虚拟性等特性增加了数据资产入表过程中数据确权、价值评估及规范管理的难度。本文从理清数据资产权属界定问题、健全数据资产价值评估体系和完善数据资产规范管理体系三方面提出推动数据资产入表的应对策略，以进一步加快释放数据要素价值，助推数字经济高质量发展。

关键词：数据资产入表；非排他性；依附性；虚拟性；数据特性

在数字产业化和产业数字化的推动下，数据资产已成为企业重要的资源，在实现企业高质量发展的过程中发挥着不可或缺的作用。财政部于2023年8月出台了《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》），旨在规范企业数据资源的相关会计处理，引导数据资产入表。但实践中由于数据资产具有非排他性、依附性和虚拟性等特性，增加了其在财务报表反映的困难度，解决数据资产入表难题成为会计领域的重要研究课题。本文基于数据资产的三大特性探讨数据资产入表的难题，并从权属界定、价值评估、规范管理三方面提出应对策略。

一、数据资产的三大特性增加入表难度

（一）数据资产非排他性增加权属界定难度

1.数据资产的“控制”界定不清晰。我国企业会计准则和国际财务报告准则将“控制”作为资产确认的核心，但数据资产的非排他性常使得其在实务中由多主体共享。尽管《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》（以下简称《数据二十条》）提出了“三权分置”的概念，将数据持有权、加工使用权与经营权分开，但仅属于基础制度的建设，数据流通过程中各参与方取得的权利是否符合会计准则对资产实施控制的有关规定尚不明晰。

2.数据资产各项权属界限难以区分。数据类型复杂、边界模糊，现行法律法规对如何确定数据资产的权属关系、分割与转让规则等尚存在空白，对于数据权益边界、初始分配、利益分配等没有细化的界定标准，导致不同主体对同一数据集的确权结果可能大相径庭，难以基于数据生产周期中不同主体参与的贡献度进行明确的权利划分。数据资产的形成需要经过数据收集、数据存储、数据分析和数据应用等阶段（许宪春等，2022），而过程中会涉及到多种权利主体如所有者、收集者、加工者等（罗玫等，2023），不同权利主体对相同或不同的数据都享有一定的权利，但在不同参与方之间如何分配仍难以界定。

（二）数据资产依附性增加价值确定难度

1.现有数据资产价值确定方法难以满足实践需要。当前数据资产价值确定方法主要沿用成本法、收益法和市场法等传统资产评估方法，但在实践应用中存在一定的局限性。成本法以价值评估时点该类型数据资产的重置成本为估值依据，这种方法相对直观且易于操作，但忽略了数据资产因依附的业务和场景的异质性所产生的不同价值；收益法以预期收益为基础，将数据资产预期未来现金流进行折现估值，而未来现金流和数据资产使用期限与应用场景密切相关，可能会随着未来市场需求、技术进步和政策法规等因素的变化而波动，导致难以准确预估和测算，引发资产负债表失真问题；市场法以活跃或可比市场价格为基础，但我国数据资产市场公开交易较少，缺乏在多种应用场景下的交易价格，难以在市场上找到具有相同应用场景的数据资产，在实践中操作难度较大。

2.自主开发数据价值难以计量。相比于外购的数据资产，自主开发数据资产已成为众多企业的现行模式（吴德林等，2023）。但鉴于数据资产投入的复杂性，较难从原有业务价值中剥离出数据资产的贡献，大多数企业出于谨慎性原则考虑，并未进行数据资产入表操作。一方面，受限于存储技术的局限性以及计量方法的不足，企业难以准确区分并归集数据资源的相关成本，导致此类数据缺乏交易价格。另一方面，内部数据没有明确的目的性和计划应用场景，常涉及多个部门多个场景共享复用或作为业务拓展和决策支撑，相应的成本在部门间如何进行细化分摊、如何更加全面地计量数据价值都需要进一步研究。

（三）数据资产虚拟性增加规范管理难度

1.数据资产隐私保护难度大。随着数据收集与处理规模的日益扩大，隐私泄露的风险也显著上升。数据流通的各环节潜藏着未经授权的数据复制、非法共享及交易行为的可能性，严重威胁着数据的安全性与合法性。特别是当数据资产化并纳入财务报表时，所披露的信息中可能包含可直接追溯至个人的敏感隐私数据或受限于访问权限的公共数据，可能引发侵犯个人隐私、危害公共数据安全的纠纷，也使得数据资产的商业秘密与知识产权存在被窃取的风险。此外，企业数据资源的取得、处理和管理方式是否合规，对于使用爬虫方式获得的数据是否符合法律法规要求等都需要大量的探索与实践后才能确定。

2.数据资产监督管理难度大。当前《暂行规定》并未对数据资产入表的实际操作流程进行规范，会计准则中也尚未明确数据资产入表的条件，因而企业对数据资产入表拥有较大的自由裁量权，容易扩大入表数据资产范围或高估数据资产价值。且对数据资产尚未形成严格的审计监督和审查制度，审计机构在审计过程中缺乏详细明确的审计指南。现实中部分企业在2024年季报和半年报中披露数据资产后经监管部门核准，对报告进行了更正，将不符合入表要求的数据资产“紧急撤回”，取消了关于数据资产的披露。此外，数据资产缺乏明确的使用目的，仅作为数据分析素材或是模型底层支持，这种模糊的目标性不仅难以界定合规审查的范围，也使得评估数据使用的合理性变得异常困难（黄悦昕和罗党论，2024）。

二、推进数据资产入表的对策建议

（一）理清数据资产权属界定问题

1.明确数据资产“控制”概念与判断。一是明确数据资产入表“控制”概念，使其在实践中具备清晰的可执行性。二是制定明确的数据资产“控制”判断操作指南和实施细则。数据资产应用场景复杂，可以结合实际业务场景，制定具体的“控制”判断操作指南和实施细则，为企业数据资产“控制”情况提供详尽准确的判断依据，提高数据资产入表的规范性和可操作性。

2.健全数据资产权属界定体系。一是完善出台数据确权法律法规和制度办法。“三权分置”框架明确聚焦数据使用权，因此主管部门可以从数据使用权设立主体角度，结合我国具体数据权属界定实践，完善出台数据确权方面的法律法规和制度办法，进一步丰富数据产权制度框架，细化区分数据产权的具体准则，明确各类数据产权的标准要求、性质以及权利和义务等内容，为数据资产确权提供法律和制度依据。二是推动实施数据资产确权登记制度。数据资产确权登记具有确认权利归属的功能，使数据资产权属具有实在性和可确定性，且登记凭证能作为权利归属的有力证明，因此要推动实施全国统一的数据资产确权登记制度，建立全国性的数据资产登记平台，探索数据资产权属登记新方式，明确数据资产登记对象、程序和规则，确保数据资产相关利益方的权利义务关系清晰明确。三是培育数据资产中介服务机构。在多方参与的数据处理过程中，数据资产权属关系较为复杂，培育专业数据资产中介服务机构，借助专业力量能够快速明确各方权利边界，有效降低因数据资产权利纠纷给企业带来的风险。为此，要鼓励律师事务所、司法鉴证等法律服务机构在数据资产权属界定方面的业务创新和探索，总结实践中的典型案例经验，为数据资产权属认定及维权提供专业服务。

（二）健全数据资产价值评估体系

基于数据资产的依附性特点，为及时准确反映数据资产的价值，企业应当建立健全数据资产价值评估体系，通过对数据资产价值进行有效衡量，打通数据资产入表的实现路径，为数据资产价值实现提供坚实保障。

1.创新数据资产价值评估方法。针对数据资产价值在不同应用场景下表现出的显著异质性，对其价值估计应充分识别和量化特定场景下的价值影响因素（何越，2023），不仅要关注数据的当前价值，还要特别考虑未来更高层次的增值潜力，探索创新数据资产价值评估方法，不断明晰、丰富价值评估细节，更准确地捕捉和反映数据资产在多维场景中的真实价值。具体思路可以从以下方面展开：一是使用动态估值方法。随着数据资产不断的挖掘、应用和融合，其价值实现是一个与应用场景密切相关的动态过程，对数据资产价值评估要突破传统静态估值方法，构建综合考虑生产关系、技术环境和使用方式等多样化应用场景的动态估值模型，以实时评估数据资产的当前市场价值。二是使用多维度综合评估方法。数据资产的依附性使其内在价值的实现受多种因素影响，因此可以围绕数据资产价值实现因素构建多维度评估模型，从不同维度、不同指标综合反映数据资产价值。数据资产多维度综合评估应主要考虑数据成本、数据质量、数据应用价值和数据技术等方面。其中，成本维度指标主要包括数据资产的获取、加工、运营和维护等成本；质量维度指标主要包括独特性、时效性、完整性、有效性、相关性、准确性和可信任性等方面；应用价值维度指标主要包括数据资产与使用目的之间的相关度、可重复度、增值度、应用深度等方面；技术维度指标主要包括技术成熟度、技术含量、稀缺性等方面。为进一步增进数据资产价值评估的准确度，应对数据成本、数据质量、数据应用价值和数据技术等多个维度的重要性和价值展开定量评级，分析确定每个维度的价值，最后计算综合价值。

创新完善数据资产评估方法时应注意以下事项：一是模型分析和计算要采用最前沿数字技术，提升分析深度、预测精准度和快速响应度，确保估值模型能够科学准确反映数据资产价值。二是在尽可能广泛考虑数据资产的价值影响因素时，特别关注特定行业、特定企业、特定场景下的特殊因素，准确识别和衡量各因素对数据资产价值的贡献，从而确保采用的估值模型具有更高的精准性和合理性。三是随着技术发展和数据资产的不断演进变化，数据价值评估创新方法也会不断涌现，无论何种方法都要以贴合数据资产的应用场景、准确反映数据资产的价值为目的。

2.完善自主开发数据价值评估体系。由于数据资产的依附性，不同业务和场景的数据资产对企业的价值不同，因此在对自主开发数据价值确认时应从数据应用的角度进行分类，根据类别选择合适的估值方法准确评估数据资产价值。企业自主开发数据资产可根据预计未来使用主体分为自用型和交易型，而交易型数据又可以根据商业模式进一步分为转移所有权和授予使用权两种（黄世忠，2023）。

首先，内部使用的数据资产往往在使用数据的过程中创造价值，因此应从使用价值入手确认其评估价值。如果能够合理预测并准确计量数据资产未来所产生的经济效益，则可以采用传统数据资产价值估计方法（如收益法）对其价值进行评定；如果数据资产未来收益不确定性或波动性较大，基于谨慎性原则在初始确认数据资产的价值时可以采用历史成本法，将该数据资产达到预定可使用状态前与其相关的所有支出归集计入资产价值，但后续计量应考虑数据资产的价值变动性。由于数据资产的依附性和融合性可能难以单独归集属于特定数据资产的成本，此时可以先归集数据资产组合成本，然后按照数据资产业务贡献比将组合成本分配至各数据资产。

其次，转移所有权的交易型数据资产直接在交易发生时一次性产生价值，对其价值确认不仅要考虑数据资产的交换价值，还要考虑数据资产的开发成本。其中，开发成本的确认可以参照内部使用的数据资产价值确认方法，交换价值既可以采用合同约定价值也可以采用市场评估价值，评估方法除使用传统市场法外也可以参照市场相似的交易案例，综合考虑交易双方的自身资源、数据能力、使用目的等因素后确定数据资产价值。

最后，授予使用权的交易型数据资产能够在不断的对外交换中为企业带来持续价值且不会失去所有权，对其价值确认要同时考虑持续价值和开发成本。其中，开发成本的确认可以参照内部使用的数据资产价值确认方法，持续价值则应按照数据资产的时效性、交易方使用期限、使用者数量等因素综合确定，在价值评估方法的选择上应判断各项因素是否能够准确有效预测，视情况采用传统数据资产价值估计方法或创新数据资产价值估计方法（如动态估值方法）。

（三）完善数据资产规范管理体系

1.完善数据资产隐私保护制度。一是细化隐私分级规定。在数据收集阶段，要细化数据隐私分级规定，赋予数据提供方更多的隐私控制选择项，在鼓励数据提供方分享数据的同时提升隐私安全控制制度。二是创新、应用隐私计算技术。一方面，推动区块链、同态加密、定点授权解密、多方安全计算等隐私技术的创新、应用，为数据流通阶段实现数据“可用而不可见”的安全目的提供新的技术途径；另一方面，在数据使用中创新、应用“智能合约+区块链存证”技术，如利用智能合约技术提前规定数据使用的业务类型、使用方式、目的和使用期限，并采用区块链存证技术对合约内容进行存证，大幅提升数据资产的隐私安全保护程度。三是建立数据资产隐私安全检测制度。数据资产隐私安全合规是数据资产入表的前提，因此应制定数据资产隐私安全检测制度，在数据资产流通前由数据资产交易所或专业第三方数据评估机构对数据资产进行追踪检测，评估数据资产持有人在获取、存储和利用数据时是否存在隐私安全问题，尤其是对涉及国家安全、伦理道德的数据资产应强制执行隐私安全检测制度。四是建立数据资产隐私应急响应机制。一旦发生数据资产隐私滥用或泄露，及时采取数据流截断、数据信息追踪、责令数据控制者停止侵害、被侵害主体通知和赔偿等措施，最大限度降低损失。

2.健全数据资产监督管理体系。一是推动开展数据资产会计和审计准则制定工作。尽管财政部已发布《暂行规定》，但对数据资产的认定范围、权属界定、价值评估等关键问题的规定仍较为模糊，亟需通过制定会计准则为解决企业数据资产入表问题提供详细明晰的依据，并为会计人员提供培训和支持，帮助他们准确理解数据资产入表的要求和步骤，解决实际操作过程中遇到的问题，避免出现数据资产入表不符合规定的情况。同时，为进一步保证数据资产会计信息质量，要同步开展数据资产审计准则制定工作，加快形成行业标准和业务指引。数据资产的复杂性和多样性为数据资产审计带来了前所未有的挑战，制定数据资产审计准则能够为审计工作提供规范指导，帮助审计师了解数据资产审计的风险和重点，从而提出有针对性的应对措施，为数据资产的真实准确提供高质量保证。二是制定数据资产入表操作应用指南。当前我国数据资产入表已开展具体业务实践，政府相关部门可以会同财务、审计、法律等领域内理论与实务专家，制定各行业企业数据资产标准操作流程，调研企业数据资产入表过程中的难点问题，通过典型案例的方式作出清晰的会计处理指引，引导和规范企业数据资产入表。此外，进一步在操作指引中明确数据资产确认的业务模式、原始单据，既能为数据资产的真实性和有效性提供凭据，也为后续审计工作提供鉴证依据。三是完善数据资产分级分类管理制度。一方面，企业要从实际业务出发，结合具体的应用场景对数据资产进行分级分类，让数据资产更容易被理解、更方便被使用。同时在数据资产信息披露时也遵循分级分类原则，将具有实际业务用途的数据重点、详细披露，在增强数据资产效能的同时提升数据资产被监督的可能性。另一方面，审计机构也要在审计成本和风险控制的基础上对数据资产实施分级分类审计，对低级别数据资产可以简化审计程序、缩短审计流程，对高级别数据资产要实施严格的风险识别和详尽的审计程序，充分发挥对数据资产的审计监督功能。

主要参考文献

[1]罗玫，李金璞，汤珂．企业数据资产化:会计确认与价值评估[J]．清华大学学报（哲学社会科学版），2023，38（5）：195-226.

[2]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，（2）：16-30.

[3]吴德林，邬瑜骏，李晶晶，等．数据资产会计准则问题前瞻性研究：基于数字经济下数据价值创造特征视角[J]．当代会计评论，2023，16（2）：14-34.

[4]徐玉德，程东.数据资产赋能数字经济发展的机制、挑战与应对[J].财务与会计，2024，（13）：4-8.

[5]何越.数字经济背景下企业数据资产计量体系构建研究[J].湖湘论坛，2023，36（5）：116-124.

分享到：

【打印】