近几年以来，我国数字经济占GDP的比重逐年提高，数据资源在经济发展中的重要作用得到了凸显。习近平总书记多次强调：发挥数据的基础资源作用和创新引擎作用，形成以创新发展为引领和支撑的数字经济。

党中央高度重视数字经济和数据要素市场。近年来，围绕数据、数据资源、数据资产、数据要素、数据要素乘数效应出台了一系列重磅文件：

• 2020 年 4 月 9 日，中共中央、国务院印发的《关于构建更加完善的要素市场化配置体制机制的意见》，首提“数据”是并列于“土地、劳动力、资本、技术”的第五类数据要素。

• 2022 年 12 月 2 日，中共中央、国务院印发的《关于构建数据基础制度更好发挥数据要素作用的意见》（国家“数据二十条”）构建了数据资源开发利用以及数据要素市场推进的“四梁八柱”，明确提出“探索数据资产入表新模式。

• 2023 年 8 月 1日，财政部印发财会〔2023〕11号《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》）为规范企业数据资源相关会计处理，强化相关会计信息披露提供了指引。

• 2023 年 09 月 8 日，中国资产评估协会发布《数据资产评估指导意见》，明确了数据资产的属性定义、评估对象、操作要求、评估方法和披露要求。

• 2023 年 12 月 31 日，国家数据局等17部门联合印发《“数据要素×”三年行动计划（2024—2026年）》，以推动数据要素高水平应用为主线，促进多场景应用，先行聚焦工业制造、现代农业、商贸流通等12个领域，推动在行业中发挥数据要素的乘数效应，释放数据要素价值，实现经济规模和效率的倍增。

• 2024 年 1 月 11 日，财政部资产管理司印发《关于加强数据资产管理的指导意见》，规范和加强数据资产管理，更好推动数字经济发展。

首先我们需要先明确什么是“数据资产”？虽然法律法规并没有明确的定义，但我们可以参考国家及行业标准以及研究报告来了解一下。

GB/T 40685-2021《信息技术服务 数据资产 管理要求》对“数据资产”的定义为：

合法拥有或者控制的，能进行计量的，为组织带来经济和社会价值的数据资源。

GB/T 34960.5-2018《信息技术服务 治理 第5部分：数据治理规范》对“数据资产”的定义为：

组织拥有和控制的、能够产生效益的数据资源。

CCSA TC601 大数据技术标准推进委员会《数据资产管理实践白皮书 6.0》对“数据资产”的定义为：

由组织（政府机构、企事业单位等）合法拥有或控制的数据，以电子或其他方式记录，例如文本、图像、语音、视频、网页、数据库、传感信号等结构化或非结构化数据，可进行计量或交易，能直接或间接带来经济效益和社会效益。

既然本文是在聊数据资产入表，那我们也得看下《暂行规定》是怎么定义的。我们可以在《暂行规定》“适用范围”这一节看到：

按照企业会计准则相关规定确认为无形资产或存货等资产类别的数据资源……企业合法拥有或控制的、预期会给企业带来经济利益的……”

根据《企业会计准则——基本准则》第三章第二十条对“资产”的定义是：

资产是指企业过去的交易或者事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的资源.

《企业会计准则——基本准则》规定，确认资产应同时满足两项条件：“（一）与该资源有关的经济利益很可能流入企业；（二）该资源的成本或者价值能够可靠地计量。”

综上，我们可以认为“并非所有数据都可以称为数据资产。只有那些已经形成且被特定主体合法拥有或控制，能够为主体带来可计量的成本或价值，并且预计会有经济利益流入的数据，才能被认定为真正的’数据资产‘”。

那么数据资产入表，入的是什么表？数据资产入表是指数据资产入资产负债表，将数据确认为企业资产负债表中“资产”一项，在财务报表中体现其真实价值与业务贡献。

传统上，数据相关支出通常会费用化处理，计入到“研发费用”中，期末则转入“管理费用”科目。这样处理会降低当期利润和经营现金流，影响企业当期财务表现。

现在随着《暂行规定》的施行，企业在此领域内的支出从“利润表”中转移至“资产负债表”，促发了一种会计上的"移表"现象。当数据资源具备作为存货或无形资产入表的条件时，相关支出便能够被资本化，记录在资产负债表的“开发支出”科目里。随着项目的成功实施，这些支出可被转入“无形资产”或“存货”科目。

举例：如果某项数据资源投入符合数据资产的相关规定，可以被确认为有使用期限的无形资产，那么该项支出可以在未来若干年内进行每年摊销，不会影响当期损益（利润）表。

这种改变一方面降低了初始投入对企业营业利润的即时负担，提升了利润率的表观表现，更真实地反映了公司的盈利状况；另一方面能揭示了公司实际掌握的资产状况，优化了资产与负债的比率。此外，将研发支出资本化，其现金流量也将不再计入经营性现金流，从而在现金流的外在表现上得到改善。

你看到数据资产入表带来这么多好处，是不是开始怦然心动了？

先不要急，有几点需要关注：

未来适用法

根据《暂行规定》附则里的描述：本规定自 2024 年 1 月 1 日起施行。企业应当采用未来适用法执行本规定，本规定施行前已经费用化计入损益的数据资源相关支出不再调整。

简单来说，企业应当按照这一新规定对未来的相关支出进行处理，而针对规定实施前已经按费用化处理并计入损益的数据资源相关支出，则不再作调整。《暂行规定》不对已经发生的事项进行追溯，只对2024年1月1日及其以后的相关支出适用。

这意味着从 2024 年 1 月 1 日起，企业为生成“数据资产”而产生的各项相关支出，现在可以按照新规定处理，记录在资产负债表上。初期这些支出应记录为“开发支出”，项目完成或达到规定标准后，可根据其性质转入“无形资产：其中数据资源”或“存货：其中数据资源”科目中。

会计规则本身并未发生变更

这项新规定的实质并不在于会计操作的变化，而是在于它为数据资源的资产化提供了明确路径。

对于成功进入无形资产或者存货类别的数据资产，会计人员需要遵循现有的《企业会计准则第6号——无形资产》（财会〔2006〕3 号）和《〈企业会计准则第6号——无形资产〉应用指南》（财会〔2006〕18号）或《企业会计准则第 1 号——存货》（财会〔2006〕3号）、《〈企业会计准则第1号——存货〉应用指南》（财会〔2006〕18号）等现行会计制度来进行会计处理。

具体而言，一旦数据资产归类为无形资产，它们将按照有关无形资产的确认、计量、摊销和减值等会计政策和程序进行处理。同样，归类为存货的数据资产，也将遵从存货的计价、存货成本的归集以及存货跌价准备的会计准则。

披露的重要性

在规定的第三部分，“关于列示和披露要求”，详细地指出了数据资产的展示和透明化需遵循的规定。这些规定不仅包含了定量分析，也结合了定性分析方法，这种双管齐下的策略非常适合反映数据资产的独特属性，对全面揭示其真实价值至关重要。

更加值得一提的是，《暂行规定》在披露方面采取了创新的做法：“强制披露加自愿披露”。这种策略精准锁定了各方对信息的需求：一方面，强制披露要求企业必须公开会计准则中规定的信息，从而确保了信息披露的最基本水平；另一方面，通过自愿披露的激励措施，引导企业提供超出强制性要求之外的额外信息。

该规定旨在鼓励企业积极披露更多与数据资源价值实现相关的信息，以便利益相关方能更全面地了解企业使用数据资产的情况，促进市场透明度和公平性。对于投资者和其他利益相关者来说，这种透明度极为关键，不仅可以更好地评估企业的价值，并且有助于作出明智的投资决策。

在实务操作中，企业需要密切关注《暂行规定》中关于数据资产列示和披露的具体要求，合理设计披露政策，制定详实的披露流程，以满足规定的要求同时也促进自我加强信息透明度。企业会计专业人士不仅要注重数据的计量和记录，还应重视信息的披露与沟通，以支持企业在数据资产管理方面建立良好的声誉与信誉。毫无疑问，积极披露将成为企业管理和外部沟通策略的核心部分，对于提升企业在新时代的竞争力起着关键作用。

数据资产入表的前期准备很重要

我们已经明确了会计规则本身并没有发生变更。然而，这并不意味着数据资产纳入资产负债表的步骤会是轻而易举的。实际上，由于数据资产诸如分散性、无形性、产权的模糊性以及对合规性的高要求和计量上的挑战等特性，其成功入表面临着不小的挑战。

为了解决这些难点，进行前期充分准备是至关重要的。这包括但不限于引入专业机构来进行一系列综合措施，以保证数据资产能够符合资产认定的条件并入表。以下便是一些关键性的准备工作：

以业务价值为导向的数据治理：这意味着需要建立一个框架，用以整理和管理数据资源，使其能够更好地服务于企业的核心业务并带来价值。

完善的合规确权梳理和审计：为清晰界定数据的归属和使用权，在此基础上保证数据资产的合规使用，必须细致进行确权梳理和符合标准的审计程序。

数据质量评估：高质量的数据是价值创造的基石。通过评估数据的准确性、完整性、一致性和可靠性，可以确保其作为资产的合法性和有效性。

预计经济利益流入可行性分析：资产的定义要求其能够为企业带来经济利益，因此需要对数据资产可能带来的经济利益流进行可行性分析。

数据价值评估：一项精确的价值评估将帮助企业确定数据资产入表的合理价值，并为后续的会计处理提供依据。

通过这一系列的前期准备工作，企业将为数据资产的资本化奠定坚实的基础。这不仅需要会计专业人士的专业知识和技能，同时也需要数据科学、法律合规等多部门的协同努力。为了确保这一转型的顺利进行，企业的管理层必须高度重视和支持这些工作，充分认识到数据资产管理对企业的长期发展战略意义重大。

最终，当数据资源成功地以规范的形式作为资产纳入资产负债表，企业就能够在其财务报告中真实地展示数据资产的经济价值，进而加强外部投资者和相关利益方对企业价值的认知，助推企业在数据时代的竞争中取得先机。