随着生成式 AI 热潮席卷各行各业，数据作为新时代的关键生产要素也受到了更多的重视。政策层面，2024年1月1日，《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》）正式施行；行业层面，企业数智化浪潮方兴未艾，产学研领域都在积极探索如何进一步挖掘数据价值，发挥数据的应用潜力。关于数据资产入表，你最想知道的问题，都整理在这了。

数据入表概念篇

1、数据资产入表是指什么？

A: 数据资产入表的专业术语是数据资产会计核算。在《企业数据资源相关会计处理暂行规定》出台之前，很多企业的数据产品研究和开发阶段所产生的支出大都是费用化，直接计入损益表，但企业有一部分数据产品本质是满足会计准则资产确认条件的，那么在《暂行规定》出台之后，企业就可以把这部分资产在资产负债表相关科目进行列报和披露。

企业在编制资产负债表时，应当根据重要性原则并结合企业的实际情况，在无形资产或者存货项目下面，以“其中：数据资源”二级科目的形式进行列报，并按照外购、自行开发/加工等类别，对无形资产、存货的数据资源相关会计信息进行披露。

 2、哪些数据是可以入表的?

A: 企业的数据资源可以通过两种方式进入资产负债表：

第一种方式，是企业自己使用的数据资源，无论是外部买进来的，还是靠自身研发投入开发生产出来的，只要能够满足会计准则当中形成无形资产的条件，就能够以“无形资产——数据资源”的方式入账。能作为无形资产的条件，是比较严格的，那就是“企业拥有或者控制的没有实物形态的可辨认非货币性资产”，这里暗含了四个标准，一是有明确的产权依据，二是单独可辨认可分离，三是能够带来资产收益，四是单独清晰计量其成本。

第二种方式，是作为企业的“存货”进入资产负债表。企业日常活动中持有、最终目的用于出售的数据资源，如果满足了存货会计准则的规定，就可以不作为一项费用，而是直接登记为存货。

 3、什么样的数据资产是可预期能够为企业带来经济价值的?

A: 
技术可行性：完成该数据资产以使其能够使用或出售在技术上具有可行性；
使用及出售意图：具有完成该数据资产并使用或出售的意图；
证明存在及作用：数据资产产生经济利益的方式，包括能够证明运用该数据资产生产的产品存在市场或无形资产自身存在市场；数据将在内部使用的，应当证明其有用性；
足够资源能力支撑：有足够的技术、财务资源和其他资源支持，以完成该数据资产的开发，并有能力使用或出售该数据资产；
能被可靠地计量：归属于该无形资产开发阶段的支出能够可靠地计量。

 4、企业如何建立“数据三权”?

A: 数据二十条提出了数据“三权分置”产权运行机制，通过以下方式来建立：
数据资源持有权：知情+合法授权采集+技术管控；
数据加工使用权：法律授权或数据持有权人/数据权利主体的合同约定；
数据产品经营权：实质性加工+保障公民个人隐私+不侵犯公共利益。

会计核算篇

5、以前和会计相关的数据资源核算中会有哪些问题？

A: 以前数据资源没有明确的会计核算规定，都是依靠财务人员的理解来核算。目前大部分都是进入企业的费用，有些进入了待摊费用，但是尤其在上市公司审计中，条件很苛刻，而且原来的投入都计入了费用，对财报的影响很大，按照原有的政策，数据的投入和形成的收益严重不匹配。

 6、企业内部使用的数据资源应确认为无形资产，会产生哪些影响?

A:原来的准则里没有资产的概念，很大的一部分都计入了期间费用，会影响企业当期损益，会影响利润表，利润会被侵蚀掉。支出由损益变成资产类，可以计入资产，也会改善资产负债率，所以一方面是减少投入期对利润的影响，改善利润率，一方面改善资产负债率。

 7、企业内部对数据资源使用确认无形资产如何定价?

A: 参考无形资产，如果是自己开发获得的，分为研究和开发阶段，只有开发过程中的费用以及达到可使用状态之间形成的费用才能计入无形资产，所以未来成本构成，可能和市场价值之间可能还是有差异，这和其他无形资产一样的。

 8、数据采集、数据存储、数据加工、数据交易、数据安全等等，这次会计准则主要是针对哪几个环节？那几个环节最受益?

A: 全流程都会受益。数据采集、存储等角度来讲，他是有效资源的形成过程，这和无形资产形成的过程很匹配，数据安全是对持有和开发过程提供保护，也可以归属到资产中，数据交易是变现的环节，尤其是数据资源形成的前两个环节，影响是显而易见的。原来这几个方向都会造成当期利润的减少，现在无论是计入无形资产还是存货，都计入了资产负债表，不会影响当期的利润。

 9、2024年之前形成的数据资产，能够入表吗?

A: 目前《暂行规定》有两个限制条件：第一，是2024年1月1日起才能够适用，不能够追溯调整。也就是说，以前已经形成的数据是不能够进行报表调整的，以前这些相关的成本已经费用化了、已经作为研发费用支出了，没有办法把已经影响了以前年度报表的这些费用减少掉，然后变成一个资产，或者说是以前这些开发过程当中形成的资产，没有办法进行追溯调整，调整成数据资产。第二，是入表的数据资产一定是一个历史成本，也就是说企业花了多少钱就按多少钱来入账，不能够说是以评估值来入账的。

基于这两个限制条件，对于2024年之前的数据资产，大量的就已经被限制在这个资产确认之外了。但还有很小的一部分可以入表，就是现在还在研发当中的项目，比方说23年还在一个研究或者开发阶段，还没有形成资产，那么到了24年之后，研发完成了、项目结算了，那么这个项目所形成的资产是可以入表的。

数据入表流程篇

10、数据入表的有哪些步骤？

A: 常规路径包括五步：一是合规与确权，强调了数据权属的重要性，需要建立完善的授权链条，以确保数据来源的合规性。二是有效治理与管理，企业需建立数据资产管理体系，明确相关职责和标准。同时，还要建立数据资源目录和进行血缘分析，以确保数据治理的有效性。三是预期经济利益的可行性分析，需要结合数据分类和商业应用场景进行经济利益的评估，并建立内部数据资产价值评估体系。四是相关成本的合理归集与分摊，要准确确定数据资源的各项成本，并确保成本计量的可靠性。最后是列报与披露，企业应根据规定增设报表子项目，进一步细化披露，以提升数据资源的透明度和价值。

这一系列步骤共同构成了数据资源会计入表的详细流程，涵盖合规、治理、经济分析、成本核算以及披露等关键环节，以确保数据资源的合法准确计量和价值充分体现。

11、数据入表需要哪些人参与?

A:数据资产入表是一项系统化工程，不只是财务一个部门的职责，而是需要组织内部的信息化/数字化管理、财务管理、采购管理和人力资源管理等多部门协同，必要时还会借助组织外部的数据评价师、律师、会计师和审计师等多项专业服务的融合提供，如此才能构建适用于组织内外部管控要求的、安全合规的、可审计、可复制、可推广的数据资产入表内控体系，实现数据资产的批量合规入表。

12、数据入表实操的难点有哪些?

A: 在实操过程中碰到的第一个最大的难题是数据资源范围的认定上，因为范围太广。建议要做一个初步的梳理，对于企业而言要结合行业特性，不同行业可能梳理的过程、重点圈定的范围是不一样的。第二，数据资源成本的可靠计量。《暂行规定》中要求数据资源的成本或价值能够可靠计量，而这一要求正是数据资产确认的最大难点。比如，企业在生产运营中产生了大量数据，并在进一步加工后成为可以带来经济利益的数据资产，由于前期数据收集和后期数据加工均产生了数据资产相关的成本，两者间需要进行成本的合理分摊。又如，对于可重复使用的数据资源，企业需要判断数据资源在各项目间的成本归属，使得各项目的收入与费用相匹配。第三，自愿披露多少。在合规的前提下，企业可以借助信息披露突出其在数据资源领域的优势，但可能因为自愿披露的专有性成本或其他负面影响而选择不披露。

13、目前可以进行准备工作有哪些?

A: 首先数据资资源的初步梳理。目前对于大部分企业去开展数据资源全面盘点会特别困难，因为如果真正要完整来盘点现有的所有数据资源，大概要花半年以上时间，所以可以先做一点初步梳理。初步梳理也就意味着，可以有重点的去圈定认定入表可能性比较大的数据内容，先做一个初步梳理工作。第二基于初步梳理的结果，要对现有的制度流程进行细化，包括业务的制度流程和财务的制度或者流程。

14、数据入表要做第三方登记确权吗？

A: 第三方登记确权不是数据资产入表的必要前提。第三方登记确权只是组织数据产权保护的一种策略，用于保护数据资产权益不受侵害。关于数据资产的确认条件，只要能够证明组织合法拥有或者控制该数据资源，并能进行初始成本计量，同时可获得预期收益，这样的数据资源即可确认为数据资产。只要能证明即可，不一定需要通过登记或获得证书的方式来证明，这实际上与非专利技术等知识产权是类似的，非专利技术并不一定要拿到专利权证书才可以作为无形资产入账。

15、数据资产入表和数据资产评估的关系是什么？

A: 数据资产评估和入表没有直接关系。初始成本计量是数据资产入表的基础，这个和数据评价的成本计量相关（可以识别开发支出的成本项，并给出其计量方法），与数据资产评估的成本法估值无关。如果非说有关系，那就是在披露的时候，针对入表数据资产价值存在严重偏离的情况，可以采用数据资产评估的方法，披露其市场相对公允价值，但同时应披露评估依据的信息来源，评估结论成立的假设前提和限制条件，评估方法的选择，各重要参数的来源、分析、比较与测算过程等信息，确保第三方估值的公允性。

16、数据资产入表与数据交易的关系是什么？

A: 数据交易和数据入表没有必然关系，入表的数据可能拿去交易也可能不拿去交易，通过交易得来的数据可以入表，也可以不入表。

数据入表价值篇

17、入表会为企业带来哪些影响和价值？？

A: 数据资产入表是从财务的视角对数据要素的重要支持，意义重大。放在宏观背景上，我们看到到从财务、法律，包括各种组织成立，比如数据交易中心，都在背后积极推动数据资产的有效、快速流转，直到最后产生巨大价值。数据入表后，数据从资源化、资产化、再到资本化，一定会带来更大的想象空间。另外，企业还是要真实地发挥出数据的价值，有了价值的支撑整个体系才能够运转起来，没有价值的支撑，就是空转。

数据资产入表后，原有的会计对无形资产的核算，都在费用、待摊等等，通过会计科目的变更，对企业资产负债表、利润表的改善，可以降低企业的杠杆率，增加了资产，减少了利润，对企业的财务表现改善很显著。

对数据相关的企业来说，之前有些企业担心对当期的损益表的影响，现在相关的费用计入资产，有些数据研发企业，就可以按照规划推动相关工作了，企业按计划投入的时候，投资者也可以看到阶段性价值的体现，所以对数据行业的企业来说，效果很显著。

18、数据资产变现路径如何实现？

A: 一是数据资产交易，是最直接的变现途径；二是数据资产入表入账，对于拥有数据资源的业主而言，可以不再把数据资产当成一个其他的资产来确认，可以把它作为一个数据资源在财务报表当中体现。三是数据资产出资增资，数据资产可以拿当资本金使用，用于出资增资，实现数据入股。四是数据资产增信融资，数据可以作为资产抵押跟金融机构、小贷公司等进行融资变现。

19、数据资产如何定价?

A: 数据资产三种估值法：成本法，收益法，市场法。目前市场上价格的形成比较复杂，并没有完全按照价值体系落地，比如互联网数据的竞争是比较充分的，价格中会体现稀缺性，不一定是成本法或收入法，与商品的属性相关。

数据价值的可计量，需要形成标准产品，先由专门律所进行合规评估，并形成合规报告；交易所基于评估报告，在平台上进行登记和标准化对接；最终颁发一个交易凭证，在应用场景端，基于交易凭证，进行资产化的入表；接下来会大力发展供方和需方的数商体系，在更多场景落地。

20、亿信华辰如何助力数据资产入表工作?

A: 作为Gartner认可的数据资产管理标杆厂商、IDC认证的中国数据治理解决方案市场第一厂商，亿信华辰一直走在数据资产化前列。面对数据入表的需求，亿信华辰不仅提供全套数据治理软件，让数据采集、加工、治理、应用更加便捷。还为企业搭建数据入表所需的信息系统及提供成本法入表服务，帮助实现半自动化、全自动化的数据入表工具。同时， 拉通各生态伙伴成立“数据资产入表服务链合体”，为客户提供数据资产入表及数据资产交易等一站式解决方案，包括：咨询规划、数据资产管理、会计审计、法律咨询、安全监管等能力，为企业提供专业化服务，全程指导企业有效地进行数据入表工作。