企业数据资产入表合规路径与实践策略

一、数据资产入表的背景与意义

1. 数字经济背景下数据资产的重要性

当前，数字经济已成为推动全球经济增长的关键力量。数据资产作为新型生产要素，在提升企业竞争力、推动产业升级等方面发挥着重要作用。落实数据基础建设和机制建设，探索适合中国国情的数据要素资产化道路，是激活数据资源新质生产力的关键。

2. 政策推动与会计准则的完善

财政部印发的《企业数据资源相关会计处理暂行规定》明确了从2024年1月1日起，数据资源将被视为一种资产纳入财务报表。这一举措不仅体现了国家层面对数据资产管理的重视，也为数据资产合规化使用提供了路径。数据资产入表不仅是会计核算的要求，更是国家社会规范的重要组成部分，对于挖掘和实现数据资源的价值具有重要意义。

二、数据资产入表的主要政策与底层逻辑

1. 相关政策梳理

《企业数据资源相关会计处理暂行规定》：明确了数据资产入表的内涵、适用范围、会计处理准则、账面价值认定、披露要求等，为企业数据资产入表提供了具体操作指南。

《关于加强数据资产管理的指导意见》：强调数据资产管理的规范性和安全性，提出稳步推进国有企业和行政事业单位数据资产纳入国有资产报告的要求。

《“数据要素×”三年行动计划（2024—2026年）》：部署了数据要素在各行业领域的广泛应用，提出激活数据要素潜能、构建数据产业生态等目标。

2. 底层逻辑分析

数据资产入表的底层逻辑在于确认数据资源的资产属性，并将其纳入企业的财务报表体系。这一过程不仅涉及会计确认和计量的技术问题，还关乎数据确权、数据交易、数据安全等法律问题。企业在进行数据资产入表时，需综合考虑会计、法律、技术等多方面的因素，确保合规性。

三、数据资产入表的主要路径与挑战

1. 主要路径

以数据资源形式直接入表：企业将自用的或待售的数据资源直接确认为资产。这种方式操作相对简单，但可能面临数据来源合法性、数据质量等问题。

以数据产品或服务形式入表：企业将持有的数据资源进行加工形成数据产品，再通过场内或场外交易确认其价值并入表。这种方式能够更准确地反映数据资源的真实价值，但需关注数据交易的合规性和数据产品的质量。

非同一控制下企业合并造成的数据资产入表：通过收购持有数据资源的企业，将外购的数据资源以无形资产的形式计入资产负债表。这种方式在国际上已有实践案例，但在国内尚不多见。

2. 面临的挑战

数据资产的确认：由于数据具有时效性强、更新频率高等特点，企业在确认拟入表的数据资源时需谨慎评估其价值稳定性和长期使用价值。

数据资产研究阶段与开发阶段时点的确认：企业需明确数据资源在研究阶段与开发阶段的划分标准，以合理确定数据资产的账面价值。

数据资产相关成本的归集：企业在数据采集、加工、存储等环节中产生的成本需清晰记录并合理归集，以确保数据资产成本的可靠性。

数据资产使用寿命的确认：企业需根据数据资源的实际应用场景和价值变化情况合理估计其使用寿命，并选择合适的摊销方法。

四、数据资产入表的确权与合规问题

1. 数据确权问题

合法拥有与控制：根据现行会计准则，企业需证明其对拟入表的数据资源拥有所有权或控制权。然而，由于数据权属制度尚未建立，企业在证明合法拥有数据资源方面面临困难。因此，通过证明合法控制数据资源成为当前可行的路径。

数据二十条与数据确权：数据二十条提出的“三权分置”制度（数据资源持有权、数据加工使用权、数据产品经营权）为企业判断数据资源权属提供了参考依据。尽管该制度在法律层面尚未确立，但对企业实践具有一定的指导意义。

2. 合规问题

数据来源合规：企业需确保数据来源合法合规，避免侵犯个人隐私、商业秘密等合法权益。同时，对于公开收集的数据需关注数据采集方式的合法性。

数据处理合规：企业在处理数据时需遵守相关法律法规的要求，确保数据处理的合法、正当、必要，并保障数据主体的合法权益。此外，还需建立健全的数据分类分级管理体系和数据安全保障机制。

五、企业数据资产入表准备工作的建议

1. 数据治理合规

数据经营合规性审查：企业应明确自身的数据处理活动是否需要特殊资质或许可，并定期审查相关法律法规和政策文件的更新情况。

数据来源合规性审查：穿透审查数据来源并留存相关审查记录确保数据来源合法可追溯。

数据处理合规性审查：遵循现行法律法规的规定履行数据安全保护义务并采取必要的安全保障措施。

数据管理的合规性审查：建立健全全流程数据安全管理制度并加强数据安全教育培训。

数据应用场景的合规性评估：评估数据资源的流通应用场景确保其合法合规性。

2. 数据处理可记录、处理成本可计量

成本归集与记录：企业应清晰记录数据采集、加工、存储等环节中产生的成本并合理归集以确保数据资产成本的可靠性。

数据处理过程留痕：加强对数据处理过程的留痕与记录为入表动作时数据资产同一性的确认提供明确依据。

3. 信息披露问题

强制披露与自愿披露相结合：企业应按照会计准则的要求强制披露相关数据资源的信息并根据实际情况自愿披露更多与数据资源价值有关的信息。

信息披露的准确性：建立严格的确认和审核制度确保披露内容的准确性避免虚假陈述等法律风险。

4. 将数据资源确认为“存货”时对“出售”的判断问题

合同性质与出售行为的界定：企业在确认数据资源为存货时需关注数据交易合同的性质及其是否符合“出售”的定义。未来数据交易协议的设计需以数据产品交易法律关系来界定合同供需双方的权利义务。

六、数据资产衍生金融业务的展望

1. 金融意义下的数据资产管理内涵

数据资产管理不仅涉及IT和信息意义上的数据管理还涵盖经济学、会计学和金融学等多个维度。金融意义上的数据资产管理旨在直接或间接地将数据资产应用于金融衍生业务中推动数据资源的金融化利用。

2. 数据资产衍生金融业务的探索

数据信托：通过将数据资产委托给有资格的管理人进行管理实现数据资产的价值最大化。然而，在现有法律框架下数据信托的具体实施路径尚需进一步探索。

数据资产质押融资贷款：以数据资产为担保进行融资贷款为企业提供了新的融资渠道。然而，银行在重构风控模型和评估数据资产价值方面仍需一定时间。

无质押数据资产增信贷款：基于企业在数据交易所上架的数据交易标的为企业提供信用贷款。这种方式更多地依赖于企业的经营情况和盈利能力而非数据资产本身的价值。

数据资产证券化：将数据资产作为基础资产发行资产支持证券。然而，由于数据资产的确权、公示、定价等制度尚未完善数据资产证券化的路径尚需市场进一步探索。

数据资产作价入股：股东可以数据资产作为出资入股新设立的企业。这种方式为企业提供了充足的经济激励推动其发掘数据价值并促进数据流通。

七、总结与展望

未来随着数据权属制度的建立和数据交易市场的成熟企业数据资产入表及金融化利用将迎来更加广阔的发展空间。企业应积极适应时代变化加强数据治理和合规管理充分发掘数据资源的价值潜力推动自身数字化转型和高质量发展。

来源：数据资产最前线