报告 | 企业数据资产入表实践

2023年8月，财政部印发了《企业数据资源相关会计处理暂行规定》，自2024年1月1日起正式施行。这份文件的出台，标志着数据资产入表从理论探讨走向了制度实践，为企业将数据资源纳入财务报表提供了明确的会计处理路径。

暂行规定明确，企业应当按照企业会计准则的相关要求，根据数据资源的持有目的、形成方式、业务模式以及与数据资源有关的经济利益的预期消耗方式，对数据资源相关交易和事项进行会计确认、计量和报告。具体来说，企业使用的数据资源如果符合无形资产的定义和确认条件，应当确认为无形资产；而企业日常活动中持有、最终目的用于出售的数据资源，符合存货定义和确认条件的，应当确认为存货。

在初始计量方面，外购方式取得的数据资源，其成本不仅包括购买价款和相关税费，还包括数据脱敏、清洗、标注、整合、分析、可视化等加工过程发生的支出，以及数据权属鉴证、质量评估、登记结算、安全管理等费用。内部研发的数据资源则需要区分研究阶段和开发阶段，研究阶段的支出计入当期损益，开发阶段的支出满足特定条件才能确认为无形资产。

这份暂行规定为数据资产的确认、计量和披露搭建了一个基本的制度框架，不过在实际操作层面，企业仍然面临着大量需要摸索和解决的具体问题。从操作层面来看，数据资产入表并非简单的账务处理，而是一个涉及多个环节的系统工程。业内机构在实践中总结出了一套相对成熟的流程框架。

恒丰银行基于自身的入表实践，构建了"识别界定—盘点治理—合规确权—收益论证—成本计量—列报披露"的全流程，形成了一套可复制推广的"数资六步"解决方案。第一步是识别界定，企业需要从海量的数据资源中筛选出具备资产潜力的部分，判断哪些数据能够满足资产确认的条件。第二步是盘点治理，对选定的数据资源进行全面梳理，建立数据资源目录，明确数据的来源、结构、用途和更新频率等基本信息。第三步是合规确权，这是整个流程中最具挑战性的环节之一。数据资产的权属问题远比传统资产复杂，涉及数据持有权、数据加工使用权、数据产品经营权等多个层面的权利划分。企业需要完成数据资源的合规审查和权利确认，然后到数据登记机构进行登记，获得数据资产登记凭证。第四步是收益论证，企业需要论证该数据资源预期能够带来经济利益，这通常需要结合具体的业务场景和应用模式进行分析。第五步是成本计量，按照暂行规定的要求，采用成本法对数据资产进行初始计量，将开发、加工、维护数据资源所发生的各项成本进行归集和分摊。第六步是列报披露，完成上述工作后，企业将数据资产按照相应的科目列示在资产负债表中，并在报表附注中进行充分的信息披露。这六个步骤构成了一个相对完整的操作闭环，但每个环节在实际执行中都可能遇到各种预料之外的困难。

在实践层面，已经有不少企业率先完成了数据资产入表的尝试，涵盖了多个行业和不同类型的企业主体。中国食品有限公司基于其全资子公司中粮智尚的自动售货机业务，开发了"自贩机商品销售表现分析报告数据"产品，完成了会计入账，入表金额为102.3万元，该产品在北京国际大数据交易所完成了登记和确权。这个项目从启动到落地用了六个月时间，实现了"数据资源—数据产品—数据资产—数据收入"的全链条闭环。中国食品相关负责人表示，通过数据资产管理体系试点，企业建立了完整的数据资产化及数据资产管理流程、管理制度和管理平台，实现了数据由技术资产向表内资产的转化。

在煤炭行业，华阳新材料科技集团联合山西数据交易中心完成了全国煤炭行业首单数据资产入表。此次入表的"清欠管理决策分析数据集"聚焦于华阳集团的应收账款清欠管理，通过深度挖掘与场景化应用，显著提升了清收效率、降低了坏账风险。该数据资源不仅服务于内部管理决策，更通过入表实现了资产化确认。在港口物流领域，山东港通数据智能有限公司借助烟台市大数据局推行的数据资产入表政策，完成了一系列数据资产的入表工作。

这家公司聚焦港口物流数字化转型，已形成智慧物流、智慧港口等领域的系列数字化产品。在入表过程中，企业首先进行了全面的数据盘点，共梳理出包含港口资源、口岸资源数据、BIM模型构件、MG动画在内的11项核心数据。随后完成了数据资源的合规确权和质量评估，并在山东数据交易有限公司完成了登记。最终，基于这11项核心数据资产，山东港通获得了一笔500万元的纯数据资产质押贷款。

在制造业领域，贵阳中安科技集团有限公司完成了数据资产入表、评估和登记，以"销售订单数据集""生产工艺工序数据集""仓储供应链数据集"三项数据知识产权，获得了中国建设银行贵州省分行2000万元的质押融资。江淮汽车集团也于2025年初启动了数据资产管理试点工作，围绕数据资源盘点、入表实践、管理体系构建等关键环节进行了深度探索。城投类企业同样是数据资产入表的重要参与者。

宁波城投集团控股的华润兴光燃气公司完成了对宁波市企业和居民燃气账户、抄表信息等数据资产的确权入表，达成了1亿元的银行授信融资。山西建投城市运营集团在北京国际大数据交易所完成了"城市环卫资源数据集"的数据资产登记并成功入表，成为全国首例城市运营数据资产入表企业。这些来自不同行业的实践案例表明，数据资产入表已经从政策倡议逐步转化为企业的具体行动，但同时也呈现出明显的行业差异和企业主体差异。

从整体推进情况来看，数据资产入表在2024年和2025年取得了可观的进展，但速度并未达到市场最初的预期。根据上海交通大学上海高级金融学院发布的跟踪报告，截至2025年8月31日，在A股上市的5000余家企业中，有109家上市公司披露了数据资源入表的相关事项，涉及入表金额26.40亿元。到2025年年报披露时，这一数字进一步增长到134家公司，合计入表金额达38.6亿元。在入表方式上，"无形资产"科目仍是主要的披露路径，101家公司将数据资源计入无形资产，金额达17.06亿元，3到5年直线法摊销也仍占主流。

三大电信运营商的贡献尤为突出，入表金额合计达16亿元，占市场总规模的60.7%。非上市公司方面，截至2025年9月30日，国内已有375家非上市公司披露了数据资源入表情况，其中地方国企310家，占入表企业总数的82.67%。入表企业已累计获得融资18.99亿元。数据资产入表的上市企业已覆盖25个省级行政区，区域覆盖度持续提升，入表国资背景企业数量反超了民营企业。

然而，与A股5000余家上市公司的总量相比，入表企业占比仍然不足2%，入表资产合计规模仅为56.37亿元，大多数公司入表资产占总资产的比例低于1%。这一结果明显低于市场最初的预期。更值得关注的是，2024年新增入表企业数量的季度平均增长速度为78.80%，而进入2025年后，这一速度骤降至3.57%。增速的急剧放缓反映出企业在经历了初期的政策响应和试点探索之后，正在进入一个更加审慎和理性的阶段。

企业之所以在数据资产入表方面表现得既积极又谨慎，背后有着多重现实挑战。首要的难题是数据资源的定义和范围不清。有研究通过分析92家上市公司披露的信息发现，目前企业普遍存在混淆数据资源和数据服务的问题，对数据资源的资产识别和管理缺乏清晰的标准。很多企业难以判断自己手中的数据到底能不能算作会计意义上的资产，以及应该归入哪一类资产科目。其次是成本归集和分摊的逻辑不清。数据资源的形成过程往往涉及多个部门、多个系统的协同配合，其成本构成既包括硬件采购、软件开发等直接支出，也包含大量间接费用，如基础设施成本、人力资源成本等。如何将这些成本准确归集并合理分摊到具体的数据资产上，对企业的财务管理和信息系统提出了很高的要求。

第三是权属确认的困难。数据的产生、采集、加工和使用往往涉及多个主体，数据的所有权、使用权、收益权等权利关系错综复杂，目前尚无统一的法律框架予以明确界定。第四是价值评估的不确定性。暂行规定要求采用成本法进行初始计量，但成本法只能反映数据的投入成本，难以体现数据的实际价值和潜在收益。而在后续计量中，数据资产的摊销年限、减值测试等也都缺乏成熟的行业惯例可供参考。此外，数据资产的时效性强、价值波动大，这也给后续的持续计量带来了额外的困难。

调研还显示，当前数据资产入表呈现出一种不太平衡的格局：政府政策频出、推动力度大，但企业入表实践相对缓慢；入表的数据资源以公共服务数据为主，企业商业运营中积累的数据相对较少；律师事务所、资产评估所等中介机构热情高涨，但会计师事务所的态度相对保守。这种种矛盾和错位，折射出数据资产入表作为一个新生事物，在制度设计与实践落地之间仍然存在着不小的落差。

数据资产入表要想从"局部尝试"走向"整体推广"，需要在多个层面协同发力。在制度层面，亟待加快完善数据领域的法律法规，明确数据权属的基本规则，构建行业公认的价值评估框架。在操作层面，企业需要强化自身的数据治理能力，建立健全数据治理体系与风险管理机制，形成规范的数据成本归集与分摊流程。在信息披露层面，需要进一步规范数据资产的列报和披露要求，提高信息的可比性和透明度。

有业内专家指出，真正的数据资产化，其意义不在于账面数字的简单增加，而在于能否真正驱动企业的经营决策、优化运营流程、创造增量收入。数据资产入表不仅仅是一项会计技术的变革，它本质上是在倒逼企业理顺内部的数据价值流转机制，推动数据与业务流程、产品研发、组织架构的深度融合。从这个意义上说，入表只是起点，如何让数据资产真正在企业经营中发挥价值，才是更长远的课题。那些率先完成入表的企业已经用实践证明了这条路径的可行性——数据不仅可以变成表内资产，还可以撬动真金白银的融资。随着制度的不断完善和经验的持续积累，数据资产入表有望从少数先行者的探索变成更多企业的常规操作，真正释放出数据作为新型生产要素的巨大潜能。