赵丽芳 曹新宇 边琰澔
【摘 要】 数据资产化需要解决三个关键问题，即法律角度的数据资产确权、会计角度的数据资产入表入注和市场角度的数据资产估值交易。技术赋能业务与财务驱动数据创造价值，表明数据具备了资产属性和价值属性。社会对资产和价值的认定有两种方式，会计视角把能带来未来经济利益流入且成本能够可靠计量的资源认定为资产，并入表入注正式计入企业资产。不符合这两个条件的，即使具有价值也不计入报表。经济视角认为凡有价值的资源都可以是资产，即使不符合报表确认原则、没有在报表中确认的资源也都是资产。企业数据资产入表入注是数据资产市场交易的基础条件之一。因此，数据资产的确认、计量、记录与披露问题，成为数据在要素市场实现创造价值的重要逻辑基础问题。
【关键词】 数据资产； 逻辑基础； 会计处理
【中图分类号】 F275；F273.4 【文献标识码】 A 【文章编号】 1004-5937（2024）06-0051-08
一、数字经济发展的政策背景
党和国家高度重视发展数字经济。从十九届四中全会到2023年两会持续对我国数字经济发展作出战略部署。2021年3月发布的《中华人民共和国国民经济和社会发展第十四个五年规划》，鼓励市场主体探索数据资产定价机制，推动形成数据资产目录，逐步完善数据定价体系。2021年10月习近平总书记强调，“数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量”。2021年12月中央经济工作会议指出我国要加快数字化改造，促进传统产业升级。2022年11月二十大报告中提出“加快建设现代化经济体系，着力提高全要素生产率”，充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合，进一步推动数据要素价值释放，强化行业数据管理能力。2023年两会提出要大力支持数字经济的发展，传统产业和中小企业数字化转型速度需要加快，要着力提升高端化、智能化、绿色化水平，提高常态化监管水平，支持平台经济发展。国家发展数字经济的政策指向十分明确。
财政部2022年12月发布了《企业数据资源相关会计处理暂行规定》征求意见稿（简称规定），2023年8月正式发布，2024年1月1日执行。规定提出数据是企业的一项重要价值资源，应根据其不同来源确认于会计系统中。这是对数据有价值客观事实的认定反映。但规定将数据称为数据资源，其认定按资产处理。2023年12月财政部发布《关于加强数据资产管理的指导意见》明确提出数据资产概念，指出数据资产正日益成为推动数字中国建设和加快数字经济发展的重要战略资源。那幺数据、数据资源、数据资产及其关系问题成为讨论数据价值的基础问题之一，三者是一个概念还是不同范畴，其表现形式、阶段特点与价值实现路径等问题将对数据价值的认定与交易产生直接影响，并对加快培育我国数据要素市场建设，推动数据交易具有十分重要的意义。
二、数据资产的特性与分类分析
数据资产由理查德·彼得斯[ 1 ]1974年首次提出。伴随着信息技术快速迭代带来经济社会信息化、数字化发展，数据成为数字经济时代的“石油资源”。
（一）数据资产研究文献综述
理查德·彼得斯[ 1 ]认为数据资产包括持有的政府债券、公司债券和实物债券等资产。托尼·费希尔[ 2 ]提出了数据作为企业资产的观点，指出“数据是一种资产，企业要把数据作为企业资产来对待”。作为我国较早定义数据资产的学者，刘玉[ 3 ]、李雅雄和倪杉[ 4 ]认为数据资产是指那些能够数据化，并且通过数据挖掘能给企业未来经营带来经济利益的数据集合，包含数字、文字、图像、方位甚至于沟通信息等一切可“量化”、可数据化的信息。朱扬勇和叶雅珍[ 5 ]提出将信息资产、数字资产、数据资产统一为数据资产，认为数据资产是“拥有数据权属（勘探权、使用权、所有权）、有价值、可计量、可读取的网络空间中的数据集”。秦荣生[ 6 ]基于IASB关于资产的定义，认为数据资产是企业由于过去事项而控制的现时数据资源，并且有潜力为企业产生经济利益。张俊瑞等[ 7 ]将数据资产界定为“由企业拥有或控制的具有数据化形态的可辨认非货币性资产”。戴炳荣等[ 8 ]提出数据资产标准化以及数据资产管理的通用过程框架；熊巧琴和汤珂[ 9 ]提出数据资产化前提以及数据产品的交易模式和卖方策略；李海舰和赵丽[ 10 ]提出了数据成为生产要素的特征、机制与价值形态演进问题；谭明军[ 11 ]等对数据资产逐步纳入会计核算体系进行了理论分析；王伟玲等[ 12 ]提出了加快数据要素市场培育的八个关键点与路径问题。张俊瑞和危雁麟提出数据资产在传统资产负债表中单独列报，引入“第四张报表”列报，通过资产负债表与“第四张报表”混合列报三种列报方案，力推数据资产信息列报的规范化，提高会计信息的价值相关性。
2009年，国际数据管理协会提出数据是一项重要的企业资产。2011年，世界经济论坛提出由个人活动产生的数据，正在成为一种全新的经济“资产类别”。2013年，《美国陆军信息技术应用指南》界定了宽泛的数据资产概念。2015年，数海数据资产评估中心在北京中关村成立，推动大数据作为资产的确权、赋值并促进交易。2018年，中国信息通信研究院云计算与大数据研究所对数据资产定义：“由企业拥有或者控制的、能够为企业带来未来经济利益的、以物理或电子的方式记录的数据资源，如文件资料、电子数据等。”2021年12月，中国信息通信研究院云计算与大数据研究所发布的《数据资产管理实践白皮书（5.0版）》将数据资产定义为“由组织（政府机构、企事业单位等）合法拥有或控制的数据资源，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。在组织中，并非所有的数据都构成数据资产，数据资产是能够为组织产生价值的数据资源，数据资产的形成需要对数据资源进行主动管理并形成有效控制”。
数据资产相关理论观点与实践认识见表1。
国内外关于数据资产的研究与实践形成了数据是资产的基础共识，大数据的特点及其权属确认的主流观点也基本一致，即数据资产是各类企业拥有的、消除了个人隐私基础上的数据，为企业所有且成为能为企业发展带来经济利益的一类新型资产，同时也对数据资产交易问题进行了设计与理论分析。但是，面对数字经济背景下第三产业快速发展带来海量数据产生巨大价值的社会现实，财政部印发《企业数据资源相关会计处理暂行规定》引导企业确认数据资源为企业的存货或无形资产，没有将数据明确为数据资产类别。本文选择辨析数据的资源、资产或资本特性，为数据身份归属提供可选路径，为数据资产交易市场及其交易构建一个基底清晰、体系科学的基础逻辑框架，以推动我国“十四五”期间数字经济健康发展。
（二）数据资产特点
数据作为一种资产，既具备传统资产的一些特征，又具有与传统资产不同的特点。明确数据资产特点，是界定数据资产的前提，也是进一步确认、计量与报告数据资产的基础。张俊瑞[ 7 ]认为数据资产具有规模大、速度快等特征。经过企业调研和访谈，结合已有研究成果，本文认为数据资产具有以下特点：
1.非实体性
数据资产不是具体的物质财富或物质资产，没有实物形态，具有非实体性特征。如果入表反映，就不能列示在固定资产或流动资产的实物形态资产中。可选办法是列入无形资产、流动资产的权属类资产或者现有资产中单独增设一类。数据的非实体性导致数据不会因为使用频率的增加而磨损和消耗。但因存在时效易变特点，减值问题需要考虑。
2.场景价值性
企业拥有或控制的数据主要源于业务发生或事项存在，数据的价值是在特定业务场景中、通过赋能业务或决策加以体现的。数据本身只是信息的载体，单独数据自身并无价值。只有与算法、算力结合，再经过加工之后，数据的价值才能得以呈现，数据才会变得有用。
3.低成本复制性
传统的所有资产，具有使用排他性或唯一性，不具有可复制性。当企业需要增加资本时，必须将资金筹集到位，不可能通过原有资本复制而来。但数据资产具有可复制性，其复制过程仅仅是拷贝或者通信传输的过程，复制的成本几乎为零，可以复制的份数在理论上是无限的。一定时间段内其使用也不具有排他性或唯一性。
4.复用增值性
传统的生产资料，很多不具有复用性。有些生产要素，如设备、车辆、房屋，虽可多次使用，但每使用一次就会因损耗而减值。而数据能够实现一次收集、多次使用。另外，数据的使用具备正反馈效应，在使用过程中还能够产生衍生数据，所以重复使用不仅不会使数据资产减值，反而可能因技术赋能出现增值。
5.加工有用性
传统资产如土地、资本、技术、劳动力本身就具有价值，可直接使用。但数据本身只是信息的载体，单独数据自身并无价值。只有与算法、算力结合，经过加工之后，数据的价值才得以呈现，数据才会变得有用。算法、算力的不同，直接影响着数据价值的差异。
6.价值时效性
数据的本质是事物信息的载体。这一本质决定了很多数据的价值会随着时间的流逝而降低，呈现出较显着的价值时效性。例如，淘宝、百度等收集的客户上网大数据，具有极大的价值。他们可以据此对顾客进行画像，然后实施精准的广告投放和引流。但这些数据只在一定时间范围（如客户消费偏好相对稳定、或客户在世等）时才更有价值，一旦客户或客户群体变化或消失，与其相关的数据也将失去价值。
数据资产6特性见图1。
本文参考企业会计准则中对资产的定义，并结合上文所归纳的数据资产自身特点，将数据资产定义为由过去的交易及事项形成的、企业或组织拥有或控制的、以数据为载体或表现形式、直接或加工处理后预期会给企业或组织带来经济利益、能进行计量的、不具有实物形态的数据资源。
（三）数据资产分类
数据形式多样，载体丰富，可以从多种角度对其分类。对数据资产进行合理分类，有助于更好地理解数据及其价值。
1.根据数据产生方式分类
数据资产可以由交易或事项两种方式形成。通过交易形成的数据资产，如从上海数据交易中心、贵阳大数据交易所等各种数据交易机构交易购得的数据资产。通过事项形成的数据资产，即数据资源拥有方（如商业银行、通信运营商、电商平台）是通过信息化的事项形成数据资源，在界定清楚数据权属和计量计价问题后，成为企业的数据资产。
2.根据企业持有数据的用途分类
根据数据的用途，形成两种方式，为了自身生产经营而持有的数据资产和为了交易目的而持有的数据资产。为了自身生产经营持有的数据资产，不论是外购还是生产经营中形成的数据，企业持有目的是内部使用，通过对数据的整理、清洗、分析加工，助力企业发现问题创造价值，称为内部数据资产。企业为了交易而持有的数据资产，包括自身研发和外购的，对这类数据资产，企业可一次或多次出售其使用权，为企业带来直接经济利益。
三、企业数据资产赋能价值创造路径的基础问题分析
目前企业运营管理系统的数据大多融于企业业务和财务双重架构体系中。如前文所述，有认为数据是资源的观点，有认为数据是资产的观点，还有认为数据可能成为资本的观点。事实上数据的这些认识显示了其在企业中的隐形身份，如何将数据的隐形身份转变为标识身份，需要进一步分析数据创造价值的三个基础问题。根据数据的形成或取得方式以及数据算法、算力的不同，数据赋能价值创造路径既可通过企业内部对数据的加工整理分析赋能价值创造，也可通过在市场的交易流通实现价值。构建现实路径的基础在于对数据资源化、数据资产化和数据资本化的进阶认识（中国信通院，2021白皮书）。
（一）数据的资源化分析
对数据资产的认识有两种观点，一种认为数据资产是一种数据集或数据化信息资源，另一种认为数据资产是一种数据资源或可辨认非货币性资产。认为数据资产是数据化信息资源或数据集，更多是从数据形态角度认识数据的。认为数据资产是数据资源或非货币资产更多体现出从数据价值角度认识数据的。进一步，资源相对资产是一个更大的概念，是指自然界和人类社会中一种可以用以创造物质财富和精神财富的具有一定量积累的客观存在形态，如土地资源、矿产资源、森林资源、海洋资源、石油资源、人力资源、信息资源等，本文讨论的资源主要指信息资源。
图2灰色大圆表示的是资源，即自然界和人类社会中可以创造物质和精神财富的各种客观存在，资源中包含的信息资源即数据，以椭圆表示，小圆表示资产，即满足能为企业带来经济利益等三个条件的资源。资源、数据和资产重合部分为数据资产。因此，数据和资产都属于资源，但不是所有数据都可以形成资产，只有满足资产确认条件的数据才确认为数据资产，而资产除了数据资产，还包括目前资产负债表中列示的各类各项资产。
数据资源化是指将数据从混乱、无序的状态整合成为有序、有使用价值和价值的数据资源的过程。包括数据采集、清洗、整理、聚合、分析，形成可采、可用、高质量的数据资源，其本质是提升数据质量，形成数据使用价值的过程。
（二）数据的资产化分析
根据我国会计准则基本准则的规定，资产是指由企业拥有或控制的、能带来未来经济利益的且成本能可靠计量的经济资源。一项经济资源需要同时满足三个条件才能确认为资产。第一，该资源要幺是因为经济交易而形成的，要幺是因为经济事项形成，并且由企业拥有或控制；第二，该资源能为企业带来预期的经济利益；第三，该资源的获取成本能可靠计量。由数据的资源化分析可知，数据属于资源，那幺数据资源是否同时满足以上三个条件关系到数据资源能否确认为企业资产。
对于第二个条件，数据无论是自有还是外购，两种赋能价值创造路径明晰，一是通过与业务数据深度分析，助力营业收入和利润增长，二是通过市场交易数据实现价值，数据因其能为企业带来经济利益受到重视，因而满足该条件。而第一、第三个条件则需要进一步分析。
第一个条件，“数据或由经济交易形成、或由经济事项形成并且由企业拥有或控制”中，企业数据来源于经济交易或经济事项是客观的、明确的，但数据是否是由企业拥有或控制的权属问题，目前缺乏法律依据，现实中企业、个人、其他数据相关方的认识并不一致。数据的权属主要包括所有权、使用权、转销权、勘探权等，当企业获得这些数据资源的权属，这个时候才有可能对数据进行数据资产的确认。普遍认为数据并非天然产生，情理上属于生产者。但当数据是由多个主体生产时该如何界定数据的权属，当生产的数据涉及国家秘密或公民隐私时又该如何界定数据的权属等问题在法律和规制上没有明确界定。秦荣生[ 12 ]提出，区块链的广泛应用将为明确数据的所有权提供技术支撑。企业通过个人活动而产生的数据，应该给予数据产生者一定的费用作为补偿或通过产品的让利方式等形式，对数据拥有者部分进行利益返还，当个人同意转让给企业时，企业就拥有这些数据的使用权。另有其他观点认为，经脱敏脱密后且不可复原的数据（集）所有权属于企业，其使用权、转授权等可以进行授权交易。为了规范数据权属确认，国脉数据资产（2020）建议，由于数据资产的权属需要专业的机构进行确定，因此应当设立专门关于数据权属登记的机构进行登记。在该机构登记过的数据不仅其权属清晰明确，而且可以使其在市场流通，并且数据资产还能得到法律的保护。
第三个条件，数据资源在取得过程中，成本应该能够可靠计量。按照财政部颁发的《企业数据资源相关会计处理暂行规定》，企业确认数据资产的途径有两种，分别是从第三方购买和自己处理加工。其中，从第三方购买的途径获得的数据资产可以进一步分类为无形资产的数据资源和存货的数据资源。购买的数据资产成本一般包括购买价款、相关税费，以及数据权属鉴证、质量评估、登记结算、安全管理等费用。而确认为无形资产的数据资产还有额外支出，包括脱敏、清洗、标注、整合、分析、可视化等加工过程所发生的有关支出。处理加工而获得数据资产因其权属明确，所以其成本包括除权属确认费用外的上述所有费用。因此按照暂行规定的处理原则，数据资源的成本具备可靠计量特性。
数据资产化主要条件与达成见图3。
通过对数据资源满足资产确认条件的基础性分析，结合《企业数据资源相关会计处理暂行规定》，目前企业的数据资源具备了确认为企业资产的主要条件，数据资产化的认识和认定初步达成共识。
（三）数据的资本化分析
数据作为发展数字经济的“石油资源”和重要资产，未来的资本化是其可预见发展方向之一。数据资本化的途径有两种方式，一种是数据信贷融资，另一种是数据证券化。
数据信贷融资是指企业为满足自身生产经营的需要，同金融机构（主要是银行）签订协议，以数据资源（资产）质押，借入一定数额的资金，在约定的期限还本付息的融资方式。
早在2021年9月9日，杭州就落地了首笔基于区块链的数据信贷融资。申请该贷款先需要由浙江省知识产权区块链公共存证平台对企业存证数据资产颁发浙江省知识产权区块链公共存证平台数据资产存证证书，然后才能完成相应的数据资产价值转化。此后，于2022年10月12日，在北京市经信局、北京市大数据中心的指导帮助下，北京银行城市副中心分行成功落地首笔1 000万元数据信贷融资。2023年，深数所与在深圳的光大银行分行进行合作，与涉及数据资产权属、价值评估等业务的第三方服务机构，共同完成在数据资产方面的无质押增信贷款业务。作为首批数据商，深圳微言科技有限责任公司凭借在深数所上架的数据交易标的，获得1 000万元授信额度，该笔贷款是全国首笔无质押数据资产增信贷款，并于2023年3月30日顺利放款。由此可见，我国在探索数据信贷融资方面已经进行了两三年的实践，并积攒了一定经验。
数据资产证券化是资产证券化的一种特殊形式，其作用是把数据资产在未来时间内产生的收益在当期变现，为使其在证券市场流通，设计发行数据资产相关的证券权利凭证，使数据资产方的融资变为可能。数据证券化是数据与证券融资有效结合的一项金融创新工具，有助于激活数据要素潜能和挖掘数据价值。其可以借鉴知识产权证券化的模式，将数据所有人、持有人、使用人、管理人的数据权利价值化，使之形成具有未来收益现金流的资产，再将这种未来收益的权益进行证券化包装，发行出售。这样，数据资产就通过证券化的方式实现了融资目的。然后，再反向推动数据资产的确权和流转合规建设。
数据资源化、资产化和资本化的进阶逻辑见图4。
四、企业数据资产会计处理实例——以G公司为例
G公司于2021年2月发布了《数据资产定价方法（试行）》（以下简称《方法》）。《方法》中规定了公司数据资产的基本特征、产品类型、成本构成、定价方法并给出相关费用标准，是能源行业央企的首个数据资产定价方法，也是推动数据要素市场化的重大举措，对数据资产化和数据资产市场交易都起到了较大的推动作用。
（一）G公司数据资产发展状况
在数据要素新引擎的驱动下，G公司基于生产经营的本质原则与大量实践经验分析，开创性地提出了“责权利”和“量本利”的数据资产管理思路与策略，以公司生产经营环境和业务特征为样本，构建了公司的数据资产管理体系，实现“数据资产化”的突破。
G公司的数据资产管理体系以国家政策、法律法规、行业规范、生态发展等外部环境为指引，主要由数据战略、数据治理、数据运营、数据流通、组织保障、技术支撑六个模块共36项管理职能及数据资产全生命周期8个环节构成，明确各个职能活动在公司体系位置与内在联系，实现对公司数据资产管理工作的涵盖。同时，数据资产管理体系围绕数据资产全生命周期各环节明确了需要开展的具体工作，针对性地提出各种细化管理要求，确保执行过程准确到位，致力于实现公司高质量发展、“三商转型”、世界一流企业、“双碳目标”的公司战略目标。
（二）G公司数据资产会计处理分析
G公司自2019年数字化转型以来，随着数据在生产活动中发挥其作用，公司便对数据产品的交易产生了需求。2020年公司对自己拥有的数据资产开展会计处理工作，而且还提出与电力相关的数据资产是指电力企业通过采购、采集以及生产等多种方式，依法拥有、控制或使用的，由供电、用电行为等事项所形成的，预期能够为电力企业带来经济收益的，以电子方式记录的数据资源。公司拥有的电力数据资源具备以下四个特征：高可信度、主体稀缺、高价值性和数据量庞大。根据公司的主营业务和商业模式，公司以此为依据对自己产生的数据进行分类。由此划分出三类数据，它们分别是原始数据、增值类数据以及外购数据。
1.G公司数据资产的确认
G公司结合行业特征以及对数据资产的定义和分类，目前对部分数据确认为资产，确认流程如下：第一步是确认三类数据的权属是否为公司所有，只有是公司所有、控制或使用的数据才能进行下一步的确认；第二步是确认通过条件的数据是否为企业带来效益，能够为企业带来效益的数据才可以最终确认为数据资产。
目前G公司仅将增值类的数据以及外购资产化后的数据确认为企业内部的数据资产。对数据资产归属于会计科目的选择，在2021年之前，G公司将其划分到“无形资产”科目中的“其他”项目，而且也没有为其专门设置相关二级科目。2022年，G公司迈出探索的第一步，设置数据资产的一级科目和相关的二级科目。
2.G公司数据资产的计量、记录和披露
在初始计量上，G公司选择成本法对数据资产进行计量，而且基于种类的不同，对数据资产进行差异化会计处理。对于买进的数据资产，符合资产确认条件的，将其在购买过程中发生买价、手续费等支出计入初始价值之中。对于买入后不能直接使用的这类数据资产，则是把该项资产发生的加工费用进行处理，符合资本化条件的部分计入数据资产成本中，为其确认初始成本。举例说明如下：在购买阶段，数据没有达到资产化状态时，先计入资本化支出，其会计处理为：
借：研发支出——资本化支出 9 600 000
贷：银行存款 9 600 000
购买的数据，有一些需要进行处理，这个过程发生的费用计入当期损益之中。其会计处理为：
借：研发支出——费用化支出 2 490 000
贷：应付职工薪酬 1 400 000
累计额折旧 620 000
原材料 180 000
银行存款 290 000
G公司将与数据资产相关的费用化支出转入管理费用之中，与数据资产相关的资本化支出转入无形资产之中。
对于企业日常经营活动产生的增值类数据和需要进行处理加工的增值类数据，以历史成本作为计量基础。原始数据一般经过采集、处理、研发、分析、营销、风控这六个阶段才能成为可交易的数据，所以数据资产的总成本是由以上各阶段的成本加总构成。由于数据资产在分析阶段前有极大的不确定性，所以将这部分成本计入当期损益，而分析阶段后的费用可计入数据资产的成本。如G公司在2021年数据资产成本不同阶段的部分费用如下：分析阶段前，研发人员的薪酬为480万元、研发设备折旧为100万元、研发材料成本为60万元、其他研发费用为120万元，总计760万元；分析阶段后，研发人员的薪酬为560万元、研发设备折旧为190万元、研发材料成本为110万元、其他研发费用为130万元，总计990万元。
G公司对企业日常经营活动产生的增值类数据和需要进行处理加工的增值类数据在初始计量方法与数据资产在购买阶段的会计处理方式一致，即符合资本化的数据资产计入研发费用——资本化支出科目，后转入无形资产科目中；符合费用化的数据资产计入研发费用——费用化支出科目，后转入管理费用科目中。
现阶段对于数据资产的摊销，没有为其设置专门的会计科目，而是将其计入无形资产中，其折旧年规定为5年，折旧方式确定为年数总和法。每年年末对数据资产进行减值测试，计入“无形资产减值准备”科目。所以对上文中进行确认的990万元的数据资产，2021年对其摊销的会计处理如下：
借：管理费用 3 300 000
贷：累计摊销 3 300 000
数据资产的价值不稳定性较强、自身价值波动较大，因此需要每年对其减值测试。2021年，G公司对数据资产进行减值测试，测试发现该资产出现减值迹象，对其计提减值准备，会计分录为：
借：资产减值损失 650 000
贷：无形资产减值准备 650 000
至于数据资产在报表中披露位置的选择，目前G公司没有选择在资产负债表和报表附注中披露，只是将其归于无形资产中的其他附注中，对于数据资产的日后情况，如减值、摊销等，也没有披露。
（三）对公司数据资产会计处理的评价与建议
财政部颁发的《企业数据资源相关会计处理暂行规定》对数据赋能创造价值的现实给予客观认定。数据资源与数据资产一字之差，表达了政府与业界对数据和数据资产不突破现有会计准则规定的明确意向。结合会计准则、暂行规定和研究认识，提出对G公司在数据资产的确认以及披露方面持续优化的建议。
1.关于数据资产的确认
数据资产要想纳入财务报表，一定要先进行会计确认，判定哪些数据资产有必要且应当进行记录与披露。会计确认作为会计系统的核心，其标准如可定义性、可计量性、相关性和可靠性也适用于数据资产。G公司目前已设置了“数据资产”一级及细分的二级科目，开启了对数据资产单独确认的探索。单独设置一级科目确认数据资产，符合数据创造价值的主要特点和价值属性。结合数据资产的分类，本文认为可根据数据资产的来源和用途设立相应的二级、三级科目进行确认核算。
数据资产会计科目设置见表2。
2.关于数据资产的披露
目前G公司未在报表或附注中披露相关数据资产的会计或非会计信息。根据《企业会计准则第30号——财务报表列报》规定，企业应在报表附注中充分披露采用的重要会计政策和会计估计，并且考虑到该企业所在的行业和业务的特殊性，有必要对数据资产的相关内容进行一定的披露，以便利益相关者了解企业的数据资产情况。对于披露的要求，首先明确数据资产披露的条件。并不是所有的数据资产都需进行披露，从会计信息质量重要性和谨慎性为切入点，建议当数据资产价值在公司的总资产价值占比5%及以上或因销售数据资产而取得收入的数额占公司主营业务收入数额的10%以上，满足以上条件时对数据资产进行单独披露。其次，明确数据资产披露的方式和内容。
表内确认表达的同时，附注中应详细说明会计期间确认的自用数据资产的使用寿命及采用的摊销方法，并说明会计期间内进行的数据资产减值测试方法及结果，以及“数据资产——交易资产”的公允价值评估方法。对新确认的且兼具自用和交易用途的数据资产进行明确阐述。如果数据存在权属分歧或法律纠纷，要在附注中进行充分披露。由于不同身份和位置的报表使用者对报表的需求不同，作为管理层，要根据使用者的需求去披露企业拥有的数据处理技术现状和数据资源的规模、类型等内容，以及使用范围和潜在的经济利益流入。
五、研究结论
随着数字经济的深入发展，数据作为新生产要素参与到产业链价值创造的全过程。《企业数据资源相关会计处理暂行规定》（2023）提出将数据作为存货或无形资产予以确认列入财务报表。该规定从会计视角对数据资产是数字经济时代企业运营的重要资产的正式认定，进而确认了数据的资产属性，由此推动数据资产入表入注迈出了一大步。在此基础上，通过分析案例公司的数据资产业务处理实践，进一步提出将数据资产单独确认、计量及披露的改进建议。随着数字经济持续发展，未来数据资产将成为与流动资产、固定资产、无形资产并列的资产类别，其在表内单独反映与附注披露是数据资产特性及其资产属性的逻辑基础选择，为数据资产市场流通交易奠定交易基础。
【参考文献】
［1］ PETERSON R E.A cross section study of the demand for money：the United States，1960-1962 ［J］.The Journal of Finance，1974，29（1）：73-88.
［2］ FISHER T.The data asset：how smart companies govern their data for business success ［M］. John Wiley & Sons，2009.
［3］ 刘玉. 浅论大数据资产的确认与计量［J］.商业会计，2014（18）：3-4.
［4］ 李雅雄，倪杉.数据资产的会计确认与计量研究［J］.湖南财政经济学院学报，2017，33（4）：82-90.
［5］ 朱扬勇，叶雅珍.从数据的属性看数据资产［J］.大数据，2018，4（6）：65-76.
［6］ 秦荣生.企业数据资产的确认、计量与报告研究［J］.会计与经济研究，2020，34（6）：3-10.
［7］ 张俊瑞，危雁麟，宋晓悦.企业数据资产的会计处理及信息列报研究［J］.会计与经济研究，2020，34（3）：3-15.
［8］ 戴炳荣，闭珊珊，杨琳，等.数据资产标准研究进展与建议［J］.大数据，2020，6（3）：36-44.
［9］ 熊巧琴，汤珂.数据要素的界权、交易和定价研究进展［J］.经济学动态，2021（2）：143-158.
［10］ 李海舰，赵丽.数据成为生产要素：特征、机制与价值形态演进［J］.上海经济研究，2021（8）：48-59.
［11］ 谭明军.论数据资产的概念发展与理论框架［J］.财会月刊，2021（10）：87-93.
［12］ 王伟玲，吴志刚，徐靖.加快数据要素市场培育的关键点与路径［J］.经济纵横，2021（3）：39-47.
