数据资产的前身：数据到数据资源
理解数据资产：数据三权和资产内涵
数据资产的基础“数据三权”
任何领域里的资产，都会追溯到产权的概念。数据资产入表的相关规范源于2023年8月财政部印发的《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》）。而关于数据资产产权的概念，则可以追溯到2022年12月中共中央、国务院发布的《关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称“数据二十条”）这份前置性的文件。“数据二十条”从数据产权、流通交易、收益分配、安全治理四个方面初步搭建了我国数据相关的基础制度体系。“数据二十条”非常创新地提出了要淡化数据所有权，强调数据使用权，以促进数据使用权流通为核心目标，建立数据资源持有权、数据加工使用权和数据产品经营权“三权分置”的数据产权制度框架。数据三权的确立为后续的数据资产化铺平了理论道路。
数据资产的内涵——从“资产”类推“数据资产”
要想了解数据资产，必须先明确资产的概念。资产就是能给企业带来经济收益的资源，换言之，资产的实质就是任何形式的拥有价值的东西。从会计的视角出发，一项资源要被定义成资产，需要满足《企业会计准则》的三个条件。
满足《企业会计准则》的三个资产定义条件
-
该资源是由企业过去的交易或事项形成的。
-
该资源由企业所拥有或控制。
-
该资源预期会给企业带来经济利益。
此外，要将一项资源在会计上确认为资产，除了需要满足《企业会计准则》对资产定义的三个条件外，还应同时满足两个资产确认的条件：
满足《企业会计准则》的两个资产确认条件
-
与该资源有关的经济利益很可能流入企业。
-
该资源的成本或者价值能够可靠地计量。
数据资产，本质上就是能给企业带来直接或者间接经济利益的数据资源。从经济视角出发，能对生产加工、产品研发、经营决策起到价值的数据资源，就应当被视为数据资产。例如，用户的APP使用行为数据、积累多年的客户数据、重要的情报数据等。从会计视角出发，符合财政部《暂行规定》中相关要求的数据资源，可以被认定为数据资产。相似地，数据资产在会计上的确认也需要满足上文中《企业会计准则》对于资产定义和资产确认的诸条件。
理解数据资产入表：计入报表相关科目
企业进行数据资产入表，需要将企业的数据资源以无形资产或者存货的形式，计量初始成本后列示在资产负债表相关科目下并披露信息。依据《暂行规定》，企业应当按照《企业会计准则》相关规定，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等，对数据资源相关交易和事项进行会计确认、计量和报告。企业使用的数据资源，符合《企业会计准则第6号——无形资产》（财会〔2006〕3号）规定的定义和确认条件的，应当确认为无形资产。企业日常活动中持有、最终目的用于出售的数据资源，符合《企业会计准则第1号——存货》（财会〔2006〕3号）规定的定义和确认条件的，应当确认为存货。
简单来说，以内部使用为主要目的，与其他资源相结合并服务生产经济管理活动的数据资源，可以被确认为无形资产进入资产负债表；而以对外出售为主要目的，进行原始数据直接交易或加工后交易的数据资源，可以被确认为存货进入资产负债表。
关于数据资源入表的列示和披露要求，企业除了需要在资产负债表“存货”下增设“其中：数据资源”项目；在“无形资产”下增设“其中：数据资源”项目；或在“开发支出”下增设“其中：数据资源”项目进行相关列示外，还应当按照《企业会计准则》及《暂行规定》的相关要求，在会计报表附注中对数据资源相关会计信息进行披露，具体如下：
数据资产入表，企业该准备什么
经验分享：浙高运公司的数据资产入表准备工作
浙高运公司作为浙江交通集团的高速公路运营管理平台，现有员工6800余人，主要从事高速公路运营收费、监控指挥、清障施救、机电养护等运营管理工作，目前运营19条高速公路，运营总里程达1939公里。
随着公司数字化改革工作的不断推进，公司内部每天会产生TB级别的数据量。这些数据形成了巨大的数据资源，其蕴含的价值和应用场景值得深度的挖掘。在数字化时代，数据已成为企业的重要资产。数据资产入表对于精准评估数据资产价值，提升公司对数据资产价值的认知有重要意义，将驱动公司建立和完善数据管理体系，进而提升数据治理能力。
为积极响应集团关于数据资产管理的新要求，浙高运公司对数据资产入表工作进行了探索，并取得了重要突破。在数据资产入表工作的准备阶段，公司明确了几条应对措施来保障后续工作的顺利开展：
1、明确数据资产化战略
以数字化为战略导向，利用统建系统结合基于帆软简道云搭建的高麗云平台，对各业务条线进行数字化转型，积累浙高运公司数据资源。
2、建立数据资产化组织
以公司数字化建设办公室为基础，建立数据资产化管理专职部门，承担数据管理、数据运营（数据价值评估、数据权属明确、数据流通促成）、技术支撑等工作。
3、坚持数据治理工作
按照数据管理能力成熟度评估模型，建立数据安全、数据质量、数据标准等8个核心能力域，提升自身数据治理能力，完善企业数据治理体系。
4、准备数据资产财务处理
对数据资源进行分开认定，通过建立工时系统、项目台账等工具，对研发支出进行有效归集和准确记录。设立单独会计科目，通过精细化管理，确保财务处理的依据充分、金额准确。
5、构建数据资产内外协同
公司除了将数字化重点集中在内部协同机制的升级之外，也构建起了广阔的数字生态圈，协同外部单位，如高信公司、商业集团、数据资产交易所、物流企业等充分发挥数据资产价值。
6、完善风险管理体系
数据资产入表会导致企业资产的增加，可能会造成资产虚增的负面影响。公司在进行数据资产价值分析时，建立了严谨的风险管理体系，通过准备充足的证明材料以及与审计单位的沟通协商，最大程度地规避入表过程中的法律和审计风险。
基于以上体系化的准备措施，浙高运公司成功在今年二季度完成了首笔数据资产入表工作，成为集团内首批实现入表的子分公司。公司重点针对运营过程中产生的监控、营运、养护、机电数据进行了入表试点，此次入表的数据资产主要为浙高运公司所管辖路段的图像数据。通过人工结合机器的方式标注出高速公路事件信息，实现图片信息结构化解析，标注后的数据对于视频识别算法模型的训练与优化具有重要作用，将有效提升高速公路交通事件识别的准确率。结合市场调研，初步测算本次入表数据可转化经济价值约30万元，为公司降本增效工作提供了一条新的实施途径，是公司运营转经营的又一落地举措。
未来，浙高运公司将进一步扎实做好公司数据资产管理，完成更多业务领域的数据资产入表工作，推动公司迈向数据驱动、智能化决策的新高阶，助力公司数字化管理高质量发展。浙高运秉持着开放合作的精神，欢迎业界同仁一起深入学习交流企业数字化转型及数据资产入表的前沿观点与实践经验，共创数据资产管理美好未来，真正发挥数据要素的乘数效应。
数据资产入表是数据资产化的一个重要步骤和表现。企业的数据资产正式进入资产负债表，首先需要进行数据的资产化，提炼出数据资源的价值并加以利用。企业的数据资产化流程大致会经历以下几个阶段：
1、数据资源化
企业数据资产化的前提是数据资源化。企业需要进行数字化建设，通过软硬件的投入形成数字化基建，从而将业务信息数据化，并通过数据治理、数据加工处理、数据采购等一系列方法，逐步获取并积累形成具备潜在价值的数据资源。
2、数据产品化
数据资源成为数据资产的关键是它们预期会给企业带来经济利益，数据产品化即是充分挖掘和提炼数据资源经济价值的阶段。数据产品化始于对数据应用场景和业务问题需求的定义，在明确了这两点后，通过对数据资源的加工处理、深度挖掘、应用分析、可视化展现等方式，形成可以对内使用或对外售卖的有价值的数据产品，在特定应用场景下解决业务问题，为企业带来对内降本增效或是对外贡献营收的作用，真正发挥数据资源的经济价值。
3、数据资产化
在明确数据资源能够带给企业的经济价值后，企业将数据资源资产化并计入财务报表（即数据资产入表）通常需要经过一些关键步骤。目前不同地区的数据资产入表实操流程还存在差异，但本质上企业数据资产入表的过程就是让企业的数据资源满足会计上资产定义和确认条件的过程，因此企业需要通过一些方式来解决诸如数据确权、数据价值判断等问题，具体如下：
-
合规确认
数据合规是判定数据资源能否执行入表操作的前提。解决合规问题需要企业建立一套适配会计准则的管理制度来规范企业及其成员在数据生命全周期中的行为，使其符合国家法律法规、监管规定等规章制度的要求。企业可以通过聘请合规律师的方式，进行数据来源、内容等多方面的审查，并通过数据合规报告来证明企业内数据资源的合规性。
-
质量评价
数据资产入表对数据质量和数据应用场景的价值有一定要求。企业需要从多个维度评估自身拟入表数据的质量和数据应用场景的价值，来证明拟入表的数据资源预期会给企业带来经济利益流入。企业也可以通过第三方服务机构来进行评估。
-
登记确权
数据确权是关系到数据资产形成的重要因素之一，只有厘清数据的权属，数据资产才具备实现价值的法律基础。目前的数据相关法律法规淡化了数据的所有权概念，这也造成了“确权难”的问题。目前全国多个省市地区都在探索解决数据确权问题的方式，其中一种方式是在数据产权登记机构正式登记，通过产权登记和颁发数据资产登记证书来明确数据资源为企业所拥有或控制。
-
成本计量
数据资源的成本计量可分为成本归集和成本分摊两大类。要实现精细化的成本归集与分摊，企业应该根据自身组织架构，建立相应的成本归集口径，以及公共费用分配制度来合理分摊公共成本。
-
列示披露
企业满足资产化条件的数据资源可以被确认为无形资产或存货列示在资产负债表中，并进行相关信息披露。
4、数据资本化
数据资本化是在数据资产化的基础上，赋予数据资产更多的金融属性。企业通过资产评估机构对拥有的数据资产进行全面的评估，随后以数据资产为质押申请贷款，或者为企业增信，将数据资产作价入股等等。总之，与传统资产类似，数据资产也能为企业带来多种资本化渠道。
1、改善报表，提升净资产收益率
数据资产入表可以改善企业的报表情况，提升企业净资产收益率。自《暂行规定》正式实施后，企业数字化投入中符合要求的，可以被计入数据资产进入资产项，扩大企业整体的资产规模；企业软硬件投入形成的无形资产和固定资产，每年摊销、折旧掉的费用成本可以被重新计入数据资产再次回到资产项，减缓折旧周期。
在企业负债规模不变的情况下，资产规模的扩大将降低企业整体的资产负债率。而重新回到资产项的折旧摊销费用会降低企业成本，提升利润水平，进而提高企业的净资产收益率。
2、拓展融资，开启数据资本化之路
企业数据资产的形成并不是终点，相反这是数据资本化之路的起点。企业可以对自身拥有的数据资产进行全面的价值评估，利用它们进行多种方式的数据资本化探索：
-
披露增信
企业披露所拥有的数据资产，在一定程度上反映了企业的业务实力，能够提高银行对企业的信心，增加银行授信。
-
质押贷款
数据资产质押贷款是一种新型的融资方式，企业基于拥有的数据资产作为质押物来获取银行贷款。
-
数据资产作价入股
数据资产作价入股是指企业将其数据资产转化为股权或股份，作为出资方式参与公司的设立或增资，使其成为公司的股东，从而分享公司利润。
3、打造循环，推动数字化转型进程
数据资产化是加速企业汇聚数据、丰富数据价值，引导企业深化数字化转型的重要抓手。企业报表的数据资产披露要求，将倒逼企业重视数据资产的价值挖掘和使用，深化企业数字化转型。而企业数字化转型的深入将产生更多的数据，促使企业深度探索数据价值化路径，打造具备可复用性的数据产品并对外流通交易，推动数据进一步的资产化变现增值，形成正循环。
4、以用促治，引导企业治理数据
企业数据资产化的愿景引导并推动企业对数据治理的重视。数据的资产化离不开充分的数据应用，数据的充分应用离不开高质量的数据准备，数据的高质量准备离不开精细的数据治理。企业的数据资产化，能够以用促治，倒逼企业建立数据治理体系以及相配套的数据战略，做好数据资源化工作，提升企业数据的整体质量。