习近平总书记多次强调发挥数据的基础资源作用和创新引擎作用，形成以创新发展为引领和支撑的数字经济。党的二十大报告提出，加快建设数字中国和推进数字经济发展。作为具体举措，2023年8月21日，财政部印发《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》），明确了数据资源会计处理适用的范围、准则、列示和披露要求。这一制度安排是数字化“软资产”入表核算和资产化管理的重要里程碑，对于推动我国企业的数字化转型、推进数据要素市场建设、提升数字经济发展的质量和水平具有重要历史意义。考虑到《暂行规定》在规范企业数据资源会计处理方面的基础性和引导性，正在实施数字化转型的千行百业都可能有意向进行数据资源的信息披露和入表核算。本文展开“开发支出资产化、成本计量、分类核算、单独列报、特别披露”的实施要点与路径分析，以为企业实施数据资源会计处理与信息披露提供理论支撑与实践参考。

在资产与费用之间合理划分

《暂行规定》的核心在于解决企业数据相关支出的资产化和费用化问题。如若全部支出费用化，则没必要发布会计处理规定。因此，企业实施《暂行规定》时，在满足数据资源的来源合乎规定、产权界定清晰、成本归集可靠这三个前提条件下，面临的财务问题是数据资源的相关支出如何在资产与费用之间进行合理划分。它有三个关键问题需要明确。

其一，数据要素的开发性支出有哪些？数据资源的开发性支出具有普遍性。数据资源开发活动，如同土地资源的开发，是从数据要素到数据资产的生产性活动。这在新经济下具有普遍性。通常包括两类支出：一是企业通过外购方式取得数据采集、脱敏、清洗、标注、整合、分析、可视化等服务所发生的支出，其本质是数据产品和（或）数据服务的生产性支出；二是企业内部生产、经营、管理活动中生成的数据资源，它具有伴生性。这两类支出在《暂行规定》出台之前，通常无差异化地被计入损益。但在《暂行规定》的规范下，自2024年1月开始，可以遵照无形资产准则和存货准则的要求进行资产化管理。因此，各相关企业需要围绕数据要素资产化的核心关切问题进行研讨。

其二，对数据要素资产化如何划分？划分原则依然取决于某项支出的受益期间和收益实现方式。一是数据是企业合法拥有或控制的、预期会给企业带来经济利益的经济资源。资产化的前提条件是必须关系到未来经济利益。某些开发性支出明确与未来期间损益相关，受益周期比较长，具有基础性和持续性，就应当予以资产化。二是部分开发性支出与本期（通常指本年度）经济利益相关，在发生时是否确认当期损益的实际处理较为复杂。数据资源的专有属性在于具有较强时效性和应用场景依赖性，因此大量数据资源开发支出是与本月、本季、本年的经营活动相关。大量数据资源的实际生命周期短于一个会计期间，这是数字资产的典型特征。但这些数据资源开发性支出的会计处理，不是直接计入损益项目，而是需要先判断收益实现方式。若并无明确收益与之对应，则往往与管理活动或制造活动相关，前者属于期间支出，可在发生时计入损益，后者属于制造费用，在发生时先归集后分摊计入数据产品的生产成本。若有明确对应的收益项目，就应先计入数据产品或数据服务的生成成本，然后再在收益实现期间转入营业成本。 

其三，数据要素开发性支出如何分类？它有可归属于某项数据资源的开发性支出和用于生成数据资源的基础设施建造费用两个基本类别。从《资本论》的视角来看，第一类是劳动的对象和产出，第二类是劳动的工具和设施。这两类数据相关支出是必须区分的，当前《暂行规定》的规范范畴是第一类支出，并不明确是否涉及第二类支出。第二类支出用于生成数据产品的基础设施，它通常指软件、云服务设施、大模型服务平台等基础设施。其中，软件是运行数据、标识数据、保障数据安全、加密解密等特定生产活动的数字技术，可归入“无形资产”类别，但又不同于“无形资产”。商标、专有技术、著作权类无形资产，是指企业拥有的非实体权益。然而，用于生产和加工数据资源的专利，本质上是数字技术，功能上类似于工厂流水线上的机器设备，将来可考虑增设“数字技术”资产项目。进一步，假定这些数字技术建构在云端，它们就构成了软性“固定资产”。倘若还有实体设施，相应的建造费用需要以组合资产的方式被计入“固定资产”，至于如何核算可单独计价的软件资产，对这一系列复杂问题还需要专门研究。总的来说，数据相关支出涉及的资产项目比较多，既有《暂行规定》要求的“无形资产”“存货”“开发支出”，也会涉及“固定资产”“在建工程”等其他资产项目。

采用完全成本核算初始价值

以何种估值方法作为初始计量？依据现行会计准则，当前的资产初始计量，要求以完全成本作为入账基础，存货类资产还需要分摊入库前的合理损耗。这一会计处理方法，同样适用于与数据存货、数据无形资产、数字技术、数据设备设施相关支出的资产化。依据《暂行规定》，通过“外购方式取得确认为存货的数据资源，采购成本包括购买价款、相关税费、保险费，以及数据权属鉴证、质量评估、登记结算、安全管理等所发生的其他可归属于存货采购成本的费用”。这体现了准则上的完全成本要求，即可归属于该项资产的对价总和。

还有两种情况需要辨析。情况一是学术文献、国家标准中都有提到成本法、市价法、收益法计量模型，它主要指向数据资产存续期间的期末价值估计。在准则层面，对于新取得资产的初始计量，无论国内还是国际，除非某些特殊项目可用重置成本法或市价法作为估值基础，并不鼓励采用除实际取得成本以外的其他计量方式。

然而，国标《信息技术 大数据 数据资产价值评估（征求意见稿）》虽然提及了收益法、成本法、交易法三种估值方法，却未明确定义数据资产质量要素如何作为调整系数影响实际估值结果以及数据资产质量评估方法。因此，恩核董事长郑保卫博士提出了基于收益法、成本法、市场法的质量调整系数应用方法，弥补了这些空缺，为完善数据资产质量评估体系和数据资产估值方法、加速数据资源入表提供了理论支持和实践参考。

情况二是现有文献中多有提到博弈论。博弈论主要适用于数据资产的交易定价，它与会计核算不相关。

依据业务逻辑进行分类核算

如何进行数据资产分类核算？这是数据要素资产化最具挑战性的工作，有大量实际问题需要解决。首先，数据资产的明细分类科目有行业差异性。当前常见的数据资源的初始来源，按行业大类划分，有社交媒体数据、手机信令数据、地理测绘数据、金融保险数据、健康医疗数据、教育数据、消费出行数据、物联网数据、工业互联网数据等。其次，需要在分类核算基础上实施资产化。假设数据确权、数据产权、数据安全、数据伦理皆合乎法律规定，数据生产要素开发性支出资产化的会计分类的实践工作，也远比《暂行规定》的指引复杂，并且需要引入智能技术，会面临很多实际困难。这也是数据资产不同于实体资产的差异所在，它的可融合性、可生长性、时效性、交易不可见性等专属特征都与智能科技和应用场景具有强相关性。

以中国光大银行的数据资产价值链为例，数据要素的开发性活动包括采集、归集、加工与应用四个阶段。不考虑数据血缘计算技术，仅在全生命周期下按各生成阶段来看，可划分原始类、过程类与应用类数据资产。原始类数据资产对应数据资源采集阶段，内部采集包括直接输入以及ATM机、POS机设备自动识别的业务数据，外部获取包括购买、交换、网络爬虫或其他公共渠道来源的数据。内采数据储存在业务源系统中，外购数据由信息管理系统接入与存储。过程类数据资产，生成于数据归集与数据加工阶段。数据归集是通过数据仓库、数据湖等数据源平台实现，对结构化与非结构化数据进行信息提取和数据备份，进行清洗、标注和编码等数据预处理。数据加工是由数据中台对采集汇总数据进行加工处理，形成指标、标签、主题因子等数据中间品，并经由应用层的算法模型提取、挖掘与调用。应用类数据资产有统计支持和收益提升两类。统计支持类数据资产主要支持管理决策，辅助经营分析和实现能力提升。收益提升类数据资产，依据金融业务有营销类、运营类、风控类等细分项目。总之，数据资产的计量和分类是一个复杂系统，与业务逻辑和应用场景有强相关性，需要有一系列的技术规范、标准、自适应智能工具来保障实施。

在资产负债表中专项列示

根据《暂行规定》的要求，企业在编制资产负债表时，需要根据重要性原则并结合实际情况，在“存货”“无形资产”“开发支出”项目下增设“数据资源”项目，用以反映资产负债表日的数据资源期末账面价值。专项列示数据资源，可以比较清晰地反映与数据资产生成相关的业务形态和经济实质。近年来有关数字经济的会计核算受到广泛关注，在资产负债表中专门列示，可以回应市场的关切和需求。并且，这也符合会计作为经济活动反映与规制工具的功能定位，为报表使用者了解企业数据资源价值、提升决策效率提供有用信息，为监管部门完善数字经济治理体系、加强宏观经济管理提供会计信息支撑。

数据资产作为数字经济可持续发展的“天下粮仓”，在宏、微观领域具有统计学意义和经济学意义，预计企业将积极反应和主动作为。推动力将主要来自产业界和主管工业经济的政府部门，他们是数字经济的积极推进者，也是数据资源入表的实际践行者。

从这个意义上说，《暂行规定》将显著改变企业的资产构成和盈余结构。其中，最为突出的改变将来自中国移动、中国电信、中国联通等电信运营商，华为、腾讯、百度、阿里、京东等科技企业，以及众多与工业制造和民生福祉相关的传统企业。汽车制造商、家电制造商、文旅业、医疗业等，有可能在资产负债表中列示数据资源，或在损益表以及损益表的报表附注中自愿披露数据资源相关的支出。

在报表附注中补充披露

《暂行规定》要求在报表附注中列表披露计入无形资产和存货的数据资源相关信息，同时还明确了可自愿披露的其他情况。主要包括：数据资源的应用场景或业务模式；用于形成数据资产的原始数据的类型、规模、来源、权属、质量；数据资源加工维护和安全保护情况；数据产品或服务的流通交易、服务计费等应用情况；数据资源转让、许可或应用所涉及的地域限制、领域限制及法律法规限制等；重大交易和价值减损等其他重要相关信息。自愿披露的制度规定表明，准则机构和市场各方都有关注数据资源的科技属性，也从侧面反映当前数据资源信息披露的制度和规定还不成熟。虽然国际会计领域对无形资源会计处理的改进日益关注，其中也涉及数据资源会计问题，但包括中国在内还没有准则制定机构将“数据资产”作为资产负债表的独立项目，目前关于数据资产的概念、特征、分类、计量、列报、披露中的重难点问题，也尚没有得到充分讨论。因此，加强信息披露是短期内可行的解决路径。

有必要明确企业数据要素信息披露的四个要点。其一，数据资产具有电子物理形态和可感知性，不宜简单归入无形资产类别，更不宜以入表与否来简单判定数据资源的有和无。其二，数据资源入表管理的本质是数据的产权界定和权益治理，从而表外披露也须有产权意识，需要区分企业控制的数据资源和拥有完整产权的数据资源。其三，不宜做选择性披露。一旦企业管理层决定进行数据相关的信息披露，就应保持数据资源类及费用类信息披露的完整性和整体性，否则会产生重大信息缺失和误导投资者。其四，应保持表内外信息披露的一致性、对应性，以及将损益类支出与资产类支出进行同步披露和明确钩稽关系。这样才能给报表使用者以完整、可用、可靠的信息，实现企业信息披露的报告目标。

数据资源的入表、估值、交易、权益管理是一个全球性难题，需要企业加强前瞻性研究和跨学科融合研究，主动应对新经济的挑战和适应新经济的发展。通过将数据资源入表核算，理顺数据产权治理，准确反映数据相关业务和经济实质，一方面可为持续深化数据资源相关会计问题研究积累中国经验，在国际会计准则相关研究、制定中更好发出中国声音；另一方面，可规范和促进数据要素市场的流通和交易，释放前所未有的数字经济动能。