数据资产入表是指将数据确认为企业资产负债表中的“资产”一项，在财务报表中体现其真实价值与业务贡献。意味它不仅具备了资产的财务价值，还具有了生产和交易价值。这篇文章，我们来看下具体的操作流程。

在数字化浪潮席卷全球的今天，数据已不仅仅是一串冰冷的数字，它正逐渐崭露头角，成为继土地、劳动力、资本、技术之后的第五大生产要素。

一、数据资产入表的价值和意义

数据资产入表是指将数据确认为企业资产负债表中的“资产”一项，即数据资产入资产负债表，在财务报表中体现其真实价值与业务贡献。

2024年1月1日起，财政部《企业数据资源相关会计处理暂行规定》正式施行。也就是在2024年1月1日以后，企业的信息化建设将可以以成本法方式进行入表，信息化建设本身可以转化为资产。

数据资产入表，意味着企业在财务报表中新增了一项重要的资产。这不仅提升了企业的资产总额，增加了现金流，优化了资产负债结构，改善了利润，更增强了企业的融资能力。数据资产通过转让交易、资产拍卖、抵押贷款、租赁融资等多种方式，为企业注入了新的活力，使其有了更强的扩大再生产能力。

这意味它不仅具备了资产的财务价值，还具有了生产和交易价值。

二、数据入表的路径

数据资产入表并非一蹴而就，它沿着“原始数据—数据资源—数据资产—数据资本”的路径逐步演进。

企业需要经历数据采集、标注、集成、汇聚和标准化等过程，将原始数据转化为高质量的数据资源。接下来，通过合规和授权体系设计、数据盘点、质量评估、价值评估等环节，最终将数据资源转化为可入表的数据资产。

在这个过程中，大数据交易所、律师事务所、专业数据服务机构、评估机构等各方角色都发挥着重要作用。他们共同为数据资产的合规性、质量、价值提供有力保障，确保数据资产能够顺利入表。

1）通过大数据交易所和律师事务所进行合规和授权体系设计。

2）盘点数据，评估数据质量。

3）拟定数据初步价值意见。

4）在大数据交易所上架数据产品，获得交易产品证书。

5）由专业数据服务机构、评估机构依据先导产投自身财务情况、数据资源质量报告、交易所产品证书，出具价值咨询意见书和资产评估报告。

6）将价值咨询意见书提交银行等金融机构进行授信增信。

7）与审计单位沟通数据资产入表相关会计管理制度，实现数据资产入表。

企业需要经历数据盘点、数据解析、数据加工、登记确权、合规评估、价值评估、成本归集与分摊等环节，最终实现数据资产入表。

需要注意的是，实现入表的数据资产并非企业全部的数据资源，只包括按照会计准则相关规定确认为无形资产或存货等资产类别的数据资源。

三、入表选择无形资产还是存货

在数据资产入表的过程中，企业面临着选择无形资产还是存货的问题。对内流通的数据资产更适合走无形资产路线，而对外交易的数据资产则更适合选择存货路线。

在选择入表方式时，企业还需要考虑入表成本和效率。无形资产入表成本相对较低，且操作简便，因此在目前阶段是更为合适的选择。此外，存货在数据交易方面存在确权困难的问题，需要企业谨慎考虑。

1. 无形资产，相对简单

什么是无形资产收入？

无形资产是指那些在实体上不具有物质形态、无法触摸或看到的资产，但对于企业的经营活动和未来的收益具有重要意义的资源。这些资源包括但不限于专利、商标、版权、品牌、技术、专有软件、客户清单以及研发成果等。

无形资产通常具有价值，可以通过购买、开发或收购获得，也可以通过专利权、商标注册等法律手段得到保护。在企业财务报表中，无形资产通常列示在资产负债表中，并根据其使用寿命进行摊销。例如，一个知名品牌的商标权，能提升产品价值，增加销售额，从而为企业创造无形的价值。

走无形资产路线，可以通过数据中台服务的方式将数据服务化，然后输出给内部客户。在一个集团下的众多主体之间进行的流通，都是属于内部流通，是在无形资产里合法交易的。

无形资产路线，能有效地规避现在由于政策供给层面没有跟上导致的数据确权问题。因为如果走无形资产路径的话，就不是直接卖数据，而是提供数据服务。

比如对于部分不能直接出售的数据，可以软件或者其他的方式脱敏，然后提供一个计算结果，在此过程中，由于看不到原始数据，从某种意义上就能避免一些法律上的问题。这些交易也能证明资产预期会给企业带来的经济利益。只有证明了预期的价值，才能用收益法跟市场法给资产估个好价。

2. 存货方式，相对复杂

存货路线则相对复杂，涉及数据的场内交易和场外交易，需要考虑数据知识产权、成本法入表、市场法和收益法的应用等问题。

对外交易，就是跟非关联性企业进行数据流通交易。数据流通交易又分为数据的场内交易和场外交易，区别就是是否在数据交易所内进行交易登记。场外交易最终都会形成数据知识产权。

一旦实现，就代表着成本法入表完成，也就意味着市场法和收益法可以开始应用，因为流水是产品价值最好的证明。有了这些，在做完质量评估的基础上，资产评估机构就能进行定价，再进行数据资产入表，从而实现数据资本化。

存货，需要考虑入表成本比较高，在对数据资产进行计量的时候，需要考虑会计部门，以及后续和会计部门配合的会计服务、审计机构，他们投入的人工成本有多大，这些都会直接影响到未来的入表成本。

此外，存货在数据交易方面存在确权困难的问题，需要企业谨慎考虑。

存货在数据交易方面有一个比较大的缺陷，就是目前由于政策层面供给不足，确权是一个相当困难的问题。走存货确权如果没做好的话，一旦把数据卖出去以后，别人如果来找你麻烦，或者说由于某些事件造成一些社会风波，就需要进行全数追溯问责。

《数据安全法》明确规定，“从事数据交易中介服务的机构提供服务，应当要求数据提供方说明数据来源，审核交易双方的身份，并留存审核、交易记录。”针对该条法律，目前业界主要存在不同的声音，比较明确的意见就是“要审”，而争论点就在于“怎么审”。

针对该问题，有部分学者认为，应当通过数据溯源机制，找到数据源头，然后查看各级数据资源持有方所拥有的权益是否合法，这种方式显然实操难度过大，不具有落地性。

另一种理由充分的说法认为，应当至少溯源一级，查看上游数据商提供的数据是否合法，因为“数据二十条”明确了公共数据、企业数据和个人数据这三类数据的授权运营机制，但不管是什么数据，其上游一定不会超过这三类范畴，只要上游数据的授权路径合法，那么就默认其来源合法。该方式比第一种方式的可操作性上要强，但该方式也存在逻辑悖论，因为实际的授权路径合法，其实并不意味着上游数据的来源也合法。

全国各大交易所基于现有的法律法规要求，制定了不同程度的交易指引及规范。

其中涉及数据合规评估的规范及指引以上海数据交易所出具的《数据产品合规评估指引（试行）》和《数据交易合规管理规范（试行）》为例，在数据交易合规评估的实践中，需要根据数据产品所涉及数据的不同来源，诸如自行生产、公开数据收集、公共数据、授权运营、数据共享开放、数据交易等，就不同的数据来源设计相应的合规评价标准。

此外，若数据产品涉及个人信息，则应当参考涉及人信息数据产品的相关合规评估指引。

结合以上两点，在选择入表方式时，无形资产入表成本相对较低，且操作简便，在目前阶段是更为合适的选择。