数据入表实施接近半年，效果如何?

财政部会计司于2023年8月发布《企业数据资源相关会计处理暂行规定》，为企业数据资产入表提供了操作指引，同时明确将于2024年1月1日起施行。

《暂行规定》对企业数据资源纳入会计报表的会计确认、计量、记录和报告等进行了细化，解决了企业数据资产的价值评估、会计处理及信息披露等一系列实务难题。

现在，数据入表已经实施了接近半年，企业数据资产入表在企业落地是否顺利?对企业的经营和发展带带来哪些影响?

在人类几千年的文明史中，以前只有四种生产要素，分别是土地、劳动力、资本和技术。

党的十九届四中全会首次将数据纳入生产要素范围，反映了随着经济活动数字化转型加快，数据对提高生产效率的乘数作用凸显，成为最具时代特征新生产要素的重要变化。

数据入表的含义是什么?

“数据入表”是“会计核算”的通俗称法，指通过确认、计量、记录和报告等环节，对满足资产确认条件的数据资源进行记录，纳入企业资产负债表，以满足内外部决策者所需的会计信息。

信通院专家认为，数据入表是数据要素产业进步的核心环节。通过构建完善的数据入表机制，可以显著促进数据采集、清洗、标注、质量评价和价值评估等一系列数据服务产业的蓬勃发展，不仅有助于深化数据技术的创新应用，更能有效激发数据要素产业的内在活力，推动其持续健康地发展。

在政策支持和市场主体的双重驱动下，数据入表的热度不断提高，数据入表成为推动数据要素市场化、数据要素价值释放的核心工作。

其次，回顾相关政策发展脉络。

2022年，《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》(行业常称为“数据二十条”)，指出要以促进数据合规高效流通使用、赋能实体经济为主线，以数据产权、流通交易、收益分配、安全治理为重点，有序培育资产评估、风险评估等第三方专业服务机构，提升数据流通和交易全流程服务能力，并在其中重点提及探索数据资产入表新模式，标志着我国开始摸索企业数据实现资产化的具体路径，同时探索企业数据资产在财务报表中进行确认、计量和披露的具体方式。

2023年8月，财政部会计司正式发布《企业数据资源相关会计处理暂行规定》(简称《暂行规定》)，为企业数据资产“入表”提供了操作指引，标志着我国数据资产入表完成了0到1的关键一步，数据资产入表已从原先“箭在弦上”转为“势在必行”。

2023年9月，中国资产评估协会正式印发了《数据资产评估指导意见》，以规范数据资产评估执业行为。而“价值评估”在规范准则、服务场景、价值形态等方面都与“会计核算” 有所区别。会计核算遵循财政部发布的《暂行规定》，在初始计量时记录资产的成本作为账面价值;价值评估主要依据中国资产评估协会发布的《资产评估准则》，服务于企业融资、出资入股、并购重组、破产清算等多样商业场景中的多种经济活动，所选取的价值类型视评估目的而定。

随着企业数据资产化理论与实践的推进，基于全国大统一数据要素交易与流通市场的数据资产应用场景也将越来越丰富，无论是银行增信、质押等非标准化服务，还是数据信托、数据保险等标准化产品，都需要依赖于数据资产评估结果。

再次，数据入表市场需求高涨。

从市场主体来看，企业作为数据要素市场的重要主体，一方面利用数据赋能传统业务发展，另一方面通过创新数据产品创造新的业务增长点，数据要素已然成为企业在数字经济时代高质量发展的重要资产，亟需将数据纳入企业财务报表，体现数据的价值。

上海数据交易所预测，数据资产在表内表达将为国家新增万亿元级的资产规模。为更好拓展这部分新增市场，今后，各方面还需要进一步做好数据安全与合规管理工作，强化企业等对数据的挖掘和分析能力，加强数据流通与交易体系建设，更好推动数据要素市场高质量发展。

很多IT企业推出了服务于数据入表的技术方案。这里介绍三大典型方案，供企业选用。

用友BIP数据资产入表解决方案。

用友网络发布用友BIP数据资产入表解决方案，通过三个层级帮助企业完成数据资产入表和数据要素价值产出。

用友BIP数据资产入表解决方案一共涵盖了3个层级12个关键工作，即通过数据盘点、数据登记/确权、数据资产判定、数据成本归集以及列表与披露等5个关键工作完成基础入表工作;通过统一的数据治理、构建全生命周期的数据管理体系和实现全面数据服务，激发企业内部数据价值;通过确定数据要素交易场景、制定数据战略与组织变革、搭建数据交易平台和实现企业数据资本化，最终完成数据要素的社会级流转。

完成基础入表工作。其中，在完成基础入表工作阶段，用友BIP通过入表系统帮企业实现敏捷高效的数据资源盘点、内外结合的数据产权确认与登记体系，依托权威生态及基于广泛实践进行数据资产判定，同时预制成本项、快速归集数据资产相关成本，最后基于平台自动形成披露报告初版内容。

激发企业内部数据价值。完成基础入表工作之后，企业需要进一步进行统一数据治理、激活企业内数据价值。用友“六横三纵”数据治理体系，即数据架构管理、数据标准管理、数据质量管理、数据安全管理、数据生命周期管理和数据应用管理等“六横”，以及管理组织、制度/流程和技术/平等“三纵”为企业进行以业务价值为导向的全局数据治理提供保障。同时，基于用友iuap数据中台，为企业构建一站式数据采集、加工、治理和应用的数据底座。在这个阶段，企业充分激活数据价值，可实现涵盖展现级、分析级、控制级、决策级和创新级的全面的数据服务。

数据要素的社会级流转。最后，在数据要素场景规划上，用友基于广泛应用经验为企业提供完整的社会级数据服务场景的五维模型，以促进企业数据在社会级的广泛流通。同时，在企业数据交易环节，提供核心关键节点的全面技术支撑能力体系，可以覆盖数据交易全生命周期。

数据资产入表对于企业而言，不只是一项财务工作，其最终的目的是充分激发数据要素，为企业创造全新价值，是企业数智化转型的关键环节。用友BIP数据资产入表解决方案帮助企业实现从数据资源化，走向数据资产化、数据资本化。

金蝶数据资产入表整体解决方案。

方案涵盖数据资产入表业务管理解决方案、数据资产入表系统支撑解决方案，以及企业数据资源管理解决方案。

金蝶数据资产入表业务管理解决方案构建了从数据资产识别、盘点、合规、确权到评估、计量、核算、披露的全业务流程路径，提出了数据资产盘点5步法、数据合规5大领域、数据确权5大原则等执行策略和方法。

凭借覆盖各大行业的业务管理实践、覆盖人、财、税、供应链、制造等领域的各类数据应用以及数据管理的方法论和实践，金蝶能够帮助企业快速识别、评估数据资产，同时借助众多专业生态伙伴，在合规、确权、资本化等方面为企业提供市场权威的解决方案以及最佳实践参考。

作为行业领先的数字化转型服务商，金蝶同步构建了数据资产入表的系统支撑解决方案，实现数据源到数据资产的平台化(数据开发与治理)、业务化(数据资产管理)、商业化(数据资产运营)。

在无形资产管理应用模块，金蝶针对数据资产设置了相应资产盘点、资产评估、资产减值、资产摊销、资产报废、资产变更等功能，总账与报表模块支持数据资产自动入账、报表披露自动生成等。

数据资产入表的基础和前提是企业数据资源的有效管理，而企业推动数据资产入表的最终目的，也是通过数据资源的管理运营充分释放企业数据价值。

从企业数据管理的痛点出发，提出了企业数据资源管理建设的“四化”方法论，即业务数据化、数据资产化、资产服务化及服务业务化;基于“四化”方法论介绍了“四横一纵”金蝶数据资源管理整体方案架构。“四横”代指自底向上的数据层、数据采集、数据开发治理及数据资产运营，旨在解决企业数据价值释放过程中存通治用的问题。“一纵”核心是数据资源的规划，包括现状评估和数据资源架构，相比较“四横”而言，“一纵”是基础支撑，也是制度保障。

浪潮的数字资产入表方案。

通过浪潮海岳inDataX数据中台，企业可以制定元数据模型、数据标准等规范，采集并维护完整的元数据信息，打通数据血缘关系网络，实现数据的标准化和资产化管理。通过规则配置进行数据质量检核、持续进行数据治理，搭建企业级数据仓库，盘点企业数据资产，为数据价值挖掘提供 “全、统、通” 的元数据基础，实现资产入表的规范化管理。

第一步：梳理与规范数据模型。数据资产入表前首先需要将待入表的数据资产进行梳理，形成规范的数据模型，将数据资产纳入平台统一管理。浪潮方案实现了包括多种方式创建数据模型元数据，梳理数据标准、规范元数据，线下数据集中管理等。

第二步：数据质量评价。浪潮海岳数据质量评价工具3.0内置国家标准、行业标准、外部数据等海量参考数据，综合《数据质量评价标准GB/T36344—2018》和《数据资产评估指导意见》，建立起权威全面的评价体系，可针对不同的数据资产，动态准确生成匹配的评价规则。

通过规范化的评价流程，对实时交换数据、离线数据包、模型等各类型数据，覆盖金融、电信、政府等各行业的数据进行质量评价，实现数据质量提升、提高决策依据可靠性、支撑数据资产评估等关键应用场景，赋能企业数据管理过程。

第三步，持续治理提升数据质量。对质量问题持续监控，发现的质量问题通过ETL自动清洗、登记质量工单人工处理等方式进行质量改进，完成后再次进行质量评估检查，形成闭环管理。

第四步，分类分级管控确保数据安全。对数据资产进行分类分级，敏感数据进行加密存储、脱敏使用，严格管控确保数据安全。

未来，浪潮海岳inDataX将持续深化技术创新，不断探索支撑数据资产化的新路径、新应用，激发数据要素市场活力，释放数据要素的潜在价值，助力企业数据资产化。

据媒体报道，随着A股上市公司2024年一季报披露完毕，首批数据资产“入表”上市公司成绩单也顺利揭晓。

第一，首批数据资产“入表”上市公司涉及多个行业，资产计入方式多样，总金额达7.61亿元。

据《证券日报》不完全统计，至少有22家A股上市公司在一季报的资产负债表中披露了“数据资源”的数据，涉及总金额达7.61亿元。

首批数据资产“入表”上市公司中，有13家将数据资产计入“无形资产”，有5家计入“存货”，有6家计入“开发支出”。其中，开普云和南钢股份等2家公司同时计入“无形资产”和“开发支出”。同时，从上述22家公司主营业务来看，涉及信息技术、汽车、港口、电力、塑料等众多领域。

第二，首批数据资产“入表”企业并未出现信息技术领域企业“一枝独秀”的现象。

中央财经大学中国互联网经济研究院副院长欧阳日辉表示，无论企业属于哪个具体行业，只要其业务运营涉及数据收集、处理、分析与应用，就可以将数据视为一种有价值的资产。

随着数据要素市场的快速发展，越来越多的企业开始重视数据资产的积累、挖掘和应用，并将其纳入企业的资产负债表中，以更好地反映企业的真实价值和资产状况。

第三，数据资产一季度普遍低于1000万元。

从数据资源披露的金额看，仅有金龙汽车过亿元，为5.84亿元，中闽能源、恒信东方、山东钢铁、航天宏图、喜临门和每日互娱紧随其后，披露金额均在1000万元至5000万元之间，剩余15家则均低于1000万元。

2024年一季报作为观察数据资产“入表”成果的第一个窗口期，也预示着数据资产“入表”大幕的开启，万亿元的资产规模也将激发新的市场空间。受访专家表示，主要体现在数据资产规模的增量市场和以数据要素资产化全流程服务为主线的业务市场。

随着《企业数据资源相关会计处理暂行规定》《关于加强数据资产管理的指导意见》等有关文件的进一步落实和完善，在后续的财务报告中，越来越多的上市公司披露数据资产，将成一景。

数据资产“入表”是一项跨领域、跨行业，且需要多方协同完成的专业工作，目前相关业务仍处于探索阶段。信通院专家的文章认为，数据入表尚处于初步探索阶段，相关制度体系不够完善，存在企业利用数据资产粉饰财报等风险。

目前只有我国发布了数据资源相关会计处理规定，这对我国在未来获取数字经济发展的话语权具有重要意义，但也表明数据资产入表既没有历史经验可循，也没有国内外经验可借鉴，完全处于“摸着石头过河”的阶段。

数据入表后将直接提高企业业绩，市场各方对此抱有很大热情，但目前还存在入表范围边界不清、入表金额计量不准、合规路径不清晰等问题，盲目入表会导致资产泡沫和风险溢出。

目前数据资产入表仍处于初期探索阶段，面临诸多挑战，包括数据质量、会计处理标准化、数据安全和隐私保护、技术支持和人才短缺等问题。

如数据质量挑战是指企业在将数据资产纳入财务报表(即“入表”)的过程中，所面临的数据准确性、完整性、一致性和时效性等方面的问题。

这些挑战可能源于数据采集、存储、处理和分析等各个环节的问题，如数据采集过程中的错误、数据存储过程中的损坏、数据处理过程中的失真等。如果数据质量无法得到保证，那么基于这些数据的会计处理和财务报告就可能存在偏差，从而影响到企业的价值评估和决策制定。

例如，某上市公司在制表过程中出现数据提取错误，导致资产负债表中其他项目下的数据误入数据资产项下。目前，该公司已与监管部门取得联系，后续或会发布更正信息。

为了更好地推进数据资产的披露工作，相关各方需要在实践中进一步探索优化的实施路径。同时，企业可以利用数据科学和人工智能技术来提升数据资产的评估效率和准确性，并建立强有力的数据治理框架来确保数据的质量和完整性。

此外，对关键员工进行相关培训也是必要的，以增强他们对数据资产战略价值和操作要求的理解。

对于企业而言，可利用数据科学和人工智能技术来提升数据资产的评估效率和准确性，如使用机器学习模型来预测数据资产带来的潜在经济利益。

同时，建立强有力的数据治理框架，确保数据的质量和完整性，包括数据的采集、验证、存储和访问控制等。此外，还要对关键员工进行数据资产管理和会计处理的培训，增强其对数据资产战略价值和操作要求的理解。

参考资料：

https://mp.weixin.qq.com/s/H5vQ4hClz1ktyX9H7TSNqw

https://mp.weixin.qq.com/s/XaXcXSl65Oo_pOjWQOoe1g

https://mp.weixin.qq.com/s/RSi853iy_Ha2xNm04tphEw

https://mp.weixin.qq.com/s/KeaMtdAU-8YGO_oW1ge94A

https://mp.weixin.qq.com/s/uesyo6faI6Ug0JUGhJONIg

https://mp.weixin.qq.com/s/dM6_H0W8FQyKG76EzDDNkg

https://mp.weixin.qq.com/s/BfeHvaDwviwKKLzJ_LP4kA

数据质量2

数据要素7

数据安全45

数据质量 · 目录

上一篇2024年大数据之巅：揭秘企业如何跨越9大挑战，引领数据技术革命