丨内容简介

数据资产入表的十大难题及处理办法为：

①成本归集难的原因在于企业组织架构和数据产品开发条线匹配度较低，企业首先需要科学规划业务流程来应对，从数据采集、清洗、建模、存储、销售一系列生产经营活动的高效管理做起;

②收入与成本匹配难的核心原因在于数据产品销售模式和研发模式不协调，企业需要重新调整数据产品销售模式和定价方式来应对;

③数据资产资本化标准确认难的原因是企业研究和开发数据产品的时间点判断不确定，建议企业应该重新调整产品立项和管理流程;

④公共数据授权期限确认难针对企业与公共部门联合运营的场景，建议企业跟有关部门洽谈授权合约时充分考虑自身商业模式和渠道管理能力;

⑤数据研发和使用场景差异过大导致资产确认条件满足难针对部分金融日频数据的使用的场景，建议企业认真分析高频数据使用场景是否符合资产确认条件，秉承不高估资产的准则，对不符合的部分可能只能列入主营业务成本;

⑥数据资产摊销方法选择难，建议企业合理评价自身的业务场景，选择合适的方法并一致运用于会计期间;

⑦摊销年限确认难的核心痛点在于数据产品使用时效性导致企业也很难判断该产品的使用寿命，建议企业提高数据产品管理能力，加强对市场和业务模式的研究并合理判断数据资产的摊销年限;

⑧数据资产税会政策差异应对难的核心在于税法对于数据资产摊销年限的要求和会计准则不一致，建议企业合理选择摊销年限并对认真分析税会差异，并形成一些可行建议;

⑨数据资产时效性强导致部分资产可能存在即时失效的可能，从而导致数据资产报表规模波动较大，企业应该审慎确认数据资产并提高数据资产全生命周期的管理能力;

⑩数据资产在集团层面的会计核算难的核心在于集团公司和子公司特殊的关系，建议集团建立和完善数据资源相关的成本核算。

对于企业数据资产信息披露，本报告根据《暂行规定》自愿披露的内容指引，结合案例研究的成果进一步形成了企业相关数据资源的披露细则和展示方式，通过详细分析自愿披露指引性文件中每一条可以包含的具体信息，为企业形成披露规范模板，有助于引导企业数据资源披露机制和未来披露规范形成，也有助于企业信息披露实践操作。企业可以参考本指南列报与披露细则部分来推进数据资产的披露。

企业数据资产评估的核心难点在于资产权属的确认以及评估方法选择的依据，为了应对这些挑战，本报告提出数据要素价值链模型，并基于此推出基于数据资源分类分级、数据产品生命周期、数据资产经济行为的数据资产评估方法的选择逻辑，为企业和资产评估机构选择合理的估值方法提供可靠依据。

本指南在企业数据资产形成、列报、披露等一系列实践操作研究成果的基础上，进一步探讨了数据资产入表与数据资产创新应用的关系。数据资产估值是数据要素交易与流通价值释放的基础。从更长远的角度来看，数据要素市场的发展将推动数据资产创新应用的新局面，也就是说，进入企业资产负债表的数据资产，将像其他类型的资产一样，以其质量、公信力、收益预期作为偿付基准来发行证券产品。目前，数据资产的市场法还没有形成统一的衡量指标，也没有足够多的可比案例支持市场法评估。但目前国际上已经有多起以数据资产作为核心标的的并购案例，国内也开始探索数据资产计价入股、融资和出资相关金融业务模式，各地数据交易所也挂牌了很多数据产品，这些将成为数据资产市场法估值的基础支撑。数据资产创新应用的方向包括：数据资产增信、转让、出资、质押融资、保理、信托、保险、资产证券化等，这些场景一般都需要主体提供标的资产预期现金流测算结果或者资产评估报告等。

本报告可以成为企业数据资产入表和估值的实践操作指南。本报告不仅有助于规范企业数据资产的会计处理、信息列报与披露，还为数据资产的形成路径以及相关管理制度的构建提供了支撑。随着大众对数据要素的认知提升，企业也会逐渐开始形成一定规模和体量的数据资产，国家数字经济的具象化和报表化程度会逐步提升。数据资产入表和估值应该服务于国家数据要素市场战略，积极推动数字经济的发展。从我国建设与繁荣数据要素市场的角度出发，数据资产入表应该从鼓励披露、加强排摸开始，通过企业实践和案例研究相结合的方式，形成入表一般路径，并通过强化数据交易所基础设施功能，提高数据资产入表的效率，提升数据资产管理工作的效率。