2024企业数据资源入表实践白皮书

©

安恒信息DAS西湖论剑

重磅战略成果年度巨献未经许可，不得以任何方式复制或抄袭本书之部分或全部内容。版权所有，侵权必究。2024企业数据资源入表实

践

白

皮

书天册律师事务所T

&

C

L

AW

F

I

R

M

指导单位杭州高新开发区（滨江）“中国数谷”建设工作领导小组杭州高新技术产业开发区（滨江）财政局杭州市注册会计师协会

“中国数谷”数据要素合规委员会支持单位杭州市财政局杭州市数据资源管理局参编单位杭州安恒信息技术股份有限公司杭州数据交易所有限公司中国软件评测中心（工业和信息化部软件与集成电路促进中心）天册律师事务所立信会计师事务所(特殊普通合伙)浙江分所银信资产评估有限公司中企链创（北京）科技有限公司北京航空航天大学浙江铎伦律师事务所

杭州芝兰健康有限公司前言在数字经济时代，数据资源已成为企业核心竞争力的关键因素。2023年8月1日，财政部印发了《企业数据资源相关会计处理暂行规定》（简称《暂行规定》），正式拉开了我国企业数据资源入表的大幕。《企业数据资源入表实践白皮书》正是基于这一背景，旨在强调数据资源入表的必要性，并为企业提供一套全面且系统科学的方法论和实践指南。白皮书深入探讨了数据资源的盘点、合法拥有判断、成本计量、收益判断以及确认登记等关键环节的方式方法，突显了在当前数字经济的时代下，企业通过实践数据资源入表工作，优化数据资源，实现数据资源的高效管理，是支撑业务增长和创新的必要手段。白皮书的内容不仅包括对数据资源入表各阶段的详细指导，还提出了一种方法，能够系统展示数据资源的应用价值，这一方法对于帮助企业解锁数据潜能、推动数据驱动决策具有重要意义。通过实践穿透，白皮书还针对安全行业展示了数据资源入表的实际应用案例，进一步增强了其实操性和行业落地性。《企业数据资源入表实践白皮书》也指出了当前企业在数据资源入表方面面临的挑战，并为这些挑战提供了解决方案和建议。它为企业提供了一套简洁高效的步骤和科学的工具，旨在帮助企业更准确地衡量和利用其数据资源，是支持企业迈向更高效、更有序的数据资源入表实践的重要参考资料。企业数据资源入表实践白皮书-2024（按首字母顺序排序）（按首字母顺序排序）企业数据资源入表相关原则4政策背景5数据要素相关政策

数据资源入表的背景56数据相关概念6数据相关定义

数据的形态转变可入表的数据资源867入表数据资源的要求入表数据资源的分类88企业数据资源入表实践白皮书企业数据资源的收益判断26判断框架

26判断对象基本属性及基本特征27判断依据判断方法的介绍2728企业数据资产的确认登记32企业数据资产登记的政策背景32各地企业数据资源探索资产化实践33企业数据资产登记的必要性34企业数据资产登记的功能34企业数据资产登记法律效果35企业数据资产登记方法36企业数据资源入表成果展现38企业数据资源报告39企业数据资源入表实践框架10企业数据资源入表实践框架11实践框架

11企业数据资源入表服务

12企业数据资源盘点

13企业数据资源盘点的背景与目标13企业数据资源盘点的挑战

14企业数据资源盘点的实施方案14企业数据资源入表涉及一系列法律判断17理论基础法律问题工作步骤171718企业数据资源的成本与后续计量19理论基础

19企业数据资源会计类别的确定19作为无形资产的数据资源20作为存货的数据资源

22成本与后续计量的难点

24成本计量的建议

25企业数据资源入表实践案例40安全行业数据资源盘点实践41数据资源发现与录入41安全行业数据资源成本计量实践42安全行业数据资源合规实践43数据资源合规事实与尽调清单43数据资源合规法律方案与分析意见44安全行业数据资源收益判断实践45判断方法与材料准备判断过程判断结果454750安全行业数据资源确认登记实践51安全行业数据审计实践51安全行业数据入表成果展现52目录CONTENTS自2016年以来，如表1所示，我国发布了若干关于推动数据要素市场化发展的文件，对于数据要素市场的发展起到了巨大的作用。政策背景表1我国数据要素相关政策企业数据资源入表相关原则数据要素相关政策发布时间文件名相关内容《“十三五”国家信息化规划》中共中央、国务院《关于构建更加完善的要素市场化配置体制机制的意见》国务院国有资产监督管理委员会《关于加快推进国有企业数字化转型工作的通知》中共中央办公厅、国务院办公厅《建设高标准市场体系行动方案》中共中央、国务院《知识产权强国建设纲要（2021-2035年）》国务院《“十四五”国家知识产权保护和运用规划》国务院办公厅《要素市场化配置综合改革试点总体方案的通知》中央网信办《国家“十四五”信息化规划》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》中共中央、国务院《数字中国建设整体布局规划》国务院知识产权战略实施工作部际联席会议办公室《2023年知识产权强国建设纲要和“十四五”规划实施推进计划》财政部《企业数据资源相关会计处理暂行规定》财政部《关于加强数据资产管理的指导意见》国务院国有资产监督管理委员会《关于优化中央企业资产评估管理有关事项》2016年12月2020年3月2020年9月2021年1月2021年9月2021年10月2021年12月2021年12月2022年12月2023年2月2023年7月2023年8月2023年12月2024年1月完善数据资产登记、定价、交易和知识产权保护等制度，探索培育数据交易市场。提出要加快培育数据要素市场，发展数据登记结算等市场运营体系。提出促进国有企业数字化、网络化、智能化发展，增强竞争力、创新力、控制力、影响力、抗风险能力，提升产业基础能力和产业链现代化水平。建立数据资源产权、交易流通、跨境传输和安全等基础制度和标准规范，推动数据资源开发利用。提出研究构建数据知识产权保护规则明确研究构建数据知识产权保护规则发展数据资产评估登记结算、交易撮合、争议仲裁等市场运营体系，稳妥探索开展数据资产化服务。提出发展数据资产评估、登记结算、交易撮合、争议仲裁等市场运营体系。围绕数据产权、流通交易、收益分配、安全治理为重点提出二十条政策措施。率先提出数据资源持有权、数据加工使用权和数据产品经营权“三权分置”的中国特色数据产权制度框架，并强调研究数据产权登记新方式。加快建立数据产权制度，开展数据资产计价研究，建立数据要素按价值贡献参与分配机制。加快数据知识产权保护规则构建，探索数据知识产权登记制度，开展数据知识产权地方试点。加强企业数据资源管理，规范企业数据资源相关会计处理，强化相关会计信息披露，发挥数据要素价值。在对外授予数据资产加工使用权、数据产品经营权时，在本单位资产卡片中对授权进行登记标识。要求加强重大资产评估项目管理；进一步优化资产评估和估值事项；健全完善知识产权、科技成果、数据资产等资产交易流转定价。企业数据资源入表实践白皮书-2024企业数据入表，需先将数据资源确定成数据资产后方能入表。出于以下两点原因，本白皮书沿用“数据资源入表”一词：1、参考财政部《企业数据资源相关会计处理暂行规定》中

“数据资源”一词；2、本白皮书主要突出从数据资源开始，通过多方合作确定为数据资产，并最终实现入表的操作方法；在整个操作链路中的多数时间，处于将数据资源确定成数据资产的过程中。企业数据资源入表相关原则0405数据资源入表的背景随着经济形态的转变，我们正见证一个从以物质商品和制造业为主导的工业经济，向以知识、信息、和服务为核心的数字经济的演进。在这个知识经济中，无形资产，尤其是数据资源，成了企业价值的重要组成部分，其重要性甚至超过了传统的实物资产。企业不再仅仅依赖实物资产来创造价值，而是通过利用数据分析来指导决策，优化运营，和增强用户体验。随之而来的是服务和平台经济的兴起，这改变了生产和消费的方式，加速了信息流通和资源优化配置。此外，价值创造的路径变得更为多样化，企业开始通过数据分析提供个性化服务，利用网络效应构建生态系统，以及通过开放创新加速产品和服务的开发。与经济形态的转变并行的是技术的快速进步，这为数据资产的收集、存储、分析和应用开辟了新的可能性。云计算技术让企业能够更灵活地访问计算资源和数据存储，从而支持大规模的数据处理和分析。这进一步促进了远程工作和协作的发展。大数据技术和先进的分析方法，如机器学习和人工智能，极大地增强了企业从数据中提取洞见、预测趋势和制定个性化策略的能力。此外，区块链技术提供了一种安全、透明、去中心化的数据记录和交易验证机制，而物联网技术通过使设备智能化并互联，收集大量实时数据，为自动化、远程监控和优化运营提供了可能。这种经济和技术的双重转变要求企业重新思考它们的业务模式和战略，同时对会计和财务报告提出了新的挑战。尤其是在评估和报告数据资产、衡量和披露数据资产的价值方面，需要更加精确和全面的方法。在这个过程中，会计准则和实践必须不断适应，以准确反映基于技术的资产和经济活动，确保财务报告的真实性和透明度。数据相关概念企业数据资源入表实践白皮书-2024企业数据资源入表相关原则数据相关定义2023年8月1日，财政部印发了《企业数据资源相关会计处理暂行规定》（简称《暂行规定》），正式拉开了我国企业数据资源入表的大幕。2023年12月31日，财政部补充印发了《关于加强数据资产管理的指导意见》，进一步对入表数据的管理提出了要求。然而，产业界与学术界经过近十年的探讨，对于数据相关的名词的定义仍尚未统一。数据的定义：全国包括上海、重庆、深圳、厦门在内的多地数据条例中，将数据宽泛地定义为“任何以电子或者其他方式对信息的记录”。中国信通院对数据具体分析后，认为数据是“是对客观事件进行记录并存储在媒介物上的可鉴别符号、是对客观事物性质、状态以及相互关系等进行记载的物理符号或物理符号的组合，是一种客观存在的资源”。国际数据管理协会（DAMA）从数据的作用角度出发，认为数据“是以文本、数字、图形、图像、声音和视频等格式对事实进行表现”。数据资源的定义：“数据资源”是大数据领域的一个较新的词汇，于2020年7月报全国科学技术名词审定委员会批准，准予向社会发布试用，数据资源一词的具体定义尚在实践与探索中。《中华人民共和国数字经济促进法（专家建议稿）》中定义数据资源为：“以电子化形式记录和保存的具备原始性、可机器读取、可供社会化再利用的数据集合，包括公共数据和非公共数据”。数据资产的定义：中国信通院认为数据资产是“由企业拥有或者控制的，能够为企业带来未来经济利益的，以物理或电子的方式记录的数据资源，如文件资料、电子数据等”。学术界认为数据资产是“拥有数据权属、有价值、可计量、可读取的网络空间中的数据集”。数据的形态转变企业数据资源形态转变的整体路径，如图1所示：数据原矿：在企业生产生活系统中源源不断产生的所有原始数据称为数据原矿。数据资源：将数据原矿经数据资源化的过程可以形成数据资源，数据资源化过程包括数据存储、数据治理、数据加工等操作。数据资源包括数据集，数据产品，数据服务等。在数据原矿基础上，经过数据资源化，可以形成数据集类型的数据资源。进一步结合业务场景，通过再加工的方式，可以进一步形成数据产品（如平台、应用程序等）、数据服务等形态的数据资源。数据资产：数据资源经过了合法拥有确认、成本计量、经济利益流入的判断后成为数据资产。入表操作：参考《暂行规定》，入表操作在确认数据资产的前提下，将数据的脱敏、清洗、标注、整合、分析、可视化等加工过程所发生的有关支出，以及数据权属鉴证、质量评估、登记结算、安全管理等费用填入资产负债表中，并由会计师事务所审查确认的过程。图1数据形态转变示意图数据原矿数据资源数据资产入表操作资源化数据存储数据治理数据加工…包括数据集数据产品数据服务资产化合法拥有成本计量形成收益0607入表数据资源的要求根据《暂行规定》中对可入表的企业数据资源的定义：“本规定适用于企业按照企业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，以及企业合法拥有或控制的、预期会给企业带来经济利益的、但由于不满足企业会计准则相关资产确认条件而未确认为资产的数据资源的相关会计处理”，可以总结出，同时满足以下三个特点的数据资源均可入表：企业合法拥有与控制：企业对数据资源拥有的合法性源自合同性权利或其他法定权利，无论这些权利是否可以从企业或其他权利和义务中转移或者分离。成本可计量：企业一项数据资源投入的成本可以被准确地量化和表示为一个具体的数值。在会计准则中，能够对数据资源的获取成本进行准确计量是其被确认为资产并在财务报表中体现的一个基本条件。预期会给企业带来经济利益：数据资源被认为能够在未来通过产生收入、节省成本、提高效率、提供融资便利、增加投资回报或以其他方式为企业创造价值。入表数据资源的分类当下，数据、数据资源、数据资产等热词正被广泛使用的同时，造成了同一词语在不同领域不同场合使用混乱的情况。本节通过枚举的方式详细探讨可入表的数据资源形态，以便在正式探讨入表方法前对背景达成统一。根据财政部对于《暂行规定》的解读，可入表的数据资源包含多种形态，例如：数据集：数据集指的是企业在其运营和管理过程中产生、收集、存储和加工利用产生的所有数据和信息。这些数据覆盖了企业的各个方面，包括但不限于财务数据、客户信息、产品数据、市场分析、员工记录、生产和供应链信息等。数据产品：数据产品是基于数据的加工和分析而创建的，旨在满足特定用户需求的产品或服务。它们可以是信息洞察、数据驱动的工具、应用程序或平台，为最终用户提供价值，使用户能够基于数据做出更好的决策、提高效率或获得新的洞察。数据产品的开发通常涉及数据收集、处理、分析和可视化等步骤，目标是将原始数据转化为易于理解和使用的格式。数据服务：企业将内部数据资源和数据分析能力，转化为对外部客户或合作伙伴提供的数据驱动的解决方案或服务。这些服务借助企业的数据资产，结合数据分析、数据挖掘和机器学习等技术，为用户提供洞察、预测、优化建议或其他形式的价值。可入表的数据资源企业数据资源入表实践白皮书-20240809企业数据资源入表实践白皮书-2024企业数据资源入表实践框架企业数据资源入表实践框架企业数据资源入表实践框架实践框架企业将数据资源入表的工作是一项复杂而全面的任务，它不仅涉及企业内部多个部门的密切合作，如财务部门、数据部门、法务部门等，还可能涉及与外部企业和机构的协作。财务部门负责统计数据资源的成本、销售数据等信息，并确保数据资源的会计处理符合会计要求；数据部门则负责统计数据成本来源、价值实现路径等信息；法务部门需要确认数据的收集和使用遵循相关的合规要求。会计师事务所、律师事务所、交易所、评估机构、咨询公司也会参与到数据入表咨询、数据合规评估、数据资产登记、入表审计等环节。参照数据资产的定义，数据合规评估、数据成本计量和数据收益判断为企业数据资源入表的必要环节。这一跨部门、跨企业的合作确保了数据资源入表工作的全面性和准确性，帮助企业有效管理和利用其数据资源，增强竞争力和市场地位。如图2所示，企业数据资源入表的实践主要包括六个环节：数据盘点：这是一种旨在审查和评估组织持有的数据资源的系统性的方法。随着企业数字化转型的推进，企业所拥有数据的总量爆炸式增长、数据的类型多样，组织面临着如何有效发现、管理、保护和利用这些数据资源的问题。数据资源盘点通过系统性地审查和评估企业已有的情况，全面地盘点企业已有的数据资源及相关信息，为企业数据资源入表提供基础。合法拥有：这是对企业拥有的数据资源的合法性系统性的判断过程。基于数据资源盘点的结果，展开数据资源合法性确认工作，筛查确保组织入表的数据资源是在法律和伦理框架内获取、使用和处理的。成本计量：成本计量是通过对组织获取、维护、存储和处理数据资源所涉及的全部成本的评估和计算。成本计量的结果一方面可以作为历史成本作为入表初始计量的基础，另一方面可以作为成本法数据价值评估的依据。图2企业数据资源入表整体流程合法拥有资产登记收益判断资源入表盘点策略盘点方法成果输出主体合规来源合规内容合规流通合规合规审查登记审查登记公示颁发证书质量评估价值评估无形资产存货流程

数据盘点工作内容成本计量初始计量后续计量开发支出入表核查信息披露审计报告*虚线框为建议步骤1011图3企业数据资源入表服务框架收益判断：数据资源收益判断是针对完成合法拥有确认的数据，从对企业带来经济价值流入的角度，分析和确定数据资源价值的过程。数据资源的收益判断，是将企业数据资源确认为企业数据资产的前提条件。数据资源价值评估是数据资源收益判断的常见手段之一，可以通过评估数据资源的价值判断数据资源对企业带来的经济价值。目前，价值评估的结果虽然无法直接在资产负债表中体现，但可以作为数据资源公允价值的参考，用于融资等操作。资产登记：企业数据资源经过合法拥有、成本计量、收益判断后，可以确认为企业数据资产。数据资产登记是指对数据资源及其产权进行登记的行为。具体而言，是指经登记者申请，数据资产登记机构将有关申请人的数据资源的权属及其事项、流通交易记录记载于系统中，取得数据资产登记证书，并供他人查阅的行为。资源入表：根据《暂行规定》中的规定，通过将满足入表数据资源中要求的数据资源分别确定为无形资产或者存货的方式，纳入企业资产负债表的过程。入表核查：会计师事务所参照《暂行规定》中的要求，对企业实际情况进行核查后，出具审查报告，披露企业数据入表相关实际情况的过程。企业数据资源入表服务企业数据资源入表服务的目标是通过一站式、专业化的服务，帮助企业识别高价值数据资源、并及时转化为数据资产反映到财务报表上，客观得反映高价值数据对企业的真实、合法资产价值，为企业的资产负债、盈利能力甚至投资决策提供有效依据，满足国家数据资产管理法律法规和监管要求，占领数据要素新赛道，深度开发数据资产潜力，赢得更多商业机会和竞争优势。数据资源入表服务的工作框架如图3所示，涉及“明确入表数据资产、数据合规、检视数据资产管理体系，开展数据资产评估、数据资产入表”以下四个工作环节。企业数据资源入表实践白皮书-2024阶段一：明确入表数据资产1

制定数据资产入表规则《数据资产合规法律意见书》2《数据资产评估报告》数据合规审查数据治理合规内容经营管理处理高价值数据资产识别数据质量评价数据资源分类分级数据成品生命周期数据资产经济行为数据价值评价数据安全风险管理-三道防线视角&数据安全合规策略管理&数据全生命周期安全国内数据资产管理法律法规和监管要求法律层面：网络安全法、数据安全法、个人信息保护法监管要求和行业部门规章层面：财政部《关于加强数据资产管理的指导意⻅》/《企业数据资源相关会计处理暂行规定》、国标委《信息技术服务数据资产管理要求》管理和技术规范层面：数据安全与个人信息保护相关国标（个人信息安全规范、数据安全成熟度模型等）、各行业数据安全与个人信息保护相关管理和技术规范数据二十条业务战略数据资产质量评估数据产品质量评估分配数据要素外购/出售数据识别内部研发数据识别核心业务场景识别数据分类分级结果典型数据应用场景识别数据权属梳理数据资源持有权数据加工使用权数据产品经营权数据产权证书合规数据资源范围合规数据资产归类合规披露义务合规数据治理合规管理保障组保保障技术保障制度保障管理对象数据资产管理体系管理过程数据采集与存储企业数据治理情况

数据应用与价值实现数据安全与隐私保护数据资源数据产品数据服务123无形资产判定存货判定实施数据资产入表财务入表成本归集与分摊《数据资源报告/第四张表》DCMM数据管理能力成熟度模型国标《数据资产管理要求》借鉴业内成熟方法论参考组织转型战略和法律监管要求阶段二：数据合规阶段三：检视数据资产管理体系开展数据资产评估阶段四：数据资产入表典型数据应用场景高价值数据资产清单/数据资源目录数据资产各权力主体清单及权责关系图/《数据资产登记证书》来源成本法数据收益法市场法数据资产运营与商业变现数据安全技术应用数据深化应用数据交易…企业数据资源盘点企业数据资源盘点的背景与目标

在企业数据资源盘点的过程中，我们的目标是全面、准确地掌握企业的数据资源状况。这些问题涵盖了数据资源的种类、数量、存放位置、管理责任以及数据资源的重要性和等级等多个方面。首先，我们需要弄清楚企业到底有哪些数据资源。这是一个对数据资源进行分类的过程，通过详细梳理和归纳，将企业的数据资源根据业务情况实现进一步的划分。这样的分类有助于我们更好地理解数据的构成和用途，为后续的数据管理和应用提供基础。其次，我们需要了解企业到底有多少数据资源。这包括数据资源的存量和增量两个方面。存量数据资源指的是企业目前已经拥有的数据资源，而增量数据资源则是企业在存量数据资源基础上新增的部分。通过对这些数据的统计和分析，我们可以了解企业的数据资源规模，为数据资源的存储、备份和灾备等提供决策依据。接下来，我们需要明确企业数据资源存储在什么地方。这涉及数据的存储方式和取用方式。我们需要梳理企业数据资源的存储架构，包括哪些系统、数据库或云存储平台用于存储数据资源，以及数据资源的访问权限和取用流程。这样，我们才能在需要时快速定位到相关数据资源，并确保数据资源的安全性和可用性。此外，我们还需要弄清楚企业数据资源是由谁在管理。这包括数据资源的归属部门和责任人。明确数据资源的归属部门有助于我们了解数据资源的来源和流向，而明确责任人则可以确保数据资源的准确性和完整性。通过明确管理责任，我们可以建立起一套有效的数据资源管理机制，确保数据资源的有效利用和保护。最后，在盘点出的数据资源中，我们需要识别哪些是重要数据资源，哪些是保护数据资源。这需要对数据资源进行分级处理，关注数据资源的分级、数据资源等保与安全、共享条件和范围。重要数据资源是企业运营和决策的关键支撑，需要得到特别的保护和管理；而敏感或保护数据资源则涉及企业的商业秘密、客户隐私等敏感信息，需要采取更加严格的安全保护措施。通过识别重要数据资源和保护数据资源，我们可以建立起一套完善的数据资源保护机制，确保企业数据资源的安全性和合规性。综上所述，企业数据资源盘点是一个全面、系统的过程，需要我们从多个角度对数据资源进行深入地分析和梳理。通过弄清楚企业有哪些数据资源、有多少数据资源、数据资源存放在什么地方、由谁在管理以及哪些数据资源重要和受保护等问题，我们可以建立起一套完整的数据资源目录或资源清单，为企业数据资源治理和应用提供有力的支持。企业数据资源入表实践框架结构化数据非结构化数据1213图4企业数据资源盘点方法企业业务价值链、数据应用场景调研业务对象梳理业务概念模型数据资源目录数据项定义物理模型企业数据归集业务实体属性定义企业数据现状调研业务视角技术视角自顶向下自底向上业务场景业务数据企业数据资源入表实践白皮书-2024从业务的视角来看（自顶向下），如图4所示，数据资源盘点始于对企业业务价值链的深入调研。通过深入了解企业每个业务环节的数据需求和使用情况，明确数据在企业运营中的价值和作用。在此基础上，进一步梳理业务对象，构建业务概念模型，并定义业务实体的属性。这些工作为我们提供了业务逻辑层面的数据资源描述，为后续的数据资源目录编制提供了坚实的业务基础。同时，技术的视角（自底向上），如图4所示，企业从数据资源存储位置出发，全面地审视企业现有的数据资源，包括它们的来源、存放方式、使用情况等，形成统一的企业数据资源目录。再从企业数据资源地图出发，确定企业数据权属，遍历企业数据价值实现路径，以达到企业数据资源梳理的目的。在实际操作过程中，也可以采用自顶向下与自底向上相结合的方法，以提升数据资源盘点的准确性和完整性。无论是自顶向下还是自底向上的视角，最终的目标都是为了编制数据资源目录这一交付物。数据资源目录是对企业数据资源的全面梳理和分类，它涵盖了数据的来源、流向、格式等关键信息，为企业提供了清晰、准确的数据资源视图。通过数据资源目录，企业能够全面了解自身的数据资源状况，为数据资源入表提供有力的支持。企业数据资源盘点的流程明确梳理内容及范围调研与分析与企业内部相关部门进行沟通，了解各部门的数据资源需求、使用情况和存在的问题；收集现有的数据资源清单、数据字典、数据产品、数据服务API等相关文档，进行初步分析；评估现有数据资源的规模、质量和分布情况，为后续的数据资源盘点提供基础。确定盘点范围根据调研结果，明确哪些数据资源需要纳入盘点范围，哪些可以排除在外；区分核心数据资源和非核心数据资源，以便在盘点过程中有所侧重；制定数据资源分类标准，如按业务类型、数据资源性质、使用频率等进行分类。确定实施方案确定详细的数据资源盘点的流程、方法和技术手段；确定所需的数据资源收集工具、处理软件和存储设备等资源；确定数据资源质量控制和校验的标准和程序，确保盘点数据资源的准确性。确定盘点的模板设计模板结构根据数据资源的特点和需求，设计模板的基本结构和字段；考虑模板的易用性和可扩展性，方便后续的数据录入和维护。数据资源清单收集整理收集与整理数据根据确定的盘点范围，对盘点范围内的信息系统部署情况进行确认；根据具体情况，使用数据资源盘点工具，自动化收集数据资源相关信息；对于无法自动化收集的部分元数据信息，采用人工方式收集与整理；审核与校验a.对完成的数据资源目录的内容进行初步审核，检查其完整性和准确性。企业数据资源入表实践框架企业数据资源盘点的挑战在企业数据资源盘点的过程中，所面临的挑战可谓复杂多样。这些挑战主要源于数据资源来源的多样性、数据资源种类的多样性、数据资源存放的分散性以及数据资源所属的模糊性等方面。接下来，我们将对这些挑战进行更详细地分析：企业数据资源来源的多样性给数据资源盘点带来了显著的挑战。以本文提到的三种核心数据资源——数据集、数据产品、数据服务为例，它们仅仅是构成企业复杂数据体系的冰山一角。具体到数据集这一层面，其来源更是丰富多样，包括但不限于内部的业务系统、各类数据库、外部网站、社交媒体、合作伙伴共享的数据，乃至第三方服务等。每个数据来源都有自己独特的数据格式、结构和标准，这使得数据整合和统一变得异常困难。数据资源种类的多样性也是企业数据资源盘点面临的一大难题。本文提及的三种核心数据资源形态——数据集、数据产品、数据服务，仅是企业庞大数据体系中的一部分。以数据集为例，包括结构化数据（如数据库中的表格数据）、非结构化数据（如文档、图片、视频等）、半结构化数据（如XML、JSON等格式的数据）等。每种数据资源类型都有其独特的处理和分析方法，需要在盘点过程中进行区别对待。同时，不同类型的数据资源之间可能存在关联性和互补性，需要我们建立合理的数据资源关联模型，以充分利用各种数据资源的价值。这需要我们具备跨领域的知识和技能，以便更好地理解和利用各种数据资源。数据资源存储的分散性也给企业数据资源盘点带来了极大的挑战。在企业中，数据资源可能分散存储在多个不同的系统和平台中，包括本地服务器、云存储、外部存储设备等。这种分散性不仅增加了数据资源管理的复杂性，还可能导致数据资源之间的不一致和冗余。数据资源所属的模糊性也是企业数据资源盘点中需要面对的重要挑战。在某些情况下，数据资源的归属和责任人可能并不明确，导致数据资源的管理和使用存在模糊地带。这可能导致数据资源的重复录入、遗漏或误用等问题，影响数据资源盘点的准确性和可信度。企业数据资源盘点的实施方案企业数据资源盘点的框架数据资源盘点是一项综合性的工作，旨在全面了解、掌握并优化企业数据资源的使用。这项工作涉及企业的多个层面，需要跨部门协作，可以从业务视角和技术视角两个角度出发，确保数据资源得到高效、准确的管理和利用。1415理论基础

《中华人民共和国会计法》《企业会计准则》等相关法律法规对应当列入资产负债表的项目进行了规定。2023年8月1日财政部印发的《暂行规定》则在会计法及会计准则框架下对数据资源入表进行了更为详细的规定。根据《暂行规定》，数据资源入表的前提是企业对数据资源的合法拥有和控制，即应确认企业合法合规地对数据资源享有相应产权。关于如何认定数据资源的产权归属，现行法律虽然尚无专门的直接规定，但中共中央、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》（以下简称“《数据二十条》”）对探索建立数据产权制度给出了政策指引。从整个法律体系来看，《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》（以下分别简称“《网络安全法》”“《数据安全法》”“《个人信息保护法》”）主要从义务角度对与数据处理相关的活动进行了规定；《中华人民共和国民法典》（以下简称“《民法典》”）总则编、物权编中关于财产权取得的相关规则，为数据权属认定提供了基础性参考；权利主体可以通过恰当的合同约定继受取得数据产权、保护自身在数据交易流通过程中的权利；数据相关要素在符合独创性要求的情况下能够受到知识产权法的保护；数据在涉及商业秘密或竞争秩序时也能受到反不正当竞争法的保护。同时，全国各地政府以推动数据要素高效流通为发展导向，也陆续出台相关规范性文件。这些积极的立法探索，为我们理解和判断数据权属相关问题提供了丰富的素材和指引。此外，目前已有不少关于数据权益保护的司法判例，虽然均是从反不正当竞争法角度对数据权益进行保护，但不少判决的裁判理由对数据财产性权益相关问题进行了深入分析，为我们理解相关问题提供了重要参考。法律问题

企业数据资源入表过程涉及的具体法律问题包括：在确认某项数据资源能否入表的过程中，需要从法律角度对数据资源的法律属性、持有状态、权利归属进行判断。《暂行规定》所规定的适用范围为：“本规定适用于企业按照企业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，以及企业合法拥有或控制的、预期会给企业带来经济利益的、但由于不满足企业会计准则相关资产确认条件而未确认为资产的数据资源的相关会计处理。”其中“合法拥有”“控制”都需要从法律上进行界定和判断，且会计意义上的“控制”不仅指事实控制，更多地是指享有使用权，需要进行法律上的认定。在判断企业对数据资源是否合法拥有时，需要对相应数据的交易、授权或自主生产等情况进行考察，需要对数据来路的合法合规进行溯源。企业数据资源入表实践白皮书-2024企业数据资源入表实践框架b.使用自动化工具或人工方法对数据进行校验，确保数据的质量和一致性。

c.根据审核和校验结果，对数据进行必要的修改和完善。整合数据资源目录将编写完成的数据资源按照分类分级标准进行组织，形成数据资源目录。为目录设置索引和检索功能，方便用户快速查找和定位所需的数据资源。定期更新和维护数据资源目录，确保其时效性和准确性。梳理成果并组织评审将编写完成的数据资源进行汇总和整理，形成数据资源目录和清单。组织相关方对数据资源目录和清单进行评审，确保数据的准确性和可用性。根据评审结果，对数据资源目录和清单进行修改和完善。数据资源盘点交付物数据资源盘点的最终交付物——数据资源目录，是企业在完成数据资源盘点工作后所形成的一份重要成果。这份目录是在入表的维度对企业内部数据资源全面梳理的汇总，是企业数据治理、数据分析和数据应用的基础。在数据入表的实践中，通过数据资源目录，企业可以清晰地掌握自身的数据资源分布和状况，并快速输出包含数据权属、成本、价值等关键信息的材料，便于数据权属的确认、经济流入的判断、成本的计量，加速企业数据资源入表的进程。数据资源目录样表根据企业数据资源入表后续步骤所需的信息种类构建了数据资源目录的样表。该样表主要包含基本信息、业务信息、以及财务信息。其中，基本信息需要向入表实践中后续的所有环节提供；业务信息主要应用于收益判断阶段环节；财务信息主要应用于成本计量和收益判断环节。附录表数据资源盘点内容属性大类基本信息业务信息财务信息属性小类资源名称资源编号（可选）数据来源数据来源佐证数据存储元数据信息数据规模数据质量（可选）更新频率数据生命周期业务/价值描述所属业务部门价值实现路径应用情况成本属性小类定义数据资源的名称数据资源的唯一标识构成数据资源的数据来源购买合同、授权协议、自研工具/平台逻辑、操作日志数据资源在本单位内各系统中的分布情况数据资源的数据属性组成结构，如日期格式为YYYYMMDD数据资源的记录数、空间占用大小等描述数据资源满足业务处理、经营管理、监管报送等需要的程度，包括真实性、准确率、连续性、完整性、及时性等衡量维度数据更新周期，如：实时、日、周、月等数据清理、迁移等相关信息，如：（1）永久保存；（2）有效数据永久保存；（3）失效数据数据资源的业务/价值的说明，数据资源价值产出的应用领域，包括数字化客户管理、数字化营销管理、数字化运营管理、数字化风险管理、数字化财务管理、数字化经营决策等数据资源对应的业务部门数据资源为企业创造价值流入的已知路径数据资源的访问热度、引用频次等描述数据资源获取、加工、维护和管理所需要的成本支出企业数据资源入表涉及一系列法律判断1617确认为存货的数据资源披露前法律判断对使用权受到限制、用于担保的数据资源存货，在企业披露其账面价值等情况前，结合数据权利路径、权利类型、权利范围、权利期限、权利限制等权利信息，对数据资源权利限制状况进行法律判断。自愿披露数据资源信息前法律判断对拟披露数据资源的应用场景或业务模式合法合规性，用于形成相关数据资源的原始数据的类型、规模、来源、权属等信息，数据资源的加工维护和安全保护情况的合法合规性，数据资源相关数据产品或服务的运营模式合法合规性，重大交易事项中涉及的数据资源对该交易事项的影响及风险分析，数据资源相关权利的失效情况及失效事由、对企业的影响及风险，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，及企业认为有必要披露的其他数据资源相关信息进行法律判断。理论基础《暂行规定》明确了数据资源可以作为企业无形资产或存货资产类别，并分别适用《企业会计准则第6号——无形资产》（财会〔2006〕3号，以下简称无形资产准则）《企业会计准则第1号——存货》（财会〔2006〕3号，以下简称存货准则），从会计上肯定了企业数据资源是企业资产的组成部分。企业数据资源会计类别的确定企业应在完成数据资源盘点、开展数据入表工作之初，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。这一判断对于数据资产的后续计量、成本核算和财务报告都有重要影响。数据资源的性质和用途如果数据资源是为了长期使用而获取或开发的，用以支持企业的主营业务，但并不直接出售，那么它更可能被分类为无形资产。例如，一个公司可能开发一个大数据分析平台，用于提高其业务决策的效率和效果，这种资源就属于无形资产。如果数据资源是为了在正常的经营周期内出售以获取利润的，那么它应该被分类为存货。比如，一个数据公司收集并处理的数据包，准备出售给其他企业进行市场分析，这种资源就可以被视为存货。3.在调查企业对数据资源的控制情况时，需要从数据安全与合规角度对数据分类分级、脱敏状态、加密状态、访问控制等情况进行审查。4.在判断是否会给企业带来经济利益时，涉及对数据使用场景的合规性审查。5.数据资产变更、终止确认中，同样涉及相应法律判断。6.信息披露需要一系列法律支持。信息披露涉及应用场景或业务模式、原始数据类型来源、加工维护和安全保护情况、有关重大交易事项、相关权利失效和受限等相关信息。从法律上讲，就是在交易中披露合适的信息给交易对手，便于交易判断和交易安全。披露事项的评审和厘清、披露本身的合规评审，均需要律师的专业支持。工作步骤企业数据资源入表过程中可以按照以下步骤开展法律方面工作：数据处理尽职调查通过出具《数据确权尽职调查清单》、现场人员访谈、平台/App业务功能穿行测试等多种方式，对拟确权、保护数据所涉业务场景的数据处理流程进行分析，绘制拟确权、保护数据流转生命周期图，锚定数据收集、存储、加工等处理环节的关键确权节点，对数据确权过程中关键节点涉及的企业数据确权前合规风险进行诊断。必要合规措施整改数据合规是数据确权的生命线。根据尽职调查阶段诊断出的数据确权前合规风险，对可能影响到企业数据确权有效性、稳定性的风险点，设计专门的合规整改措施方案，以确保数据确权有效性为核心目的，指导企业从内部制度体系建设、外部数据处理行为管理等方面，完成必要合规措施整改。数据权属法律评估立足数据不同类型、不同场景，在现行法律法规框架下，梳理数据确权法律路径。结合企业数据合规体系建设情况，从内部数据确权制度建设、对外数据产权管理等方面，设计可行的数据确权方案。协助企业完成数据确权方案落地，并根据企业实际需求，完成模拟确权管理测试，通过协议修改、制度落地、App/小程序/H5页面等设计优化，从数据收集贯通到数据交易侧，完成数据确权管理机制的全面升级。在此基础上，以意见书出具日已形成的数据资源为限，根据企业需求范围，对相关数据的权属进行分析，并出具相应数据资源权属法律意见书。数据资源使用寿命法律判断结合数据资源的法律有效期限、相关合同有效期限、更新时间、时效性、权利状况、应用场景、地域限制、领域限制及法律法规限制等，协助企业对数据资源的使用寿命进行判断。确认为无形资产的数据资源披露前法律判断对使用寿命有限、使用寿命不确定的数据资源无形资产，在企业披露其使用寿命的估计情况及判断依据前，结合数据资源的法律有效期限、合同有效期限等情况，对拟披露数据资源使用寿命结论的准确性进行法律判断。对使用权受到限制、用于担保的数据资源无形资产，在企业披露其账面价值、当期摊销额等情况前，结合数据权利路径、权利类型、权利范围、权利期限、权利限制等权利信息，对数据资源权利限制状况进行法律判断。企业数据资源入表实践白皮书-2024企业数据资源入表实践框架企业数据资源的成本与后续计量1819企业数据资源入表实践框架开发是指在进行商业性生产或使用前，将研究成果或其他知识应用于某项计划或设计，以生产出新的或具有实质性改进的材料、装置、产品等，开发阶段的支出，同时满足下列条件的，才能确认为无形资产：（一）完成该无形资产以使其能够使用或出售在技术上具有可行性；（二）具有完成该无形资产并使用或出售的意图；（三）无形资产产生经济利益的方式，包括能够证明运用该无形资产生产的产品存在市场或无形资产自身存在市场，无形资产将在内部使用的，应当证明其有用性；（四）有足够的技术、财务资源和其他资源支持，以完成该无形资产的开发，并有能力使用或出售该无形资产；（五）归属于该无形资产开发阶段的支出能够可靠地计量。当一个项目技术和商业上的可行性得到证实，且企业有意并能够完成该无形资产的开发并将其用于内部使用或出售时，相关的开发成本可以资本化。开发阶段的支出总额可能包括：直接人工成本：涉及开发数据资源员工的工资和福利费用。直接材料成本：在开发过程中直接使用的材料（如设备）和服务。可分配的间接成本：与开发项目直接相关的间接成本，如项目管理相关成本。其他费用：直接可归因于无形资产开发的其他费用，如专利申请费和获得必要许可的费用。后续计量数据资源无形资产在账面上以其初始确认的成本减去累计摊销和累计减值损失来计量。其关键元素包括：使用寿命：企业应当于取得无形资产时分析判断其使用寿命。无形资产的使用寿命为有限的，应当估计该使用寿命的年限或者构成使用寿命的产量等类似计量单位数量；无法预见无形资产为企业带来经济利益期限的，应当视为使用寿命不确定的无形资产。摊销：摊销是将数据资源的成本（除去其残值）在预计的使用寿命内分摊的过程。使用寿命有限的无形资产，其应摊销金额应当在使用寿命内系统合理摊销。企业摊销无形资产，应当自无形资产可供使用时起，至不再作为无形资产确认时止。企业选择的无形资产摊销方法，应当反映与该项无形资产有关的经济利益的预期实现方式。无法可靠确定预期实现方式的，应当采用直线法摊销。摊销费用应在利润表中相应体现，如表3所示。当无形资产是外购而来的，其初始确认成本主要为购置成本，具体包括：购买价款：包括合同中约定的考虑到的任何折扣或溢价的净额。相关税费：如进口关税和非退还购置税等，这些税项，如果适用，也应计入无形资产的初始成本中。直接相关成本：直接归属于使该项无形资产达到预定用途所发生的数据脱敏、清洗、标注、整合、分析、可视化等加工过程所发生的有关支出；数据权属鉴证、质量评估、登记结算、安全管理费，如律师费、专利注册费和其他为使资产达到预定使用状态所必须的额外费用。对于内部开发的数据资源，分为研究阶段和开发阶段。企业数据资源入表实践白皮书-2024企业对数据资源的预期使用方式如果企业的目标是利用数据资源直接或间接产生收入，且这种产生方式不是通过出售数据资源本身，而是通过使用数据资源来提升产品或服务的价值，那么这类资源倾向于被分类为无形资产。相反，如果企业获取或创建数据资源的主要目的是将其作为商品进行销售，那么这类资产应当被视为存货。预期经济利益的流入对于预期将为企业带来长期经济利益的数据资源，它们更可能被认定为无形资产。如果数据资源的经济利益预期主要通过销售该资源而实现，并在短期内转化为现金或其他资产，那么这类资源则更可能被视为存货。作为无形资产的数据资源无形资产定义：企业拥有或者控制的没有实物形态的可辨认非货币性资产。资产满足下列条件之一的，符合无形资产定义中的可辨认性标准：能够从企业中分离或者划分出来，并能单独或者与相关合同、资产或负债一起，用于出售、转移、授予许可、租赁或者交换；源自合同性权利或其他法定权利，无论这些权利是否可以从企业或其他权利和义务中转移或者分离。初始计量确认为无形资产的数据资源的成本初始计量关键在于准确识别和计量与获取或自行生成该无形资产相关的成本。这个过程涉及到对所有可以直接归因于资产的购置或创建过程的成本进行识别、测量和累积。如表2所示：后续计量方式在使用寿命内系统合理摊销，使用寿命估计重点关注数据资源相关业务模式、权利限制、更新频率和时效性、有关产品或技术迭代、同类竞品等因素。不摊销，对于使用寿命不确定的数据资源无形资产，企业应当披露其账面价值及使用寿命不确定的判断依据。资产负债表日至少应当于每年年度终了，对使用寿命有限的数据资源的使用寿命及摊销方法进行复核。数据资源的使用寿命及摊销方法与以前估计不同的，应当改变摊销期限和摊销方法。应当在每个会计期间对使用寿命不确定的数据资源的使用寿命进行复核。如果有证据表明数据资源的使用寿命是有限的，按使用寿命有限进行处理。使用寿命类型使用寿命有限使用寿命不确定图4企业数据资源盘点方法方式外购内部数据资源研究开发项目成本组成①购买价款②相关税费③直接相关成本满足无形资产准则第九条规定条件的开发阶段的支出总额研究是指为获取并理解新的科学或技术知识而进行的独创性的有计划调查，研究阶段的支出，应当于发生时计入当期损益。表3无形资产成本后续计量2021无形资产减值：建议企业每年进行一次数据资源无形资产的减值测试，特别是当存在减值迹象时。如果数据资源的可回收金额（较高的可变现净值和使用价值）小于其账面价值，应确认减值损失。减值损失应当立即在损益中计入，减少数据资源的账面价值。企业在进行资产减值的考量时，必须遵循一套细致的程序和准则，以确保其资产负债表能够真实反映公司的财务状况。这一过程尤其适用于无形资产，因为这类资产的价值往往不容易直接观察。减值迹象的判断：在每个资产负债表日，企业应当细致评估其持有的数据资源，判断是否存在减值的迹象。这些迹象可以是内部的，也可以是外部的，包括但不限于：市场利率或其他市场投资收益率的增加，影响了数据资源折现后的现金流量的计算，从而可能减少了数据资源的可回收金额。数据资源的市价急剧下降，超出了正常市场波动的范围。数据资源的使用情况发生重大不利变化，如泄漏、技术过时或法律政策变化导致的使用限制。在数据资源所在市场的经济状况或技术进步方面有不利的变化，可能影响资产的价值或使用效益。企业内部报告的证据表明数据资源的经济绩效已经低于或者将低于预期，如数据资源所创造的净现金流量或者实现的营业利润(或者亏损)远远低于(或者高于)预计金额等。可回收金额的估计：确定是否需要记录减值损失之前，需要估计数据资源的可回收金额。这一估计基于两个主要测量，并取两者孰高：数据资源的公允价值减去处置费用后的净额：这一测量反映了如果数据资源被出售，企业能够收到的净额。这通常需要参考活跃市场的数据，或者通过估计处置资源可能涉及的费用来计算。数据资源预计未来现金流量的现值：这涉及到对资源未来产生的现金流量进行预测，并将这些未来现金流量折现回到当前时刻的价值。这一计算需要确定合适的折现率，以反映资源的时间价值和风险。减值损失的计算：一旦确定了数据资源的可回收金额，就可以计算减值损失了。如果数据资源的账面价值超过其可回收金额，差额即视为减值损失，应当立即在利润表中确认。这项损失反映了数据资源资产价值的永久下降，需要立即调整：无形资产减值损失=数据资源账面价值-可回收金额。该减值损失一经确认，在以后持有期间不得转回。减值损失的会计处理：记录了减值损失后，无形资产的账面价值应相应减少。这意味着未来对该资产的摊销基础将基于调整后的账面价值，影响企业未来期间的利润。作为存货的数据资源存货定义企业在日常活动中持有以备出售的产成品或商品、处在生产过程中的在产品、在生产过程或提供劳务过程中耗用的材料和物料等。可以确认为存货的数据资源需要同时满足下列条件：（一）与该存货有关的经济利益很可能流入企业；（二）该存货的成本能够可靠地计量。企业数据资源入表实践白皮书-2024企业数据资源入表实践框架购买价款：包括合同中约定的考虑到的任何折扣或溢价的净额。相关税费：如进口关税和非退还购置税等，这些税项，如果适用，也应计入存货的初始成本中。可归属于存货采购成本的费用：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。加工成本和其他支出：数据采集、脱敏、清洗、标注、整合、分析、可视化等加工成本（包括直接人工以及按照一定方法分配的制造费用）和使存货达到目前场所和状态所发生的其他支出。存货跌价资产负债表日，数据资源存货应当按照成本与可变现净值孰低计量。可变现净值，是指在日常活动中，存货的估计售价减去至完工时估计将要发生的成本、估计的销售费用以及相关税费后的金额。存货跌价的情形数据资源实质上已经发生减值时，通常表明存货的可变现净值低于成本，主要包括以下情形：该数据资源的市场价格持续下跌，并且在可预见的未来无回升的希望。企业使用该项数据资源生产的产品的成本大于产品的销售价格。企业因产品更新换代，原有作为存货的数据资源已不适应新产品的需要，而该数据资源的市场价格又低于其账面成本。因企业所提供的商品或劳务过时或消费者偏好改变而使市场的需求发生变化，导致市场价格逐渐下跌。数据资源已无使用价值和转让价值时，通常表明存货的可变现净值为零，主要包括以下情形：数据资源已过期且无转让价值。生产中已不再需要，并且已无使用价值和转让价值的存货。存货估计售价的确定企业为执行销售合同而持有列报为存货的数据资源，通常应当以商品的合同价格作为其可变现净值的计算基础。没有销售合同约定的数据资源存货，其可变现净值应当以商品一般销售价格（即市场销售价格）作为计算基础。存货跌价准备的计算当数据资源成本高于可变现净值时，存货按可变现净值计量，同时按照成本高于可变现净值的差额计提存货跌价准备，计入当期损益。表4存货成本初始计量方式外购数据加工取得成本组成①购买价款②相关税费③可归属于存货采购成本的费用①购买价款②相关税费③可归属于存货采购成本的费用➃加工成本和其他支出初始计量2223企业数据资源入表实践白皮书-2024企业数据资源入表实践框架存货减值损失=数据资源账面价值-可变现净值。当以前减记数据资源存货价值的影响因素已经消失时，企业可以转回计提的存货跌价准备。当符合存货跌价准备转回的条件时，应在原已计提的存货跌价准备的金额内转回，转回的金额以将存货跌价准备余额冲减至零为限。成本与后续计量的难点资源识别和存在认定难数据资源作为没有实物形态的资源，不同于传统无形资产如专利、著作权等已经建立了完善的权证机制来证明其存在，数据资源的识别和存在认定即存在一定困难，现阶段可取得的佐证材料薄弱。数据资源具备很强的业务专业性，传统会计人员可能缺乏识别数据资源的能力，也无法认定其是否存在。经济利益流入路径溯源难资产的确认需要满足相关经济利益很可能流入企业的条件。数据资源经济利益流入来自外购存货并直接用于对外出售的，流入路径明确清晰。但企业大部分数据资源创造的经济利益可能来自企业自用或以对客户提供服务的形式实现，且往往混合在企业其他产品或服务当中，此类数据资源是企业通过哪些开发支出、加工成本和其他支出等形成并实现上述经济利益流入的，经济利益流入的路径并不存在清晰的呈现方式，溯源存在一定困难。经济利益实现匹配难数据具有非排他性、可复制性的特点，同一个数据资源可以重复用于多种用途，自用于企业内部生产经营决策的同时也可以用于对外销售，在对外销售时又可以被企业多个产线、多款产品重复调用，服务于多个客户，因此如何确认数据资源各项经济利益实现占比权重及损益结转金额、结存成本存在一定困难。研发资本化入表要求高企业内部数据资源研究开发项目的支出，首先需区分研究阶段支出和开发阶段支出。研究阶段的支出，应当于发生时计入当期损益，开发阶段的支出需要同时满足无形资产准则第九条规定的五大条件，才能确认无形资产。企业需要从技术层面、使用用途、有用性、资源支持、支出可靠计量五大方面进行论证，需要企业多个部门的专业支持，企业内部数据资源研究进行无形资产资本化入表的要求较高。无形资产使用寿命估计难企业将数据资源作为无形资产，需要对该无形资产的使用寿命进行估计，应当重点关注数据资源相关业务模式、权力限制、更新频率和时效性、有关产品或技术迭代、同类竞品等因素，并至少应当于每年年度终了对使用寿命有限的无形资产、在每个会计期间对使用寿命不确定的无形资产使用寿命进行复核。数据资源使用寿命影响因众多，可能导致寿命在短期内突然、频繁变化，导致无形资产使用寿命初始难以估计的同时存在频繁变化的风险，带来会计计量的不确定性。价值时变性导致减值风险大数据资源具有价值时变性，数据存在较高的时效性且该时效性并不是线性变化的，其应用价值可能在某一时点突然发生较大变化，例如应用场景的变化或竞争对手、政府数据公开等，大量数据可能失去活性而变为冗余数据，导致其价值大幅下降，发生减值。数据资源在资产负债表日的减值风险要高于实物资产和传统无形资产，对数据资源的减值测试又受到数据资源种类多、数量大、专业度强、缺乏成熟的交易市场等影响存在诸多困难。非直接外购成本初始计量难直接形成数据资源的外购成本存在清晰明确的交易证据，如合同、付款记录等，容易辨别并确认，初始入账的难点主要是作为无形资产的内部数据资源研究开发项目的开发阶段的支出总额、数据加工取得的作为存货的数据资源的加工成本和其他支出难以确认。数据资源除直接外购成本外，主要包括公共设备成本、能源成本、人力投入等，如何归集直接成本、如何选择合适的间接成本分摊因子和权重存在一定困难。成本计量的建议以成本归集出发的组织架构根据暂行规定，企业可以将内部数据资源研究开发项目开发阶段的支出确认为无形资产、将数据采集、脱敏、清洗、标注、整合、分析、可视化等加工成本作为存货的组成部分。因此，企业可以将专门从事特定数据资源相关工作的项目组开发、测试、产品经理、架构师等人员单独成立数据资源相关部门。该部门作为企业组织机构的一部分，不仅能够方便数据资源直接人力成本的归集，也有助于企业数据资源的内部统一管理。以成本分摊出发的★员职责数据资源的研究开发、加工涉及数据采集、脱敏、清洗、标注、整合、分析、可视化等多个步骤，同时由于数据具有伴生性的特点，相关行为可以与其他工作内容同时发生，例如录入客户合同信息、记录客户消费信息等过程中即发生了数据采集行为。因此，除专门从事数据资源相关工作的人员外，数据资源人力投入还包括非专职数据资源部门内的部分人员、部分时间参与某项数据资源工作。企业可以对非专职从事数据资源相关研究开发、加工人员进行职责明确，对数据资源非专职人员进行盘点，从而满足数据资源人力间接成本的归集以及分摊的需要。以成本归集出发的业务流程对于外购数据资源的购买价款及相关税费、数据权属鉴证、质量评估、登记结算、安全管理等对外支付的数据资源专属成本，企业可以在现有相关采购流程中加入数据资源相关标识来明确该支出属于数据资源外购成本，从而便于筛选和归集，方便企业会计人员根据该标识进行数据资源入表工作。标记该标识的，采购发起人应当在流程中说明该外购支出属于数据资源的何种成本及其必要性，采购流程结束时应当取得相应的采购合同、相关交付物证明等材料。以成本分摊出发的业务流程对于数据资源间接成本，需要基于目标分摊对象，选择合适的成本分摊动因。因此，对于分摊因子的确认和记录应当建立相关的业务流程。对于共享软硬件设备投入，可以根据企业数据资源的特点选择相关软硬件资源占用量或占用时长作为分摊因子，企业需要对上述数据进行监控和记录。对于非专职人力投入，可以建立工时日报制度，根据数据资源相关人员数据资源工时投入/其总工时投入作为其人力成本的分摊因子。对于数据表资源类成本，企业可以需要对相关数据表CPU等资源消耗时长、使用上游表次数等关键指标进行记录用于成本分摊。最后，企业也可以记录数据资源产品的数量和价值来作为成本分摊的因子。2425判断对象基本属性及基本特征基本属性数据资产评估应通过委托人提供、相关当事人提供、自主收集等方式获取数据资产的基本属性，主要包括：信息属性，主要包括数据名称、数据结构、数据字典、数据规模、数据周期、产生频率及存储方式等；法律属性，主要包括授权主体信息、产权持有人信息，以及权利路径、权利类型权利范围、权利期限、权利限制等权利信息；价值属性，主要包括数据覆盖地域、数据所属行业、数据成本信息、数据应用场景、数据质量、数据稀缺性及可替代性等。基本特征数据资产评估应分析基本特征对数据资产价值评估的影响。数据资产的基本特征通常包括非实体性、依托性、多样性、可共享性、可加工性、价值易变性等。非实体性是指数据资产无实物形态，虽然需要依托实物载体，但决定数据资产价值的是数据本身；依托性是指数据资产必须存储在一定的介质里，介质的种类包括磁盘、光盘等；多样性是指表现形式多样，融合形态多样，使用方式不确定；可共享性是指在权限可控的前提下，数据资产可复制，能被组织内外部多个主体共享和应用；可加工性是指数据资产可以通过更新、分析、挖掘等处理方式，改变其状态及形态；价值易变性是指数据资产的价值易发生变化，其价值可随应用场景、用户数量、使用频率等的变化而变化。判断依据法律法规依据《中华人民共和国资产评估法》（2016年7月2日第十二届全国人民代表大会常务委员会第二十一次会议通过）；《中华人民共和国公司法》（2023年12月29日第十四届人民代表大会常委委员会第七次会议第二次修订）；《中华人民共和国民法典》（2020年5月28日第十三届全国人民代表大会第三次会议通过）；《中华人民共和国数据安全法》（2021年6月10日第十三届全国人民代表大会常务委员会第二十九次会议通过，自2021年9月1日起施行）；《个人信息保护法》《网络安全法》及其他相关的法律法规和规章制度等。企业数据资源入表实践白皮书-2024企业数据资源入表实践框架企业数据资源的收益判断判断框架在提供评估保障和确保评估安全的前提下，参照评估依据，对评估对象进行数据评价，获得可供价值评估使用的质量要素、成本要素和应用要素参数，再采用收益法、成本法或市场法完成价值评估。详细内容见图5。根据《暂行规定》，可以入表的数据资源需要满足能对企业带来收益的前提条件。因此，需要对企业拟入表数据资源的收益进行判断。针对有直接销售数据支撑的数据资源，收益判断较为简单。针对以降本增效等为目的的数据资源，收益判断较为困难。数据资源价值评估可以为该类数据资源的收益判断提供依据。由于产生直接销售收入的数据资源的价值评估较为明确，本部分主要通过介绍数据资产价值评估的方法，为该类数据的收益判断提供辅助。图5数据资产评估框架评估依据标准规范其他依据评估对象基本属性基本特征数据评价质量要素应用要素准确性规范性一致性时效性完整性可访问性前期费用运维成本建设成本间接成本使用范围供求关系使用场景数据关联商业模式应用风险价值评估收益法成本法市场法评估安全评估人员安全评估保障技术保障制度保障评估工具安全评估过程安全平台保障成本要素2627企业数据资源入表实践白皮书-2024企业数据资源入表实践框架采用成本法评估数据资产一般是按照重置该项数据资产所发生的成本作为确定评估对象价值的基础，扣除相关贬值，以此确定评估对象价值的评估方法。针对有完备的财务资料和资产管理资料的产权持有人，资产取得成本的有关数据和信息来源较广的数据资产，其取得成本与数据资产的相关性较强，且能对数据资产质量进行合理评价的，可以采用成本法进行价值评估。标准规范《信息技术数据质量评价指标》GB/T36344-2018；《信息技术服务数据资产管理要求》GB/T40685-2021；《信息技术大数据数据资产价值评估》（20214285-T-469）（征求意见稿）。评估准则《资产评估基本准则》财资〔2017〕43号；《资产评估职业道德准则》中评协〔2017〕30号；《资产评估执业准则——资产评估程序》中评协〔2018〕36号；《资产评估执业准则——资产评估报告》中评协〔2018〕35号；《资产评估执业准则——资产评估委托合同》中评协〔2017〕33号；《资产评估执业准则——资产评估档案》中评协〔2018〕37号；《资产评估执业准则——资产评估方法》中评协〔2019〕35号；《资产评估执业准则--无形资产》中评协(2017)37号:《数据资产评估指导意见》中评协〔2023〕17号；《资产评估机构业务质量控制指南》中评协〔2017〕46号；《资产评估价值类型指导意见》中评协〔2017〕47号；《资产评估对象法律权属指导意见》中评协〔2017〕48号；《资产评估专家指引第9号——数据资产评估》中评协〔2019〕40号。其他依据待评估数据资产的应用场景分析及相应的商业模式；待评估数据资产对应的市场调研报告或者行业分析报告；待评估数据资产相关的可行性研究报告；待评估数据资产对应的收益预测；待评估数据资产相关经营合同；待评估数据资产对应的投入成本构成明细及相应凭证；待评估数据资产相关的交易信息；国债利率、市场期望回报率、贷款市场报价利率、物价指数、消费指数等指标。判断方法的介绍参考《资产评估执业准则——无形资产》《数据资产评估指导意见》及《资产评估专家指引第9号—数据资产评估》，数据资产评估价值的评估方法包括成本法、收益法和市场法三种基本方法及其衍生方法。应当根据评估目的、评估对象、价值类型、资料收集等情况，分析上述三种基本方法的适用性，合理选择评估方法。成本法1）概述2）适用前提选择和使用成本法时应考虑的前提条件包括：评估对象能正常使用或者在用；评估对象能通过重置途径获得；评估对象的重置成本以及相关价值调整系数能够合理估算；数据资产取得成本与其价值的相关性较强。3）基本模型对于成本法，数据资产的价值由该资产的重置成本扣减各项贬值确定。其基本计算公式为：P=TC×（1－δ）其中：P——评估值，TC——重置成本，δ——贬值率。或者：P=TC×(1+R)×U其中：P——评估值，TC——数据资产总成本，R——数据资产成本投资回报率，U——数据效用。U=α*β(1+l)(1-r)其中：α—数据质量系数；β—数据流通系数；l—数据垄断系数；r—数据价值实现风险系数。收益法1）概述采用收益法评估数据资产，一般是通过测算该项数据资产所产生的未来预期收益并折算成现值，进而确定被评估数据资产的价值。针对较为成熟，在延续现有的业务内容和范围的情况下，未来收益能够合理预测，与企业未来收益的风险程度相对应的收益率也能合理估算的数据资产，可以采用收益法，并结合数据产品的应用情况，采用分成收益预测法进行预测。2）适用前提选择和使用收益法时应考虑的前提条件包括：A.评估对象的未来收益可合理预期并用货币计量；

B.预期收益所对应的风险能够度量；

C.预期收益期限能够确定或合理预期；D.数据质量能够达到应用场景下所要求的基准。3）基本模型收益法评估的基本计算模型为：式中：P——评估值，F_t——数据资产未来第t个收益期的收益额，n——剩余收益期，t——未来第t年，i——折现率。2829根据收益法的基本模型，在获取数据资产相关信息的基础上，需要根据该数据资产或者类似数据资产的历史应用情况以及未来应用前景，结合数据资产应用的商业模式，重点分析数据资产经济收益的可预测性，考虑收益法的适用性。收益预测有直接收益预测、分成收益预测、超额收益预测和增量收益预测，采用收益法评估数据资产时，可以通过上述四种预测方法，也可以结合数据资产的实际情况，对上述方法进行调整或拓展。市场法1）概述市场法是在具有公开并活跃的交易市场的前提下，选取近期或往期成交的类似参照系价格作为参考，并调整有特异性、个性化的因素，从而得到估值的方法。当数据资产存在充分发育、活跃的交易市场，评估人员可以从市场交易中选择充分的数据资产交易案例，且参照物之间的差异可量化，此时可以选用市场法。2）适用前提选择和使用市场法时应考虑的前提条件包括：A.评估对象的可比参照物具有公开、活跃的市场；B.有关交易的必要信息可以获得，如交易价格、交易时间、交易条件等；C.评估对象与可比参照在数据权利类型、交易市场及交易方式、规模、应用领域、应用区域及剩余年限等方面具有可比性，且这些可比方面可量化；D.存在足够数量的可比参照物，一般建议不少于三个。E.数据质量能够达到应用场景下所要求的基准。3）基本模型首先，将待评