2025年公司数据资产入表操作指引（试行）

2025年公司数据资产入表操作指引（试行）---

**《2025年公司数据资产入表操作指引（试行）》**

**内容框架/结构大纲**

**前言/引言**

***核心要点:**

*指引出台背景：国家政策导向（如《数据二十条》、《企业数据资源编目指南》等）、行业发展趋势、资本市场对数据要素价值认可度的提升、公司自身发展需要。

*指引目的与意义：明确数据资产入表规则，规范操作流程，提升数据资产管理水平与价值认知，满足财务报告、融资、上市等合规要求，促进数据要素市场化配置。

*适用范围：界定本指引适用的公司类型、数据资产范围及地域等。

*基本原则：强调合法性、合规性、公允性、可靠性、一致性、重要性等原则。

*“试行”说明：明确本指引为初步探索，将根据实践反馈和后续政策调整进行修订。

**第一章总则**

***核心要点:**

***定义与范围:**

*明确“数据资产”的核心定义（强调其产生的经济利益、可计量性、持有或控制权、未来经济利益流等）。

*界定纳入入表范围的数据资产类型（如经营类数据、用户类数据、科研类数据、公共类数据等），明确哪些数据暂不纳入。

*明确数据资产的形式（结构化、半结构化、非结构化数据等）。

***入表基本条件:**规定数据资产需同时满足的具体标准（如产生持续或预期的经济利益、能够可靠计量、公司拥有控制权、符合相关法律法规要求等）。

***价值评估方法:**概述可用于数据资产评估的主要方法（如市场法、收益法、成本法及其适用性），并强调选用方法的合理性。

**第二章数据资产识别与分类**

***核心要点:**

***识别标准与方法:**

*如何从公司现有数据资源中识别出符合入表条件的数据资产。

*考虑数据来源、产生方式、应用场景、潜在价值等因素。

*建立数据资产识别清单或目录的机制。

***分类体系:**

*建立数据资产分类标准（可按来源、类型、业务场景、价值等级等维度分类）。

*明确不同类别数据资产的特征与管理要求。

**第三章数据资产计量**

***核心要点:**

***初始计量:**

***外购数据资产:**成本构成（购买价款、相关税费、直接归属于使该项资产达到预定用途所发生的其他支出），以实际支付对价为入账价值。

***自行开发数据资产:**研发支出资本化条件（符合《企业会计准则第6号——无形资产》相关规定），资本化后摊销方法（如直线法）及摊销年限。

***合作/衍生数据资产:**成本确定与归属原则。

***后续计量:**

***摊销:**不同类型数据资产的摊销年限确定依据（考虑其经济UsefulLife）。

***减值测试:**规定触发数据资产减值测试的情形（如技术过时、市场环境变化、预期收益下降等），减值测试的方法（可参照无形资产减值准则）。

***公允价值变动:**对可供出售数据资产公允价值变动的处理。

**第四章数据资产确认与入表**

***核心要点:**

***确认条件:**详细阐述数据资产满足收入确认条件的具体标准（如控制权转移、未来经济利益流可计量等），或作为资产确认的具体标准（见第一章）。

***会计科目应用:**明确数据资产在财务报表中应使用的会计科目（如“无形资产”、“其他非流动资产”等）及其明细核算要求。

***报表列报:**

*在资产负债表中如何列示（单独列示或合并反映）。

*相关披露要求（在附注中）。

***与现有资产/负债的勾稽关系:**处理数据资产确认与公司其他业务、资产、负债之间的关联。

**第五章数据资产价值评估**

***核心要点:**

***评估时机:**明确数据资产在何种情况下需要进行价值评估（如初始入表、后续减值测试、对外投资、交易、融资等）。

***评估机构选择:**规范外部评估机构的选择标准和资质要求。

***评估模型选择与应用:**

*详细说明市场法、收益法、成本法在不同类型、不同阶段数据资产评估中的应用细节、关键参数取值依据、假设条件等。

*强调评估过程的独立性和客观性。

***评估报告审核:**内部及外部审计或评估机构对评估报告的审核要求。

**第六章内部管理与流程**

***核心要点:**

***组织架构与职责:**明确数据资产入表管理的牵头部门（如财务部、数据管理部门）及相关部门（IT、法务、业务部门）的职责分工。

***制度建设:**建立健全数据资产管理相关制度，覆盖数据确权、采集、存储、处理、应用、安全、销毁等全生命周期。

***数据编目与资产清单:**建立数据资产目录和清单，动态更新。

***数据质量与治理:**确保入表数据资产的质量可靠性和治理规范性。

***核算流程:**明确数据资产从识别、计量、确认到报告的内部核算流程和审批权限。

***信息系统支持:**利用信息系统支持数据资产全流程管理和会计核算。

**第七章信息披露**

***核心要点:**

***披露原则:**完整性、准确性、可比性、实质性。

***披露内容:**

*数据资产的基本情况（类型、规模、主要应用场景等）。

*数据资产的确认与计量政策（方法、年限、摊销等）。

*数据资产的价值评估情况（评估方法、关键假设、评估报告摘要等）。

*数据资产的减值情况（减值准备计提金额及原因）。

*对财务状况和经营成果的影响（如对利润、资产结构的影响）。

*数据资产管理的主要风险及应对措施。

*关联方交易（如有）。

*其他有助于理解和评估数据资产价值的重要信息。

**第八章审计要求**

***核心要点:**

***审计范围:**明确审计师对数据资产入表相关环节（识别、计量、确认、评估、披露）的审计范围。

***审计程序:**规定审计师执行的具体审计程序（如访谈、函证、数据分析、测试内部控制、复核评估报告等）。

***审计证据:**对所需审计证据的类型和获取方式提出要求。

***审计意见:**审计师对数据资产入表相关会计处理和信息披露发表意见的要求。

**第九章附则**

***核心要点:**

***术语解释:**对指引中关键术语进行界定。

***生效日期:**明确本指引的试行生效时间。

***解释权:**明确本指引的解释主体。

***修订机制:**规定本指引的评估、修订和废止程序。

**附件（可选）**

***核心要点:**

*数据资产识别工作表模板。

*数据资产分类编码规范示例。

*数据资产价值评估参数取值参考。

*数据资产入表相关会计分录示例。

*数据资产信息披露模板。

---

---

**《2025年公司数据资产入表操作指引（试行）》**

**第一章总则**

**第一条目的与意义**

为贯彻落实国家关于促进数据要素市场化配置的相关政策法规（例如，《关于构建数据基础制度更好发挥数据要素作用的意见》（“数据二十条”）），响应资本市场对数据要素价值确认与披露的日益增长的需求，规范公司数据资产的识别、计量、确认、报告及相关评估行为，提升公司数据资产管理水平与价值认知，促进数据资产的创造性转化与价值化利用，特制定本《操作指引（试行）》。

**第二条适用范围**

本指引适用于[请在此处明确适用公司类型，例如：所有在中华人民共和国境内注册的上市公众公司/拟上市公司/或特定行业/规模的企业]。

本指引旨在规范公司将其拥有的、符合相关会计准则规定且具有可计量经济利益的数据资源，在财务报表中予以确认、计量和列报的操作活动。

**第三条定义与范围**

***数据资产定义:**本指引所指的数据资产，是指公司通过采集、生产、购买、合作等方式获取或形成的，能够持续或预期为企业带来经济利益流入，并能为公司所控制或使用的，符合相关会计准则关于资产定义的数据资源。其核心特征在于：

***未来经济利益流:**数据资产能够直接或间接地通过经营活动产生可预期的经济利益，例如提升运营效率、优化产品服务、拓展市场渠道、赋能科学决策、实现模式创新等。

***可计量性:**数据资产的成本或价值能够可靠地计量。对于外购数据，通常是实际支付对价；对于自行开发数据，是符合资本化条件的支出；对于衍生数据，是根据投入资源可靠计量。

***控制权:**公司对数据资产具有实际控制权，能够排他性地使用该数据，并从中获取大部分经济利益，同时承担相关风险。

***合法性合规性:**数据资产的获取、持有和利用必须符合国家及地方相关法律法规（如《网络安全法》、《数据安全法》、《个人信息保护法》等）及行业规范。

***纳入入表范围的数据资产类型（示例性列举，具体需结合公司情况细化）：**

***经营类数据:**产生于公司核心业务运营过程的数据，如用户行为数据（浏览记录、购买历史、互动行为等）、供应链数据（供应商信息、库存周转、物流信息等）、生产制造数据（设备参数、工艺参数、质量检测数据等）、营销推广数据（广告效果数据、渠道转化数据等）。

***用户类数据:**依法依规收集、获取并持有（获取用户明确同意或具有合法基础）的用户信息数据，其价值在于用户洞察、精准服务、关系维护等。

***科研类数据:**在研发活动中产生的数据，如实验数据、模拟数据、技术参数、专利信息数据等，若能带来未来技术突破或产品创新并产生经济利益。

***公共类数据（经合规处理或授权使用）:**公开可获取的政府数据、行业数据、公开研究数据等，经过公司加工处理、整合分析形成具有独特价值、并能为公司所用的衍生数据资产（需确保使用合规，避免侵犯第三方权益）。

***暂不纳入入表范围的数据资产类型（示例性列举）：**

*仅用于内部管理、统计分析、辅助决策，且不产生直接或可预期间接经济利益流的数据。

*短期、零散、无法单独计量其对公司经济利益贡献的数据片段。

*未经合规处理或授权，无法合法使用的外部数据。

*其价值完全依赖于第三方持续运营且公司无法控制的平台数据。

*[其他根据公司实际情况和管理需要界定的类型]

***数据资产形式:**本指引涵盖结构化数据（如数据库表）、半结构化数据（如JSON、XML文件）和非结构化数据（如文本、图像、音视频、日志文件等）。

**第四条入表基本条件**

数据资产要确认为会计报表中的资产并在报表中列示，必须同时满足以下基本条件：

1.**符合资产定义:**满足本指引第三条所述数据资产定义的所有核心特征，特别是未来经济利益流的可预期性、可计量性和控制权。

2.**产生持续或预期的经济利益:**数据资产带来的经济利益流是持续性的（如每年都能带来收入增长或成本降低）或至少是可预期的（如通过分析预测未来市场趋势、用户需求，从而指导决策或创新，预期在未来特定期间内带来可计量利益）。

3.**成本或价值可靠计量:**数据资产的成本（外购或符合资本化条件的自行开发支出）或其公允价值（如需采用公允价值计量）能够可靠地确定。对于难以可靠计量价值的数据，则不应予以入表。

4.**公司拥有控制权:**公司能够排他性地使用该数据，并有能力限制他人获取和使用，同时能够从中获取大部分经济利益并承担相应风险。

**第五条价值评估方法**

数据资产的价值评估是入表过程中的关键环节。根据数据资产的不同特点、评估目的以及相关会计准则（如《企业会计准则第6号——无形资产》应用指南、资产评估基本准则等）的要求，可选用以下一种或多种评估方法，并应确保所选方法能够最公允地反映数据资产的价值贡献：

***市场法(MarketApproach):**

*原理：通过比较被评估数据资产与市场上近期发生的、可比较的类似数据资产（或其交易）的交易价格，修正差异因素，以确定其价值。

*适用性：适用于有活跃市场、存在可比交易数据的情况。

*关键输入：可比交易案例数据、交易条款、交易背景等。

*注意：公开市场上缺乏直接可比数据资产交易的情况较为普遍。

***收益法(IncomeApproach/DiscountedCashFlow-DCF):**

*原理：预测数据资产在其未来经济寿命期内预期产生的未来净现金流，并将其折现到评估基准日的现值，以确定其价值。

*适用性：适用于能够清晰预测数据资产未来贡献现金流、且现金流具有可预测性的情况，尤其适用于评估具有长期价值、能持续产生收益的数据资产（如用户数据平台、核心交易数据等）。

*关键输入：数据资产预期产生的用户增长、活跃度提升、转化率提高、广告收入增加、运营成本降低等量化效益；数据资产的经济寿命期；合理的折现率（反映投资风险）。

*注意：预测的准确性和假设的合理性是该方法成功的关键，也是挑战所在。

***成本法(CostApproach):**

*原理：以重新构建或取得与被评估数据资产具有同等功能的替代数据资产所需的成本（重置成本）或其账面成本（历史成本减去累计摊销和减值准备）为基础，考虑实体性贬值、功能性贬值和经济性贬值（如有）后，确定其价值。

*适用性：适用于缺乏市场和收益依据、但数据资产的开发或获取成本较高、且其功能难以被其他方式替代的情况。通常作为市场法和收益法的补充或参考。

*关键输入：数据资产的开发成本、采购成本、获取成本；数据资产所需的硬件、软件、人力投入等。

*注意：成本法通常不反映数据资产的增值潜力或其真实市场价值，更多用于评估全新数据的初始价值或无法适用其他方法时的参考。

**选用方法的考量:**评估专业人员应根据数据资产的具体类型（如交易数据、用户数据、产品数据、算法模型等）、获取方式（自研、外购、合作）、预期应用场景、市场活跃度、数据质量、经济寿命期、可获得的历史信息及数据等因素，审慎选用最恰当的评估方法，或以一种方法为主，辅以其他方法进行交叉验证，确保评估结果的公允性和合理性。评估所依据的关键假设、参数选取应具有充分、合理的支撑。

---

**说明:**以上内容是基于通用情况和会计准则原则的详细展开，在实际应用中，公司需要根据自身的业务特点、数据状况、所处行业以及具体的监管要求，对本指引内容进行进一步的细化、调整和补充。特别是数据资产的定义范围、入表条件的具体判断、价值评估模型的参数选择等，都需要结合实际情况进行专业判断。

---

**《2025年公司数据资产入表操作指引（试行）》**

**第二章数据资产识别与分类**

**第六条数据资产识别**

数据资产的识别是入表管理的基础环节，旨在系统性地找出公司拥有或控制的、符合入表条件的数据资源，为后续的计量、评估和报告奠定基础。

***识别原则:**

***全面性原则:**确保识别过程覆盖公司所有相关的数据资源，避免遗漏具有重要价值的数据资产。

***重要性原则:**优先识别对公司核心业务、战略发展具有重大影响，或价值潜力较大的数据资产。

***合规性原则:**识别出的数据资产必须符合国家法律法规及公司内部数据治理政策的要求。

***可操作性原则:**识别方法应具有实践可行性，能够在现有技术和资源条件下有效执行。

***识别对象:**公司在日常经营管理活动中产生、获取或控制的所有数据资源，包括但不限于：

***业务运营数据:**用户行为数据、交易数据、营销数据、供应链数据、生产数据、客服数据等。

***科学研究中产生的数据:**实验数据、模拟数据、观测数据、技术参数、专利数据等。

***通过合作、投资、购买等方式获得的数据:**合法拥有使用权的第三方数据。

***衍生数据:**基于原始数据经过清洗、整合、分析、加工等处理形成的具有新价值的数据产品或服务。

***识别方法与流程:**

1.**建立识别框架:**结合公司业务架构、数据架构和数据资产定义，建立数据资产识别的维度和标准（如业务领域、数据类型、应用场景、价值等级等）。

2.**数据源梳理:**全面梳理公司内外部数据来源，包括业务系统、第三方平台、公开数据源、传感器网络等。

3.**资产清单编制:**组织IT部门、业务部门、数据管理部门、法务合规部门等，依据识别框架，对数据源进行盘点，编制初步的数据资产识别清单。

4.**价值初步评估:**对识别出的数据资产进行初步的价值或重要性评估，判断其是否符合入表的基本条件或潜在条件。

5.**专家评审:**邀请数据技术专家、业务专家、财务专家、法务专家等对识别清单和价值评估进行评审，确保识别的准确性和全面性。

6.**动态更新:**建立数据资产识别清单的定期（如每年）或按需（如业务重大调整、新数据源引入时）更新机制。

***识别所需信息:**识别过程通常需要以下信息支持：

*数据资产目录（DataCatalog）。

*数据血缘关系图。

*数据质量报告。

*数据获取与使用协议/合同。

*数据存储、处理、应用的技术文档。

*历史成本记录（如适用）。

**第七条数据资产分类**

为便于管理、评估和报告，需对已识别的数据资产进行系统化分类。分类应遵循逻辑清晰、管理适用、价值导向的原则。

***分类维度:**可根据管理需求、业务特性、价值属性等设定以下一个或多个分类维度：

***按业务领域/场景分类:**如用户数据类、产品数据类、运营数据类、市场数据类、研发数据类等。这有助于理解数据资产在公司不同业务板块的应用和价值。

***按数据类型分类:**如结构化数据、半结构化数据、非结构化数据。这有助于区分不同类型数据的特性、处理方式和价值评估侧重点。

***按数据来源分类:**如内部产生数据、外部采购数据、合作获取数据、公开数据等。这有助于追溯数据来源、评估合规性和成本构成。

***按价值等级/重要性分类:**如核心数据资产、重要数据资产、一般数据资产。这有助于优先管理高价值数据，并在评估和报告时区分处理。

***按应用状态分类:**如已应用数据、待应用数据、待开发数据。这有助于规划数据资产的价值转化路径。

***分类体系构建:**

1.**确定核心分类维度:**根据公司战略目标和数据管理重点，选择1-3个核心分类维度。

2.**制定分类编码规则:**建立清晰、统一的分类编码体系，确保每个数据资产都有唯一的分类标识。

3.**编制数据资产分类目录:**将识别出的数据资产按照分类体系进行归档，形成详细的分类目录。

***分类作用:**

***管理驱动:**为数据资产管理、安全防护、质量控制提供依据。

***价值评估:**不同类别数据资产可能适用不同的评估方法和假设。

***报告需求:**满足内外部报告对数据资产进行分类列报或分析的需求。

***决策支持:**为基于数据资产的决策提供背景信息。

***实施要求:**数据资产分类体系应与公司现有数据治理框架、业务架构保持一致，并随着业务发展和数据环境的变化进行动态维护和更新。

---

**说明:**本章内容侧重于数据资产入表前的“前端”工作，即“识别”和“分类”。准确、全面地识别出潜在的数据资产，并对其进行合理的分类，是后续计量、评估和报告工作的基础，也是确保数据资产入表合规性和有效性的关键第一步。公司应投入足够资源，建立专业的团队或协作机制来执行本章规定的要求。

---

**《2025年公司数据资产入表操作指引（试行）》**

**第一章总则**

*(内容同前)*

**第二章数据资产识别与分类**

*(内容同前)*

**第三章数据资产计量**

**第八条初始计量**

数据资产的初始计量是指在数据资产确认入账时对其价值的确定。应根据数据资产的来源和获取方式，分别进行核算。

***外购数据资产:**

*数据资产应按实际支付的成本进行初始计量。该成本包括购买价款、相关税费（如增值税等，根据税法规定可抵扣的除外），以及直接归属于使该数据资产达到预定用途所发生的其他直接费用（如数据清洗、导入、接口开发等必要支出）。

*购买过程中发生的交易费用、咨询费等应计入成本。

*支付对价包含非数据资产的（如服务、软件等），应进行合理分摊，仅归属于数据资产的部分才作为其成本。

***自行开发数据资产:**

*数据资产的研发支出，应区分研究阶段和开发阶段。

***研究阶段:**相互独立、不具有商业性目标的探索性活动。相关支出应于发生时计入当期损益（管理费用等）。

***开发阶段:**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，才能确认为资产（即资本化）：

*完成该数据资产以使其能够使用或出售在技术上具有可行性（如通过原型、测试证明）。

*具有完成该数据资产并使用或出售的意图。

*数据资产产生经济利益的方式存在（如预期通过运营模式、商业模式实现）。

*有足够的技术、财务资源和其他资源支持，以完成该数据资产的开发。

*归属于该数据资产开发成本的支出能够可靠地计量。

*符合资本化条件的开发支出，应当计入“开发支出”科目，待数据资产达到预定可使用状态时，将“开发支出”科目的余额转入“无形资产”科目。

*数据资产达到预定可使用状态，是指该数据资产已经完成开发，并可供公司使用或对外出售。

***合作/衍生数据资产:**

*根据合作协议或合同约定，确定数据资产的成本构成。可能涉及共同投入的资源、服务费用、授权费用等。

*若以非现金资产投入，需按公允价值计量。

*具体核算方法需结合合作方式和合同条款确定。

***初始计量所需信息:**购买合同/协议、发票、支付凭证、研发项目立项文件、费用审批记录、开发过程文档、测试报告等。

**第九条后续计量**

数据资产确认入账后，应进行后续计量。

***摊销:**

*数据资产作为无形资产管理的，其成本应在预计使用寿命内系统合理地摊销。

*预计使用寿命无法合理估计的，应假定其使用寿命为有限期。对于使用寿命有限的无形资产，摊销年限由公司根据数据资产预计为企业带来经济利益的期限确定，通常不短于10年。

*摊销方法应能反映与数据资产相关的经济利益的预期消耗方式。通常采用直线法摊销，但如果数据资产的价值随时间流逝而消耗（如用户数据的时效性），采用其他方法（如工作量法）可能更合理。

*摊销金额计入相关成本或费用科目（如管理费用、销售费用、生产成本等，根据数据资产的应用场景确定）。

*备注中应披露摊销方法、摊销年限或预计使用寿命。

***减值测试:**

*数据资产应当定期（通常于每年年度终了）或在出现减值迹象时进行减值测试。

*减值迹象可能包括：

*市场利率或其他投资报酬率在当期内已提高，从而表明资产预计的货币性流入在未来可能减少或发生时间可能延迟。

*有证据表明资产的经济绩效已经低于或者将低于预期（如数据价值快速衰减、应用场景消失、技术替代等）。

*数据资产本身的技术含量下降、过时或法律环境发生不利变化。

*公司经营环境，或者资产所处的市场，在当期发生了对企业不利的变化。

*数据资产实体损坏或已陈旧过时，或者实体已损坏或已过时，并且可修复且修复成本超出了其公允价值。

*数据资产预计未来现金流量及其折现值已低于其账面价值。

*其他表明资产可能发生减值的迹象。

*减值测试方法：数据资产的减值测试应采用资产的可收回金额与其账面价值比较的方法。可收回金额根据其公允价值减去处置费用后的净额（FairValueLessCoststoSell）与资产预计未来现金流量的现值（ValueinUse）两者之间较高者确定。

*对于难以估计未来现金流量的数据资产，可收回金额通常是其公允价值减去处置费用后的净额。

*若发生减值，应将数据资产的账面价值减记至可收回金额，减记的金额确认为减值损失，计入当期损益。同时计提相应的减值准备，计入资产减值准备科目。

*备注中应披露减值测试的方法、关键假设、减值损失金额及减值准备计提情况。

***公允价值变动（如适用）:**

*对于以公允价值计量的数据资产（如作为投资性数据资产，或可供出售数据资产），在持有期间，其公允价值变动应计入当期损益（通常计入“公允价值变动损益”科目）。

*备注中应披露公允价值选用的模型、关键参数及公允价值变动情况。

***后续计量所需信息:**使用寿命评估报告、摊销计算表、减值测试报告、公允价值评估报告（如适用）、相关会计凭证等。

**第四章数据资产确认与入表**

**第十条确认条件**

数据资产满足下列条件之一的，才能予以确认：

***作为资产确认:**满足本指引第一章第四条所述入表基本条件（未来经济利益流、可计量性、控制权等）。

***作为收入确认:**如果数据资产是公司的主要经营模式，且满足收入确认的五项准则（控制权转移、可计量性、相关性和可靠性），则应按《企业会计准则第14号——收入》等相关准则确认收入，而非作为资产入表（但可能需要在附注中披露相关信息）。本指引主要聚焦于作为资产入表的场景。

***特殊情况:**对于某些与客户合同相关的数据资产（如客户数据列表），如果其价值主要体现为未来收取款项的权利，且满足金融资产定义，可能按金融资产准则处理。本指引主要针对作为经营性或投资性资产的数据资产。

**第十一条会计科目应用**

数据资产在财务报表中通常确认为无形资产。

***初始确认:**计入“无形资产”科目。根据数据资产的具体内容，可在二级或三级科目下进行明细核算（如“用户数据资产”、“经营数据资产”、“科研数据资产”等）。

***后续支出:**

***资本化支出:**符合自行开发资本化条件的支出，计入“研发支出——资本化支出”。

***费用化支出:**研究阶段支出、不符合资本化条件的开发支出、日常维护升级支出等，计入当期损益（如“管理费用”、“技术服务费”等）。

***摊销:**通过“累计摊销”科目进行核算，形成无形资产的备抵科目。期末，摊销金额计入相关成本费用科目。

***减值:**计入“资产减值损失”科目，同时增加“无形资产减值准备”科目。

***处置:**处置数据资产时，结转其账面价值（原值-累计摊销-减值准备），计算处置损益，计入当期损益（如“资产处置损益”）。

**第十二条报表列报**

***资产负债表:**

*在“无形资产”项目下反映。对于价值重大的数据资产，或管理层认为需要单独披露的数据资产类别，可考虑在报表中单独列示或在附注中详细说明。

*列报金额为“无形资产”科目的期末余额减去“累计摊销”和“无形资产减值准备”科目余额后的净额。

***利润表:**

*数据资产的摊销金额计入相关成本费用，影响当期利润。

*数据资产的减值损失计入当期损益。

*若数据资产用于对外出租产生租金收入，计入“其他业务收入”；若用于生产产品或提供劳务，其摊销成本计入相关成本。

***现金流量表:**无形资产相关的现金流出通常计入“投资活动现金流出”；摊销和减值损失属于非现金项目，在现金流量表补充资料中列示。

***所有者权益变动表:**无形资产相关的损益会影响所有者权益变动。

***附注披露:**根据会计准则要求，需要对数据资产入表进行详细披露，内容至少包括（但不限于）：

*数据资产的确认标准、范围和计量方法（包括价值评估方法及关键假设）。

*各类数据资产的账面原值、累计摊销额、减值准备额及摊销年限。

*当期确认的摊销费用、减值损失。

*期初和期末无形资产总额，及其构成明细（如按类别列示）。

*无形资产减值准备转回情况（如有）。

*与数据资产相关的重大合同、技术许可、数据合作等。

*数据资产管理的主要风险及应对措施。

*对公司财务状况和经营成果影响的分析。

**第五章数据资产价值评估**

*(内容同前)*

**第六章内部管理与流程**

*(内容同前)*

**第七章信息披露**

*(内容同前)*

**第八章审计要求**

**第十三条审计范围与程序**

注册会计师执行年度财务报表审计时，应对公司数据资产入表的相关会计处理和列报是否符合企业会计准则及相关规定（包括本操作指引）进行审计。审计范围通常包括：

*数据资产识别与分类的合规性及合理性。

*数据资产入表条件的满足情况。

*数据资产初始计量的准确性（成本构成、资本化判断等）。

*数据资产后续计量的恰当性（摊销方法、年限、减值测试程序与结果等）。

*数据资产价值评估报告的程序合规性、方法合理性、关键假设的可靠性、评估结论的公允性。

*数据资产信息披露的完整性和准确性。

为获取充分、适当的审计证据，注册会计师可能执行以下审计程序：

*询问管理层和数据资产管理相关部门人员关于数据资产的政策、流程、计量方法和评估情况。

*测试数据资产识别清单的完整性和准确性。

*检查数据资产相关的合同、协议、内部文件、会计记录。

*审阅数据资产价值评估报告，评估其编制依据、方法、假设和结论的合理性，必要时可能进行函证或重新计算。

*选取数据进行实质性分析程序，评估其价值波动情况。

*测试与数据资产相关的内部控制设计和执行有效性。

*回访数据资产所有者或关键用户，了解数据资产的实际应用和价值。

*对重大或异常的数据资产交易或评估进行特别关注。

**第十四条审计证据与意见**

注册会计师应获取充分、适当的审计证据，以对财务报表（包括数据资产相关的会计处理和披露）发表审计意见。审计证据的充分性和适当性取决于数据资产的特点、价值大小、评估方法的复杂程度以及评估报告的质量。如果无法获取足够证据或评估过程存在重大缺陷，注册会计师可能需要发表保留意见或无法表示意见。

**第九章附则**

**第十五条术语解释**

***数据资产:**见第一章第三条。

***入表:**指将数据资产作为一项经济资源，按照企业会计准则的要求，在公司的财务报表中予以确认、计量和列报。

***评估基准日:**指进行数据资产价值评估的特定日期。

***公允价值:**指在公平交易中，熟悉情况的双方自愿进行交易的资产交换价值或清偿债务的金额。

***(其他根据需要定义的术语)**

**第十六条生效日期**

本操作指引自[具体生效日期，例如：2025年1月1日]起试行。

**第十七条解释权**

本操作指引由公司[指定部门，例如：财务部/数据资产管理委员会]负责解释。

**第十八条修订**

公司将根据国家法律法规、会计准则的变化，以及本指引试行期间的实践经验，对本操作指引进行定期评估和修订。修订程序由[指定部门]制定并执行。

**附录（可选）**

***附录一：数据资产识别工作表模板**

***附录二：数据资产分类编码规范示例**

***附录三：数据资产价值评估常用参数取值参考**

***附录四：数据资产入表相关会计分录示例**

***附录五：数据资产信息披露详细模板**

**（以下为签署栏，根据文档类型调整）**

**制定部门：**[例如：财务部]_______________

**审核部门：**[例如：管理层/审计委员会]_______________

**批准人：**_______________

**日期：**______年____月____日

---

**说明:**

对“2025年公司数据资产入表操作指引（试行）”整体内容的检查与优化建议：

**1.格式优化建议：**

***标题层级:**建议使用更清晰的标题层级（如H1,H2,H3,H4）来组织内容，特别是在长文档中，这有助于读者快速导航和理解结构。例如，将“第六条初始计量”中的内容细分为“6.1外购数据资产”、“6.2自行开发数据资产”等子标题。

***编号系统:**统一编号系统。目前主要使