摘要：2022年12月，中共中央、國務院印發《關于構建數據基礎制度更好發揮數據要素作用的意見》明確提出探索數據資產入表新模式。2023年8月1日，財政部印發的《企業數據資源相關會計處理暫行規定》首次提出企業數據資源入表相關處理辦法。在現代經濟中，數據資產的重要性日益突出。數據持有企業普遍面臨“企業如何構建數據資產管理體系？”“不同數據產品的數據資產估值方式有哪些差異？”“數據資源如何轉變成數據資產？”“以數據產品作為數據資產核算對象時，整體性成本如何確定分攤標準？”“數據資產入表對企業有哪些重大影響？”“若作為無形資產核算，使用壽命如何確定？”“數據資產價值波動的不確定性如何處理？”等諸多問題。目前來看，數據資產估值仍是一個發展中的領域，業內對于如何準確度量和評估數據價值沒有統一的標準，學界和業界都在不斷探索和完善相關理論和方法。筆者收集整理了全球數據資產估值的主流模型，試圖從數據服務計費估值維度、數據資產估值模型、數據質量評估規范、國內數據資源入表的相關規定等方面研究數據資產估值、數據資產入表的實務領域作出淺嘗輒止的探討，以期拋磚引玉。

一、引 言

被稱為“數據倉庫之父”的數據管理專家W.H. Inmon在20世紀80年代提出了數據倉庫的概念。W.H. Inmon強調了數據是組織或個人的資產，并指出數據的價值在于其能為決策提供支持和洞察。主流觀點認為它包括各種形式和來源的數據，如結構化數據、非結構化數據、實時數據、歷史數據等。數據資產的范圍很廣，包括個人數據資產、組織內部數據資產、公共數據資產等。

1、數據資產的重要性日益突出，在國家層面的多個文件中均可看到數據資產的重要性，例如：

a.《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》指出“健全數據產權交易和行業自律機制，培育規范的數據交易平臺和市場主體，發展數據資產評估、登記結算、交易撮合、爭議仲裁等市場運營體系。”b.國務院關于印發國發〔2021〕29號《“十四五”數字經濟發展規劃》的通知指出“（二）加快數據要素市場化流通。鼓勵市場主體探索數據資產定價機制，推動形成數據資產目錄，逐步完善數據定價體系。”國務院辦公廳關于印發國辦發〔2021〕51號《要素市場化配置綜合改革試點總體方案》的通知指出“探索建立數據用途和用量控制制度，實現數據使用‘可控可計量’。規范培育數據交易市場主體，發展數據資產評估、登記結算、交易撮合、爭議仲裁等市場運營體系，穩妥探索開展數據資產化服務。”c.《十四屆全國人大常委會關于國有資產管理情況監督工作的五年規劃（2023－2027）》指出“研究數據資產等新形態資產的管理和報告方式，更好落實全口徑全覆蓋的要求。到2027年，實現各類國有資產的報告口徑、分類標準更加科學規范和健全。”

2、為了有效管理和利用數據資產，我們就需要進行數據資產價值評估。

而數據資產估值則是一個較復雜的過程，涉及多種模型和因素。數據資產估值仍是一個發展中的領域，業內對于如何準確度量和評估數據價值沒有統一的標準，學界和業界都在不斷探索和完善相關理論和方法。

3、絕大部分情況下，數據資產估值的目的是為了實現交易，而數據資產的交易需要考慮法律、技術和商業條件的因素。

法律條件包括明確數據的所有權和使用權等包括但不限于《數據二十條》所稱的“數據資源持有權”“數據加工使用權”“數據產品經營權”，合規處理個人和敏感數據，明確數據交易的條件、權益和責任以及確保數據的知識產權得到保護。

在技術上，要確保數據安全性、數據標準化和格式轉換、數據質量和可信度，并使用適當的技術手段實現數據的訪問和共享，確保交易的順利進行。而在商業方面，價值評估和定價機制、交易平臺和市場、數據交易合作伙伴、交易周期和結算機制等條件就顯得尤為重要。

二、數據資產的法律屬性

從法律層面看，對于數據資產的性質定位和保護尚未有統一的全球標準。不同國家和地區可能存在不同的法律框架和立法規定，對數據資產的性質和保護進行規范。

（一）檢索國外部分國家的法律發現，對“數據資產”有明確定義的法律并不多，但一些國家和地區的法律或政策已經開始對數據的地位和價值進行認識和規定，以下是一些例子：

1.歐盟《通用數據保護條例》（GDPR）：雖然沒有明確將數據定義為資產，但GDPR確立了數據主體的權利，包括訪問、更正、刪除自己的個人數據等，這些都體現了數據的價值和地位。

2.美國加利福尼亞州《消費者隱私法》（CCPA）：這項法律賦予消費者對自己個人信息的控制權，包括知道企業如何使用和分享他們的信息，以及拒絕企業出售他們的信息。這也體現了數據的價值。

3.英國《數據保護法》（DPA 2018）：這項法律規定了數據的處理和使用，包括數據主體的權利，數據的收集、存儲、處理和銷毀等。

4.巴西《通用數據保護法》（LGPD）：這項法律規定了對個人數據的處理和使用，包括數據主體的權利，數據的收集、存儲、處理和銷毀等。

5.新西蘭《隱私法》（Privacy Act 2020）：這項法律強化了個人對其數據的控制權，包括知道數據如何被收集、使用、存儲和披露。

6. 澳大利亞《隱私法》（Privacy Act 1988）：這項法律規定了對個人數據的處理和使用，包括數據主體的權利，數據的收集、存儲、處理和銷毀等。

7. 加拿大《個人信息保護和電子文檔法》（PIPEDA）：這項法律規定了對個人數據的處理和使用，包括數據主體的權利，數據的收集、存儲、處理和銷毀等。

9.日本《個人信息保護法》（Act on the Protection of Personal Information）：這項法律規定了對個人數據的處理和使用，包括數據主體的權利，數據的收集、存儲、處理和銷毀等。

10. 韓國《個人信息保護法》（Personal Information Protection Act）：這項法律規定了對個人數據的處理和使用，包括數據主體的權利，數據的收集、存儲、處理和銷毀等。雖然沒有明確將數據定義為資產，但也體現了數據的價值和重要性。

11. 新加坡《個人數據保護法》（Personal Data Protection Act）：這項法律規定了對個人數據的處理和使用，包括數據主體的權利，數據的收集、存儲、處理和銷毀等。

以上這些法律雖然沒有明確對“數據資產”的定義，但都在一定程度上體現了數據的價值和重要性。

（二）聚焦到國內的立法現狀，雖然《民法典》第一百二十七條“法律對數據、網絡虛擬財產的保護有規定的，依照其規定。”作出了頂層設計、《數據安全法》第三條也只對“數據是指任何以電子或者其他方式對信息的記錄。”作出定義，但國家推薦標準、行業標準中已對“數據資產”的定義作出一些嘗試和討論。

1、財政部財會〔2023〕11號《企業數據資源相關會計處理暫行規定》第二條：“本規定適用于企業按照企業會計準則相關規定確認為無形資產或存貨等資產類別的數據資源，以及企業合法擁有或控制的、預期會給企業帶來經濟利益的、但由于不滿足企業會計準則相關資產確認條件而未確認為資產的數據資源的相關會計處理。”

2、國家市場監督管理總局、中國國家標準化管理委員會發布的《信息技術服務治理》（GB/T 34960.5-2018）第5部分：數據治理規范對“數據資產”的定義為：“組織擁有和控制的、能夠產生效益的數據資源。”

3、中國資產評估協會2019.12.31 發布中評協〔2019〕40號《資產評估專家指引第9號——數據資產評估》對”數據資產“定義為：“本專家指引所指數據資產是由特定主體合法擁有或者控制，能持續發揮作用并且能帶來直接或者間接經濟利益的數據資源。”

4、國家市場監督管理總局、中國國家標準化管理委員會發布的《信息技術服務數據資產管理要求》（GB/T 40685-2021）對“數據資產”的定義為：“合法擁有或者控制的，能進行計量的，為組織帶來經濟和社會價值的數據資源。”

5、中國通信標準化協會（CCSA）在《數據資產管理實踐白皮書（6.0版）》對“數據資產”的定義為：“由組織（政府機構、企事業單位等）合法擁有或控制的數據資源，以電子或其他方式記錄，例如文本、圖像、語音、視頻、網頁、數據庫、傳感信號等結構化或非結構化數據，可進行計量或交易，能直接或間接帶來經濟效益和社會效益。”

6、浙江省市場監督管理局2022.10.11發布的《數據資產確認工作指南（征求意見稿）》對“數據資產”的定義為：“會計主體過去的交易或事項形成的，由會計主體擁有或合法控制的，能夠進行可靠計量的，預期會給會計主體帶來經濟利益或產生服務潛力的數據資源。”綜上，雖然以上對“數據資產”的定義基于行業和主體地位的不同尚有一些局限性，筆者傾向于對“數據資產”定義為：“由組織（政府機構、企事業單位等）或個人合法擁有或控制的，以電子或其他方式記錄的，可進行計量或交易，能直接或間接帶來經濟效益和社會效益的數據資源。”

三、如何進行數據服務估值和數據資產估值？

數據資產價值估值模型并沒有明確的發明者或首次提出者。這些理論和模型是由多個研究者在長期的實踐中逐漸發展起來的。很多個組織對此也有自己的估值方法，例如，國際數據團體（International Data Group，簡稱IDG）、麥肯錫等。最早從經濟學和財務學的角度討論資產價值的人如亞當·斯密、卡爾·馬克思、約翰·凱恩斯等，但他們的研究并未針對數據資產。真正將數據視為資產并開始探索其價值和估值方法的行為發生在信息科技和大數據技術快速發展之后，此時數據的重要性被越來越多的企業和機構認可，大數據時代給數據賦予了新的經濟價值。

（一）主流的數據資產估值步驟：

1.確定評估目的和范圍。確定為何估值以及需要估值的數據資產范圍，包括數據集、數據庫、數據倉庫、數據挖掘模型等。

2.收集數據資產信息。收集需要評估的數據資產的詳細信息，通常包括：數據名稱、數據來源、數據規模、產生時間、更新時間、數據類型、呈現形式、時效性、應用范圍等。

3.確定評估方法。根據估值目的和數據資產特點選擇合適的評估方法，常見的評估方法包括市場法、成本法和收益法。

4.進行市場研究。如果采用市場法進行評估，需要進行市場研究，了解類似數據資產在市場上的交易價格、競爭情況等。可以參考類似數據資產的交易案例，例如互聯網公司收購數據公司的案例。

5.進行成本估算。如果采用成本法進行評估，需要估算數據資產的采集、存儲、清洗等成本，并考慮折舊和維護費用。可以參考類似業務的成本估算，例如企業自主開發數據集需要的開發成本。

6.進行收益預測。如果采用收益法進行評估，需要預估數據資產的收益潛力，例如通過數據挖掘分析、營銷推廣等方式利用數據資產帶來的收益。可以參考類似應用的收益預測，例如企業通過數據挖掘模型提供增值服務帶來的收益。

7. 進行風險評估。對數據資產可能遇到的風險進行評估，例如數據泄露、數據安全等問題。可以參考類似數據資產的風險評估結果，例如金融機構對大數據資產進行的風險評估。

8. 進行估值計算。根據選擇的評估方法和收集到的信息，進行估值計算。可以使用各種模型和工具進行計算，例如貼現現金流模型、基于市場比較的估值模型等。數據資產的價值常見影響因素包括技術因素、數據容量、數據價值密度、數據應用的商業模式和其他因素。

9. 形成評估報告。將估值計算結果整理成評估報告，包括估值方法、估值結果、風險評估等，向相關方提供完整的數據資產估值信息。

以上的每一步都需要根據具體情況進行具體操作，并可以參考相關案例來支持估值過程。為什么要將數據服務和數據資產分開討論，筆者的觀點傾向于數據服務交易是基于數據資產經過計算后對外提供需方想要的結果（例如隱私計算），數據權屬沒有發生變動，數據資產是作為生產資料在發揮作用；而數據資產的交易則會發生數據權屬（所有權或者使用權）的變化。下文將對數據服務的估值模型和數據資產的估值模型展開闡述。

（二）數據服務的計費與估值的四個維度【1】

數據服務的價值是由市場需求和供應之間的平衡決定的。根據供需關系的原理，數據服務的價值取決于市場參與者對其價值的認可和預期。數據服務計費與估值需要從風險維度、質量維度、應用維度、成本維度來進行:

1、在風險維度，不同的數據受監管的限制不同，不同地區的監管也有差異，這會影響數據價值的產生。需要考慮的因素有合規性、地域性、安全性等。

2、質量維度上，數據的質量是影響數據應用的核心因素，數據質量的準確度是評估數據價值的基礎。需要考慮的因素有準確性、真實性、完整性等。

3、應用維度上，數據價值在于與應用場景的結合。不同場景下，數據所貢獻的業務價值是不同的。需要考慮的因素有場景性、時效性、稀缺性、多維性等。

4、成本維度上，數據最終產生的業務價值受成本的影響，數據可應用的場景也受到成本的約束。需要考慮的因素有存儲、加工、運維等。

（三）數據資產價值評估模型【1】根據數據的市場價值和數據的用途來確定，主要分為以下六種：

1、內在價值法（IVI）。不考慮業務價值，而是重點考慮數據內在價值，從數據質量和數據稀缺性兩方面進行評價。

2、業務價值法（BVI）。重點評價數據對于業務場景的支持程度，從數據的相關性、可用性、完整性、及時性等幾個維度進行評價。

3、績效價值法（PVI）。根據數據對于一個或者多個關鍵績效指標（組織目標）的影響程度進行評估，重點考慮關鍵流程和關鍵指標和數據的關聯性。

4、成本價值法（CVI）。重點考慮數據采集、存儲加工處理等各個階段的成本，同時也需要考慮數據置換成本。成本法的核心概念是，任何理性的買家，不會為數據資產付出超過其制造出該資產成本的價格。成本可能包括了獲取數據的成本、數據整理和清洗的成本，以及儲存和管理數據的成本。例如，LinkedIn收購技術公司Bright.com的過程中，Bright.com的數據資產估值就是一個重要的組成部分。由于Bright.com使用的數據資產可以提高LinkedIn的招聘解決方案的準確性，因此，從收益法的角度出發，通過預估這種提升為LinkedIn帶來的額外收益，可以對Bright.com的數據資產進行估值。

5、市場價值法（MVI）。考慮數據在公開市場進行交易時的價格計算，重點是根據同類型數據在市場上的交易價格進行計算。

6、經濟價值法（EVI）。根據傳統的收益評估模型計算數據的價值，計算數據的產出，然后減去相關的成本，就可以得出數據的價值。

總的來說，數據資產價值評估的理論基礎、原理和方法是一個綜合性的問題，需要結合不同的方法和工具進行分析。同時，由于數據資產市場的特殊性，相同的數據資產，由于其應用領域、使用方法、獲利方式的不同，會造成其價值差異，評估方法也需不斷更新和改進。

（四）數據質量在數據資產估值中占有非常重要的地位，下文簡略介紹下數據質量的判斷和檢驗【2】

數據質量指數據在特定目標和使用環境下的適用性、準確性、一致性、完整性、可靠性和可信性程度。其定義是根據具體業務需求和使用場景，可以是一個標準或規范，也可以是一組指標和度量，在數據資產估值中占有非常重要的地位，本文引用了《GB/T36073-2018 數據管理能力成熟度評估模型》的主要觀點來進行討論。

1、對于數據質量的判斷和檢驗可以通過以下四種方法進行：

a、數據質量規則和標準：根據業務需求和標準化要求，制定數據質量規則和標準，通過檢查數據是否符合這些規則和標準來判斷數據質量。

b、數據采樣和抽查：針對數據集合的一部分數據進行抽樣和檢查，以評估數據的準確性、一致性和完整性等方面的質量。

c、數據比對和驗證：將數據與其他數據源進行比對和驗證，以驗證數據的準確性、一致性和完整性，并檢測潛在的錯誤和沖突。

d、數據清洗和糾錯：針對數據中的錯誤和缺陷，進行數據清洗和糾錯的處理，以提升數據的質量。

2、評估數據質量的主要維度包括以下幾個方面：

a、準確性：數據是否與真實情況一致，是否存在錯誤和偏差。

b、完整性：數據是否包含所需的全部信息，是否存在缺失或空值。

c、一致性：數據在不同的數據源和數據集合之間是否保持一致性。

d、唯一性：數據中是否存在重復記錄或重復值。

e、可靠性：數據是否可靠、可信和可驗證，是否能夠被信賴和使用。

f、可讀性：數據是否容易理解和解釋，是否存在模糊或不明晰的表達。

g、及時性：數據是否及時、實時更新，是否與最新狀態保持一致。

h、可追蹤性：數據的來源、采集和處理過程是否能夠追蹤和回溯。

評估數據質量時，需要綜合考慮這些維度，并根據具體業務需求和使用場景，確定其重要性和優先級。標準化的數據質量度量和評估方法，例如數據質量分數、錯誤率、缺失率等，也可用于量化數據質量評估結果。

3、關于數據質量評估的打分標準可以參考以下表格：

根據實際情況，可以對每個指標進行打分，結合評估數據的重要性和權重，綜合得出數據質量的總體分數。總體分數越高，表示數據質量越好。這個打分表只是一個示例，具體的評估指標和標準應根據實際業務需求和數據質量要求進行調整和定義。

四、一些實際案例能夠展示數據資產價值評估方法的應用

1、例如在金融行業，一家銀行使用數據資產價值評估方法來評估其客戶數據的價值。通過分析客戶數據的質量、數量和相關性等因素，銀行能夠準確估計客戶數據對于個性化推薦、風險評估和營銷活動的影響。通過評估客戶數據的價值，銀行可以優化其數據管理策略，并決定是否需要投資于新的數據收集和分析技術。

2、在醫療行業，一家醫療保健機構使用數據資產價值評估方法來衡量其病患數據的價值。通過分析病患數據的完整性、準確性和機密性，該醫療機構可以確定其病患數據對于臨床決策、疾病預測和研究發展等方面的影響。通過評估病患數據的價值，醫療機構可以優化其數據保護措施，并決定是否需要投資于數據分享和共享平臺。

3、目前國內對于數據交易估值的成功案例各有千秋，因為數據交易領域仍處于快速發展和探索階段，以下是筆者收集的一些國內與數據交易估值相關應用機構：

a. 神策數據：神策數據是國內一家專注于用戶行為分析和大數據分析的公司。他們通過對用戶數據的收集和分析，為企業提供數據驅動的決策支持。該公司已經建立了多渠道的數據交易平臺，為企業提供數據交易服務，并根據數據規模、數據質量和行業影響力等因素來進行數據交易估值。

b. 阿里巴巴：阿里巴巴旗下的阿里云平臺提供了數據交易服務。他們為企業提供了基于云計算和大數據技術的數據交易解決方案，包括數據存儲、數據清洗和數據分析等服務。企業可以根據自身數據的規模和價值來進行數據交易估值，并通過阿里云的數據交易平臺來實現數據交易。

c. 數據堂：作為國內領先的數據交易平臺，數據堂致力于幫助企業實現數據的價值變現。他們通過對數據進行整理、分析和價值評估，為企業提供數據交易服務，并通過數據交易平臺實現買賣雙方的數據交互和交易。

d.帕拉迪：作為國內領先的數據數據庫安全中臺（Database Security Platform），是一個集中管理和監控數據庫安全的平臺。它整合了各種數據庫安全工具和技術，提供了統一的管理界面和功能，幫助企業管理和防護數據庫中的敏感數據，幫助企業在數據資產交易前進行數據加工、清洗、脫敏，提升數據質量。需要注意的是，由于數據交易領域的特殊性和復雜性，對于數據交易的估值并不是一個簡單的問題。

因此，進行數據交易估值需要綜合考慮多個因素，以確保估值的準確性和合理性。隨著數據交易領域的不斷發展，相信將會出現更多成功的數據交易估值案例。

五、數據資產入表與披露的會計實務

根據國際財務報告準則（International Financial Reporting Standards, IFRS），企業將數據資產視為無形資產進行核算和披露的相關條款可以總結如下：IFRS 3《企業合并》和IAS 38《無形資產》：- IFRS 3 規定，在企業合并時，如果被合并企業擁有某些數據資產，且符合無形資產的定義標準，該數據資產應列入合并后企業的資產負債表，并進行評估和計量。- IAS 38 定義了無形資產，并規定了無形資產的確認條件和計量方法。

根據該準則，如果數據資產滿足無形資產的定義要求，且有可靠的計量價值，企業應將其作為無形資產進行核算。根據國內會計準則及規定，《企業會計準則——基本準則（2014修改）》（以下簡稱“新準則”）規定了會計基本要素和會計核算、信息披露等方面的規定，數據資源滿足“企業過去的交易或者事項形成的、由企業擁有或者控制的、預期會給企業帶來經濟利益的資源”，且與該資源有關的經濟利益很可能流入企業，該資源的成本或者價值能夠可靠地計量，可以確認對應資產，現根據《企業數據資源相關會計處理暫行規定》（將于2024年1月1日起施行）要求進一步細化，企業應當根據數據資源的持有目的、形成方式、業務模式，以及與數據資源有關的經濟利益的預期消耗方式等，將數據資源作為無形資產或存貨進行會計處理。

如果企業僅使用數據資源，原則上應當作為無形資產核算，如果企業日常活動中持有、最終目的用于出售的數據資源，原則上作為存貨進行會計處理。此外，中國國家有關法律法規對于特定數據資產的入表和會計處理還會有具體規定，如銀行業金融機構的金融數據資產、保險業的保險數據資產等。結合《企業會計準則第6號——無形資產》《企業會計準則第1號——存貨》規定，具體會計處理如下：

（一）符合《企業會計準則第6號——無形資產》的會計處理

1.定義辨析

數據資源要作為企業的無形資產予以確認，首先應符合無形資產的定義，其次還應符合無形資產的確認條件。具體而言，數據資源滿足“企業擁有或者控制的沒有實物形態的可辨認非貨幣性資產”，且與該無形資產有關的經濟利益很可能流入企業,該無形資產的成本能夠可靠地計量，予以確認無形資產。

其中，可辨認具體是指能夠從企業中分離或者劃分出來，并能單獨或者與相關合同、資產或負債一起，用于出售、轉移、授予許可、租賃或者交換，或者源自合同性權利或其他法定權利（無論這些權利是否可以從企業或其他權利和義務中轉移或者分離）。

其中，企業在判斷無形資產產生的經濟利益是否很可能流入時，應當對無形資產在預計使用壽命內可能存在的各種經濟因素作出合理估計，并且應當有明確證據支持。

2.初始計量

數據資源作為無形資產，應當按照成本進行初始計量，具體而言：

（1）外購方式

企業通過外購方式取得確認為無形資產的數據資源，其成本包括：購買價款、相關稅費，直接歸屬于使該項無形資產達到預定用途所發生的數據脫敏、清洗、標注、整合、分析、可視化等加工過程所發生的有關支出，以及數據權屬鑒證、質量評估、登記結算、安全管理等費用。需要特別注意的是：

a.企業通過外購方式取得數據采集、脫敏、清洗、標注、整合、分析、可視化等服務所發生的有關支出，不符合無形資產準則規定的無形資產定義和確認條件的，應當根據用途計入當期損益。

b.購買數據資源無形資產的價款超過正常信用條件延期支付，實質上具有融資性質的，數據資源無形資產的成本以購買價款的現值為基礎確定。實際支付的價款與購買價款的現值之間的差額，除按照《企業會計準則第17號--借款費用》應予資本化的以外，應當在信用期間內計入當期損益。

（2）研發方式

企業內部數據資源研究開發項目的支出，應當區分研究階段（是指為獲取并理解新的科學或技術知識而進行的獨創性的有計劃調查）支出與開發階段（是指在進行商業性生產或使用前，將研究成果或其他知識應用于某項計劃或設計，以生產出新的或具有實質性改進的材料、裝置、產品等）支出。

研究階段的支出，應當于發生時計入當期損益。開發階段的支出，滿足無形資產準則第九條規定的有關條件的，才能確認為無形資產。

3.后續計量

（1）攤銷方式

a.企業應當于取得數據資源無形資產時分析判斷其使用壽命，無形資產的使用壽命為有限的，應當估計該使用壽命的年限或者構成使用壽命的產量等類似計量單位數量。企業攤銷數據資源無形資產，應當自無形資產可供使用時起，至不再作為無形資產確認時止，選擇的無形資產攤銷方法，應當反映經濟利益的預期實現方式。無法可靠確定預期實現方式的，應當采用直線法攤銷。

b.無法預見數據資源無形資產為企業帶來經濟利益期限的，應當視為使用壽命不確定的無形資產，使用壽命不確定的無形資產不應攤銷。c.企業在持有確認為無形資產的數據資源期間，利用數據資源對客戶提供服務的，應當將無形資產的攤銷金額計入當期損益或相關資產成本；同時，企業應當按照《企業會計準則第14號——收入》（財會〔2017〕22號，以下簡稱收入準則）等規定確認相關收入。

（2）減值準備

數據資源無形資產不能預期給企業帶來經濟利益，或帶來經濟利益的能力受到重大不利影響時，企業應當按照《企業會計準則第8號--資產減值》，進行減值測試，計提減值準備。

（3）出售處置

企業出售數據資源無形資產，應當將取得的價款與該無形資產賬面價值的差額計入當期損益。

4.列報披露

（1）報表列報

在資產負債表“無形資產”項目下增設“其中：數據資源”項目，反映資產負債表日確認為無形資產的數據資源的期末賬面價值；在“開發支出”項目下增設“其中：數據資源”項目，反映資產負債表日正在進行數據資源研究開發項目滿足資本化條件的支出金額。（2）強制披露

a.企業應當按照外購無形資產、自行開發無形資產等類別，對確認為無形資產的數據資源（以下簡稱數據資源無形資產）相關會計信息進行披露，并可以在此基礎上根據實際情況對類別進行拆分。

b.對于使用壽命有限的數據資源無形資產，企業應當披露其使用壽命的估計情況及攤銷方法；對于使用壽命不確定的數據資源無形資產，企業應當披露其賬面價值及使用壽命不確定的判斷依據。

c.企業應當按照《企業會計準則第28號——會計政策、會計估計變更和差錯更正》（財會〔2006〕3號）的規定，披露對數據資源無形資產的攤銷期、攤銷方法或殘值的變更內容、原因以及對當期和未來期間的影響數。

d.企業應當單獨披露對企業財務報表具有重要影響的單項數據資源無形資產的內容、賬面價值和剩余攤銷期限。

e.企業應當披露所有權或使用權受到限制的數據資源無形資產，以及用于擔保的數據資源無形資產的賬面價值、當期攤銷額等情況。

f.企業應當披露計入當期損益和確認為無形資產的數據資源研究開發支出金額。

g.企業應當按照《企業會計準則第8號——資產減值》（財會〔2006〕3號）等規定，披露與數據資源無形資產減值有關的信息。

f.企業應當按照《企業會計準則第42號——持有待售的非流動資產、處置組和終止經營》（財會〔2017〕13號）等規定，披露劃分為持有待售類別的數據資源無形資產有關信息。

（3）自愿披露

企業可以根據實際情況，自愿披露數據資源（含未作為無形資產或存貨確認的數據資源）下列相關信息：

a.數據資源的應用場景或業務模式、對企業創造價值的影響方式，與數據資源應用場景相關的宏觀經濟和行業領域前景等。

b.用于形成相關數據資源的原始數據的類型、規模、來源、權屬、質量等信息。

c.企業對數據資源的加工維護和安全保護情況，以及相關人才、關鍵技術等的持有和投入情況。

d.數據資源的應用情況，包括數據資源相關產品或服務等的運營應用、作價出資、流通交易、服務計費方式等情況。

5.重大交易事項中涉及的數據資源對該交易事項的影響及風險分析，重大交易事項包括但不限于企業的經營活動、投融資活動、質押融資、關聯方及關聯交易、承諾事項、或有事項、債務重組、資產置換等。

6.數據資源相關權利的失效情況及失效事由、對企業的影響及風險分析等，如數據資源已確認為資產的，還包括相關資產的賬面原值及累計攤銷、減值準備或跌價準備、失效部分的會計處理。

7.數據資源轉讓、許可或應用所涉及的地域限制、領域限制及法律法規限制等權利限制。

8.企業認為有必要披露的其他數據資源相關信息。

（二）符合《企業會計準則第1號——存貨》的會計處理

1.定義辨析

數據資源要作為企業的存貨予以確認，首先應符合無存貨的定義，其次還應符合存貨的確認條件。具體而言，數據資源，滿足是“企業在日常活動中持有以備出售的產成品或商品、處在生產過程中的在產品、在生產過程或提供勞務過程中耗用等”,且與該存貨有關的經濟利益很可能流入企業，該存貨的成本能夠可靠地計量，予以確認存貨。

2.初始計量

數據資源存貨應當按照成本進行初始計量，具體而言：

（1）外購方式企業通過外購方式取得確認為存貨的數據資源，其采購成本包括購買價款、相關稅費、保險費，以及數據權屬鑒證、質量評估、登記結算、安全管理等所發生的其他可歸屬于存貨采購成本的費用。

（2）加工取得企業通過數據加工取得確認為存貨的數據資源，其成本包括采購成本，數據采集、脫敏、清洗、標注、整合、分析、可視化等加工成本和使存貨達到目前場所和狀態所發生的其他支出。在同一生產過程中，同時生產兩種或兩種以上的數據資源產品，并且每種產品的加工成本不能直接區分的，其加工成本應當按照合理的方法在各種產品之間進行分配。

c.無論外購還是加工取得方式非正常消耗的直接材料、直接人工和制造費用.不能歸屬于使數據資源達到目前場所和狀態的其他支出,不應計算存貨成本。

3.后續計量

（1）存貨銷售企業出售確認為存貨的數據資源，應當按照存貨準則將其成本結轉為當期損益；同時，企業應當按照收入準則等規定確認相關收入。企業應當采用先進先出法、加權平均法或者個別計價法確定銷售數據資源的實際成本。對于性質和用途相似的數據資源，應當采用相同的成本計算方法確定發出存貨的成本。對于不能替代使用的數據資源、為特定項目專門購入或制造的數據資源等，通常采用個別計價法確定發出數據資源的成本。

（2）跌價準備資產負債表日，數據資源應當按照成本與可變現凈值孰低計量，存貨成本高于其可變現凈值的，應當計提存貨跌價準備，計入當期損益。其中，可變現凈值確定，應當關注：

a.可變現凈值，是指在日常活動中，數據資源的估計售價減去至完工時估計將要發生的成本、估計的銷售費用以及相關稅費后的金額，同時應當以取得的確鑿證據為基礎，并且考慮持有的目的、資產負債表日后事項的影響等因素，參考存貨準則第十六條、十七條，存貨準則應用指南第三條。

b.資產負債表日，企業應當確定數據資源的可變現凈值。以前減記價值的影響因素已經消失的，減記的金額應當予以恢復，并在原已計提的存貨跌價準備金額內轉回，轉回的金額計入當期損益。c.企業發生的數據資源毀損，應當將處置收入扣除賬面價值和相關稅費后的金額計入當期損益。數據資源的賬面價值是存貨成本扣減累計跌價準備后的金額。

4.列報披露

（1）報表列報企業在編制資產負債表時，應當根據重要性原則并結合本企業的實際情況，在“存貨”項目下增設“其中：數據資源”項目，反映資產負債表日確認為存貨的數據資源的期末賬面價值。

（2）強制披露

a.企業應當按照外購存貨、自行加工存貨等類別，對確認為存貨的數據資源（以下簡稱數據資源存貨）相關會計信息進行披露，并可以在此基礎上根據實際情況對類別進行拆分。

b.企業應當披露確定發出數據資源存貨成本所采用的方法。

c.企業應當披露數據資源存貨可變現凈值的確定依據、存貨跌價準備的計提方法、當期計提的存貨跌價準備的金額、當期轉回的存貨跌價準備的金額，以及計提和轉回的有關情況。

d.企業應當單獨披露對企業財務報表具有重要影響的單項數據資源存貨的內容、賬面價值和可變現凈值。

e.企業應當披露所有權或使用權受到限制的數據資源存貨，以及用于擔保的數據資源存貨的賬面價值等情況。

（3）自愿披露與數據資源作為無形資產時，自愿披露內容一致。

（三）其他注意事項

1.特殊適用

如果數據資源是企業合法擁有或控制的、預期會給企業帶來經濟利益的、但由于不滿足企業會計準則相關資產確認條件而未確認為資產的數據資源，仍應按照《企業數據資源相關會計處理暫行規定》進行相關處理，例如“企業出售未確認為資產的數據資源，應當按照收入準則等規定確認相關收入”。

2.前后銜接

《企業數據資源相關會計處理暫行規定》是在現行企業會計準則體系下的細化規范，在會計確認計量方面與現行無形資產、存貨、收入等相關準則是一致的，不屬于國家統一的會計制度要求變更會計政策。同時，《企業數據資源相關會計處理暫行規定》要求采用未來適用法應用本規定，企業在本規定施行前已費用化計入當期損益的數據資源相關支出不再調整，即不應將前期已經費用化的數據資源重新資本化。

3.職業判斷

企業應當嚴格按照企業會計準則關于相關資產的定義和確認條件、無形資產研究開發支出的資本化條件等規定以及《企業數據資源相關會計處理暫行規定》的有關要求，結合企業數據資源的實際情況和業務實質，綜合所有相關事實和情況，合理作出職業判斷并進行會計處理。

4.加強披露

《企業數據資源相關會計處理暫行規定》兼顧信息需求、成本效益和商業秘密保護，創新提出自愿披露方式，并圍繞各方關注對披露重點作出規范和指引。企業應當充分認識提供有關信息對幫助更好理解財務報表、揭示數據資源價值的重要意義，主動按照企業會計準則和《暫行規定》的披露要求，持續加強對數據資源的應用場景或業務模式、原始數據類型來源、加工維護和安全保護情況、涉及的重大交易事項、相關權利失效和受限等相關信息的自愿披露，以全面地反映數據資源對企業財務狀況、經營成果等的影響。

結語：數據資產估值是當代經濟發展中一個重要的課題。過去幾十年間，隨著互聯網的快速發展，數據已經成為了企業最重要的資產之一。數據的價值在不斷增長，并且對企業的影響也越來越大。因此，對數據資產進行準確的估值對企業決策和戰略規劃至關重要。

然而，數據資產估值仍然是一個相對較新的領域，存在許多挑戰和困難。數據的復雜性、不確定性和快速演變使得準確估值變得十分困難。此外，數據的價值在不同的行業和企業之間差異巨大，因此需要針對不同情況進行個性化的估值方法。對于未來的研究，我們建議進一步深入探究數據資產估值方法和模型，尤其是在數據質量、數據安全和數據治理方面的考慮。

此外，隨著人工智能和大數據分析的不斷發展，數據資產估值模型也需要考慮新技術的影響。總之，雖然數據資產估值是一個復雜而關鍵的問題，對于企業和整個經濟來說具有重要意義。但法律層面對于數據價值的保護已經有比較明確的法律規定，按照市場法則和日常經驗法則，在民事領域法無禁止即可為、在行政領域法無授權不可為的原則指引下，我們相信通過不斷的研究和改進，我們將能夠更準確地評估數據資產的價值，進而為企業的決策和發展提供更有力的支持。

注：1、Gartner （August2015） 2、《GB/T36073-2018 數據管理能力成熟度評估模型》