数据资源入表：难点分析与实施路径探索

摘要

本文基于数字经济深化发展的时代背景，系统分析数据要素纳入企业资产负债表的难点分析与实施路径。通过解构《企业数据资源相关会计处理暂行规定》等政策文件，揭示数据资产在会计确认、初始计量和后续计量三个维度的合规风险。提出"三阶五步法"实施路径，构建涵盖数据盘点、合规确权、价值评估、会计处理、专项审计的完整操作体系。

关键词

数据资源；数据资产入表；会计处理；税务合规；价值评估；

数据作为一种新型生产要素，不但是实现产业数字化、网络化、智能化的基础，而且也可以支持决策，优化资源配置，提高生产效率，推动实体经济高质量发展。当前各级政府高度重视数据资源的利用并出台了一系列政策以推动数据资源入表，进一步促进数据资源的价值显化和企业数据资产意识的提升。^［1]

2020年《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》将数据要素正式确立为第五大生产要素^［2]；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》（简称“国家数据二十条”）从数据产权、流通交易、收益分配、安全治理等方面构建起数据基础制度^［3]；2023年8月财政部印发《企业数据资源相关会计处理暂行规定》（以下简称“暂行规定”）则有助于进一步推动和规范数据相关企业执行会计准则，准确反映数据相关业务和经济实质^［4]；2023年12月财政部印发《关于加强数据资产管理的指导意见》进一步明确了数据的资产属性，提出依法合规推动数据资产化^［5]；2024年12月财政部印发《数据资产全过程管理试点方案》，围绕数据资产台账编制、登记、授权运营、收益分配、交易流通等重点环节，试点探索有效的数据资产管理模式，完善数据资产管理制度标准体系和运行机制。^［6]上述规定鼓励了数据要素型企业积极准备将数据资源纳入财务报表，同时也引发了对数据资源难点分析与实施路径的思考。

一、数据资源入表的好处

数据资产入表是指将数据确认为企业资产负债表中“资产”一项，即数据资产入资产负债表，在财务报表中体现其真实价值与业务贡献。《暂行规定》允许数据资源按无形资产或存货类别进行确认，既体现准则制定的前瞻性，也保持了与传统会计体系的兼容性。数据资产资本化将产生多层级经济效应：

（一）改善企业资产负债结构，提升会计信息质量和真实性。数据资产入表能够显著改善企业的资产负债结构，使财务报表更完整、准确地反映企业的资产状况和经营成果。通过将数据资产纳入资产负债表，企业不仅可以增加账面资产规模，还能优化资产负债率等关键财务指标，从而提升企业的财务稳健性。例如，2024年第三季度财报显示，完成数据资源入表与假设企业数据资源没有计入资产而是全部费用化计入当期损益，其他条件不变的情况相比，同方股份（SH：600100）、应流股份（SH：603308）、每日互动（SH：300766）、海天瑞声（SH：688787）等4家企业实现扭亏为盈，卓创资讯（SH：301299）的净利润率翻倍，南京熊猫（SH：600775）和ST观典（SH：688287）则大幅减亏。^［7]这些案例表明，数据资产入表为企业带来了实实在在的财务改善，增强了投资者对企业财务状况的信心。

（二）帮助企业融资增信，增强金融市场融资能力数据资产入表为企业在金融市场中提供了更强的融资增信能力。传统融资模式中，企业多依赖实物资产作为抵押，而数据资产的资本化为企业提供了新的融资渠道。通过数据资产质押、数据资产证券化等方式，企业能够获得更高的授信额度，为发展和项目投资提供更有力的资金支持。例如，2024年6月，湖北交投集团两项数据产品上架“湖北省数据流通交易平台”，并获得兴业银行武汉分行授信1亿元^［8]。2024年9月，大连德泰控股持有的综合“民生服务数据集”数据产品日前通过光大银行授信批复，授信额度1000万元^［9]。这一创新融资模式不仅为企业开辟了新的资金来源，也展示了数据资产在金融市场中的巨大潜力。

（三）以数据资产为新设企业出资，拓宽企业资本化路径2025年2月10日生效的《公司登记管理实施办法》为数据资产出资提供了明确的法律依据。^［10]该办法规定，股东可以用数据、网络虚拟财产等非货币财产作价出资，但需依法评估作价，核实财产。这一规定明确了数据资产可以作为企业资本结构的重要组成部分。例如，2023年8月，青岛华通智能科技研究院有限公司将基于医疗数据开发的数据保险箱（医疗）产品，以作价入股的方式与其他企业共同成立新公司。2024年12月，天津轨道产发集团以蓄电池全生命周期运维数据形成的数据产品入股（估值104万元，占股52%）与衡阳瑞达电源有限公司、天津同阳科技发展有限公司签署合资入股协议，共同设立“天津津达电源科技有限公司”。^［11]

二、数据资源入表的挑战

尽管数据资源入表为企业带来了诸多好处，但也面临着不少挑战。数据价值的复杂性、数据安全与隐私保护的问题以及法律法规的不完善，都是企业在数据资源入表过程中需要面对的问题。

（一）数据资源会计确认的复杂性

《企业数据资源相关会计处理暂行规定》自2024年1月1日起正式实施，标志着我国在数据资产化领域迈出了重要一步。然而，该《暂行规定》尚未明确数据资源的定义，仅在“一、关于适用范围”提到“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”。虽然在适用范围内强调了“按照企业会计准则”、“合法拥有或控制”、“预期会给企业带来经济利益”等关键词，但企业在实务操作中仍难以进行清晰界定。

首先，数据资源与数据资产之间的界限模糊。根据相关研究，数据资源是指以电子化形式记录和保存的、具备使用价值的数据集合，而数据资产则是指企业合法拥有或控制的、能够为企业带来经济利益的数据资源。在实际操作中，企业需要判断数据资源是否具有使用价值以及是否能够为企业带来经济利益，但这一判断标准较为模糊，缺乏明确的操作指引。

其次，数据资源的权属确认没有明确界定。数据要素的权利体系安排之所以成为一个全球性的疑难问题，很大程度上与数据要素在生产过程上的复杂性和其在物理性状上的特殊性有关。无论是来自消费互联网还是工业互联网的数据，数据要素的生产过程往往涉及多方主体的共同参与和协作。这些参与者包括信息来源主体（如用户、传感器等）和数据处理主体（如网络平台、数据处理企业等）。例如，在消费互联网中，用户通过浏览网页、使用应用程序等方式产生大量数据，而网络平台则通过技术手段对这些数据进行采集、存储和分析。这种多方参与的生产模式与传统的单向“管道式”生产和流通格局存在重大区别。在传统模式中，原材料从生产商流向供应商，最终到达消费者，各环节的权属关系相对清晰。然而，在数据生产中，数据的生成、采集、存储和使用往往交织在一起，难以明确划分各参与方的权属边界。数据资源的物理性状具有无形性、非消耗性和可复制性等特点，这使得其权属确认更加复杂。与传统实物资产不同，数据可以在多个主体之间同时存在，且不会因使用而减少其价值。这种特性使得数据资源的权属难以通过传统的“所有权”制度来界定。例如，同一组数据可能同时被多个企业用于不同的分析和应用，而这些企业对数据的贡献和使用方式各不相同。因此，数据资源上的各种利用机会常常从一开始就分别归属于多个不同的参与者，而非被某个单一主体完全“所有”。这使得企业在判断其“合法拥有或控制”时面临困境。

此外，数据资源的确认还需要满足会计准则中关于资产确认的条件，即“与该资源有关的经济利益很可能流入企业”以及“该资源的成本或者价值能够可靠地计量”。然而，数据资源的经济利益流入具有不确定性，其价值也难以准确计量，这进一步增加了企业确认数据资源为资产的难度。

在实践中，企业需要结合自身数据资源的特性、应用场景以及业务模式进行综合判断。例如，企业通过外部购买的数据资源，如果符合无形资产或存货的确认条件，可以按照相应的会计准则进行处理。但对于企业内部生成的数据资源，尤其是那些尚未经过加工处理、但具有潜在价值的数据，企业往往难以确定其是否满足资产确认条件。

（二）数据资源会计初始计量的复杂性

数据资源相关成本的归集与分摊是企业数据资产化过程中的一项关键环节，其复杂性和重要性不容忽视。根据《企业数据资源相关会计处理暂行规定》，企业需要建立完善的成本核算体系和内部控制体系，以确保数据资源在形成资产过程中的各项支出能够单独归集、核算，并合理分摊到不同项目或阶段中。这一过程不仅涉及会计准则的严格执行，还要求企业在研发过程管控、数据治理和信息化建设等方面具备较高的能力。

首先，数据资源成本的归集需要企业对数据资源的形成过程进行全面梳理。数据资源的获取、加工、存储和应用等环节都会产生相应的成本，这些成本包括但不限于外购数据的费用、数据采集和清洗的支出、研发人员的薪酬、硬件设备的折旧以及软件的摊销等。企业必须通过项目化管理，将这些成本准确归集到特定的数据资源上，避免与其他生产经营活动的成本混淆。

其次，成本的分摊规则需要科学合理。企业在数据资源的研发和应用过程中，可能同时开展多项活动，或者同一项活动可能同时产生数据资源和其他资产。在这种情况下，企业需要制定统一的分摊原则和方法，确保成本能够在不同项目或资产之间合理分配。例如，企业可以采用工时表、资源消耗比例等方法，将公共费用或间接成本分摊到具体的数据资源项目中。

此外，企业在成本归集与分摊过程中还需要满足会计准则中的可靠性要求。成本数据必须可验证，并能够被独立第三方审计人员确认。这意味着企业需要建立完善的信息化系统，以实现对数据资源成本的完整、准确、及时记录。例如，通过数据血缘分析，企业可以追溯数据资源的来源、处理过程和去向，从而为成本归集和分摊提供有力支持。在实际操作中，企业面临的挑战主要体现在以下几个方面。首先，数据资源的多归属性和非排他性使得成本归集的边界难以明确。例如，同一数据资源可能被多个部门或项目使用，企业需要合理界定哪些成本应归属于数据资产化过程。其次，数据资源的经济利益流入具有不确定性，这增加了成本计量的难度。企业需要对数据资源的未来收益进行合理预测，以确保成本归集与分摊的合理性。

（三）数据资源后续计量与企业税务合规管理挑战

企业在数据资源后续计量的税务合规管理中面临多方面的挑战，这些挑战主要集中在摊销周期、摊销方法以及损益处理等方面。

1．摊销周期的合规管理挑战

数据资源作为一种新兴的无形资产，其价值的实现高度依赖于技术环境和市场需求的变化。随着数字经济的快速发展，数据资源的更新换代速度极快，许多数据资源的使用寿命可能仅为2—5年。例如，某些行业中的实时数据分析工具或客户行为预测模型，可能因新技术的出现或市场需求的快速变化而迅速被替代。这种快速变化的特性使得数据资源的实际受益期限远低于传统无形资产的摊销年限，而《企业所得税法》规定无形资产的最低摊销年限不得低于10年。另外，软件企业外购的数据资产是否可以参照《财政部 国家税务总局关于进一步鼓励软件产业和集成电路产业发展企业所得税政策的通知》（财税〔2012〕27 号）第七条的相关规定对其折旧或摊销年限可以适当缩短，最短可为2 年（含）也需要与税务征管部门沟通明确。这种税法与实际受益期间的背离，给企业带来了显著的税务合规挑战。

因此，企业在数据资源的税务处理中还需关注会计与税务之间的差异。例如，企业持有的数据资源作为无形资产时，其摊销额在会计处理上可能根据实际受益期限进行计算，但在税务处理上可能需要按照税法规定的最低年限进行摊销。这种差异可能导致企业在纳税申报时需要进行复杂的调整，增加了税务管理的复杂性和风险。

2．摊销方法的合规管理挑战

数据资源的价值受技术变化、市场需求和法律调整等多种因素影响，其经济利益的实现方式难以准确预测。在数字经济快速发展的背景下，数据资源的更新迭代速度极快，其价值可能在短时间内发生显著变化。例如，某些行业中的数据资源可能因新技术的出现而迅速贬值，或者因市场需求的转移而失去原有的经济价值。这种不确定性使得企业在选择摊销方法时面临重大挑战。

为了确保数据资源的摊销能够真实反映其经济价值变动，企业需要谨慎选择摊销方法。对于更新频繁的数据资源，加速摊销或一次性费用化处理可能是更为合理的选择。加速摊销法（如年数总和法或双倍余额递减法）能够在数据资源的早期使用阶段更多地计提摊销费用，从而更好地匹配其在初期较高的经济价值。例如，卓创资讯在其2024年一季报中披露，采用年数总和法按5年对数据资产进行摊销，这种处理方式能够有效反映数据资产在早期的高价值和后期价值衰减的特性。

但是根据《企业所得税法》规定，无形资产的摊销年限不得低于10年，且通常采用直线法进行摊销。这就导致企业面临税法与会计处理之间的差异。如果企业按照税法规定的最低年限进行摊销，可能会高估数据资源的经济价值，进而侵蚀税基。因此，企业在企业所得税汇算清缴过程中对可能存在的税会差异进行关注和处理。

3．损益处理的合规管理挑战

根据会计准则，数据资源在持有期间可能因技术更新或市场需求变化而出现减值迹象。例如，随着新技术的出现，某些数据资源可能迅速失去其原有的经济价值，或者因市场需求的转移导致其使用价值下降。企业在税务合规管理中需特别注意，税法通常不允许直接在税前扣除存货减值准备或无形资产减值损失。这意味着，尽管企业在会计处理中可能已经计提了减值准备，但在税务申报时，这些减值损失并不能直接作为费用扣除，从而导致会计利润与应税利润之间出现差异。

因此，企业需要在纳税申报时进行相应的调整，并合理估计递延所得税资产或负债，以避免因减值处理不当而增加税收负担。具体而言，当企业计提减值准备时，应将这部分准备计入递延所得税资产，以反映未来可能的税收抵减。例如，如果企业因数据资源减值而计提了10万元的减值准备，且适用的所得税率为25%，则企业可以确认2.5万元的递延所得税资产。这种处理方式能够帮助企业在未来期间减少应纳税额，从而平衡会计与税务之间的差异。

（四）数据价值评估的复杂性

数据价值评估是一个复杂过程，需要考虑数据的时效性、准确性等因素。例如，数据的时效性直接影响其价值，而过时的数据可能迅速贬值。准确性则是数据评估的另一个关键因素，数据的不准确可能导致错误的决策和资源浪费。

三、数据资源入表的实施路径及方向

为实现数据资产合规入表，本文提出了“三阶五步法”：

（一）前期数据盘点

此阶段的主要工作是进行数据盘点。数据资产识别是整个入表流程的基础和起点，其主要目标是全面了解企业拥有的数据资源，对公司现有的数据资源进行全面盘点。这一过程可能较为耗时，但它是确保不遗漏任何潜在数据资产的关键步骤。数据盘点的主要步骤包括组建盘点团队、制定盘点计划、收集数据信息，并建立数据资产清单，识别拟开发入表的数据。

（二）数据资产合规与评估

在筛选盘点数据的基础上，梳理数据资源转化落地路径，制定相应的系统开发文档，完成相应产品的落地实施，同时进行数据资产合规与评估工作。

1．合规确权

通过技术手段和法律手段，调整特许经营权、合作协议等法律文件，以满足数据来源、数据权利相关的披露要求，确保数据资产的合法拥有或控制权。具体包括取得确认平台的数据确权证书和第三方律师的法律意见书。在数据流转过程中，明确数据的权属关系，可以有效防止数据被非法获取、滥用或泄露，保障数据权利人的合法权益。数据确权有助于推动数据的流通和交易，通过明确数据的权属关系，可以降低数据交易的风险和成本，提高数据交易的透明度和效率，从而激发数据市场的活力。

2．数据评估

数据评估包括数据质量评估、数据场景分析和数据资产价值评估。

（1）数据质量评估

数据质量评估主要根据GB/T36344—2018《信息技术数据质量评价指标》关注数据的完整性、有效性、及时性、一致性、准确性、唯一性。通过对数据进行严格的质量检查，可以确保数据资产的可靠性和可用性，为后续的数据分析和应用提供坚实的基础。同时，根据中国资产评估协会《数据资产评估指导意见》，数据质量评估是资产评估的重要前置环节。成本法中数据质量评分直接影响最终评估值 ，收益法和市场法中数据质量评分达到一定的阈值 ，是开展数据资产价值评估的前置条件。

（2）数据场景分析

这一环节的核心在于深入研究数据在不同业务场景下的应用和价值，评估数据资产在实际应用中能够带来的经济效益，从而更好地理解数据的实际价值和潜在用途。具体而言，就是需要对数据资产的潜在收益进行量化分析，包括但不限于数据资产在市场上的应用前景、预期收益以及可能的盈利模式。

（3）数据资产价值评估

虽然数据资产入表并不意味一定要进行数据资产价值评估，但是为全面评估数据资产的内在价值和潜在应用价值，建议企业委托第三方评估机构进行数据资产评估。此举旨在全面了解数据资产的公允价值，为数据资源入表提供科学和合理的依据，同时为数据资产的融资活动奠定量化的基础。使用成本法进行数据资产评估，其成本归集逻辑和估值结果可以与会计处理相互校验，使用收益法和市场法进行数据资产评估，其评估过程和评估依据可以佐证会计处理时对于该数据资源“预期会给企业带来经济利益”的判断。

（三）数据资源入表核算

1．制定数据资产的会计政策

随着数字经济的快速发展，数据资产作为企业的重要资源，其会计处理逐渐成为财务管理和税务合规的重要内容。为了规范数据资产的会计核算，企业需要完善和制定一套完整的会计政策，涵盖数据资产初始确认、后续计量、减值测试及终止确认等方面，明确数据资产在财务报表中的分类和计量方法。

（1）初始确认—奠定数据资产核算基础

数据资产的初始确认是会计核算的起点，其核心在于判断数据资源是否符合资产的定义，并满足会计确认的条件。根据《企业数据资源相关会计处理暂行规定》，数据资产的初始确认需满足以下条件：数据资源必须源于实际的交易或事项，企业需合法拥有或控制该数据资源，并且数据资源的成本或价值能够可靠计量。在初始确认阶段，企业需要对数据资源进行全面梳理，识别出具有潜在经济价值的数据资源。这一过程涉及数据来源、存储方式、使用场景等多个维度的分析。例如，企业可以通过数据资源的分类分级管理，将数据资源分为内部使用型和外部交易型，分别采用不同的确认方法。对于外购数据资产，其初始确认金额通常以购买价款及相关税费为基础确定；而对于内部开发的数据资产，则需将研发过程中的资本化支出作为初始确认金额。

（2）后续计量—动态反映数据资产价值

数据资产的价值并非一成不变，其后续计量需要动态反映数据资产在持有期间的价值变动。以数据资源进入“无形资产”科目为例，在其后使用该项无形资产期间内应以成本减去累计摊销额和累计诚值损失后的余额计量。要确定无形资产在使用过程中的累计摊销额，基础是估计其使用寿命，而使用寿命有限的无形资产才需要在估计使用寿命内采用系统合理的方法进行摊销，对于使用寿命不确定的无形资产则不需要摊销。

在对于数据无形资产进行使用寿命确定的时候，其寿命不应超过合同或其他法定权利的期限。对于没有明确合同或法律规定的情况下，企业应该综合参考专家意见、行业经验、同类型数据入表现状等多方面的情况来确定。

如果经过这些努力，依旧无法合理确定其使用寿命，可以将该数据无形资产作为使用寿命不确定的无形资产存在。但企业至少应当于每年年终对无形资产的使用寿命和摊销方法进行复核。

（3）减值测试—防范数据资产价值风险

数据资产的减值测试是会计政策中的重要环节，其目的在于防范数据资产价值的虚增风险。由于数据资产的价值受技术更新、市场需求变化等多种因素影响，其减值风险相对较高。企业在进行减值测试时，需要综合考虑数据资产的使用寿命、技术更新速度以及市场需求变化等因素，合理估计数据资产的可收回金额。当数据资产的账面价值超过其可收回金额时，企业需计提减值准备，并在财务报表中进行披露。例如，对于因技术更新而迅速贬值的数据资产，企业应及时进行减值测试，并根据测试结果调整账面价值，以真实反映数据资产的经济价值。

（4）终止确认—规范数据资产退出机制

数据资产的终止确认是指企业因出售、报废或不再使用等原因，将数据资产从账面上予以核销的过程。终止确认的规范操作能够确保财务报表的准确性和完整性。在终止确认时，企业需根据数据资产的处置方式，分别进行账务处理。例如，对于出售的数据资产，企业需将处置收入与账面价值的差额计入当期损益；而对于因技术更新或市场需求变化而报废的数据资产，企业需将其账面价值转入营业外支出，并在财务报表附注中披露相关原因。

2．列示披露

数据资源的列示披露是会计处理的重要环节，其目的在于向投资者和其他利益相关者提供准确、透明的信息。根据《暂行规定》，企业在编制资产负债表时，需根据重要性原则并结合实际情况，在“存货”项目下增设“其中：数据资源”项目，反映确认为存货的数据资源的期末账面价值；在“无形资产”项目下增设“其中：数据资源”项目，反映确认为无形资产的数据资源的期末账面价值；在“开发支出”项目下增设“其中：数据资源”项目，反映企业在无形资产开发阶段的支出部分，并在其达到预期用途形成无形资产时计入无形资产科目。此外，企业还需在财务报表附注中披露数据资源的应用场景、原始数据类型来源、加工维护和安全保护情况等信息。例如，每日互动（SZ：300766）在2024年年报中，将数据资源列示为无形资产，并在年报中披露了公司关于数据资产的战略布局、数据资产的应用与创新、数据合规时间等方面的探索。这种详细的披露方式不仅增强了财务报表的透明度，也为投资者和其他利益相关者提供了更有价值的决策信息。

（4）财务专项审计

随着数据资源纳入企业资产负债表，其会计核算和信息披露的复杂性显著增加。为确保核算和披露符合企业会计准则的要求，企业在数据资源入表过程中需采取一系列措施以增强财务信息的准确性和可靠性。首先，建议企业加强与年度审计会计师的沟通。审计会计师作为企业财务信息的独立验证者，能够凭借其专业知识和经验，为企业提供关于数据资源核算与披露的专业建议。通过定期沟通，企业可以及时了解最新的会计准则和监管要求，确保数据资源的会计处理符合相关规定。

数据资产入表作为新生事物，不分会计师事务所在对其审计时缺乏相关经验，因此建议企业可以在进行数据资产入表工作时引入具备资质且具备数据资产审计经验的第三方会计师事务所，为其提供“数据资产入表”项目的专项审核报告。第三方会计师事务所的独立性和专业性使其能够从客观角度对企业的数据资源核算与披露进行评估。专项审核报告不仅能够为企业提供关于数据资源会计处理的详细分析，还能为企业的财务报表增加可信度。这种专项审核机制能够有效降低企业因内部核算失误而导致的财务风险，同时也有助于提升企业财务信息的透明度和公信力。此外，专项审核报告还能为企业的年报审计提供有力支持。通过提前对数据资源的核算和披露进行专项审核，企业能够在年报审计阶段减少因数据资源问题导致的审计调整和沟通成本。

结语

数据资源入表是数字经济发展的必然趋势，它不仅能够提升企业的财务表现，还能够推动产业结构的升级和数字经济的活力。随着技术的进步和制度的完善，数据资源将成为推动中国经济持续繁荣的强大动力。政府、企业和社会各界需要共同努力，确保数据资源的合理利用和有效管理，以实现数据资源入表的最大化效益。

在未来，我们有理由相信，随着数据资源入表的深入实施，数据资源将更加充分地发挥其在经济发展中的作用，成为推动中国经济持续繁荣的强大动力。企业需要把握这一趋势，积极布局数据资产的管理和利用，以在数字经济时代取得先机。

参考文献

[1]张素博.数据资源入表距离“点数成金”有多远[J].法人,2024,(09):11-13.

[2]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[A/OL]. (2020-03-30)[2025-02-24]. https://www.gov.cn/zhengce/2020-04/09/content_5500622.htm

[3]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[A/OL]. (2022-12-02)[2025-02-24]. https://www.gov.cn/zhengce/2022-12/19/content_5732695.htm

[4]财政部. 关于印发《企业数据资源相关会计处理暂行规定》的通知: 财会〔2023〕11号[A/OL]. (2023-08-01)[2025-02-24]. https://www.gov.cn/zhengce/zhengceku/202308/content_6899395.htm

[5]财政部. 关于印发《关于加强数据资产管理的指导意见》的通知: 财资〔2023〕141号[A/OL]. (2023-12-31)[2025-02-24]. https://www.gov.cn/zhengce/zhengceku/202401/content_6925470.htm

[6]财政部. 关于印发《数据资产全过程管理试点方案》的通知: 财资〔2024〕167号[A/OL].(2024-12-19)[2025-02-24]. https://www.gov.cn/zhengce/zhengceku/202412/content_6994953.htm

[7]天职国际.激活数据内在潜能，重构上市公司价值体系——2024年三季度A股上市公司数据资产入表实践分析[EB/OL].天职国际公众号.(2024年10月31日)[2025-02-24].https://mp.weixin.qq.com/s/Ri5I3B2ZhQTuboFESwjSdQ

[8]夏青松,万竹风,吴迪. 湖北交投集团数据资产获批一亿元银行融资授信[EB/OL]. 人民网. (2024-06-29)[2025-02-24]. http://hb.people.com.cn/n2/2024/0629/c192237-40895700.html

[9]宋维东.中证网. 德泰控股：国内首单入表综合民生服务数据产品获融资授信[EB/OL].中证网. 2024-09-05[2024-02-24]. https://www.cs.com.cn/ssgs/gsxw/202409/t20240905_6437396.html.

[10]市场监管总局. 公司登记管理实施办法[A/OL]. (2024-12-20)[2025-02-21]. https://www.gov.cn/gongbao/2025/issue_11826/202501/content_7001287.html

[11]天津轨道交通集团有限公司. 产业焕新 数据赋能 | 天津轨道交通产业发展集团完成天津市首例数据资产作价入股[EB/OL]. (2024-12-16)[2025-02-25]. http://www.tjgdjt.com/xinwen/content_55257.htm.

[12]鲁立.企业自研数据资源入表的现实问题应对探讨[J].中国注册会计师,2024,(06):96-99.DOI:10.16292/j.cnki.issn1009-6345.2024.06.016.

[13]陈福. 数据资产入表是拥有数据的企业的“必答题”，而非“选答题”[EB/OL]. 大成律师事务所. (2024-01-29)[2025-02-21]. https://www.dacheng.com/content/details_86_61848.html

[14]赵海益.数据资产费用的企业所得税税前扣除问题研析[J].税务研究，2024（4）：42-47.

作者

张素博，人民数据管理（北京）有限公司

徐瑾璟，中勤万信会计师事务所（特殊普通合伙）

孙冰玉，国家税务总局北京市通州区税务局