数据资产法律研究丨刘正敏：数据资产入表全流程介绍

引言

在数字经济蓬勃发展的当下，数据作为新型生产要素，其价值日益凸显。数据资产入表是企业将数据资源转化为财务报表中资产项目的过程，这一举措对于企业优化资产结构、释放数据价值、提升融资能力具有重要意义。本文将从政策依据、实施流程、核心环节等维度，梳理数据资产入表的全流程操作框架。

数据资产入表的相关政策与标准依据

入表前期准备

（一）组织与制度建设

企业需组建跨部门团队，成员涵盖商务、技术、财务、运营等部门，承担数据资源分析与梳理工作。同时，制定数据资产管理、合规审查等制度，建立数据规范并明确评价指标，为数据资产入表工作提供制度保障。

（二）数据资源盘点

数据资源摸底：按照数据资产入表、数据应用和数据产品化的需求，对数据资源体系进行深度调研，通过梳理、分析等工作，构建数据资源目录体系。

数据集梳理：从企业内部治理、主营业务、对外服务以及数据交易等业务环节入手，选取数据价值高、数据质量优、市场需求大且权属关系明晰的数据资源进行场景设计，并依据潜在应用场景梳理数据字段，进而形成数据集。

（三）数据分类分级

数据分类分级是数据资产管理的核心基础性工作，针对不同级别数据实施差异化防护，降低泄露、篡改风险以保障数据安全；遵循《数据安全法》《个人信息保护法》等法律法规的强制性规定，满足合规要求；识别高价值数据资源，为后续的资产化场景设计与成本效益分析提供依据。

参考依据包括：国家标准，如 GB/T 43697-2024《数据安全技术 数据分类分级规则》；行业规范，如金融领域的《银行保险机构数据安全管理办法》、工业领域的《工业和信息化领域数据安全管理办法》等等。

分类实施需参照行业标准和企业实际情况，依据数据来源（如内部生成、外部获取、融合数据）、数据类型（如结构化数据库表、非结构化日志/图像）、业务领域（如财务数据、客户数据、生产数据）或管理属性（如基础信息、业务信息、管理信息）等典型维度，细化业务分类体系，制定清晰的分类规则。

分级实施是识别数据分级的关键要素，分析数据泄露或篡改的影响程度，综合确定数据级别，并上报重要数据目录。同时应建立动态更新机制，当数据规模、应用场景、时效性发生显著变化，或遭遇安全事件时，确保其持续适应业务发展和法规政策的最新要求。

数据资产确权与合规审查

（一）数据权益确认

1. 持有权：确认企业对数据的自主管控权，包括公开、共享、交易等权利，解决数据资源分类分级和精准确权问题。

2. 加工使用权：明确企业对数据进行加工处理的权利，促进数据使用权的市场化流通。

3. 经营权：自主决定数据产品的交易标的、对象及方式，推动数据产品的资产化。

（二）合规审查要点

对拟入表的数据集进行充分评估，对数据主体、来源、内容等合规进行审查，并对相关数据资产管理制度进行确认与完善，由律师事务所出具合规审查报告，确保符合国家法律法规、监管规定的相关要求。

1. 数据来源合法性：审查内部生成、外购、公开收集、个人授权等渠道的数据获取合法性，确保数据来源可追溯。

2. 数据处理合规性：对数据收集、存储、使用、加工、传输等环节进行合规评估，如个人信息收集需遵循“告知－同意”原则。

3. 数据内容合规性：确保数据内容真实、有效、合法，不含有违法或侵权信息。

4. 数据权属清晰性：明确数据的持有权、使用权和经营权，进行数据资产登记和知识产权登记。

5. 数据安全保障性：建立数据全生命周期安全管理制度，采用加密存储、访问控制等技术手段，提升数据安全防护能力。

数据资产价值评估

数据资产评估是入表的关键环节，需结合数据特性选择适配方法，常见评估方法及适用场景如下：

（一）成本法：通过归集数据全生命周期的成本，扣除贬值因素确定资产价值。适用于自主开发或内部生成的数据资产，尤其是研发过程清晰、成本可追溯的场景（如企业自建的客户行为数据库）。

（二）收益法：通过直接收益、分成收益、超额收益、增量收益等方式预测数据资产未来产生的经济利益。适用于已形成商业化应用的数据资产，如对外提供的数据服务、能直接产生收入的数据产品（如金融风控数据模型）。

（三）市场法：选择市场上类似数据资产的交易案例，对比调整质量、供求、期日等差异，确定数据资产价值。适用于存在活跃交易市场的数据资产，如公开数据交易所挂牌的标准化数据集（如天气数据、交通流量数据）。

数据资产合规登记与流通

（一）合规登记

确认权益主体，审核数据来源合规性，完成登记主体身份认证，进行数据资产确权存证，通过数据交易所提交材料，经初审、复审、公示后，颁发《数据资产登记凭证》。

（二）数据流通

1. 公共数据流通：通过政务外网或场内交易方式，遵循目录管理、开放审核、受限开放等流程。

2. 社会数据流通：包括场内交易和场外交易，涉及准备、实施、售后阶段，确保交易合规、安全。

（三）流通存证

对数据来源权属、质量评估、授权运营、交易交付等环节进行存证，采用区块链技术确保存证的真实性和可靠性。

数据资产入表中律师的主要工作

数据资产入表绝非单纯的企业会计业务操作，其背后牵涉到数据确权、数据合规等多个法律层面的复杂事务，兼具前沿性与挑战性。因此，律师在数据资产入表过程中可提供如下法律服务：

（一）法律咨询与政策解读

在数据资源确权、定价、交易、担保等环节提供法律咨询，帮助企业有效规避法律风险。追踪政策变化与趋势，提供数据资产税收政策前瞻分析，助力科学规划税收。

（二）数据合规专项法律尽职调查

核查数据资产授权主体、产权信息，梳理权利路径、类型、范围、期限及限制。对拟入表数据的合法性、合规性进行专业判断，并出具相应的法律意见书。

（三）数据产品挂牌合规评估

依据相关法律法规及各交易所的交易规则，对挂牌事宜的合规性进行全面评估，确保数据产品挂牌过程符合各项规定要求，并出具专项法律意见书。

（四）协助制定数据资产管理制度

协助构建覆盖数据资产登记、备案、使用、交易、保密等环节的管理制度，确保全流程合规，提升规范化水平。

（五）披露义务合规审查

协助企业平衡披露要求与商业秘密保护，精准把握披露尺度，确保依法履行披露义务，兼顾合规与商业利益。

入表的实施难点与应对方案

（一）内控制度缺失导致的识别风险

难点：未构建完整的从高层规划到具体岗位责任的制度和管理体系，以及与数据资产相关的内控机制与内控制度，难以识别资产、独立核算开发支出及量化收益。

应对：需首先评估企业是否具备基础内控条件，即是否有初步的数据治理规章、组织架构和清晰的职责划分。同时，审计应结合市场实际，不宜强求数据资产完全符合传统审计程序的严苛要求，可在监管允许范围内设置适当容错空间。

（二）法律规范缺位引发数据合规风险

难点：数据确权缺乏明确法律框架，数据资产底层常涉及隐私权、信息安全等法律风险点。

应对：征询律师意见，必要时向上级行政部门征询合规性意见，积极参与制度框架建设。

（三）风险评估复杂带来财务舞弊隐患

难点： 数据资产风险等级识别高度依赖专业判断和具体业务场景分析，难度大，存在被利用进行财务舞弊的可能性。

应对：审计需重点核查数据研发、交易流程的真实性与可靠性；强化运用IT审计等技术手段，组建具备跨学科背景的审计团队，深入评估数据资产潜在风险和管理层舞弊动机。

（四）对数据资产分类及初始计量的审计

难点： 数据资产分类易受管理层主观意图影响，选择合适的初始计量方法也存在困难。

应对：获取并验证企业数据资产目录，与管理层沟通确保会计处理准确性，评估数据资产分类和计量的合理性。

（五）数据资产摊销方法及年限的确定

难点： 摊销方法的选择依赖会计职业判断，且受数据时效性强弱影响。摊销年限方面，若数据资产使用寿命可确定，可参照无形资产摊销年限规定（如税法不低于10年），但数据价值衰减难以精确预测时点；若使用寿命不确定，需每年进行减值测试，但当前缺乏活跃交易市场，减值测试操作困难。

应对：建议企业根据不同业务特点选择摊销方法，评估摊销年限的合理性。在每个会计年度结束时重新检查数据资产的预期使用年限，如使用年限有显著变化，需重新评估并相应调整其使用年限。

（六）公共数据资产入表特有的审计难点

难点：一是公共数据授权部门和企业如果以接口调用次数进行收益分成模式下，被授权主体的收入与成本同时发生，导致公共数据授权费不满足资产确认条件，难以形成企业报表数据资产（上海数据交易所，2023）。二是企业若提前做好授权合约的设计和规划，通过收益管理和合约管理，期初一次性支付给授权机构在授权期间固定的授权费用，形成持续性授权的模式，可以避免无法确认数据资产的情形，但仍然存在政府机构可能中断授权的风险（上海数据交易所，2024）。

应对：企业需根据自身业务特性，与政府机构合理商定授权期限并预留充足续约缓冲期。审计应特别关注摊销年限设定的合理性，以及企业对授权中断风险的评估是否充分。

（七）减值测试

难点：数据资产价值易变，减值测试面临确权方式和合规流程不明确，市场价格不可观察等困难。

应对：获取管理层价值评估过程，检查评估结果与实际运行的一致性，借助外部专家复核估值合理性。

（八）失效及终止的审计处理

难点：数据资产可能因政策或市场因素失效，影响财务报表。

应对：评估应用场景变化风险，重视信息披露，反映相关风险。

结语

数据资产入表是企业数字化转型的重要里程碑，通过全流程的规范操作，将数据资源转化为可计量的资产，从而提升财务报表质量，为企业发展注入新动力。随着政策体系的完善和实践经验的积累，数据资产入表将成为企业释放数据价值、参与数字经济竞争的关键举措，推动数字经济与实体经济深度融合，为经济高质量发展赋能。

参考资料：

1. 参见搜狐网，https://news.sohu.com/a/858784614_121752970。

2. 《【CIO-CDO时代】数据资产入表前八大准备步骤》，载微信公众号“合肥市首席信息官协会”，2024年9月27日。

3. 《数据安全治理：数据分类与分级指南》，载微信公众号“ruby的数据漫谈”，2024年10月21日。

4. 《企业数据分类分级方法及实践案例》，载微信公众号“数据学堂”，2024年2月2日。

5. 《数据专栏｜数据资产入表之“数据来源合规审查”》，载微信公众号“法翼”，2025年4月21日。

6. 《数据资产估值模型比较：成本法、收益法与市场法的适用边界——兼论信息熵、博弈论与数据质量指数的多维影响》，载微信公众号“数据荟平台”，2025年3月13日。

7. 《深度丨一篇文章讲清楚“什么是数据资产入表？”》，载微信公众号“国脉数据资产”，2025年2月26日。

8. 《〈深圳数据交易所企业数据资产入表简明操作指引〉正式发布》，载微信公众号“深圳数据交易所”，2024年9月20日。