數據資產法律研究丨劉正敏：數據資產入表全流程介紹

引言

在數字經濟蓬勃發展的當下，數據作為新型生產要素，其價值日益凸顯。數據資產入表是企業將數據資源轉化為財務報表中資產項目的過程，這一舉措對于企業優化資產結構、釋放數據價值、提升融資能力具有重要意義。本文將從政策依據、實施流程、核心環節等維度，梳理數據資產入表的全流程操作框架。

數據資產入表的相關政策與標準依據

入表前期準備

（一）組織與制度建設

企業需組建跨部門團隊，成員涵蓋商務、技術、財務、運營等部門，承擔數據資源分析與梳理工作。同時，制定數據資產管理、合規審查等制度，建立數據規范并明確評價指標，為數據資產入表工作提供制度保障。

（二）數據資源盤點

數據資源摸底：按照數據資產入表、數據應用和數據產品化的需求，對數據資源體系進行深度調研，通過梳理、分析等工作，構建數據資源目錄體系。

數據集梳理：從企業內部治理、主營業務、對外服務以及數據交易等業務環節入手，選取數據價值高、數據質量優、市場需求大且權屬關系明晰的數據資源進行場景設計，并依據潛在應用場景梳理數據字段，進而形成數據集。

（三）數據分類分級

數據分類分級是數據資產管理的核心基礎性工作，針對不同級別數據實施差異化防護，降低泄露、篡改風險以保障數據安全；遵循《數據安全法》《個人信息保護法》等法律法規的強制性規定，滿足合規要求；識別高價值數據資源，為后續的資產化場景設計與成本效益分析提供依據。

參考依據包括：國家標準，如 GB/T 43697-2024《數據安全技術 數據分類分級規則》；行業規范，如金融領域的《銀行保險機構數據安全管理辦法》、工業領域的《工業和信息化領域數據安全管理辦法》等等。

分類實施需參照行業標準和企業實際情況，依據數據來源（如內部生成、外部獲取、融合數據）、數據類型（如結構化數據庫表、非結構化日志/圖像）、業務領域（如財務數據、客戶數據、生產數據）或管理屬性（如基礎信息、業務信息、管理信息）等典型維度，細化業務分類體系，制定清晰的分類規則。

分級實施是識別數據分級的關鍵要素，分析數據泄露或篡改的影響程度，綜合確定數據級別，并上報重要數據目錄。同時應建立動態更新機制，當數據規模、應用場景、時效性發生顯著變化，或遭遇安全事件時，確保其持續適應業務發展和法規政策的最新要求。

數據資產確權與合規審查

（一）數據權益確認

1. 持有權：確認企業對數據的自主管控權，包括公開、共享、交易等權利，解決數據資源分類分級和精準確權問題。

2. 加工使用權：明確企業對數據進行加工處理的權利，促進數據使用權的市場化流通。

3. 經營權：自主決定數據產品的交易標的、對象及方式，推動數據產品的資產化。

（二）合規審查要點

對擬入表的數據集進行充分評估，對數據主體、來源、內容等合規進行審查，并對相關數據資產管理制度進行確認與完善，由律師事務所出具合規審查報告，確保符合國家法律法規、監管規定的相關要求。

1. 數據來源合法性：審查內部生成、外購、公開收集、個人授權等渠道的數據獲取合法性，確保數據來源可追溯。

2. 數據處理合規性：對數據收集、存儲、使用、加工、傳輸等環節進行合規評估，如個人信息收集需遵循“告知－同意”原則。

3. 數據內容合規性：確保數據內容真實、有效、合法，不含有違法或侵權信息。

4. 數據權屬清晰性：明確數據的持有權、使用權和經營權，進行數據資產登記和知識產權登記。

5. 數據安全保障性：建立數據全生命周期安全管理制度，采用加密存儲、訪問控制等技術手段，提升數據安全防護能力。

數據資產價值評估

數據資產評估是入表的關鍵環節，需結合數據特性選擇適配方法，常見評估方法及適用場景如下：

（一）成本法：通過歸集數據全生命周期的成本，扣除貶值因素確定資產價值。適用于自主開發或內部生成的數據資產，尤其是研發過程清晰、成本可追溯的場景（如企業自建的客戶行為數據庫）。

（二）收益法：通過直接收益、分成收益、超額收益、增量收益等方式預測數據資產未來產生的經濟利益。適用于已形成商業化應用的數據資產，如對外提供的數據服務、能直接產生收入的數據產品（如金融風控數據模型）。

（三）市場法：選擇市場上類似數據資產的交易案例，對比調整質量、供求、期日等差異，確定數據資產價值。適用于存在活躍交易市場的數據資產，如公開數據交易所掛牌的標準化數據集（如天氣數據、交通流量數據）。

數據資產合規登記與流通

（一）合規登記

確認權益主體，審核數據來源合規性，完成登記主體身份認證，進行數據資產確權存證，通過數據交易所提交材料，經初審、復審、公示后，頒發《數據資產登記憑證》。

（二）數據流通

1. 公共數據流通：通過政務外網或場內交易方式，遵循目錄管理、開放審核、受限開放等流程。

2. 社會數據流通：包括場內交易和場外交易，涉及準備、實施、售后階段，確保交易合規、安全。

（三）流通存證

對數據來源權屬、質量評估、授權運營、交易交付等環節進行存證，采用區塊鏈技術確保存證的真實性和可靠性。

數據資產入表中律師的主要工作

數據資產入表絕非單純的企業會計業務操作，其背后牽涉到數據確權、數據合規等多個法律層面的復雜事務，兼具前沿性與挑戰性。因此，律師在數據資產入表過程中可提供如下法律服務：

（一）法律咨詢與政策解讀

在數據資源確權、定價、交易、擔保等環節提供法律咨詢，幫助企業有效規避法律風險。追蹤政策變化與趨勢，提供數據資產稅收政策前瞻分析，助力科學規劃稅收。

（二）數據合規專項法律盡職調查

核查數據資產授權主體、產權信息，梳理權利路徑、類型、范圍、期限及限制。對擬入表數據的合法性、合規性進行專業判斷，并出具相應的法律意見書。

（三）數據產品掛牌合規評估

依據相關法律法規及各交易所的交易規則，對掛牌事宜的合規性進行全面評估，確保數據產品掛牌過程符合各項規定要求，并出具專項法律意見書。

（四）協助制定數據資產管理制度

協助構建覆蓋數據資產登記、備案、使用、交易、保密等環節的管理制度，確保全流程合規，提升規范化水平。

（五）披露義務合規審查

協助企業平衡披露要求與商業秘密保護，精準把握披露尺度，確保依法履行披露義務，兼顧合規與商業利益。

入表的實施難點與應對方案

（一）內控制度缺失導致的識別風險

難點：未構建完整的從高層規劃到具體崗位責任的制度和管理體系，以及與數據資產相關的內控機制與內控制度，難以識別資產、獨立核算開發支出及量化收益。

應對：需首先評估企業是否具備基礎內控條件，即是否有初步的數據治理規章、組織架構和清晰的職責劃分。同時，審計應結合市場實際，不宜強求數據資產完全符合傳統審計程序的嚴苛要求，可在監管允許范圍內設置適當容錯空間。

（二）法律規范缺位引發數據合規風險

難點：數據確權缺乏明確法律框架，數據資產底層常涉及隱私權、信息安全等法律風險點。

應對：征詢律師意見，必要時向上級行政部門征詢合規性意見，積極參與制度框架建設。

（三）風險評估復雜帶來財務舞弊隱患

難點： 數據資產風險等級識別高度依賴專業判斷和具體業務場景分析，難度大，存在被利用進行財務舞弊的可能性。

應對：審計需重點核查數據研發、交易流程的真實性與可靠性；強化運用IT審計等技術手段，組建具備跨學科背景的審計團隊，深入評估數據資產潛在風險和管理層舞弊動機。

（四）對數據資產分類及初始計量的審計

難點： 數據資產分類易受管理層主觀意圖影響，選擇合適的初始計量方法也存在困難。

應對：獲取并驗證企業數據資產目錄，與管理層溝通確保會計處理準確性，評估數據資產分類和計量的合理性。

（五）數據資產攤銷方法及年限的確定

難點： 攤銷方法的選擇依賴會計職業判斷，且受數據時效性強弱影響。攤銷年限方面，若數據資產使用壽命可確定，可參照無形資產攤銷年限規定（如稅法不低于10年），但數據價值衰減難以精確預測時點；若使用壽命不確定，需每年進行減值測試，但當前缺乏活躍交易市場，減值測試操作困難。

應對：建議企業根據不同業務特點選擇攤銷方法，評估攤銷年限的合理性。在每個會計年度結束時重新檢查數據資產的預期使用年限，如使用年限有顯著變化，需重新評估并相應調整其使用年限。

（六）公共數據資產入表特有的審計難點

難點：一是公共數據授權部門和企業如果以接口調用次數進行收益分成模式下，被授權主體的收入與成本同時發生，導致公共數據授權費不滿足資產確認條件，難以形成企業報表數據資產（上海數據交易所，2023）。二是企業若提前做好授權合約的設計和規劃，通過收益管理和合約管理，期初一次性支付給授權機構在授權期間固定的授權費用，形成持續性授權的模式，可以避免無法確認數據資產的情形，但仍然存在政府機構可能中斷授權的風險（上海數據交易所，2024）。

應對：企業需根據自身業務特性，與政府機構合理商定授權期限并預留充足續約緩沖期。審計應特別關注攤銷年限設定的合理性，以及企業對授權中斷風險的評估是否充分。

（七）減值測試

難點：數據資產價值易變，減值測試面臨確權方式和合規流程不明確，市場價格不可觀察等困難。

應對：獲取管理層價值評估過程，檢查評估結果與實際運行的一致性，借助外部專家復核估值合理性。

（八）失效及終止的審計處理

難點：數據資產可能因政策或市場因素失效，影響財務報表。

應對：評估應用場景變化風險，重視信息披露，反映相關風險。

結語

數據資產入表是企業數字化轉型的重要里程碑，通過全流程的規范操作，將數據資源轉化為可計量的資產，從而提升財務報表質量，為企業發展注入新動力。隨著政策體系的完善和實踐經驗的積累，數據資產入表將成為企業釋放數據價值、參與數字經濟競爭的關鍵舉措，推動數字經濟與實體經濟深度融合，為經濟高質量發展賦能。

參考資料：

1. 參見搜狐網，https://news.sohu.com/a/858784614_121752970。

2. 《【CIO-CDO時代】數據資產入表前八大準備步驟》，載微信公眾號“合肥市首席信息官協會”，2024年9月27日。

3. 《數據安全治理：數據分類與分級指南》，載微信公眾號“ruby的數據漫談”，2024年10月21日。

4. 《企業數據分類分級方法及實踐案例》，載微信公眾號“數據學堂”，2024年2月2日。

5. 《數據專欄｜數據資產入表之“數據來源合規審查”》，載微信公眾號“法翼”，2025年4月21日。

6. 《數據資產估值模型比較：成本法、收益法與市場法的適用邊界——兼論信息熵、博弈論與數據質量指數的多維影響》，載微信公眾號“數據薈平臺”，2025年3月13日。

7. 《深度丨一篇文章講清楚“什么是數據資產入表？”》，載微信公眾號“國脈數據資產”，2025年2月26日。

8. 《〈深圳數據交易所企業數據資產入表簡明操作指引〉正式發布》，載微信公眾號“深圳數據交易所”，2024年9月20日。