对于数据资产入表企业该入什么？准备什么？经历什么？得到什么？

数据资产入表是数据资产化的一个重要步骤和表现。

1.数据资产入表，企业该入什么

企业进行数据资产入表，需要将企业的数据资源以无形资产或者存货的形式，计量初始成本后列示在资产负债表相关科 目下并披露信息。依据《暂行规定》，企业应当按照《企业会计准则》相关规定，根据数据资源的持有目的、形成方式、 业务模式，以及与数据资源有关的经济利益的预期消耗方式等，对数据资源相关交易和事项进行会计确认、计量和报告。 企业使用的数据资源，符合《企业会计准则第 6 号——无形资产》（财会〔2006〕3 号）规定的定义和确认条件的， 应当确认为无形资产。企业日常活动中持有、最终目的用于出售的数据资源，符合《企业会计准则第 1 号——存货》（财 会〔2006〕3 号）规定的定义和确认条件的，应当确认为存货。 简单来说，以内部使用为主要目的，与其他资源相结合并服务生产经济管理活动的数据资源，可以被确认为无形资产进 入资产负债表；而以对外出售为主要目的，进行原始数据直接交易或加工后交易的数据资源，可以被确认为存货进入资 产负债表。

关于数据资源入表的列示和披露要求，企业除了需要在资产负债表“存货”下增设“其中：数据资源”项目；在“无形资产” 下增设“其中：数据资源”项目；或在“开发支出”下增设“其中：数据资源”项目进行相关列示外，还应当按照《企业会计 准则》及《暂行规定》的相关要求，在会计报表附注中对数据资源相关会计信息进行披露。

2.数据资产入表，企业该准备什么

经验分享：浙高运公司的数据资产入表准备工作

浙高运公司作为浙江交通集团的高速公路运营管理平台，现有员工 6800 余人，主要从事高速公路运营收费、监控指挥、 清障施救、机电养护等运营管理工作，目前运营 19 条高速公路，运营总里程达 1939 公里。 随着公司数字化改革工作的不断推进，公司内部每天会产生 TB 级别的数据量。这些数据形成了巨大的数据资源，其蕴 含的价值和应用场景值得深度的挖掘。在数字化时代，数据已成为企业的重要资产。数据资产入表对于精准评估数据资 产价值，提升公司对数据资产价值的认知有重要意义，将驱动公司建立和完善数据管理体系，进而提升数据治理能力。 为积极响应集团关于数据资产管理的新要求，浙高运公司对数据资产入表工作进行了探索，并取得了重要突破。

明确数据资产化战略：以数字化为战略导向，利用统建系统结合基于帆软简道云搭建的高麗云平台，对各业务条线进行数字化转型， 积累浙高运公司数据资源；

建立数据资产化组织：以公司数字化建设办公室为基础，建立数据资产化管理专职部门，承担数据管理、数据运营（数据价值评估、 数据权属明确、数据流通促成）、技术支撑等工作；

坚持数据治理工作：按照数据管理能力成熟度评估模型，建立数据安全、数据质量、数据标准等 8 个核心能力域，提升自身数据治 理能力，完善企业数据治理体系；

准备数据资产财务处理：对数据资源进行分开认定，通过建立工时系统、项目台账等工具，对研发支出进行有效归集和准确记录。设立 单独会计科目，通过精细化管理，确保财务处理的依据充分、金额准确；

构建数据资产内外协同：公司除了将数字化重点集中在内部协同机制的升级之外，也构建起了广阔的数字生态圈，协同外部单位，如高 信公司、商业集团、数据资产交易所、物流企业等充分发挥数据资产价值；

完善风险管理体系：数据资产入表会导致企业资产的增加，可能会造成资产虚增的负面影响。公司在进行数据资产价值分析时，建 立了严谨的风险管理体系，通过准备充足的证明材料以及与审计单位的沟通协商，最大程度地规避入表过程中 的法律和审计风险。

基于以上体系化的准备措施，浙高运公司成功在今年二季度完成了首笔数据资产入表工作，成为集团内首批实现入表的 子分公司。公司重点针对运营过程中产生的监控、营运、养护、机电数据进行了入表试点，此次入表的数据资产主要为 浙高运公司所管辖路段的图像数据。通过人工结合机器的方式标注出高速公路事件信息，实现图片信息结构化解析，标 注后的数据对于视频识别算法模型的训练与优化具有重要作用，将有效提升高速公路交通事件识别的准确率。结合市场调研，初步测算本次入表数据可转化经济价值约 30 万元，为公司降本增效工作提供了一条新的实施途径，是公司运营 转经营的又一落地举措。 未来，浙高运公司将进一步扎实做好公司数据资产管理，完成更多业务领域的数据资产入表工作，推动公司迈向数据驱 动、智能化决策的新高阶，助力公司数字化管理高质量发展。浙高运秉持着开放合作的精神，欢迎业界同仁一起深入学 习交流企业数字化转型及数据资产入表的前沿观点与实践经验，共创数据资产管理美好未来，真正发挥数据要素的乘数 效应。

3.数据资产入表，企业会经历什么

数据资产入表是数据资产化的一个重要步骤和表现。企业的数据资产正式进入资产负债表，首先需要进行数据的资产化， 提炼出数据资源的价值并加以利用。企业的数据资产化流程大致会经历以下几个阶段：

数据资源化 企业数据资产化的前提是数据资源化。企业需要进行数字化建设，通过软硬件的投入形成数字化基建，从而将业务信 息数据化，并通过数据治理、数据加工处理、数据采购等一系列方法，逐步获取并积累形成具备潜在价值的数据资 源。 数据产品化 数据资源成为数据资产的关键是它们预期会给企业带来经济利益，数据产品化即是充分挖掘和提炼数据资源经济价值 的阶段。数据产品化始于对数据应用场景和业务问题需求的定义，在明确了这两点后，通过对数据资源的加工处理、深度挖掘、应用分析、可视化展现等方式，形成可以对内使用或对外售卖的有价值的数据产品，在特定应用场景下解 决业务问题，为企业带来对内降本增效或是对外贡献营收的作用，真正发挥数据资源的经济价值。 数据资产化 在明确数据资源能够带给企业的经济价值后，企业将数据资源资产化并计入财务报表（即数据资产入表）通常需要经 过一些关键步骤。数据资本化 数据资本化是在数据资产化的基础上，赋予数据资产更多的金融属性。企业通过资产评估机构对拥有的数据资产进行 全面的评估，随后以数据资产为质押申请贷款，或者为企业增信，将数据资产作价入股等等。总之，与传统资产类 似，数据资产也能为企业带来多种资本化渠道。

4.数据资产入表，企业会得到什么

 改善报表，提升净资产收益率 数据资产入表可以改善企业的报表情况，提升企业净资产收益率。自《暂行规定》正式实施后，企业数字化投入中符 合要求的，可以被计入数据资产进入资产项，扩大企业整体的资产规模；企业软硬件投入形成的无形资产和固定资 产，每年摊销、折旧掉的费用成本可以被重新计入数据资产再次回到资产项，减缓折旧周期。

在企业负债规模不变的情况下，资产规模的扩大将降低企业整体的资产负债率。而重新回到资产项的折旧摊销费用会 降低企业成本，提升利润水平，进而提高企业的净资产收益率。

拓展融资，开启数据资本化之路 企业数据资产的形成并不是终点，相反这是数据资本化之路的起点。企业可以对自身拥有的数据资产进行全面的价值 评估，利用它们进行多种方式的数据资本化探索。

打造循环，推动数字化转型进程。数据资产化是加速企业汇聚数据、丰富数据价值，引导企业深化数字化转型的重要抓手。企业报表的数据资产披露要 求，将倒逼企业重视数据资产的价值挖掘和使用，深化企业数字化转型。而企业数字化转型的深入将产生更多的数 据，促使企业深度探索数据价值化路径，打造具备可复用性的数据产品并对外流通交易，推动数据进一步的资产化变 现增值，形成正循环。

以用促治，引导企业治理数据。企业数据资产化的愿景引导并推动企业对数据治理的重视。数据的资产化离不开充分的数据应用，数据的充分应用离 不开高质量的数据准备，数据的高质量准备离不开精细的数据治理。企业的数据资产化，能够以用促治，倒逼企业建 立数据治理体系以及相配套的数据战略，做好数据资源化工作，提升企业数据的整体质量。