企业进行数据资产入表路径有哪些？

现阶段，企业进行数据资产入表的路径主要有以下三种：

1.以数据资源形式直接入表

此路径下，企业将数据资源的历史成本直接确认为资产，具体有两种情形：一是企业将自用的数据资源入表；二是企业对外出售（提供）不经任何加工的数据，即原始数据，并以相关数据集/库入表。

（1）企业自用数据资源入表 在此情形中，入表的数据资源均系企业自用，即企业通过直接使用或与其他资源相结合的方式服务支持其他生产经营或管理活动，实现降本增效的目的，并不会将相关数据资源包装成数据产品对外出售或提供服务。例如，A电网企业在运营当中，积累形成用户企业用电量相关数据库并研究形成用电数据分析工具，可通过季节、时间段、地理区域等维度的用电历史分析，形成未来用电趋势预测结果。该数据库和分析工具可以用于自身经营管理，如合理设置电力设施，电力的配网调度等，有助于 A 企业提升运营效率。又如，B 电子商务企业基于充分告知并取得用户授权，汇总分析用户的 APP 浏览行为和购买历史等数据，还通过外部购买一些地区消费水平、趋势等辅助数据，整合形成智能推荐算法工具，用于向 B 企业的用户推荐符合其兴趣和喜好的产品，提升了推荐的精细化、个性化水平。从会计上看，企业将此类数据资源用于内部用途，通过其自身或与其他资源结合形成的技术优势为企业带来经济利益，基于其非实物性，当符合无形资产定义和确认条件时，企业应当作为无形资产予以确认。

此种情形下数据资产入表的会计操作相对操作简单，但可能会面临以下问题： 其一，若数据资源仅为企业自用，则相对于形成对外出售的数据产品，企业对相关数据资源投入的加工、利用费用往往较少，总成本投入不高。这在数据资产账面价值的确认适用成本法的规则下，可能会导致入表数据资产规模较小，难以准确反映相关数据资源的真实价值。 其二，如前所述，数据资源构成资产的要素之一为“预期会给企业带来经济利益”，即有 50%以上的可能性能够为企业带来直接或间接的经济利益流入。对于企业仅作自用的数据资源，虽然其可能对于企业经营来说具有重要意义，但在入表时，企业很可能难以定量证明相关数据资源能为企业带来预期经济利益流入，从而被审计机构等质疑。

（2）企业待售数据资源入表 在此情形中，企业入表的数据资源是待售的未经加工清洗的原始数据或经过一定加工的数据资源。受相关规定的约束，目前各方对底层数据的直接转让较为谨慎，这一业务模式的实践案例相对较少。例如，A 公司专门从事语料的收集与加工，通过公共渠道收集可用于大模型训练的语料数据，经一定程度的加工后形成数据集，出售给相关科技企业。 与上一种情形相比，此种情形亦存在投入成本较少、拟入表数据资产规模不大的问题。此外，出于对数据安全和数据主体权益保护的考量，原始数据的出售（对外提供）可能会面临较大的合规风险。

2.以数据产品或服务形式入表

此路径下，企业将持有的数据资源进行一定程度的加工，形成可对外出售或提供服务的数据产品，再以数据产品的形式入表。国内在众多数据交易所设立后，数据产品交易依交易场所可分为场内和场外交易，拟入表的数据产品亦可基于此分为场内挂牌数据产品和场外不挂牌数据产品。数据产品场外交易的情况在目前数据交易总量中占较大比例，企业可以将符合《暂行规定》要求的自行形成未经挂牌的数据产品确认为数据资产，并计入资产负债表中。也有不少企业选择将拟入表数据资源以数据产品的形式在数据交易所挂牌登记，同时将数据产品确认为数据资产，进而计入企业的资产负债表中，这也即上海数据交易所关于数据资产入表“数据资源化-资源产品化- 产品资产化”的思路：

数据产品是否挂牌并非入表的必须条件，但在场内数据交易场所挂牌成为不少企业的选择，因为场内交易多数强制要求对数据产品进行合规评估，以上海数据交易所为例，秉承着“不合规不挂牌，无场景不交易”的原则，其强制要求拟挂牌的企业挂牌前对数据产品进行合规评估，以确保数据产品无权利瑕疵，这在一定程度上促使企业要通过具有国家认定资质的第三方服务机构出具“合法控制数据资源”的审查和证明文件，本质上是对数据确权作了实质性的合法性审查，与数据资产入表合规的底层逻辑一致；其次，企业数据产品在上海数据交易所挂牌成功后，即可在其监督与撮合下就挂牌数据产品进行交易，能够证明相关数据产品能够为企业带来利益流入，符合会计准则对资产的要求；再次，对于数据需方企业来说，相较于场外进行数据产品交易，在场内购入的数据产品，在形成交易规模化后，交易的公允价格易被市场所接受、交易合规性在一定程度上获得数交所背书，更加能够避免外界的质疑，在成本法入表的今天，通过场内交易购入的数据资源，在成本归集上相较场外交易更加清晰、便捷，数据产品的合规性和质量亦更有保障，因此若数据需方亦有入表需求的话，同等条件下其通过场内交易形式外购数据资源的概率将大大提升。

例如北京商务中心区信链科技有限公司（下称“信链公司”）数据资产入表项目即采用此种路径。信链公司作为国家第四批高新技术企业和企业风险数字化精准识别领域的先行者，依托近年来在预付费细分领域风控类数据产品开发经验，通过文本挖掘、知识图谱、机器学习、行业大模型等技术，将不同来源数据进行整合和处理分析，形成用于风险监测预警分析的数据资源，按照统一数据标准，搭建统一支撑底盘，建立企业大数据的采集、处理、管理机制，实现不同渠道与企业风险相关的信息资源接入，经数据清洗、数据变换、数据规约等处理，转换为规范的结构化数据，按照统一的信息资源目录体系和框架设计，搭建业务库和高危风险库等主题数据库，进一步开发形成“企业大数据风险管理平台”的数据应用型产品，为监测预警、研判和处置提供支撑，其数据来源主要是公开数据，包括企业征信、司法、政府门户、互联网投诉、舆情五类。该数据产品在上海数据交易所的指导下，经协力所进行合规性评估后，在会计师事务所等其他中介机构协助下，成功完成数据资产核验、质量评价、挂牌交易、入表入账等环节。

3.非同一控制下企业合并造成的数据资产入表

迄今为止，以《国际财务报告准则》为核心的国际通行会计体系中并未如《暂行规定》专门就数据资产这一新型资产的会计处理做特别规定，但正如财政部会计司有关负责人就《暂行规定》有关问题答记者问时所表达的，《暂行规定》只是解决实务中对数据资源能否作为会计上的资产确认、作为哪类资产“入表”的疑虑，并未改变现行准则的会计确认和计量要求。因此，对于采用《国际财务报告准则》编制财务报告的企业来说，其亦可采用类似《暂行规定》的做法，将符合资产确认条件的数据资产根据其持有目的、业务模式等标准确认为无形资产或存货，这与《国际财务报告准则》的精神并不相悖。实践中，国际国内事实上已有部分企业将数据计入资产负债表的实践，但这多发生与非同一控制下企业合并的情形中，并非单独、明确的将外购或自行生产的数据资源以数据资产的形式计入资产负债表。即，某一公司出于获取大量数据的目的，收购持有数据资源的企业。当收购价款高于标的公司可辨认净资产时，二者的差额随之即被计入无形资产中。

在国际上，以邓白氏为例，其于 2020 年以 72 亿瑞典克朗的价格收购欧洲领先的数据及分析公司 Bisnode。据悉，Bisnode 有来自550 多个数据源的超过3300 万条商业记录，这将进一步丰富邓白氏数据云，优化数据云的规模、深度与多样性，因而，邓白氏的收购亦可被视为是一场数据领域的“谋篇布局”。在会计处理中，邓白氏将溢价收购所产生的无形资产分为“Reacquired right”、“Database”、“Customer relationships”、“Technology”四部分，其中“Database”即为数据库，由此产生了“数据资产入表”的现象。