| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 财会/审计 |
| 会计数据资产信息披露研究 |
| 第771期 作者：□文/师竞豪 时间：2026/2/16 10:57:56 浏览：49次 |
［提要］ 随着数字经济的快速演进，数据资源逐渐成为企业核心竞争力和价值创造的重要来源。然而，如何在现有会计体系中对数据资产进行科学的确认与计量，仍然是学界与实务界广泛讨论的核心议题。本文在梳理相关政策背景与学术研究成果的基础上，从会计学视角探讨数据资产信息披露现实路径与制度设计。研究发现：数据资产因其价值评估不确定、权属边界模糊以及收益模式复杂等特征，难以完全按照传统无形资产的确认与计量准则入表。在此背景下，信息披露被视为兼顾稳健性与相关性的重要方式，不仅能够缓解财务报表中的信息不对称，还能提升报表的决策有用性。基于此，提出构建“表内谨慎确认+表外充分披露”双轨机制。
关键词：数据资产；会计确认；信息披露；数字经济
中图分类号：F23 文献标识码：A
收录日期：2025年10月9日
引言
进入数字经济时代，数据已经成为推动企业价值创造与资源配置优化的关键生产要素。如何将数据资源纳入传统财务会计体系，并实现合理确认与计量，成为理论界与实务界共同关注的问题。党的十九届四中全会首次将数据与土地、劳动力、资本并列为新型生产要素，凸显了数据在国家经济发展战略中的重要地位。2023年，财政部印发《企业数据资源相关会计处理暂行规定》，标志着我国在会计制度层面正式开启了企业数据“入表”的探索与实践。
然而，数据资产能否以及应当如何进入财务报表，仍存在较大争议。一方面，有学者认为若不将数据纳入会计报表体系，可能导致企业资产被低估，从而削弱财务信息的相关性与决策有用性。另一方面，也有研究指出，数据资源普遍存在获取成本高、缺乏排他性、收益归属模糊等特征，这些问题使其难以满足现行无形资产确认条件，从而增加了会计处理的复杂性与不确定性。如何在“信息相关性”与“会计稳健性”之间取得平衡，已成为理论研究与会计实务中亟待解决的关键问题。在此背景下，信息披露机制被视为化解上述矛盾的可行路径。通过披露数据资产相关信息，企业既能向外部利益相关者传递其在数据资源上的真实状况，又能避免因入表不当带来的估值偏差与法律风险。
一、数据资产确认与计量概览
（一）数据资产界定与确认条件。在数字经济背景下，企业所掌握的数据资源若能满足一定条件，即可被界定为“数据资产”。根据会计基本理论，资产应当由过去的交易或事项形成，能够被企业拥有或控制，并预期带来未来经济利益。《企业数据资源相关会计处理暂行规定》明确指出：凡符合资产确认条件的数据资源，可作为无形资产或存货入账；若未能满足条件，可在财务报表附注中予以披露。这为企业在会计处理中识别和分类数据资源提供了制度遵循。
然而，由于数据资产的形态多样，其是否应当全部纳入现有无形资产范畴，仍存在较大争议。按照现行无形资产准则的要求，资产需具备可辨认性，尤其是可分离性。但现实中，部分数据深度嵌入企业业务流程，难以独立分离或交易，例如内部运营日志或依赖业务系统的复合型数据集。这类数据若被机械性地确认为无形资产，可能削弱会计信息的可靠性；反之，若完全不予确认，则又可能低估企业所掌握的核心资源。为避免这一两难局面，有学者建议在会计科目体系中单独设立“数据资产”科目，以区别于传统的无形资产或存货，从而更真实地反映其经济实质。因此，在资产确认环节，企业应基于谨慎性原则，综合评估数据资源是否符合资产定义与确认标准；对于难以确认的部分，则通过表外披露加以说明，以保持信息完整性和透明度。
（二）数据资产计量与入表影响。在决定数据资源是否以及以何种方式入表时，企业需权衡其带来的正向效应与潜在风险。从积极意义来看，数据资产入表不仅能扩充企业的账面资产规模，还能彰显其在数据资源上的竞争优势，有助于增强投资者信心，降低融资成本。更为重要的是，从会计核算角度出发，将数据投入资本化并进行摊销处理，可以强化“成本与收益相配比”原则，使利润表更准确地反映企业经营成果。黄冰冰和马元驹指出，若数据投入完全费用化，可能低估企业真实盈利水平；而适度资本化则能够避免利润的系统性低估。实证研究也表明，当企业将数据资产确认为会计资产后，投资者通常认为其在数据领域具备一定的技术能力和市场优势，从而更愿意进行投资。然而，数据资产入表也面临多重挑战。一是计量复杂性。数据价值高度依赖应用场景和技术环境，同一数据在不同应用下可能存在巨大差异。目前，缺乏统一的计量模型和行业标准，使公允价值的确定充满不确定性。二是法律权属问题尚未厘清。数据往往涉及个人隐私权、使用权和收益权，若企业将权属存疑的数据入表，可能引发法律纠纷与监管风险。三是数据资产价值波动较大，极易因技术迭代或市场变化而发生集中减值，导致企业财务状况剧烈波动，从而削弱财务报表的稳定性和可比性。因此，在现行会计框架下，数据资产入表既有助于提升财务信息的相关性与价值传递功能，也可能带来估值波动、法律合规等多方面风险。如何在历史成本与公允价值计量之间取得平衡，成为未来会计处理需要重点探索的问题。
二、数据资产信息披露机制与形式
（一）表内与表外相结合的披露机制。随着数据成为企业重要资源，部分上市公司已开始将符合确认条件的数据资源计入资产负债表中，如2024年已有约100家上市公司披露数据资产入表事项，涉及金额约22.5亿元。但由于数据资产具有缺乏明确标准、权属复杂、价值评估不确定等特征，单纯“入表”难以全面反映其价值。在此背景下，建立“表内谨慎确认、表外充分披露”的双轨机制十分必要。一方面，企业仅对满足传统资产确认条件、能够可靠计量的数据资源予以入表确认，并尽可能采用稳健的计量方法（如历史成本计量并定期进行减值测试）。例如，对于已经入表的数据资产，企业除披露其账面价值外，还可以披露假如采用公允价值计量时的估算区间，以供使用者评估其潜在升值或减值空间。另一方面，对于未达到确认条件或无法入表反映价值的数据资源，应通过财务报表附注及其他报告渠道提供详细信息补充。根据《企业数据资源相关会计处理暂行规定》，企业需要在附注中披露数据资源相关的会计信息，这一要求为表外披露提供了法规依据。通过上述表内与表外相互补充的机制，企业既能保持会计信息的谨慎性和可靠性，又能通过附注或说明性文字弥补报表的局限，让投资者较为全面地了解企业所掌握的数据资产状况，从而缓解信息不对称。
（二）披露内容与形式。在当前会计准则尚未全面规范数据资产披露的背景下，企业可结合自身情况，按照重要性原则，灵活进行披露。主要包括以下几个方面：
1、财务报表附注披露：这是数据资产信息披露的基本形式。企业应在财务报表附注中增设有关数据资产的披露项目。一方面，针对本期已确认的数据资产，详细说明其类别（例如归属于无形资产或存货、内部使用或对外交易等）、主要计量基础（历史成本或公允价值）、摊销方法和年限，以及减值测试的执行情况等。通过规范披露这些信息，报表使用者可以了解企业所确认的数据资产的价值是如何计算、摊销以及减值，这有助于体现账面部分数据资产的价值。另一方面，对于未满足确认条件而未入表的数据资源，也应披露其性质、用途以及企业管理该类数据的方式。例如，公司可在附注中描述未入账数据资源的类型（如用户行为数据、运营日志等）、该数据的应用场景和对业务的潜在贡献以及企业为管理和保护这些数据所采取的措施（如数据治理架构、隐私合规举措等）。此外，企业还可根据业务需要，披露部分关键数据资源的估值难点及不确定性来源，从而帮助报表使用者理解其未入表的原因。
2、非财务指标及其他自愿披露：由于数据资产的价值往往难以完全用财务数字体现，一些企业会选择在年报的管理层讨论与分析或社会责任报告等文本中，自愿披露与数据资源有关的非财务信息。例如，披露企业数据资源的规模（如数据库条目数量、日均数据处理量）、数据的活跃度（如日活跃用户数、数据调用频次）、增长率或衰减速率以及数据质量指标等。这些动态指标能够展现数据资源的活力和潜在价值，是对财务报表静态信息的有益补充。有研究建议，企业定期披露数据资产的关键运营指标，以弥补单纯财务数字无法反映的数据价值创造过程。实证研究表明，披露更多数据资产相关信息的企业，其市场价值显著更高，原因在于这提高了信息透明度，吸引了技术型人才和资本，缓解了外部融资约束，从而带来价值增益。由此可见，积极的自愿披露在当前阶段对企业是有利的：一方面可以塑造企业重视数据价值的良好形象，增强投资者对企业前景的信心；另一方面能够引导业内逐步形成数据资产披露的最佳实践，为监管部门未来制定统一标准提供参考。
上述披露形式可以视为强制披露与自愿披露的结合：强制披露部分（如附注中按照准则要求列报）侧重于合规和完整性，确保基本信息透明；自愿披露部分则体现企业战略导向，突出数据如何创造价值、支撑业务。需要注意的是，在披露内容上既要防止过度“报喜不报忧”，也应避免语言空洞、缺乏实质信息。披露的信息应当真实、客观、清晰；既不能夸大数据资源的价值或成熟度，也不能因表述模糊让投资者产生误解。例如，只强调数据资产的战略意义而不提及其收益模式或风险，这将难以令投资者信服。因此，企业在设计数据资产披露内容时，应本着审慎原则，确保其披露的信息经得起审计和市场检验。在政府的监管层面，现阶段已初步提出相关要求，但仍存在披露口径不统一、可比性不足等问题。一旦监管规定了统一的披露框架和指标体系，企业的数据资产披露将更为规范，投资者也能更方便地比较不同公司的数据资产状况。
（三）披露的条件与局限。数据资产信息披露方案的有效与否依赖于一定的前提条件。首先，企业自身应具备合理评估数据价值的能力。如果企业对其数据资源的价值缺乏基本的认知，披露出来的信息将难以令人信服，甚至可能对信息使用者产生误导。只有当企业能够对数据资源进行可靠评估时，披露才具有实际意义。其次，信息披露的效果与外部环境密切相关，包括市场对数据资产的定价参照以及法律法规的完善程度。如果没有活跃的市场交易或第三方评估提供参考，企业披露的数据估值可能会难以进行验证；同时，如果数据产权、隐私保护等法律问题不明确，企业在披露数据资产信息时可能会模棱两可，影响披露的信息质量。最后，公司治理水平也是决定披露机制能否发挥作用的边界条件。强有力的治理可以确保企业在数据分类、计量和披露上遵循审慎、一致的原则。例如，如果缺乏必要的监督，企业可能通过调整披露方式来粉饰业绩，削弱披露的可信度。综上，数据资产信息披露的有效性取决于企业内外多方面条件的支持。对于数据治理机制并不健全的企业而言，不恰当地披露数据资产信息可能作用有限、甚至适得其反；相反，对于那些数据要素丰富且治理体系成熟的企业，充分的信息披露将成为其获取市场认可的利器。无论如何，可以预见的是，在不断地探索中，数据资产的信息披露将朝着更加规范、有序的方向发展。
三、政策建议
在数据资产会计处理仍处于探索阶段的背景下，信息披露制度的完善亟须制度规范、企业治理和市场环境的多维度协同。结合前文分析，本文提出以下政策建议：
（一）制度规范层面。首先，应由财政部、证监会等监管部门牵头，尽快制定统一的数据资产信息披露指引。指引应当明确披露的范围、指标和标准，避免出现不同企业各自为政、口径不一的情况，以提升信息的可比性与透明度。其次，应建立覆盖主要行业的披露指标体系，涵盖数据资源规模、使用频次、质量水平和衰减速度等核心指标，以便财务报告使用者更全面地评估企业的数据资源状况。再次，应逐步强化第三方审计和监管机制，推动独立评估机构参与数据资产的价值核定与披露验证，以提升披露的公信力和可审计性。
（二）企业治理层面。企业在披露中不仅是信息的提供者，更是数据治理的责任主体。其一，应当建立健全内部数据治理制度，涵盖数据分类、权属认定、质量控制与隐私合规等环节，为对外披露奠定制度基础。其二，企业披露应当体现战略导向，不仅披露数据资源的数量和账面价值，还应说明其对创新发展、市场竞争和战略目标的支撑作用。同时，企业在披露过程中应当兼顾风险揭示，及时披露数据资产可能存在的法律、技术与市场风险，防止形成“报喜不报忧”的片面形象。
（三）市场环境与配套政策。有效的数据资产披露有赖于成熟的市场环境与完善的法律制度。一方面，应加快推动数据要素市场的建设，培育区域性数据交易平台，探索形成市场化的价格发现与价值评估机制，从而为企业披露提供外部参照。另一方面，应进一步健全数据安全与个人隐私保护立法，明确数据披露的边界，确保披露活动不触碰法律与合规底线。此外，监管机构可在重点行业或部分试点企业先行探索差异化披露标准，逐步总结经验并推广至更多领域，以推动数据资产披露制度在实践中不断完善。
四、结论
在数字经济快速发展的背景下，数据资源已成为企业价值创造和竞争优势的关键生产要素。从国家战略层面看，数据与土地、资本、劳动力并列为新型生产要素，彰显其重要地位。然而，数据资产在定义、计量、权属及价值波动等方面存在诸多不确定性，难以完全纳入现行会计确认与计量框架。在“确认-计量-披露”的张力中，信息披露无疑是当前阶段最可行的解决方案。首先，信息披露能够弥补数据资产难以入表的制度缺口。数据资源往往难以满足无形资产确认条件，强行入表可能夸大价值或引发法律风险。通过“表内谨慎确认+表外充分披露”的双轨机制，企业既能保持会计信息的稳健性和可靠性，又能提升报表的相关性与透明度。这一机制兼顾了审慎原则与信息有用性，有助于缓解资本市场的信息不对称。其次，数据资产信息披露对资本市场具有重要意义。已有研究表明，主动披露数据资源的企业通常市场价值更高，融资约束更低。投资者不仅关注财务数据本身，还希望了解企业在数据治理与应用方面的能力。真实而全面地披露，能够增强市场信心，帮助企业塑造长期价值，推动投资者关系的改善。再次，信息披露也是制度创新的重要抓手。本文提出的政策建议涵盖制度规范、企业治理与市场环境三个方面：一是建立统一的披露框架和指标体系，提高不同企业间的可比性；二是推动企业内部数据治理和风险揭示常态化，确保披露不流于形式；三是完善数据交易市场和隐私保护制度，为披露创造良好外部条件。这些举措相互配合，有助于推动我国数据资产披露走向制度化与规范化。
综上，数据资产的复杂性决定了确认、计量与披露之间不可避免地存在张力，而在当前阶段，信息披露无疑是实现平衡的最可行路径。通过制度建设、企业治理与市场环境的协同努力，未来的数据资产披露必将更加科学、规范与透明，从而在理论与实践层面共同推动我国会计体系的完善与发展。
（作者单位：塔里木大学经济与管理学院）
主要参考文献：
［1］袁璐，于昊平，王禹，潘俊.公共数据资产的核算报告与价值实现研究［J］.财会通讯，2025（17）.
［2］张俊瑞，危雁麟，宋晓悦.企业数据资产的会计处理及信息列报研究［J］.财务与会计，2020（03）.
［3］陈芳，余谦.数据资产价值评估模型构建——基于多期超额收益法［J］.财会月刊，2021（23）.
［4］黄冰冰，马元驹.数据资源入表：提高估值抑或强化配比——兼论对资产概念界定的启示［J］.财会月刊，2025（13）.
［5］袁泽明，于翔，李萌.数据资产信息披露、机构投资者异质性与企业价值［J］.天津财经大学学报，2022（11）.
［6］李萌，王培林，路朔楠，李元祯.数据资产信息披露、产品市场竞争与股价同步性［J］.财会月刊，2025（09）.
［7］王素珍，栾颖.数字经济下数据资产披露的挑战与策略研究［J］.商业观察，2025.11（26）.
［8］赵畅.企业数据资产信息披露：理据、困境及出路［J］.南方金融，2024.576（08）.
|
|
|
|
