一、引言 近年来，随着数字经济的快速发展，数据作为新型生产要素备受关注。在数字经济时代，数据资产作为具有特殊属性的经济资源，其确认与披露受到国际与国内会计准则的双重约束。国际财务报告准则(IFRS)对数据资产的界定依据《国际财务报告准则第38号——无形资产》(IAS 38)，需要满足“可识别性、控制性及存在未来经济利益”三大要求。但数据资产的非实体性、场景依赖性及价值波动性导致其与传统无形资产存在显著差异，具体表现为：一方面，数据资源与业务的高度融合使其难以单独分离，导致可识别性较低；另一方面，数据的价值显著受技术迭代与合规风险影响，采用成本法与收益法均难以可靠计量。国际会计准则理事会(IASB)在《管理层评论实务公告(征求意见稿)》(2021)中指出，数据资产的计量需结合其特定用途，但尚未形成统一指引，实践中仍需企业自行判断。 我国财政部于2023年8月发布的《企业数据资源相关会计处理暂行规定》(简称《暂行规定》)首次明确了数据资产入表的条件，要求区分“存货”与“无形资产”分类核算，并鼓励企业披露未入表数据资源的商业化路径、潜在风险及估值模型参数。同年12月，财政部发布《关于加强数据资产管理的指导意见》，强调了数据资产管理的重要性，并鼓励合法合规使用公共数据资产。2024年10月财政部会计司发布的《数据资源会计处理实施问答》进一步细化了资本化标准，提出以“技术可行性”和“经济利益可计量性”为判断依据，如要求企业提供市场需求分析报告或客户合同佐证数据商业化潜力。同年12月，财政部印发的《数据资产全过程管理试点方案》通过分行业试点探索实践路径，体现了政策先行与市场适配的双重导向，旨在通过试点形成管理指引。2025年2月中国证监会发布《关于资本市场做好金融“五篇大文章”的实施意见》，强调了数据技术在资本市场中的应用，并提出“数据要素×资本市场”专项试点，这间接促进了数据资产的价值发现和流通。 尽管在数据资产政策方面取得了初步成效，但实践中上市公司在数据资产管理和信息披露方面仍面临诸多挑战，如估值难、信息披露不充分等问题。已有研究虽然提出了改进评估方法、完善披露制度等对策，但相关案例分析仍显不足。因此，本文通过分析卓创资讯和海天瑞声的数据资产披露情况，获取和提炼企业数据资产相关业务的应用实践信息，识别数据资产入表面临的挑战和会计实务需求，以期为《暂行规定》的执行和进一步完善提供启示和借鉴。 二、文献综述 现有研究普遍从资产确认的“控制性”“可计量性”与“经济利益流入”三要素出发界定数据资产。数据资源是指包括未经加工的原始数据与经清洗、整合等处理后的加工数据在内的能为企业带来价值的数据集合，而数据资产是经过确权和加工的、可控制和可计量的，且能够为企业带来直接或间接经济利益的资源(夏义堃和管茜，2022)。祝子丽和倪杉(2018)进一步强调，数据资产具有快速迭代、无限复制性等特性，其价值显著受应用场景影响，且具有自我增值能力。随着数据要素市场化的推进，学界开始关注数据资产入表的经济价值。数据资产入表不仅可以提升企业的资产价值与竞争力(吕梦等，2024)，强化配比从而确定更符合企业实际的利润(黄冰冰和马元驹，2025)，还能促进企业数字化转型与创新，使拥有海量数据的企业在财务报表中真实反映其价值贡献，进而为投融资决策提供依据(谢康等，2020)。从信号传递理论视角看，数据资产入表可通过扩大账面资产规模，向资本市场传递企业存在技术优势与资源掌控力强的积极信号(李萌等，2025)，进而增强投资者信心并降低企业融资成本。周婷婷等(2025)研究发现，数据资产的可计量性使其成为可抵押的“准有形资产”，如通过数据资产质押实现信贷额度的提升，表明数据资产入表能够有效缓解企业融资约束。 然而，数据资产具有以下独特性，导致其在入表实践中面临困境：第一，价值计量复杂性。数据资产的价值高度依赖于应用场景与技术生态(丁玟文和庞智，2024)，同一数据集在不同业务链条中的估值差异可达数量级(胡元林和谢雨纾，2024)。张少勇等(2024)也指出，企业会因难以确定数据资源的可分离经济利益而暂缓做出入表决策。第二，法律权属模糊性。数据资产涉及个人信息权、数据产权等多重法律关系，现行制度未明确数据控制权与收益分配规则(国家税务总局贵州省税务局课题组等，2025)。刘立燕和刘佳文(2025)以大智慧为例，揭示了数据采集环节的合规瑕疵可能导致数据资产入表后产生法律追溯风险，此类风险将直接影响财报的可靠性。第三，价值波动引发的财务泡沫风险。数据资产的非线性贬值特征与传统直线摊销方式的错配易导致其账面价值虚高，而研发阶段划分不清可能造成费用过度资本化(闫华红和刘启超，2025)。当市场变化触发集中性资产减值时，将引发资产缩水、利润震荡等系统性风险。 针对数据资产入表困境，学界提出了“表内审慎确认+表外充分披露”的解决方案。在表内确认方面：张俊瑞等(2020)主张设置“数据资产”一级科目，并区分原始数据、清洗加工数据与商业化数据分层计量；王世杰和刘喻丹(2023)认为，在内部管理和外部经营场景，单设“数据资产”科目以成本计量。在表外披露方面：Zhang(2023)强调了标准化披露方式的必要性；李萌等(2025)构建的实证模型表明，披露数据资产信息(包括应用场景、运作方式等)通过降低噪音交易提高股价同步性，从而显著提升市场定价效率；李诗等(2021)则提出应在报表附注中动态披露数据资产的活跃度、衰减率等非财务指标，以弥补历史成本法的局限性。
