数据资产入表的财务风险及应对措施

一、 绪论

在我国数字经济快速发展的背景下，数据作为新型生产要素，其价值不断被重估和发掘。尤其是随着大数据、人工智能、云计算等技术的广泛应用，数据已不仅仅是信息资源，更日益成为企业创造价值、提升竞争力的核心资产。为了进一步释放数据要素潜力，国家陆续出台多项政策推动数据资产的市场化流通与资产化管理。在此过程中，“数据资产入表”成为当前企业财务管理领域的重要课题。数据资产入表，指的是将企业所拥有或控制的数据资源，以无形资产、存货、金融资产等形式计量并纳入财务报表的过程。通过数据资产的会计确认与披露，企业可以更加真实、全面地反映自身资源状况，提高融资能力与资本运营效率。然而，由于数据资产本身具有无形性、复杂性及不确定性，其入表过程涉及产权认定、估值方法、流动性管理等多个关键环节，这也为企业财务管理带来了全新的风险与挑战。

二、文献综述

随着大数据、人工智能、区块链等数字技术的快速发展，数据已成为推动技术革新和经济发展的关键生产要素[1]。基于微观企业而言，数据资产包括无形资产或存货等类型的数据资源，以及企业合法拥有或控制的数字资源[2]。学术界从“所有权”和“收益性”对数据资产进行界定，认为数据资产是企业在生产经营或交易过程中产生或获取，在不违反法律法规以及与被收集主体约定的情况下具有所有权或使用权，并且能够预期产生经济效益，采用电子方式进行记录的数据。对于企业而言，早期研究集中在数据资产的定义、分类及其在企业运营中的作用[3]，对企业数据资产财务风险的研究相对较少。随着数据资产重要性的增加，研究者们开始关注其在财务报告中的体现，以及如何通过会计处理来反映其价值[4]。之后，关于数据资产入表的可行性和方法论，学者们提出了多种观点。一些研究认为，数据资产应当被视为一种无形资产，并在财务报表中予以体现[5]。

三、数据资产入表流程及财务风险

1. 流程

（1）数据资产第一次入表：

底层资产入表，企业将已经形成的底层原始数据资源收集整理，依据《企业数据资源相关会计处理暂行规定》对数据进行分类分级、成本计量等，并准备相应的工具和系统，确保数据的质量和可用性，同时对数据资产持有者进行确权，最终纳入会计层面企业资产库中。

（2）数据资产第二次入表：

增值资产入表，企业底层的数据资产再进行加工和应用后，必然会产生本身价值及附加值，将数据资产及其附加值于市场中展开交易，并合法取得授权收入，最后将这部分收入增值以货币的形式确定在企业财务报表中。

（3）数据资产第三次入表：

金融资产转化入表，数据资产依据“收益法”、“市场评估法”等对其进行质押融资、证券化、股本融资转化为以货币计量的金融资产后，将其纳入企业财务报表的过程。

2. 财务风险

（1）数据产权和合规风险

数据资产涉及复杂的产权归属问题，尤其是在多方共享或流通的场景中，数据的所有权和使用权常常难以明确界定，如果在数据资产入表时未能清晰界定产权，企业可能面临法律争议或合规问题。此外，数据安全和隐私保护的不足可能导致法律诉讼和经济处罚。

（2）数据资产的流动性风险

作为无形资产，数据资产的流动性较差，难以迅速通过市场交易变现。尤其是在市场需求不确定或交易渠道有限的情况下，企业可能会面临流动性不足的问题，从而影响财务灵活性和资产配置。

（3）数据资产的估值泡沫

数据资产作为一种无形资产，其价值评估方法尚未完全成熟。且由于数据的独特性和无形性，企业在将数据资产入表时，往往难以准确估算其真实的经济价值。而这种估值的不确定性可能导致数据资产被高估或低估，进而形成“估值泡沫”，对企业的财务报表产生负面影响，甚至可能引发资产减值风险。

四、应对数据资产入表财务风险的措施

（一）应对数据产权和合规风险的措施

（1）明确数据产权归属

在数据资产入表前，企业应确保对数据的产权、使用权、经营权等及相关合同文件进行明确划分，特别是在多方共享或流通过程中，需明确数据 义务。 具体则应三方面落实：一是数据资源持有权，通过赋予自主权与资产 推 源地图，促进数据资源逻辑接入、信息披露及资产化；二是数据 权消除市场主体“需持有数据才能加工使用”的顾虑，加速数据使用权的 明确经营权与资产权，基于需求和场景推动数据合规高效流通应用，建立数据 产品准入标准，规范数据产品接入、信息披露及资产化。

（2）加强企业法务团队

企业务实的法务团队是保障企业数据资产的安全与稳定运营的关键，企业在人才扩充层面需精准吸纳数据法领域“理论+实操”双优人才，优先延揽数据法领域理论与实操兼备的精英，精准解读《数据安全法》、《个人信息保护法》等法规条例，确保能为企业数据活动输出前瞻性法律指引。同时，加强企业法务团队对数据资产交易、流通等环节开展合规审查，把控数据资产计量、披露的法律合规性，避免因交易不合规导致财务处理失当。另一方面，构建常态化培训机制，定期开展数据产权界定、合规运营等专项培训，提升法务人员对新兴风险的洞察与应对能力，使其紧跟法律政策动态，也是企业保障数据资产入表的合法性与财务运营稳定性的关键。

（二）应对数据资产估值泡沫的措施

（1）引入多维度估值模型

企业应依据数据资产评估的不同方法（如成本法、市场法、收益法等），通过多维度的估值模型，而不仅依赖单一的估值方法，从而提高数据资产价值评估的准确性。在收益法相关模型中， Ft=Rt ，Ft为预测收益额，Rt为预测税前利润；成本法相关模型里， P=C×δ ，P为资产价值，C为重置成本，δ为调整系数；市场法相关模型则是P ，Qi为参照数据价值，Xi为各类调整系数。

（2）引入数据战略管理

企业要防范数据资产估值泡沫，必须引入系统化的数据战略管理，以全面覆盖战略规划、实施及评估，为数据资产的管理提供科学指导与有效监督。通过组织保障夯实管理基础，确保数据运营涵盖数据采集、存储、分析、流通等多个环节，并在数据产品、数据交易等方面建立严格的规范，打造安全、可信的数据流通环境。此外，依托平台工具、湖仓一体化大数据平台、区块链等技术手段，提高数据资产的透明度、可追溯性及安全性，优化数据定价机制，防止虚假繁荣和市场泡沫。同时通过精准评估数据资产价值、强化数据治理与风险管控，企业不仅能够确保数据价值的合理体现，还能推动数据资产的高效利用和长期增值，为自身在数字经济时代的稳定发展奠定坚实基础。

（三）应对数据资产流动性风险的措施

（1）优化资产配置策略

鉴于目前数据资产流动性相对薄弱的现状，企业亟待从资产配置的战略高度，及对整体资产构成进行系统性调整与优化。具体而言，企业需通过精确规划并合理提升高流动性资产在总资产中的占比，同时运用科学方法审慎确定数据资产的持有规模，有效降低企业运营对数据资产的过度依赖程度，进而缓解因数据资产流动性不足所引发的潜在财务风险。此举有助于企业在数据资产流动性不足时，减轻由此引发的潜在财务风险，确保企业的稳健运营。

（2）开拓数据资产交易市场

积极推动数据资产交易市场的构建与健全，并以深度参与者的姿态嵌入其中，乃是提升数据资产流动性的核心策略。企业应充分借助市场化机制，持续拓宽数据资产的交易途径，积极丰富交易形式与品类，包括但不限于建立专门的交易平台、参与行业数据共享联盟，以及与国际数据市场接轨等，不断推动数据资产实现高效流转，以此大幅增强其变现能力，促使数据资产在市场环境中充分发挥经济价值。

（3）通过融资手段增强流动性

企业在面对数据资产流动性风险时，可灵活运用多元化的融资手段（如资产证券化、抵押等），将部分具备增值潜力的数据资产转化为流动性资金。进而盘活企业的资产存量，优化资产结构，更能显著提升企业财务的灵活性与弹性，有力应对因数据资产流动性问题所导致的资金周转困境。同时，企业也可借助金融科技手段完善数据资产评估和交易机制，提升数据资产的市场认可度和流通效率，并通过与金融机构、投资机构等外部合作，拓展融资渠道，构建更加稳健的资金运作体系，确保数据资产在安全合规的前提下发挥最大价值。

五、结语

在数字经济的蓬勃兴起的浪潮中，数据资产在企业运营中的地位愈发关键，但其入表引发的财务风险给企业带来了诸多挑战。本文的研究以数据资产入表流程中的产权界定不明、流动性差、估值方法不成熟等问题，干扰了财务报表的准确性，威胁着企业的稳定发展。面对这些困境，企业在未来的发展中需多管齐下。在估值方面，积极借鉴先进经验，构建综合多维度的估值体系，结合数据战略管理保障估值合理。在产权与合规层面，深入梳理数据来源与流转路径，明确各方权益，壮大法务团队应对法律风险。在流动性上，积极投身市场建设，创新交易形式与融资手段，合理配置资产。通过全面且深入地实施这些举措，企业方能在数字化转型的浪潮中，成功应对数据资产入表的财务风险，实现数据资产的高效利用与企业的持续、健康发展，在激烈的市场竞争中赢得优势。

参考文献

[1]程小可.数据资产入表问题探讨:基于国际财务报告概念框架的分析[J].科学决策,2023,(11):67-75.

[2] 何瑛, 陈丽丽, 杜亚光. 数据资产化能否缓解“ 专精特新” 中小企业融资约束[J/OL]. 中国工业经济,2024,(08):154-173[2024-12-09].

[3]郭毅可,潘为,于思淼,等.为科学服务的大数据[J].中国科学院院刊,2016,31(6).

[4]杨善林,周开乐.大数据中的管理问题:基于大数据的资源观[J].管理科学学报,2015

[5]薛云奎,王志台.无形资产信息披露及其价值相关性研究——来自上海股市的经验证据[J].会计研究,2001,(11)