数据资源入表的规范化路径：从评估增值到成本计量

公用二部|赵婧、翟畅|010-67413335 引言 2025年12月，财政部、国务院国资委、金融监管总局、中国证监会四部门联合发布《关于严格执行企业会计准则切实做好企业2025年年报工作的通知》（财会【2025】33号）（以下简称“33号文”），对新修订的《会计法》实施后首个年报季的财务信息质量提出了更为严格的要求；其中数据资源的会计处理成为重点规范领域之一。自2024年1月1日《企业数据资源相关会计处理暂行规定》（财会【2023】11号）（以下简称“11号文”）实施以来，数据资源入表成为资本市场热点，而实操中问题亦凸显，如企业通过第三方评估将数据资源价值做大，优化资产负债率；或将历史已费用化的数据支出重新资本化，虚增当期利润；或将数据平台、软件系统等重分类为数据资产，虚增资产价值导致入表范围扩大化等。33号文的出台进一步严格要求数据资源会计处理规范化，标志着数据资源会计监管已从“鼓励探索”阶段进入“从严化、规范化”的新阶段。本文将以33号文为核心政策依据，浅析数据资源入表的规范化路径。 一、33号文关于数据资源的核心监管要求 33号文系贯彻落实《关于进一步加强财会监督工作的意见》和新修订的会计法的重要举措，主要聚焦2025年年报编制工作，针对当前企业会计准则执行中的重点提出了明确要求，其中包含数据资源会计处理要求。 （一）禁止资本化追溯，严防利用准则操纵利润 33号文明确规定，“企业应当按照企业会计准则中相关资产的定义和确认条件、无形资产研究开发支出的资本化条件等规定以及《企业数据资源相关会计处理暂行规定》（财会【2023】11号，以下简称暂行规定）和相关实施问答等要求，结合企业数据资源的实际情况和业务实质，进行数据资源会计处理。企业不得将不符合资产定义和确认条件的数据资源确认为资产。在暂行规定施行前已费用化计入当期损益的数据资源相关支出不再调整，即不得将前期已经费用化的数据资源重新资本化。”有效防范企业对前期数据支出进行追溯调整，如试图在11号文实施后，将历史已费用化的研发支出重新确认为资产，优化当期及后续年度的利润表等情形。同时，对于长期投入数据研发的企业来说，意味着历史已费用化的数据支出无法补救为资产，企业需从现在开始规范成本归集。 （二）禁止以评估等方式入账，确立成本计量原则 33号文明确规定，“企业应当以成本计量内部形成或外购的数据资源，并加强数据资源相关成本管理，夯实数据资源成本核算基础，不得将以评估等方式得出的金额直接作为入账和调账的依据。”明确须以成本计量，有效防范数据资源的评估价值虚高成为企业操纵资产及利润的手段，堵住了企业做大资产规模、降低资产负债率的路径。这种路径一般体现在以下几个方面：一是扩大资本化范围， 将不应资本化的数据支出资本化，虚增资产和利润；二是混淆阶段，将研究阶段支出划为开发阶段，虚增资产；三是调整摊销方法，不计提摊销、延长年限，减少费用、虚增利润；四是不及时减值，将已贬值的数据资产仍列于表内，虚增资产；五是关联方交易，外购数据成为利益输送通道。同时，意味着企业不能再依赖评估增值优化数据资产价值，数据资源入表须建立在有凭证、可核实的成本基础之上。 （三）强化数据资源减值测试，确保资产真实价值反映 33号文明确规定，“企业对于确认为使用寿命不确定的无形资产的数据资源，无论是否存在减值迹象，至少应当于每年年度终了进行减值测试。”数据资源技术迭代快、价值变动大，明确要求对使用寿命不确定的数据资源进行年度减值测试，有效防止企业确认资产后只增不减，及时暴露价值减损风险，确保资产真实价值反映，夯实资产质量。 （四）强化数据资源信息披露，提升信息透明度 33号文明确规定，“企业应当强化数据资源信息披露。对于使用寿命有限的数据资源无形资产，企业应当披露其使用寿命的估计情况及摊销方法；对于使用寿命不确定的数据资源无形资产，企业应当披露其账面价值及使用寿命不确定的判断依据。企业对数据资源进行评估且评估结果对企业具有重要影响的，应当披露评估依据的信息来源，评估结论成立的假设前提和限制条件，评估方法的选择，各重要参数的来源、分析、比较与测算过程等信息。鼓励企业加强对数据资源的应用场景或业务模式、数据产权确定方式等相关信息的披露。”明确强化数据资源信息披露，提升信息透明度，有助于市场的共同监督。 二、数据资源入表的对象界定与边界分析 积极推动数据资源入表的企业主要为科技与数据密集型等企业，如掌握大量用户行为及交易数据的互联网平台企业，以算法模型为核心驱动的人工智能与大数据服务公司，布局车路协同、智慧停车等城市智慧基础设施运营的科技企业，汇聚临床、基因及药研数据的医疗健康科技公司等。这类企业是数据资源入表的主力军，大量的数据资源是企业核心资产与收入的来源。 （一）可入表的数据资源类型 据33号文规定，数据资源可分为以下两类：一是按数据来源分类，外购数据通过支付对价采购，通常可入表；内部生成数据需满足资本化条件；第三方采集数据需判断合规性。二是按持有目的分类，用于内部使用或对外提供服务的数据通常确认为无形资产，直接用于出售的数据通常确认为存货。另外，难以入表的情形包括没有经济价值的数据、实现经济利益不确定的数据、不具有合规性的数据。 （二）数据资产的核心特征 相较于传统资产，数据资产具有以下特征：一是虚拟性，无实物形态，需依赖载体进行核算；二是可共享性，可无限复制、多场景使用，导致成本归集和分摊复杂；三是价值易变性，时效性强、技术迭代快，摊销和减值判断困难；四是合规敏感性，涉及隐私、数据安全，合规成本投入多。 （三）入表对象的边界问题 实操中存在企业将数据平台、软件系统等重分类为数据资产，虚增资产价值，导致入表范围扩大化等现象，这种处理方式本质是将无形资产进行重分类列示，未体现数据资产的核心价值构成。从数据资产的定义出发，真正符合入表要求的应是狭义上的数据层，即经过加工整理后的数据集1；而数据平台中的硬件层属于固定资产；软件层和调用层技术层面是分布式系统软件、数据库管理系统及API接口实现等，在知识产权层面，主要体现为软件著作权2或非专利技术3，应归类为无形资产下的相关科目，而非数据资源。33号文强调数据资源入表应“结合企业数据资源的实际情况和业务实质，进行数据资源会计处理”，本质上是支持了实质重于形式的狭义理解。 三、数据资产的确认、计量与披露规范 数据资产的确认、计量与披露是数据资源入表的核心环节，亦是33号文重点规范的领域之一。与固定资产、无形资产等传统资产不同，数据资产具有虚拟性、可共享性、价值易变性、合规敏感性等特殊属性，其会计处理在确认条件、成本归集、摊销方法、减值测试、信息披露等方面均存在独特的规则要求。 33号文确立了三条核心要求，分别为成本原则取代评估增值、禁止追溯资本化、强制年度减值测试。企业实现合规化数据资源入表，须同时满足确认条件、遵循成本计量的初始规则、选择匹配的摊销方法、按时完成减值测试，并履行充分的信息披露义务（见表1）。 四、数据资源入表的规范化路径 针对实操中可能存在的操作风险，企业应积极做好规范化防范，从数据治理、内控建设、成本效益层面构建系统化的合规体系。 （一）健全数据治理体系，夯实成本核算基础 企业需建立从数据采集、加工、存储到使用的全流程管理机制，为成本归集和会计核算提供可核实的客观依据。主要包括：一是数据采集阶段，应明确数据来源，是属于内部生成、外部采购、公开采集等，留存采购合同、授权协议、支付凭证等原始单据，确保数据获取成本的真实性与合规性；二是数据加工阶段，应建立项目化的成本归集机制，将加工、处理等环节产生的人工成本、折旧摊销、技术服务费等按项目单独核算，避免与日常经营费用混同；三是数据存储阶段，应合理分摊服务器、云服务、安全备份等存储成本，可按照数据量占比、使用频次或项目受益程度等合理标准进行分配，并保留分摊依据；四是数据使用与处置阶段，应记录数据资产的调用情况、应用场景、经济收益实现方式，为后续摊销方法选择和减值测试提供内部证据支撑。 （二）完善内控制度，规范资本化决策管理 企业应建立覆盖数据资源研发立项、阶段划分、资本化审批、后续计量等环节的内部控制流程，确保每一项资本化决策都有据可查。主要包括：一是立项环节，应编制可行性分析报告，明确项目的技术路线、预期经济效益、开发周期、资源投入计划，并经内部专业机构审批立项，且立项文件是证明使用或出售意图和技术可行性的关键证据；二是阶段划分环节，应建立研究阶段与开发阶段的明确划分标准，其中研究阶段的支出包括市场调研、技术选型、探索性开发等，应及时费用化，不得混入开发阶段资本化；三是资本化审批环节，应设多维度审批流程，开发支出资本化需经项目、财务、技术等方面联合签批，且审批记录应完整留存，作为外部审计和监管检查的备查依据；四是后续计量环节，应建立摊销方法与使用寿命的定期评估机制，需定期复核数据资产的摊销年限和方法是否与实际情况相符；同时建立减值测试触发机制，当出现技术迭代、市场需求下降、数据合规问题等减值迹象时，及时启动减值测试。 （三）考量成本效益，回归业务实质 并非全部企业都适合或需要将数据资源纳入资产负债表，实操中，企业可入表的数据资源存在客 观限制，规模有限，在此情况下，企业应理性评估数据资源入表的成本与收益。应建立全流程成本核算体系，测算相应投入人力、时间和资金成本等是否有相应的收益能覆盖。对于资产规模较大的企业，数据资产对整体资产负债率影响较小；对于资产负债率较高的企业，数据资产入表难以实质性改善其偿债能力指标；与其追求会计层面的数据资产入表，不如将资源投向数据产品的开发与商业化等业务本身，创造业务实际价值。 整体来看，企业在应对数据资源入表规范化要求时，应坚持合规规定与业务实质双重导向，一方面，严格遵守33号文的成本计量原则，健全治理体系，完善内控制度，防范操纵风险；另一方面，理性评估数据资源入表的成本效益，避免形成为入表而入表的形式主义。实现数据资源的真实价值，最终体现于业务赋能和商业创新方面。 五、结论 33号文明确规定数据资源入表的“成本计量原则”和“禁止追溯规则”。评估增值不得入账、已费用化支出不得重新资本化，这两条要求有效防范企业利用数据资源入表进行利润操纵的行为。数据资源入表的边界应限于数据集而非载体，将数据平台、软件系统等纳入数据资产，虚增资产价值导致入表范围扩大化，不符合准则实质要求。数据资产的核心特征对传统会计计量框架形成挑战；摊销方法选择、减值测试时点、成本归集方式等均存在重大会计估算空间，是企业财务操纵的高风险领域。数据资源入表是系统性工程，企业需健全数据治理体系，完善内控制度，有效实现合规化入表。 另外，对科技与数据密集型等企业来说，应重新审视存量数据资源的入表合规性，排查评估增值入账、追溯资本化等不合规情形；建立数据资源成本核算体系，完善各环节的成本归集机制；审慎选择摊销方法和年限，根据数据资产的实际时效性特征匹配；强化信息披露的充分性，主动提升信息透明度。 报告声明 本报告分析及建议所依据的信息均来源于公开资料，本公司对这些信息的准确性和完整性不作任何保证，也不保证所依据的信息和 建议不会发生任何变化。我们已力求报告内容的客观、公正，但文中的观点、结论和建议仅供参考，不构成任何投资建议。投资者依据本报告提供的信息进行证券投资所造成的一切后果，本公司概不负责。 本报告版权仅为本公司所有，未经书面许可，任何机构和个人不得以任何形式翻版、复制和发布。如引用、刊发，需注明出处为大公资信，且不得对本报告进行有悖原意的引用、删节和修改。