企業數據資產信息披露實踐的案例分析

【中圖分類號】F275 【文獻標識碼】A 【文章編號】1004-0994（2025）17-0095-7

一、引言

近年來，隨著數字經濟的快速發展，數據作為新型生產要素備受關注。在數字經濟時代，數據資產作為具有特殊屬性的經濟資源，其確認與披露受到國際與國內會計準則的雙重約束。國際財務報告準則（IFRS）對數據資產的界定依據《國際財務報告準則第38號——無形資產》（IAS38），需要滿足“可識別性、控制性及存在未來經濟利益\"三大要求。但數據資產的非實體性、場景依賴性及價值波動性導致其與傳統無形資產存在顯著差異，具體表現為：一方面，數據資源與業務的高度融合使其難以單獨分離，導致可識別性較低；另一方面，數據的價值顯著受技術迭代與合規風險影響，采用成本法與收益法均難以可靠計量。國際會計準則理事會（IASB）在《管理層評論實務公告（征求意見稿）》（2021）中指出，數據資產的計量需結合其特定用途，但尚未形成統一指引，實踐中仍需企業自行判斷。

我國財政部于2023年8月發布的《企業數據資源相關會計處理暫行規定》（簡稱《暫行規定》）首次明確了數據資產人表的條件，要求區分“存貨”與“無形資產\"分類核算，并鼓勵企業披露未入表數據資源的商業化路徑、潛在風險及估值模型參數。同年12月，財政部發布《關于加強數據資產管理的指導意見》，強調了數據資產管理的重要性，并鼓勵合法合規使用公共數據資產。2024年10月財政部會計司發布的《數據資源會計處理實施問答》進一步細化了資本化標準，提出以“技術可行性\"和“經濟利益可計量性”為判斷依據，如要求企業提供市場需求分析報告或客戶合同佐證數據商業化潛力。同年12月，財政部印發的《數據資產全過程管理試點方案》通過分行業試點探索實踐路徑，體現了政策先行與市場適配的雙重導向，旨在通過試點形成管理指引。2025年2月中國證監會發布《關于資本市場做好金融\"五篇大文章”的實施意見》，強調了數據技術在資本市場中的應用，并提出“數據要素 × 資本市場\"專項試點，這間接促進了數據資產的價值發現和流通。

盡管在數據資產政策方面取得了初步成效，但實踐中上市公司在數據資產管理和信息披露方面仍面臨諸多挑戰，如估值難、信息披露不充分等問題。已有研究雖然提出了改進評估方法、完善披露制度等對策，但相關案例分析仍顯不足。因此，本文通過分析卓創資訊和海天瑞聲的數據資產披露情況，獲取和提煉企業數據資產相關業務的應用實踐信息，識別數據資產人表面臨的挑戰和會計實務需求，以期為《暫行規定》的執行和進一步完善提供啟示和借鑒。

二、文獻綜述

現有研究普遍從資產確認的“控制性”“可計量性”與“經濟利益流入\"三要素出發界定數據資產。數據資源是指包括未經加工的原始數據與經清洗、整合等處理后的加工數據在內的能為企業帶來價值的數據集合，而數據資產是經過確權和加工的、可控制和可計量的，且能夠為企業帶來直接或間接經濟利益的資源（夏義堃和管茜，2022）。祝子麗和倪杉（2018）進一步強調，數據資產具有快速迭代、無限復制性等特性，其價值顯著受應用場景影響，且具有自我增值能力。隨著數據要素市場化的推進，學界開始關注數據資產人表的經濟價值。數據資產入表不僅可以提升企業的資產價值與競爭力（呂夢等，2024），強化配比從而確定更符合企業實際的利潤（黃冰冰和馬元駒，2025），還能促進企業數字化轉型與創新，使擁有海量數據的企業在財務報表中真實反映其價值貢獻，進而為投融資決策提供依據（謝康等，2020）。從信號傳遞理論視角看，數據資產入表可通過擴大賬面資產規模，向資本市場傳遞企業存在技術優勢與資源掌控力強的積極信號（李萌等，2025），進而增強投資者信心并降低企業融資成本。周婷婷等（2025）研究發現，數據資產的可計量性使其成為可抵押的“準有形資產”，如通過數據資產質押實現信貸額度的提升，表明數據資產人表能夠有效緩解企業融資約束。

然而，數據資產具有以下獨特性，導致其在入表實踐中面臨困境：第一，價值計量復雜性。數據資產的價值高度依賴于應用場景與技術生態（丁玟文和龐智，2024），同一數據集在不同業務鏈條中的估值差異可達數量級（胡元林和謝雨紓，2024）。張少勇等（2024）也指出，企業會因難以確定數據資源的可分離經濟利益而暫緩做出入表決策。第二，法律權屬模糊性。數據資產涉及個人信息權、數據產權等多重法律關系，現行制度未明確數據控制權與收益分配規則（國家稅務總局貴州省稅務局課題組等，2025）。劉立燕和劉佳文（2025）以大智慧為例，揭示了數據采集環節的合規瑕疵可能導致數據資產人表后產生法律追溯風險，此類風險將直接影響財報的可靠性。第三，價值波動引發的財務泡沫風險。數據資產的非線性貶值特征與傳統直線攤銷方式的錯配易導致其賬面價值虛高，而研發階段劃分不清可能造成費用過度資本化（閆華紅和劉啟超，2025）。當市場變化觸發集中性資產減值時，將引發資產縮水、利潤震蕩等系統性風險。

針對數據資產人表困境，學界提出了“表內審慎確認 + 表外充分披露\"的解決方案。在表內確認方面：張俊瑞等（2020）主張設置“數據資產”一級科目，并區分原始數據、清洗加工數據與商業化數據分層計量；王世杰和劉喻丹（2023）認為，在內部管理和外部經營場景，單設“數據資產\"科目以成本計量。在表外披露方面：Zhang（2023）強調了標準化披露方式的必要性；李萌等（2025）構建的實證模型表明，披露數據資產信息（包括應用場景、運作方式等）通過降低噪音交易提高股價同步性，從而顯著提升市場定價效率；李詩等（2021）則提出應在報表附注中動態披露數據資產的活躍度、衰減率等非財務指標，以彌補歷史成本法的局限性。

綜合來看，當前數據資源相關研究多以規范研究與實證研究為主，較少對我國上市公司數據資產入表及表外披露實踐進行深入的案例研究。而案例研究有助于區分企業經營實踐中服務型數據業務與交易型數據業務的會計處理差異，關注到包含技術迭代與市場需求變化等影響在內的數據資產價值波動特征的披露需求。本文的研究貢獻在于：一是以卓創資訊（山東卓創資訊股份有限公司）與海天瑞聲（海天瑞聲科技股份有限公司）為案例，前者將數據作為服務載體（無所有權轉移），歸入“無形資產”，后者將數據作為交易商品（有所有權轉移），歸入“存貨”，通過展示二者的分類邏輯（服務屬性與交易屬性）、估值方法（年數總和法與個別計價法）、表內外披露重點等，深入剖析上市公司數據資產人表與表外披露的現狀及問題。二是揭示了數據資產人表時不同會計科目選擇與估值方法對企業財務報表的影響。具體而言：卓創資訊采用年數總和法對無形資產進行攤銷，其凈利潤相對平穩；而海天瑞聲采用個別計價法對存貨進行核算，需根據市場需求和技術迭代計提存貨跌價準備，其凈利潤波動性較強。三是回應了各方長期以來關于數據資產是表內確認還是表外披露的持續爭議，為進一步規范與細化數據資產會計信息披露準則提供了重要實踐參考。

三、研究設計

（一）研究方法

本研究采用多案例研究方法，以卓創資訊和海天瑞聲為例，剖析上市公司數據資產信息披露的現狀、面臨的挑戰及優化路徑。選擇案例研究方法的原因在于：首先，該方法擅長揭示“如何\"的問題。本研究旨在探討上市公司如何實施數據資產信息披露及其效果，這本質上是一個探索實踐過程及其結果的問題，非常適合采用案例研究方法。其次，數據資產信息披露是一個動態且復雜的過程，涉及公司策略、市場環境、監管要求等多個層面的變化，采用多案例研究方法能夠更全面地展現這一過程的演變機制，特別是在不同時間點的策略調整和經濟后果（王冬梅等，2024）。最后，相較于單一案例，多案例研究不僅能提供更豐富的數據點，還能提煉出更普遍適用的結論和建議。

（二）案例選取

本文之所以選擇卓創資訊與海天瑞聲作為研究對象，是因為：首先，兩者均積極順應數字經濟時代，將數據資產視為企業核心競爭力的關鍵要素，并成功地將其納入財務報表。其次，兩者雖同屬民營企業，但行業屬性不同。卓創資訊專注于互聯網信息服務，海天瑞聲則主要提供人工智能訓練數據服務。兩者均在近五年內登陸資本市場，且2024年末的總資產規模分別為9.38億元和8.08億元。本文旨在梳理兩家企業與數據資產相關的信息披露情況及差異原因，以期為其他企業規范數據資產信息披露提供借鑒，并為完善數據資產信息披露制度提出建議。

四、數據資產人表會計處理實踐

（一）卓創資訊數據資產入表實踐

1.卓創資訊簡介。卓創資訊創建于2004年5月，在2022年10月于創業板上市（股票代碼：301299）。該公司專注于大宗商品市場數據監測、交易價格評估及行業數據分析，積累了龐大的大宗商品數據資源，可以為客戶在價格監測、政策制定等方面提供必要的決策依據和數據支持。

2.卓創資訊與數據資產相關的信息披露情況。

（1）數據資產在資產負債表中的處理。《暫行規定》實施前，卓創資訊未明確將數據資產納人財務報表進行單獨確認。從資產負債表來看，卓創資訊未在“無形資產”或“其他非流動資產\"項目中列示數據資產價值，數據資源的開發與維護成本主要進行費用化處理。例如，其2022年研發費用同比增長 8.51% ，2023年研發費用進一步增長 18.63% ，主要用于數據采集、分析及數字化平臺建設，但這些支出均未資本化。

自《暫行規定》實施后，卓創資訊開始對數據資產進行規范化會計處理，其數據資產在資產負債表中的處理如下：第一，將數據資源開發成本確認為“無形資產數據資源”，并按開發階段支出進行資本化處理，相關的攤銷和減值分別記入“累計攤銷\"和“無形資產減值準備”項目。卓創資訊持有的數據資產主要通過資訊服務和數智服務的直接或間接調用來實現價值，并非直接對外出售，加上其不具有實物形態，卓創資訊將其全部確認為無形資產。卓創資訊2024年年報“合并財務報表項目注釋”部分披露了其入表的數據資源都是自行開發所得。卓創資訊采用年數總和法，按5年對數據資源進行攤銷。第二，將符合資本化條件的研發支出計入“開發支出”，達到預定用途后轉入“無形資產”。卓創資訊在2024年半年報中披露，其研發支出包括多個平臺、軟件、系統和數據資源等，上半年總額約為3118.02萬元，其中資本化約1972.21萬元，當期全部轉入“無形資產”，體現了數據資產開發投入的逐步轉化。第三，將數據資產未來可能獲得的稅收利益在\"遞延所得稅資產\"項目中列示。卓創資訊在2024年年報“合并財務報表注釋\"部分披露了與數據資產相關的未來稅收利益情況（見表1），反映了其對數據資產未來經濟效益的稅務規劃。

（2）數據業務在利潤表中的處理。資訊服務與數智服務是卓創資訊的核心業務，其運營和服務均依托數據資源開展。卓創資訊將資訊服務與數智服務所產生的收益和發生的成本在利潤表中的“營業收入\"和“營業成本”項目中予以列示， 2022～2024 年這兩項業務的營業收入占比均高達 75% 以上，毛利率基本維持在 70% 左右。

表1 2024年卓創資訊未經抵銷的遞延所得稅資產明細 單位：萬元

數據來源：卓創資訊財務報表。

卓創資訊2024年第一季度報告披露，數據資產的成本構成主要包括分析師薪酬、設備折舊及水電費用，這些成本通過分析師一體化平臺系統，依據數據生產工時占比精確分攤至當月數據資產，確保成本核算的精準性。

（3）與數據資產相關的表外信息披露。在《暫行規定》實施前，卓創資訊主要在業務描述中提及數據相關服務，如大宗商品信息服務、數智服務等，但未詳細說明數據資源的會計政策、計量方法或潛在價值。例如，其2022年年報強調\"實現創業板掛牌上市”，2023年年報提及“加大數字化投入”，但均未涉及數據資產的核算細節，信息披露較為籠統。

自《暫行規定》實施后，卓創資訊在2024年年報的“管理層討論與分析”和“合并財務報表項目附注”等部分披露了數據資產相關信息。第一，形成相關數據資源的原始數據的類型、規模、來源、權屬等信息。卓創資訊披露的數據資源覆蓋能源、化工、農業等大宗商品領域，通過合法采集與專業治理形成核心競爭力。截至2024年末，卓創資訊涉及數據資源入表的數據項共有65318個。第二，數據資源相關的會計處理，包括相關資產的賬面原值及累計攤銷、減值準備或跌價準備、失效部分的會計處理。第三，數據應用與開發能力方面，強調數據超市、終端、定制及智能應用服務，構建智能化決策體系，并通過價格預測模型等技術實現數據價值轉化。第四，對數據資源的加工維護和安全保護情況，以及相關人才、關鍵技術等的持有和投入情況。卓創資訊披露了三角形架構數據管理體系及等保三級認證，強化數據全生命周期安全保障。

3.卓創資訊數據資產入表的經濟后果。

（1）財務報表數據變動分析。在數據資產人表后，卓創資訊的無形資產、營業收入和凈利潤都有不同程度的增加。2024年無形資產賬面價值為5763.02萬元，相比

2023年增加了3172.43萬元，增幅達 122.46% 。同時，“無形資產——數據資源\"的賬面價值為3204.82萬元，可以看出無形資產的增加主要是數據資源入表導致的。2021～2024 年卓創資訊的營業收人穩定增加、凈利潤先增后降，到2024年相比前一年增長率達 35.43% ，說明其數據資產入表一定程度上改善了其財務狀況。

（2）市場反應分析。張俊瑞等（2024）認為，披露數據資產金額的企業具有更積極的市場反應。本文基于事件研究法，以2024年4月25日（卓創資訊首次披露數據資產的時間）為事件日，分析卓創資訊數據資產人表事件的短期市場反應。事件窗口設定為事件日前后10個交易日，估計窗口為120個交易日，選取377家軟件和信息技術服務業企業作為對照組。結果如表2所示，事件窗口期內，卓創資訊CAR（累計異常收益率）始終穩定在0.1387，顯著高于同行業CAAR，差額均值達0.176，且t值超過17.695，表明市場對該公司數據資產人表提前釋放強烈積極信號，并與行業整體疲軟形成顯著分化。事件日當天，CAR未出現大的波動（差額為 0.1758，t=17.862^*** ，驗證了市場樂觀預期。事件日后，卓創資訊CAR維持高位，與同行業CAAR的差額穩定在0.17左右，進一步凸顯了數據資產戰略價值得到市場認可。t值均顯著為正，檢驗結果穩健。長期需關注行業估值波動對差額的影響，但短期表現充分印證了卓創資訊核心競爭力提升的事實及市場對其戰略舉措的積極反饋。

（二）海天瑞聲數據資產入表實踐

1.海天瑞聲簡介。海天瑞聲（股票代碼：688787）成立于2005年8月，于2021年3月在北京證券交易所上市。該公司是我國領先的人工智能訓練數據服務提供商，也是我國首家A股上市的人工智能數據企業，其主營業務涵蓋語音、圖像、自然語言處理等多個AI核心領域，通過自主研發的數據處理平臺，提供從數據采集、標注、處理到算法模型訓練的一站式解決方案。

2.海天瑞聲與數據資產相關的信息披露情況。

（1）數據資產在資產負債表中的處理。《暫行規定》未出臺前，海天瑞聲將數據資源相關成本納人傳統會計科目核算。根據其業務模式，定制化數據服務在未交付驗收前，相關支出被記入“存貨\"科目。例如，其2023年訓練數據定制服務收入占比達 58% ，未完成項目的成本在資產負債表中以“存貨\"列示。而標準化數據集產品的開發支出則直接計人“研發費用”，未作為無形資產或其他數據資產單獨列示。

卓創資訊及同行業企業對于其數據資產入表事件的市場反應

數據來源：卓創資訊財務報表。

注：***表示在1%的水平上顯著，表3同。

自《暫行規定》實施后，海天瑞聲對數據資產進行規范化會計處理，采用未來適用法執行該規定，對于該規定施行前已經費用化計人損益的數據資源相關支出不再調整。其數據資產在資產負債表中的處理如下：第一，將數據資產的相關支出記人“存貨—數據資源”項目。海天瑞聲的數據資源業務主要分為訓練數據定制服務、訓練數據產品及訓練數據相關的應用服務三類，其中僅前兩類業務（定制服務與標準化產品）涉及存貨中的“數據資源\"核算，應用服務因不涉及數據資源所有權轉移，不納入存貨管理。第二，與數據資產相關的存貨價值減損記入“存貨跌價準備”項目。在企業運營過程中，數據資源的價值可能會因市場環境變化、技術進步或客戶需求轉變等因素而受到影響，導致存貨價值減損。海天瑞聲在2024年半年報中明確披露，對于自行加工產生的數據資源，若評估發現其價值低于賬面成本，將相應計提存貨跌價準備。

（2）數據業務在利潤表中的處理。第一，海天瑞聲的數據服務收入和成本分別記人利潤表中的“營業收人\"和“營業成本\"項目。其數據服務涵蓋訓練數據定制服務和訓練數據產品兩大類，其中訓練數據定制服務初始成本歸集項目為“存貨”，在收入確認時點從“存貨\"結轉至“營業成本”。2021～2024 年海天瑞聲訓練數據定制服務和訓練數據產品的營業成本隨著營業收入的變化而波動，且訓練數據產品的毛利率極高，接近或超過 99% 。高毛利率源于標準化產品的邊際成本趨近于零，符合AI數據服務行業特征。第二，海天瑞聲訓練數據產品初始成本的歸集項目為“研發費用”。其在2024年年報中，對數據資源業務中的訓練數據產品初始成本進行了歸集與披露。海天瑞聲采用項目制核算方式，將訓練數據產品的成本精確到每一個項目，這些成本包括從項目啟動至完成的全部直接人工費用、數據服務費以及其他與項目直接相關的費用，如設備購置費、差旅費等。

（3）與數據資產相關的表外信息披露。《暫行規定》出臺前，海天瑞聲主要通過業務描述間接體現數據資源價值，強調其作為AI訓練核心基礎的戰略地位，披露智能駕駛、智慧金融等應用場景及數據服務收入增長率（如2022年計算機視覺收人同比增長 154.16% ），但未涉及會計屬性信息，既未量化數據資產的權屬界定、成本構成及價值評估，也未區分其與其他無形資產的會計處理差異，風險提示中僅模糊提及數據安全而未量化其潛在影響。

自2024年起，隨著《暫行規定》的實施，海天瑞聲的表外披露意愿顯著增強。根據新規，海天瑞聲需在會計報表附注中披露數據資源的應用場景、原始數據來源、加工維護過程、安全保護措施及重大交易事項等強制信息，并可自愿披露更多與數據資產價值相關的細節。例如：在2024年半年報中，海天瑞聲將數據資源業務細分為訓練數據定制服務、訓練數據產品等，明確相關核算涉及的數據資源，并可能進一步披露數據采集的合規性、加工技術的投入情況及數據資產的攤銷方法。在2024年年報中：“重要會計政策及會計估計\"部分披露了不同方式取得的數據資源存貨的成本構成，并指出數據資源存貨在發出時采用個別計價法計價；“合并財務報表項目注釋”部分披露了確認為存貨的數據資源全部為自行加工的數據資源存貨，并在其他說明中披露了重要的單項數據資源的賬面價值及可變現凈值。

3.海天瑞聲數據資產入表的經濟后果。

（1）財務報表數據變動分析。由圖2可知，海天瑞聲的凈利潤自2021年的3160.54萬元起連續下滑，至2023年虧損3038.52萬元（同比暴跌 203.16% ），到2024年增長到1132.05萬元（同比增長 137.25% ），顯示盈利能力有所恢復。營業收入方面， 2021～2022 年從20647.65萬元增至26288.79萬元，但2023年驟降至17001.10萬元（下降35.33% ），2024年又回升至23708.30萬元（增長 39.45% ），整體呈現較大波動性。這一系列數據反映了海天瑞聲面臨較大壓力。 2021～2023 年凈利潤持續下降，如果不是2024年數據資產入表，2024年年報也會相當“難看”。數據資產入表在這一過程中似乎扮演了積極角色，盡管短期內未能徹底扭轉虧損局面，但從長期來看，若海天瑞聲能夠有效管理和運用數據資產，將有助于提升其核心競爭力和財務健康水平。

圖2海天瑞聲 2021～2024 年營業收入和凈利潤的變動情況

（2）市場反應分析。選擇2024年4月25日（海天瑞聲首次披露數據資產的時間）作為事件日，事件日前后10個交易日為時間窗口，選擇120個交易日為估計窗口，并選取同行業企業作為對照組。表3顯示，事件窗口期內，海天瑞聲CAR始終穩定在0.0370，顯著高于同行業CAAR（如第-10天同行業CAAR為 ，差額均值達0.074，且t值超過4.7，表明市場對其數據資產入表產生了積極預期，與行業整體的低迷狀況形成鮮明反差。事件日當天，海天瑞聲CAR未出現大的波動（差額為0.0741，t=4.767^???? ，驗證了市場預期的穩定性。事件日后，海天瑞聲CAR持續處于較高水平，與同行業CAAR的差額穩定在0.07左右，顯示了市場對其數據資產人表事件的持續關注和積極評價。

五、《暫行規定》要求、企業數據資產會計處理差異分析與規范建議

（一）《暫行規定》要求與企業數據資產會計處理差異

本文將卓創資訊和海天瑞聲的數據資產人表實踐情況與《暫行規定》進行比較，發現它們在資產負債表、利潤表及表外披露三方面具有一定差異，見表4。

（二）進一步規范企業數據資產入表與表外信息披露的建議

1.入表前：夯實基礎與規則協同。人表前需解決數據資產的合規性、權屬界定及規則統一性問題，為入表奠定基礎。

（1）權責清晰與合規性披露。數據資產人表的前提是來源合法、權屬明確。以卓創資訊和海天瑞聲為例，前者通過市場調研和公開渠道獲取數據，強調“合法采集與專業治理”，而后者雖依托客戶合作與公開數據，但未明確客戶授權協議的具體條款，暴露了權屬披露的模糊性。建議增設“權屬證明\"專項披露，要求企業提供數據來源的合規性文件（如客戶授權書、公開數據使用許可），并明確法律依據。此外，需統一數據分類標準。財政部可明確將用于企業內部決策支持的數據歸類為“無形資產\"（如卓創資訊的“價格預測模型\"），而將可直接交易的數據則歸類為“存貨\"（如海天瑞聲的“訓練數據集\"），減少因業務模式不同導致的會計處理混亂。

海天瑞聲及同行業企業對于其數據資產入表事件的市場反應

（2）確權、估值與會計規范的協同。數據資產人表的三大難點需政策協同解決。例如，卓創資訊采用年數總和法、海天瑞聲使用個別計價法，但缺乏統一估值標準。建議行業協會發布《數據資產估值指引》，依據場景采用不同方法（如成本法用于自用數據，收益法用于可交易數據），并引入第三方評估機構出具報告摘要。針對減值處理的不同（如卓創資訊按無形資產減值準備處理，海天瑞聲按存貨跌價準備處理），財政部可明確減值測試規則，例如以技術淘汰周期、市場需求變化為核心指標，并要求企業披露折現率、預期現金流等關鍵參數，避免主觀調節風險。

2.入表：獨立計量與會計科目細化。當前企業對于數據資產的會計處理存在顯著差異。例如卓創資訊采用年數總和法攤銷數據資產但未區分資本化依據，海天瑞聲按項目制歸集成本但未披露資本化流程。對此，建議強制要求企業在財務報表附注中披露資本化條件（如技術可行性評估報告、市場需求分析），并增設\"數據資源資本化支出\"科目，獨立列示采集、清洗等成本。同時，需完善成本構成披露：按人工成本、技術投入、外部采購等維度拆分數據資產成本，并量化各項目占比，以提升信息的可比性和透明度。

表4

《暫行規定》要求與案例企業數據資產會計處理的差異

3.表外披露：從合規性到價值傳遞。表外披露需突破合規性局限，更全面地傳遞數據資產的價值與風險信息，具體框架建議如表5所示。現有表外披露偏重合規性，但戰略價值信息傳遞不足。例如，卓創資訊披露了數據規模（6.5萬項）但未量化更新頻率，海天瑞聲描述了應用場景但缺乏商業化收益分析。建議進一步構建“強制 + 自愿\"披露框架，如：強制披露數據資源權屬證明、分類標準、數據安全投入占比等基礎信息；鼓勵披露戰略規劃（如卓創資訊的“數據超市\"布局）、商業化案例及收益貢獻（如數據資產對收入的貢獻率）。

表5 企業數據資產表外信息披露框架建議

六、結語

隨著數字經濟的快速發展，數據資源已成為企業核心戰略資產。財政部與中國證監會雖出臺了《暫行規定》等政策來推動數據資產人表，但上市公司仍面臨信息披露不足、估值復雜等挑戰。本文以卓創資訊與海天瑞聲為案例，深入分析了企業數據資產信息披露實踐： ① 資產負債表處理：卓創資訊基于大宗數據服務特性，將數據資產歸為“無形資產”并按年數總和法攤銷；海天瑞聲因AI訓練數據的交易屬性，將其計人“存貨\"并采用個別計價法。 ② 利潤表處理：兩者均通過“營業收入\"和“營業成本\"列示數據服務收入與成本，但海天瑞聲將標準化產品初始成本歸入“研發費用”，而卓創資訊披露了成本構成及財務數據變動情況。 ③ 表外披露：兩者均強化了合規性披露（如數據來源、安全措施），但戰略價值傳遞不足，且卓創資訊額外提示重大風險，海天瑞聲則未明確客戶授權條款。

結合《暫行規定》，本研究發現實踐中存在以下問題：第一，數據資產入表前權屬與合規性信息披露不足，分類標準模糊。第二，人表過程中估值方法不統一（年數總和法與個別計價法），資本化依據披露欠缺，減值處理規則不統一，存在主觀調節風險。第三，表外披露偏重合規性，對戰略價值、價值波動（如技術淘汰周期影響）等披露不足，無法滿足投資者需求。第四，“表內確認”與“表外披露\"缺乏協同，《暫行規定》在執行中存在的靈活性空間導致分類和估值隨意性大，表外披露無標準化框架，難以滿足市場信息需求。對此，未來需從政策與企業兩端協同改進：政策層面，細化分類標準、明確數據資產資本化條件與減值測試規則，并制定分行業估值指引；企業層面，提高數據資產管理能力，完善權屬證明與成本歸集機制，同時通過“強制+自愿\"披露框架傳遞戰略價值信息（如更新頻率、商業化案例收益），以提升市場透明度與投資者信心。唯有政策規范與企業實踐雙向發力，方能推動數據資產真正成為企業價值增長的可持續驅動力。

【主要參考文獻】

丁玟文，龐智強.數據資產的分類與估值方法[J].統計與決策，2024（15）：34～39.國家稅務總局貴州省稅務局課題組，丁習文，趙書強等.數據資源資產化面臨的會計實務及稅收征管問題研究一—以貴州省數字經濟發展現狀為分析起點[J].國際稅收，2025（2）：3～11.胡元林，謝雨紓.數據資源“人表\"面臨的挑戰以及應對一一基于《企業數據資源相關會計處理暫行規定》的思考[J].財會通訊，2024（23）：91～95.黃冰冰，馬元駒.數據資源人表：提高估值抑或強化配比一一兼論對資產概念界定的啟示[J].財會月刊，2025（13）：63～66.李萌，王培林，路朔楠等.數據資產信息披露、產品市場競爭與股價同步性[J].財會月刊，2025（9）：67～74.劉立燕，劉佳文.企業數據資源入表實踐與執行《暫行規定》思考一一以大智慧為例[J].財會通訊，2025（3）：96～100.呂夢，趙麗芳，鐘英才.數據資產人表的價值效應與經濟后果初探[J].管理評論，2024（12）：47～59.王冬梅，王虹霄，陳淑輝.上市公司研發投人信息披露規范性的多案例分析[J].財會月刊，2024（13）：96～102.王世杰，劉喻丹.論數據資產的確認及計量[J].財會月刊，2023（8）：85～92.

夏義堃，管茜.國外政府數據資產管理的主要做法與基本經驗[J].信息資源管理學報，2022（6）：18～30.謝康，夏正豪，肖靜華.大數據成為現實生產要素的企業實現機制：產品創新視角[J].中國工業經濟，2020（5）：42～60.閆華紅，劉啟超.我國上市公司數據資源入表的現狀、問題及對策[J].會計之友，2025（2）：10～17.張俊瑞，趙維娜，王倩雯，上市公司數據資產人表現狀與市場反應一一以A股上市公司中報為例[J].財會月刊，2024（24）：42～50.張少勇，李文靚，許志勇.數據資產確認和計量中的問題及對策[J].財務與會計，2024（23）：73～74.周婷婷，杜慶賢，張浩.數據資產融資：現實動因、發展審視與深化路徑[J].財會月刊，2025（8）：123～129.祝子麗，倪杉.數據資產管理研究脈絡及展望——基于CNKI2002-2017年研究文獻的分析[J].湖南財政經濟學院學報，2018（6）：105～115.Qiuhong Zhang.An introduction to accounting recognition and measure-mentof data assets[J].AcademicJournal ofBusinessamp;Management，2O23（15）：136～140.

（責任編輯·校對：羅萍李小艷）