中经记者 许璐 李晖 北京报道
全国政协委员、北京国家会计学院教授秦荣生（受访者供图）
自2024年财政部发布《企业数据资源相关会计处理暂行规定》以来，数据资产入表从政策设计逐步走向企业实践，但整体仍处于探索阶段。
在2026年两会期间发布的政府工作报告中提到，2025年数据要素潜力加快释放,数字经济核心产业增加值占国内生产总值的比重提高到10.5%以上。
《中国经营报》记者对全国政协委员、北京国家会计学院教授、博导秦荣生就数据资产入表、数据资产价值释放的相关问题进行了专访。
秦荣生表示，2026年作为“数据要素价值释放年”，行业迎来规模化发展新阶段，同时也面临从单点尝试到整体推广跨越的现实挑战。需要从制度、市场、企业、技术四个层面协同推进破局，构建数据资产入表的完整生态系统。
数据资产入表进入攻坚阶段
《中国经营报》：当前企业推进数据资产入表的进展如何？这更多是企业主动基于经营管理需要，还是政策与融资环境推动下的一种尝试？
秦荣生：从整体数据看，企业入表实践覆盖面持续扩大，但增长节奏有所调整。上市公司层面，截至2025年8月，A股超5000家企业中有109家披露入表事项，入表金额达26.40亿元，规模稳健增长，但增速较2024年放缓；2026年行业预测超200家A股公司将完成入表，金额有望突破千亿元，呈指数级增长趋势。非上市公司方面，截至2025年9月，全国375家企业完成入表，获融资18.99亿元，虽实现27个省级行政区全覆盖，但因进入“整体推广”攻坚阶段，入表增速明显趋缓。
当前企业数据资产入表以政策与融资环境推动为主，企业主动基于经营管理的内生需求为辅，整体仍处于政策引导下的探索尝试阶段；推进过程中面临确权、估值、治理等多重系统性难题。
《中国经营报》：当前企业推进数据资产入表最大的挑战体现在哪里？有哪些破局路径？
秦荣生：当前数据资产入表的难点并非单一环节问题，而应该从法律基础到实操落地的全链条去关注，核心障碍集中在五个方面：数据确权规则模糊，企业难以证明对数据的“控制权”，且全国统一的产权登记制度尚未建立；估值体系缺乏统一标准；企业数据治理基础薄弱，且跨部门协同存在壁垒，部门间缺乏统一推进机制；会计处理实操难度大，数据相关成本归集难、资本化与费用化边界模糊、科目归属存在争议；入表要求披露评估依据、参数等核心信息，易导致企业商业秘密泄露，形成“敢入不敢披露”的困境。
破局需要从制度、市场、企业、技术四个层面协同推进，构建一个完整的生态系统。
第一，在制度层面，要完善顶层设计：健全确权制度；构建标准体系；财政、网信、市场监管等部门应建立联动监管机制。
第二，市场层面，应加快培育多层次数据要素市场体系，活跃场内交易以发现数据价格，同时培育专业服务机构，完善交易与定价机制。
第三，企业层面需将数据资产入表提升至公司战略高度，通过试点方式优先选择权属清晰、价值明确、成本易计量的数据资源推进落地，并同步强化数据治理、优化成本核算体系、完善合规确权流程，推动业务、IT、财务、法务之间形成稳定的协同机制。
第四，技术支撑同样关键，应加强数据治理、区块链、隐私计算等核心技术应用，推广标准化数据治理与财务核算平台，并引入第三方评估与审计工具，以提升数据资产入表的专业性与效率。
《中国经营报》：一些企业披露了数据资产，但金额占总资产比例普遍很低。数据资产在财报中的作用，目前更倾向“合规披露”，还是已经开始影响企业融资能力和资本市场估值判断？
秦荣生：财报中数据资产的作用，目前仍以合规披露为主，融资与估值影响尚处于萌芽阶段。已披露数据资产的企业中，A股公司占比不足2%，且入表金额占总资产比例平均仅0.43%。
部分企业披露后甚至选择终止列报，反映出披露的“试探性”远大于“价值展示性”。金融机构因数据资产价值不稳定、风险管控机制不完善持谨慎态度；资本市场层面，投资者尚未形成对数据资产的估值共识，仅少数数据密集型行业（如电信、金融）的头部企业，其数据资产披露能获得一定市场关注，但未形成普遍的估值溢价。
《中国经营报》：2025年年末，财政部联合国务院国资委、金融监管总局、中国证监会四部门下发《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》，明确数据资产必须且只能以成本法计量入表。这一要求对企业推进数据资产入表会产生什么影响？
秦荣生：四部门明确数据资产必须且只能以成本法入表，核心是立足当前数据资产市场发展阶段，通过统一、可落地的计量规则，夯实会计信息真实性，防范估值乱象，为数据资产入表工作筑牢规范化基础。意图主要在四个方面：一是遏制估值泡沫，保障财报真实可比。二是适配市场现状，降低实操与监管难度。三是引导行业回归价值本质，夯实发展基础。四是筑牢金融市场风控底线。
同时，该要求对企业而言，有利于短期规范约束、长期夯实基础，既解决了入表计量的规则模糊问题，但也对企业的数据管理、成本核算提出更高要求。
数据资产利用与交易仍待发展
《中国经营报》：数据资产的价值释放需以“全流程管理”为基础，涵盖开发、利用、存储、入表、交易到销毁多环节，目前哪些环节做得比较好，哪些环节还存在障碍？
秦荣生：结合数据资产化推进现状，在开发、利用、存储、入表、交易、销毁的全流程管理中，存储、开发环节依托数字基建和技术发展已形成较好基础，入表环节在政策强引导下取得阶段性进展，但利用、交易、销毁环节仍是制约数据资产价值释放的关键短板，各环节发展呈现明显的不均衡特征。
具体来说，数据存储环节依托云计算、大数据中心等数字基建的规模化发展，是全流程中技术和实操层面最成熟的环节。在数据开发环节，大数据、人工智能等技术能够支撑企业形成结构化、可用的基础数据资源；且头部科技企业、互联网企业及数字化转型传统行业标杆企业，已建立系统化的数据开发流程。
对于数据入表环节，在财政部等多部门政策强引导下，入表的会计规则、计量标准（如成本法）已明确，企业入表的实操路径逐步清晰；同时，各地也推出入表补贴、登记平台等配套支持，入表环节已从“无规可依”的探索阶段，进入“有章可循”的规范化落地阶段。
而数据利用环节，是当前全流程中最核心的短板，表现为“数据开发易、价值挖掘难”。跨部门、跨企业、跨区域的数据共享利用机制缺失，数据的复用价值、场景化价值未能充分释放，是数据资产成为“经营资产”的关键障碍。
数据交易环节，其市场化机制尚未成熟，是数据资产价值实现的重要堵点。一方面，全国统一的交易规则、定价机制缺失，各地数据交易所的交易标准不统一，数据产品同质化严重，难以形成公允的市场价格；另一方面，数据权属不清、交易确权难，且数据交易的安全保障、隐私保护机制不完善，企业对数据交易的合规风险存在顾虑，导致实际成交规模偏小。
此外，数据销毁环节的规范化管理处于“被忽视”的状态，成为数据资产全流程管理的末端短板。企业对过期、无效数据的销毁流程不规范，易出现数据泄露、残留等问题；同时，数据销毁的全流程追溯机制缺失，无法保障数据资产在生命周期末端的安全管理。
《中国经营报》：近年来，数据资产质押贷款和数据资产证券化发展加快，从会计角度看，金融机构最看重的是什么？会计报表中的数据资产金额如何影响授信额度？
秦荣生：从会计视角看，金融机构在数据资产结合银行授信、ABS等融资场景时，核心关注会计层面的合规性、资产属性确定性及价值与现金流的可验证性。
报表中的数据资产金额对授信额度有一定参考性，但非核心决定因素；而证明底层资产现金流稳定性，需通过会计上的客观证据链、量化分析和逻辑追溯实现。此外，需由独立第三方（如会计师事务所、专业评估机构）对现金流的稳定性分析进行审计或鉴证，出具相关报告，进一步提升会计证据的可信度，满足金融机构的风控要求。
《中国经营报》：按照现行规定，数据资产需要满足可控制、预期经济利益、可靠计量等。在实际操作中，企业应该破除哪些核心瓶颈？
秦荣生：企业实际操作中最难满足的是“可控制”，这一条件的实操界定存在多重现实障碍，成为数据资产确认的首要卡点。“可控制”并非企业主观上无法实现，而是缺乏适配数据资产属性的统一判定标准，法律层面的权属规则与会计层面的确认要求尚未衔接，导致企业无法提供让审计、监管认可的控制权证明依据。
当前制约数据资产化的核心瓶颈是“权属界定的系统性缺失”，其直接导致数据资产的控制、计量、交易等全环节缺乏底层基础，叠加估值体系不统一、价值转化机制不成熟，形成了数据资产化的全链条梗阻。
（编辑：李晖 审核：何莎莎 校对：颜京宁）
热门跟贴