T/HAAI 005-2024 数据资产 入表流程规范化标准

ICS 35.240.01
CCS L 70
团体标准
T/HAAI 005—2024
数据资产 入表流程规范化标准
Data assets—Standardization criteria for entry process
2024 - 11 - 27发布2024- 12 - 01实施
海南省人工智能学会 发布

目次
前言 .................................................................................. II
1 范围 ................................................................................. 1
2 规范性引用文件 ....................................................................... 1
3 术语和定义 ........................................................................... 1
4 基本原则 ............................................................................. 2
4.1 客观性 ........................................................................... 2
4.2 可靠性 ........................................................................... 2
4.3 重要性 ........................................................................... 2
5 数据资产入表的定位与作用 ............................................................. 2
6 数据资产的认定条件 ................................................................... 3
6.1 数据资产的特性 ................................................................... 3
6.2 数据资产的确认范围 ............................................................... 3
6.3 数据资产的认定条件 ............................................................... 3
7 数据资产入表流程 ..................................................................... 4
7.1 数据资产数据治理 ................................................................. 4
7.2 数据资产识别与分类 ............................................................... 4
7.3 数据资产合规确权 ................................................................. 6
7.4 数据质量评价 ..................................................................... 8
7.5 数据资产成本归集 ................................................................. 9
7.6 数据资产入表 .................................................................... 10
参考文献 .............................................................................. 11
T/HAAI 005—2024
II
前言
本文件按照GB/T 1.1—2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定起草。
本文件由海南省人工智能学会提出并归口。
本文件起草单位：中国电信股份有限公司数据要素技术创新（海南）中心、中国电信股份有限公司海南分公司、海南师范大学、武汉大学、海南科技职业大学。
本文件主要起草人：张小建、黄健强、陈文思、符舒凡、梁钰、吴佩琦、丁超、黄程杰、周政成、郭世坤、蔡雪云、严炜炜、王艺臻、白颢。
1
数据资产 入表流程规范化标准
1 范围
本文件基于财政部发布的《企业数据资源入表会计处理暂行规定》，提出了企业数据资产入表的原则、定位与作用、数据资产的认定条件及入表流程。
本文件适用于企业将符合企业会计准则相关规定确认为无形资产或存货等资产类别的数据资源进行列示和披露前的准备行为。
2 规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。
GB/T 40685-2021《信息技术服务 数据资产 管理要求》
GB/T 36073-2018 《数据管理能力成熟度评估模型》
GB/T 38667-2020 《信息技术 大数据 数据分类指南》
GB/T 34960.5-2018《信息技术服务—治理第5部分：数据治理规范》
T/HAAI 002—2024《数据要素 数据治理规范》
T/HAAI 004—2024《数据资产 数据质量管评价规范》
3 术语和定义
GB/T 40685-2021界定的以及下列术语和定义适用于本文件。
数据资源 data resources
是指具有使用价值的数据，是可供人类利用的新型资源。
数据产品 data products
是指基于数据加工形成的，可满足特定需求的数据加工品和数据服务。
数据资产 data assets
是指特定主体合法拥有或者控制的，能进行货币计量的，且能带来直接或者间接经济利益的数据资源。
[来源:GB/T 40685-2021，3.1，有修改]
数据治理 data governance
数据资源及其应用过程中相关管控活动、绩效和风险管理的集合。
[来源：GB/T34960.5-2018，3.1]
数据资产识别 data assets identity
依据管理目标,从现有数据资源中,辨识并登记数据资产的活动。
[来源：GB/T 40685-2021，3.5]
2
数据资产确权 data asset registration
通过技术手段对组织机构内数据资产的权属进行登记确认,使其具备时间、身份和内容等属性的活动。
[来源：GB/T 40685-2021，3.6]
数据质量评价 data quality evaluation
按照数据质量评价指标体系，采用适当的方法对数据质量进行评估，并形成数据质量评价结果的过程。
[来源：福建省地方标准DB35/T 1952-2020,3.5]
注：数据质量评价内容包含数据的规范性、完整性、准确性、一致性、时效性、可访问性。
数据资产成本归集 data asset cost collection
将与数据资产相关的各种成本按照一定的规则和方法进行汇总和分类的过程。
4 基本原则
数据资产入表应当遵循客观性、可靠性和重要性的原则。 客观性
数据资产的计量和入表应基于客观事实，避免主观臆断和不合理的估计。 可靠性
数据资产的信息应真实、准确、完整，能够为使用者提供可靠的决策依据。 重要性
对于重要的数据资产，应进行详细的计量和披露；对于不重要的数据资产，可以适当简化处理。
5 数据资产入表的定位与作用
数据资产入表在会计层面、企业战略层面、市场价值层面分别具有不同的定位：
——在会计层面，是将数据确认为企业资产的一种会计处理方式，在资产负债表中，数据资产被定位为一种无形资产。从会计计量角度看，数据资产入表要求企业以合理的方式对数据资产进行初始计量和后续计量。
——在企业战略层面，数据资产入表是企业数字化战略的重要组成部分，有助于企业在市场竞争中凸显自身的数据优势。它表明企业将数据视为一种核心资产，与人力、物力、财力资产同等重要。
——在市场价值层面，在资本市场中，数据资产入表能够更准确地反映企业的真实价值。从并购和重组的角度看，数据资产入表有助于合理评估目标企业的价值。
数据资产入表的相关作用主要从以下几个方面体现：
——提升企业内部管理效率：通过对数据资产的清晰核算和入表，企业可以更好地了解数据资产在各个业务环节的权属分布和使用情况，从而合理配置数据资源，提高数据资产的利用效率，避免资源的闲置和浪费。
——支持企业精准决策：数据资产入表提供了关于数据资产价值和使用效果的量化信息，为企业管理层在制定战略决策、业务拓展决策、投资决策等方面提供了重要依据，使决策更加科学、合理。
——增强企业市场竞争力：数据资产价值准确的在企业报表中体现，可以提升企业在投资者、合作伙伴和客户眼中的价值和吸引力，更好地展示其核心竞争力。
——放大企业合作与融资优势：准确的数据资产入表有助于企业在与其他企业进行合作时，更合理地确定合作的股权比例、收益分配等关键条款。同时，在融资过程中，也能为企业提供更有力的资产证明，增加融资的成功率和融资额度。
3
——规范数据交易市场：数据资产入表的规范化要求促使企业更加重视数据资产的管理和核算，这有助于规范数据市场的交易行为，提高数据交易的透明度和可信度，推动数据市场的健康发展。
——推动数据产业升级：通过对数据资产的识别与分类，鼓励企业对数据资产进行合理的开发和利用，促进数据技术的创新和应用，从而推动整个数据产业从简单的数据收集和存储向深度的数据挖掘、分析和价值创造方向升级。
6 数据资产的认定 数据资产的特性
数据资产主要具备非物质性、可复制性、非竞争性、时效性和增值性的特征，在进行数据资产入表前，应充分分析数据资产的特性，从而确认数据资产。数据资产的特性具体如下：
——非物质性，数据资产属于非物质性资产，与传统无形资产不同，它主要以电子数据的形式存在。其价值更多地体现在数据本身所包含的信息以及对这些信息的处理和应用能力上；
——可复制性，数据资产可以很容易地被复制。数据资产的主要成本集中在生命周期前期的数据收集和数据产品的开发阶段，一旦开发完成，一份数据可以在不损失其原有价值的情况下被多次复制并存储在不同的介质或系统中被众多企业重复利用。这种特性导致同类数据资产之间可能存在极大的成本差异；
——非竞争性，数据资产具有非竞争性的特性。非竞争性不代表企业对数据资产没有所有权或控制权，而是指数据的使用不受限于单一用户或特定用途，多个用户或部门可以同时使用同一份数据且不会减少彼此使用该数据的能力。与传统有限竞争资产不同，企业仍可拥有和控制该数据，并且在多方使用过程中数据资产价值不会因此而损耗；
——时效性，数据资产的价值往往具有时效性。随着时间的推移，一些数据可能会因为市场环境变化、业务模式更新、新技术迭代等原因而失去其原有的价值；
——增值性，数据资产在经过有效的处理和分析后，其价值可能会增加。通过对数据进行挖掘、分析和整合等操作，可以发现数据中隐藏的信息和规律，随着数据的持续积累，数据量呈现指数级增长，其潜在价值也随之增大，从而为企业提供更有价值的决策依据，提升数据资产的价值。 数据资产认定的范围
依据《企业数据资源相关会计处理暂行规定》，数据资产的确认范围如下：
——企业使用的数据资源，符合《企业会计准则第 6 号——无形资产》（财会〔2006〕3 号）规定的定义和确认条件的，应当确认为无形资产；
——企业日常活动中持有、最终目的用于出售的数据资源，符合《企业会计准则第 1 号——存货》（财会〔2006〕3 号）规定的定义和确认条件的，应当确认为存货。 数据资产认定的条件
依据企业会计准则的相关规定，在对数据资源是否可以认定为一项资产进行判断时，应当满足以下几个关键条件：
——相关数据资源是由企业过去的购买、生产、建设行为或者其他交易事项形成的。这些行为和事项构成了数据资源产生的历史渊源，是判断其资产属性的重要基础之一；
——相关数据资源是由企业合法拥有或控制的。企业对数据资源拥有明确的相关权利，可以按照自身意愿对其进行使用、处置等操作，这种合法的权益关系是资产认定的核心要素；
——相关数据资源预期会给企业带来经济利益。这一经济利益体现在多个方面，如通过数据资源的挖掘和分析，为企业创造新的商业机会、优化业务流程以降低成本、提高企业在市场中的竞争力从而增加收入等，这种预期利益是数据资源成为资产的重要价值体现；
——相关数据资源的成本或者价值能够被可靠地计量。无论是获取数据资源过程中产生的直接成本，还是通过一定方法评估其潜在价值，都需要具备可靠的计量手段和依据，只有这样，才能在企业的财务报表等相关领域对数据资源进行准确的反映和处理。
4
7 数据资产入表流程
本标准梳理总结的数据资产入表流程包含六项工作。在数据资产入表前，应完成数据治理、数据资产识别与分类、数据资产合规确权、数据质量评价、数据资产成本归集工作，使得数据资产满足入表相关要求后进行入表，如图1所示。
图1 数据资产入表流程 数据治理体系构建
数据治理的重要目标是让数据有序安全流动，挖掘价值。企业应通过建立数据质量管理、数据资产目录、数据管理组织和数据安全管理体系多维度完成数据资产数据治理工作。数据治理具体要求参照T/HAAI 002-2024《数据资产 数据治理规范》实施。
数据质量管理体系。应通过统一的数据标准制定与发布，结合制度约束、系统控制等手段，实现企业内部数据的完整性、有效性、一致性、规范性、开放性与共享性管理，为数据治理工作打下坚实的基础，为数据资产入表提供规范有效依据。
数据资产目录体系。数据资产目录体系应匹配企业的战略规划，形成高效的数据资产目录体系与数据服务能力。通过系统化的数据整理、分类、描述与索引，高效地管理与利用数据资源，为业务创新与决策优化提供有力支撑。
数据管理组织体系。应契合企业的战略规划，形成高效的协同组织体系与协作服务能力。通过跨部门跨业务的整合、协调、分工与合作，有效地推进数据治理工作，为业务发展与管理优化提供有力保障，促使各部门不断地向组织体系输入资源与支持。
数据安全管理体系。数据安全体系建设是数据治理与信息生命周期管理的基础。应梳理内部数据全生命周期，确定数据所有权分配与权责制度，满足监管合规要求。 数据资产识别与分类
7.2.1
数据资产识别
企业在进行数据资产识别时，应从以下几个方面开展识别工作：
——建立数据资产识别机制。企业应建立数据资产识别机制，明确数据资产的范围和边界。可以从数据的来源、用途、价值等方面进行识别。数据的来源可以包括企业内部生成的数据、从外部获取的数据以及与其他企业合作产生的数据等。企业应定期对所有数据资源进行全面梳理，包括存储在企业数据库中的结构化数据，如客户信息、销售数据、财务报表等；也包括存储在文件系统中的半结构化数据，如 XML、JSON 格式的数据文件；还包括各种非结构化数据，如文档、图片、音频、视频等。通过对这些数据资源的梳理，全面了解企业所拥有的数据资产规模和类型。
——判断数据资产的标准。依据数据的价值性、稀缺性、可获取性等特征，判断其是否符合数据资产的定义。价值性是指数据能够为企业带来经济利益或战略价值。例如，客户数据可以帮助企业进行精准营销，提高销售业绩；财务数据可以为企业的财务管理和决策提供支持。稀缺性是指数据在市场上的稀缺程度，如果某种数据只有少数企业拥有，那么它的价值就会更高。可获取性是指企业获取和使用数据的难易程度，如果数据获取成本过高或使用受到过多限制，那么它的价值就会相应降低。
——新数据的资产识别评估。对于新产生的数据，在其生成或获取阶段即进行资产识别评估。例如，企业开展新的业务活动所产生的数据，或者通过外部合作获取的数据，都应及时进行评估，判断其是否具有资产价值。如果符合数据资产的定义，应立即纳入数据资产的管理范围。
7.2.2
数据资产分类
数据资产分类维度、分类方法应参照数据资产分类相关规范实施。
7.2.2.1
数据资产分类维度
5
数据资产分类可采用技术选型、数据价值实现方式、数据资产确认三个维度。
——技术选型涉及的分类要素包括：
a
） 按数据产生方式分类：
1）原始类数据资源；
2）过程类数据资源；
3）应用类数据资源。
b） 按数据交换方式分类：
1） 数据集；
2） 逻辑真实数据；
3） API接口；
4） 数据分析报告；
5） 算法模型；
6） 数据服务。
——数据价值实现方式分类的要素包括：
1）对外整体出售（权属发生转移）；
2）内部使用或对外服务（权属未发生转移）。
——数据资产确认分类的要素包括：
1
）存货；
2
）无形资产。
7.2.2.2
数据资产分类方法
分类方法，将数据资源分为四级类目，详见表1。具体分类解释如下：
——一级类采用面分类法，按照技术选型中的数据产生方式分为原始类、过程类、应用类三个方面。
——二级类采用线分类法，按照技术选型中的数据交换方式，将一级类细分为数据集、逻辑真实数据、数据分析报告、数据服务、API接口、算法模型。
a)
“原始类”二级分类为“数据集”
1)
数据集若通过对外整体出售（权属发生转移）以实现价值释放，那么在满足数据资产确认条件的情况下，可拟确认为存货；如不满足数据资产确认条件，可进行表外披露；
2)
数据集若通过内部使用或对外服务（权属未发生转移）以实现价值释放，那么在满足数据资产确认条件的情况下，可拟确认为无形资产；如不满足数据资产确认条件，可进行表外披露。
b)
“过程类”二级分类为“逻辑真实数据”
逻辑真实数据仅可通过内部使用或对外服务（权属未发生转移）以实现价值释放，那么在满足数据资产确认条件的情况下，可拟确认为无形资产；如不满足数据资产确认条件，可进行表外披露。
c)
“应用类”二级分类为“数据分析报告”、“数据服务”、“API接口”和“算法模型”
1)
“数据分析报告”如通过对外整体出售（权属发生转移）以实现价值释放，那么在满足数据资产确认条件的情况下，可拟确认为存货；如不满足数据资产确认条件，可进行表外披露；如通过内部使用或对外服务（权属未发生转移）以实现价值释放，那么在满足数据资产确认条件的情况下，可拟确认为无形资产；如不满足数据资产确认条件，可进行表外披露。
2)
“数据服务”、“API接口”和“算法模型”仅可通过内部使用或对外服务（权属未发生转移）以实现价值释放，那么在满足数据资产确认条件的情况下，可拟确认为无形资产；如不满足数据资产确认条件，可进行表外披露。
——三级类采用线分类法，按照数据价值实现方式，将二级类细分为对外整体出售（权属发生转移）、内部使用或对外服务（权属未发生转移），并应符合7.2 相关要求；
——四级类采用线分类法，按照数据资产确认条件，将三级类细分为；满足资产确认条件，拟确认为存货、满足资产确认条件，拟确认为无形资产，不满足资产确认条件，可表外披露。
6
表1 数据资源分类类目
一级类
二级类
三级类
四级类
原始类
数据集
对外整体出售 （权属发生转移）
满足资产确认条件，拟确认为存货
不满足资产确认条件，可表外披露
内部使用或对外服务（权属未发生转移）
满足资产确认条件，拟确认为无形资产
不满足资产确认条件，可表外披露
过程类
逻辑真实数据
内部使用或对外服务（权属未发生转移）
满足资产确认条件，拟确认为无形资产
不满足资产确认条件，可表外披露
应用类
数据分析报告
对外整体出售 （权属发生转移）
满足资产确认条件，拟确认为存货
不满足资产确认条件，可表外披露
内部使用或对外服务（权属未发生转移）
满足资产确认条件，拟确认为无形资产
不满足资产确认条件，可表外披露
数据服务
内部使用或对外服务（权属未发生转移）
满足资产确认条件，拟确认为无形资产
不满足资产确认条件，可表外披露
API接口
内部使用或对外服务（权属未发生转移）
满足资产确认条件，拟确认为无形资产
不满足资产确认条件，可表外披露
内部使用或对外服务（权属未发生转移）
满足资产确认条件，拟确认为无形资产
算法模型
不满足资产确认条件，可表外披露
数据资产合规确权
7.3.1
合规审查
合规是判断数据资产能否入表的关键前提，企业应建立风控合规部门或引入具备资质的律师事务所，构建与会计准则相适配的数据资产合规管理制度。数据资产的合规依据主要包括外部依据和内部依据两大类。外部依据主要包括国家法律法规、监管规定、行业准则、国际条约及规则；内部依据主要为组织章程、相关规章制度。
合规审查的要点一般包含以下几个维度：
7
——数据来源合法性，审查数据是否通过合法途径获取，如明确数据是通过用户授权、合法交易、自行收集且符合相关法律法规等方式获得。对于通过第三方获取的数据，审查与第三方的合同中是否明确了数据的来源合法性以及相应的权利义务等。
——数据内容准确性与完整性，通过抽查样本数据、对比多来源数据等方式，检查数据是否存在错误、矛盾或过时的信息，确保关键数据字段没有缺失等。
——数据存储安全性，审查数据存储的物理环境和技术手段是否安全，评估数据备份和恢复机制的有效性等。
——数据使用合规性，审查数据的使用目的是否符合法律法规和用户授权，检查数据使用过程中的权限管理，是否实行严格的访问控制以及评估数据共享和转让的合规性等。
——隐私保护，对于包含个人信息的数据资产，审查是否采取了充分的隐私保护措施，制定隐私政策向用户明确告知数据的收集、使用和保护方式，以及用户的权利和救济途径等。
——跨境数据传输合规性，涉及跨境数据传输，应审查是否符合相关国家和地区的法律法规要求。例如，在中国，跨境数据传输需符合《网络安全法》《数据安全法》《个人信息保护法》等法律的规定，确保数据接收方所在国家或地区能够提供充分的数据保护水平。
合规审查流程包括准备阶段、自我评估阶段、现场审查阶段、整改阶段以及出具合规性评估意见书与持续监测阶段,具体如下：
a)
准备阶段
3)
明确审查目标和范围，确定需要审查的数据资产类型、涉及的业务流程和部门等。例如，是对企业的全部数据资产进行审查，还是针对特定的业务领域或项目的数据资产进行审查。
4)
组建审查团队，团队成员应包括法律专业人员、数据管理专家、信息技术人员等，以确保审查的专业性和全面性。
5)
收集相关法律法规和政策文件，了解数据资产合规的最新要求和标准，为审查提供依据。
b)
自我评估阶段
1)
由数据资产所属部门或相关业务部门对数据资产进行自我评估，按照审查要点检查数据资产在各个方面的合规情况。例如，数据管理部门检查数据存储的安全性，业务部门检查数据使用的合规性等。
2)
填写自我评估表格或报告，详细记录数据资产的基本情况、存在的问题和风险，以及已采取的合规措施。
c)
现场审查阶段
1)
审查团队根据自我评估结果，对重点数据资产和高风险领域进行现场审查。现场审查可以包括查阅文件资料、检查系统设置、访谈相关人员等方式。
2)对发现的问题和风险进行深入分析，确定其严重程度和影响范围。例如，对于发现的数据安全漏洞，评估其可能导致的数据泄露风险和对企业的影响。
3) 与相关部门和人员进行沟通，了解问题产生的原因和背景，共同探讨解决方案。
d)
整改阶段
3)
根据现场审查结果，制定整改计划，明确整改措施、责任人和时间节点。例如，对于数据存储安全性问题，制定加强服务器物理防护、升级加密算法等整改措施，并指定具体的负责人和完成时间。
2) 相关部门按照整改计划进行整改，审查团队对整改过程进行监督和指导，确保整改措施得到有效落实。
3) 在整改完成后，进行复查，确认问题是否得到彻底解决，数据资产是否符合合规要求。
e)
出具合规性评估意见书与持续监测阶段
1)
审查团队根据调研和论证情况，出具针对数据资产合规的法律意见书，包含权属情况、合规建议、风险提示意见等内容，为后续的数据使用和管理提供法律保障。意见书应客观、准确地反映数据资产的合规状况，为企业决策提供参考。
2)
建立数据资产合规监测机制，定期对数据资产进行检查和评估，确保数据资产始终符合合规要求。例如，制定数据资产合规检查计划，每月或每季度对数据资产进行一次全面检查，及时发现和解决新出现的问题和风险。
8
7.3.2
确权登记
确权登记的相关准备工作及流程要求具体如下：
a）登记目的。基于数据资产的“非物质性”特征，企业要证明非外购数据资产的合法拥有和控制，可以通过确权登记机构提交申请，获取确权登记凭证实现。确定进行确权登记的具体目标，如加强知识产权保护、促进数据流通交易、确保数据安全等，为后续工作提供方向指引。
b)确定登记对象。全面梳理拥有的数据资产，包括数据集、数据接口、数据应用等数据产品，并根据数据的类型（如个人信息、商业秘密等）、来源（如内部生成、外部采购等）、价值等因素进行分类，制作详细的数据资产清单。
c)登记申请。根据数据资产的特点和自身需求，选择合适的确权登记途径，向相应的确权登记机构提交申请材料。以海南省数据产品超市为例，依据《海南省数据产品超市数据产品确权登记实施细则（暂行）》，申请材料包括：
1)
申请对象主体资格证明材料；
2)
确权登记申请表；
3)
数据产品介绍说明书；
4)
数据来源证明材料；
5)
数据授权通道证明材料；
6)
安全合规体系说明材料；
7)
联合拥有的权益比例证明材料；
8)
第三方确权登记服务机构进行合规性审核所需要的其他必要材料。
d）审核及颁发凭证：确权登记机构组织专业团队对提交的申请材料进行审查，结合第三方出具的合规法律意见书，审查材料的完整性和合规性，审查通过后向申请人颁发确权登记凭证。以海南省数据产品超市颁发的数据产品确权登记凭证为例，凭证载明了以下内容：
1)
数据产品名称；
2)
数据产品所有者；
3)
数据产品形式；
4)
权力类型；
5)
生效日期；
6)
证书有效日期；
7)
数据产品使用场景；
8)
证书编号。 数据质量评价
7.4.1
评价维度
评价维度参考GB/T 36344-2018《信息技术数据质量评价指标》国家标准，包括规范性、完整性、准确性、一致性、时效性和可访问性6个方面。
评价规则，数据质量评价指标及计算方法详见T/HAAI 003—2024《数据资产 数据质量管评价规范》。
7.4.2
评价流程
数据质量评价流程包括准备阶段、实施评价、评价结果和评价反馈，评价结果得出需要提升数据质量的，将根据要求进行反馈，更新后再次实施评价。
准备阶段，专业评价机构应根据评估目的、数据情况明确评估需求；根据数据指标体系选定具体评价指标，原则上要求至少包含规范性、完整性和准确性三项基础指标；制定评价实施措施；企业按要求完成数据准备工作；最后专业评价机构应根据具体情况确定分数计算。
实施评价阶段，专业评价机构应按照准备阶段制定的数据评价指标，对待评价数据集进行评价和记录。
评价结果阶段，专业评价机构按照数据质量评价指标进行具体评分，再根据评分结果对数据质量进行定级。
评价反馈阶段，专业评价机构应针对评价结果中发现的问题包括规范性、完整性、时效性、准确性、一致性、可访问性六个维度进行分析；根据每个问题制定并实施相应的改进措施，包括技术、管理等层
9
面的优化；确保相关人员都了解当前数据质量情况以及相应改进措施，适时举办数据质量相关培训以提升相关人员的数据质量意识与技能水平。
7.4.3
出具数据质量评价报告
数据质量评价报告是对数据质量进行全面评估的重要文件，通常应包含以下内容：
a)
报告目的；
b)
数据质量检查范围和目标；
c)
评价指标体系标准；
d)
数据探查与分析方法；
e)
评价结果；
f)
改进措施。 数据资产成本归集
7.5.1
会计处理方式
数据资产入表成本归集的会计处理方法分为确认为无形资产的会计处理、确认为存货的会计处理、未确认为资产的数据资源的会计处理三种形式。
7.5.1.1
确认为无形资产的会计处理
确认为无形资产的会计处理具体要求如下：
a)
外购方式
1)
初始计量。企业通过外购方式取得确认为无形资产的数据资源，应计入无形资产的初始成本的包括：购买价款、相关税费，以及直接归属于使该项无形资产达到预定用途所发生的数据脱敏、清洗、标注、整合、分析、可视化等加工过程所发生的有关支出，还有数据权属鉴证、质量评估、登记结算、安全管理等费用。
2)
后续计量。在持有期间，企业需要对确认为无形资产的数据资产进行摊销。摊销方法应根据无形资产的预期使用情况和经济利益的实现方式来确定，摊销金额计入当期损益或相关资产成本。
b)
内部研发
1)
研究阶段。研究阶段的支出，数据资产的开发是否能够成功具有很大的不确定性，不符合资产的确认条件，应当于发生时计入当期损益。
2)
开发阶段。开发阶段的支出，满足无形资产准则第九条规定的有关条件的，才能确认为无形资产。这些条件包括完成该无形资产以使其能够使用或出售在技术上具有可行性；具有完成该无形资产并使用或出售的意图；无形资产产生经济利益的方式能够证明等。
7.5.1.2
确认为存货的会计处理
确认为存货的会计处理具体要求如下：
a)
外购方式。企业通过外购方式取得确认为存货的数据资源，其采购成本费用包括购买价款、相关税费、保险费以及数据权属鉴证、质量评估、登记结算、安全管理等所发生的其他可归属于存货的初始成本。
b)
加工取得。企业通过数据加工取得确认为存货的数据资源，其成本包括采购成本、数据采集、脱敏、清洗、标注、整合、分析、可视化等加工成本和使存货达到目前场所和状态所发生的其他支出。
c)
后续计量。企业出售确认为存货的数据资源时，应当按照存货准则将其成本结转为当期损益。同时，企业应当按照收入准则等规定确认相关收入。
7.5.1.3
未确认为资产的数据资源的会计处理
企业出售未确认为资产的数据资源，应当按照收入准则等规定确认相关收入，不涉及成本的会计处理。
对于一些共同成本（如数据存储成本、数据中心的部分运营成本等），采用合理的分摊方法计入数据资产的成本。常用的分摊方法包括按使用时间分摊、按数据量分摊、按成本动因占比分摊等。
7.5.2
成本核算要求
成本核算应满足以下三点要求：
10
——保证成本核算的可靠性，依据真实交易与记录：成本归集必须依据真实的交易记录和合理的计算依据，确保成本数据的真实性和准确性，不能随意估计或虚构成本。
——遵循一贯性原则：对于成本的核算方法和分摊方式，企业一旦确定，应在一定时期内保持一贯性，不得随意变更。如需变更，应充分说明理由并披露其对数据资产成本的影响。
——合理分摊共担成本：对于一些共同成本（如数据存储成本、数据中心的部分运营成本等），需要采用合理的分摊方法，确保成本分摊的合理性和准确性，以保证数据资产成本的完整性。 数据资产入表
7.6.1
设置会计科目
在无形资产或存货等科目下设置数据资产二级科目，并制定科目说明和使用制度，明确数据资产的核算范围和方法。
7.6.2
确定初始计量金额
根据数据资产的评估价值、获取成本等因素，确定数据资产的初始计量金额。
7.6.3
编制会计凭证
收集与数据资产相关的原始单据，如购买合同、发票、评估报告等，根据会计准则和企业的会计政策，编制会计凭证，记录数据资产的入账信息。
7.6.4
登记会计账簿
将编制好的会计凭证中的数据资产信息登记到相应的会计账簿中，包括总账和明细账，确保数据资产的账务处理准确、完整。
7.6.5
数据资产披露
在企业的财务报表中，按照相关会计准则和法规的要求对确认为无形资产或存货的数据资源的相关信息进行披露；企业可以根据实际情况，自愿披露认为有必要披露的其他数据资源（含未作为无形资产或存货确认的数据资源）相关信息。
11
参考文献
[1]
GB/T 40685-2021《信息技术服务 数据资产 管理要求》
[2]
GB/T 36073-2018 《数据管理能力成熟度评估模型》
[3]
GB/T 38667-2020 《信息技术 大数据 数据分类指南》
[4]
GB/T 34960.5-2018《信息技术服务—治理第5部分：数据治理规范》
[5]
GB/T 43697-2024 数据安全技术 数据分类分级规则
[6]
GB/T 37550-2019 电子商务数据资产评价指标体系
[7]
CCSA TC601 数据资产管理实践白皮书(6.0版)，大数据技术标准推进委员会，2023
[8]
企业数据资源相关会计处理暂行规定，财会〔2023〕11号
[9]
海南省数据产品超市数据产品确权登记实施细则（暂行）,琼数运〔2023〕52 号