随着大数据、云计算等数字技术的快速迭代，数据资源已从辅助性工具升级为各行业的核心生产要素。如何通过高效管理数据资源为企业创造价值、优化资源配置、提升经营质量，日益成为企业管理者必须面对的关键课题。在此背景下，财政部于2024年1月正式施行《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》），首次将数据资产纳入企业会计核算体系，明确了数据资产入表的标准和要求，并要求企业通过合规审查与确权流程确认数据资源的资产属性，为行业实践提供了制度依据。然而，在政策落地与企业实操的衔接过程中，仍存在诸多亟待解决的问题，主要集中在数据资产分级分类不清晰、会计核算摊销与减值测试方法滞后、会计计量标准不明确、信息披露不规范等四个维度。基于此，本文围绕企业数据资产会计核算的相关内容展开研究，以期为丰富该领域的理论成果、指导企业实践提供有益的借鉴与参考。

数据资产会计核算概念

数据资产会计核算即数据资产入表，是将数据确认为企业资产负债表中的资产项目，并对其进行价值评估、分类管理及折旧摊销等会计处理的过程。在《暂行规定》出台前，很多企业的数据产品研究和开发阶段所产生的支出大都是费用化，直接计入损益表，但部分数据产品本质是满足会计准则资产确认条件的。因此，《暂行规定》出台后，企业在编制资产负债表时，应当根据重要性原则并结合企业的实际情况，对无形资产、存货的数据资源相关会计信息进行披露。因此，推动数据资产会计核算，既有利于帮助企业建立更加完善的数据资产管理体系，助力数据驱动型企业吸引外部融资、优化财务结构、提升企业价值，又能够促进不同企业机构之间的数据共享与合作，建立更加开放的数据生态系统，优化资源配置，推动经济结构升级。

企业数据资产会计核算存在的问题

数据资产分级分类问题。这是企业数据资产会计核算中的常见问题，数据资产分级分类是基于数据资产的实际作用、资产种类与来源等进行划分的。由于企业的海量数据无序增长、数据类型繁杂多样，再加上监管政策日益严苛、业务场景不断变化，传统数据分类分级体系面临重重挑战。以往人工制定规则的方式效率低下，标准难以统一，潜藏着较大安全隐患。

会计核算摊销与减值测试问题。

数据资产项目涉及多部门协作，开发涉及的直接成本（如外部数据采购费）易于归集，但共同成本（如研发人员工时）需根据项目工时占比分摊人力成本。若分摊方法不合理，可能导致资产价值虚高或低估。