引 言
在数字时代背景下，数据资产逐渐成为企业实力乃至国家竞争力的重要评估要素。数据资产入表，即将数据资产纳入企业的财务报表中，是企业资产评估和管理的新课题。最近，一篇名为《我退圈了，不干数据资产入表了》的文章在数据合规圈内备受关注，引发大家广泛讨论。作为一名数据合规律师，我内心深感复杂。在数据资产入表的过程中，的确存在一些法律困境和挑战，但这些问题并非无法解决，本文将结合实务经验详细探讨数据资产入表的法律困境及其解决对策。
一、数据入表概论
数据资产入表有狭义与广义之分：狭义仅指企业数据收集、分类、价值评估、管理等数据入表系列行为；广义则在狭义内容之外附加了数据创值内涵。
企业进行数据资产入表的目的主要分四种：第一种，将创值视为入表的自然结果，通过数据入表实现数据持续创值、增创营业收入。这同时是大部分客户的最终目的。第二种，响应合规号召，将数据入表看作企业的重要任务加以推进（《企业数据资源相关会计处理暂行规定》要求从2024年1月1日起实施）。第三种，将数据入表视作中间环节，以入表为手段实现数据资本化，并通过资本运作发行公司债券，实现盈利目的。第四种，通过数据资产入表实现企业内部众多工作流程的正规化、去风险化；一般常见于较大或从事高端、高附加值业务的公司，因其已有长期的数据业务经验，而将数据资产入表视作公司发展的有效工具。
在数据资产入表业务中，律师承担着不可或缺的重要角色，其工作主要包含三方面：第一，梳理数据合规性问题，帮助企业开展数据合规工作；第二，提出数据权属意见，加强数据产权保护；第三，从数据治理规则角度提出法律意见，促进数据入表全流程的启动与运行。在开展上述工作的同时，律师更容易接触并发现数据入表业务存在的困境。笔者在观察并分析了大量公开披露的数据资产入表业务后，注意到了一些数据资产入表中可能存在的问题，以及结合实践经验提出的解决方案，具体如下文。
二、数据资产入表的现状、挑战及解决方案
（一）数据产品的交易不活跃在做数据资产入表的过程中，通常会形成数据产品，数据产品可以视为数据资产的一种表现形式或者载体。当一个数据产品满足会计准则中关于资产的定义时，就可以被确认为企业的资产，即数据资产。
1.难点与挑战
交易是数据产品挂牌后资产流动的主要来源。形成数据资产，除了要考虑可做出的数据产品种类、数据产品的可应用场景，还要考虑该应用可对外销售时，能否顺利进入市场流通、是否有市场需求等问题。以此为出发点，从内部收集或外部采购所需数据资源，并按照一定的要求加工，形成目标数据产品，才可能更符合市场预期。数据资产交易活跃度不足的原因有多方面。主要是由数据资产的无形性、多样性、可复制性、易于传播性，以及难以标准化等多个因素造成。此外，数据资产交易风险较高，数据的收集、处理和使用常常涉及多方主体，增加了权属确定的难度。
2.解决方案
实际上，根据理论研究和市场观察，数据产品和数据资产并没有必然关系，并不必然指向一家企业的现有或未来的数据价值。而数据资产入表，仅需企业满足《企业数据资源相关会计处理暂行规定》的规定，也即企业的数据资源属于数据资产即可，是否有数据产品并不是入表的评估标准。具体判断数据资源是否满足数据资产的定义：
(1)过去：资产是由过去的交易或者事项形成的；
(2)现在：资产应为企业拥有或控制的资源；
(3)未来：资产预期会给企业带来经济利益流入。
就解决方案而言，在数据资产化、产品化实践中，有数据资源、有数据价值释放潜力的公司，就可以先行实现数据资产入表或融资，在这个过程中实现基础的数据确权、数据治理、数据合规、资产化进程中会计财务的认定，再以优化的资产情况以及现有数据资源、一级产品进行更加深入的迭代开发或开拓。
在此基础上，逐步实现企业整体规划导向，研发更多数据产品，开拓数据交易，实现利润表的优化、企业利润的提升。
数据资产入表作为一项新型生态，它的规范既需要制定统一的上位法来统领，也需要建立全国统一的、规范的区域性和行业性数据交易平台的物理环境，更需要入表的具体操作流程及配套制度的落地。解决数据资产权属问题的关键在于建立一个明确的法律框架，该框架应当能够界定数据资产相关主体的权利和义务，保护数据创造者和使用者的合法权益，推动完善数据资产的知识产权法律法规，明确数据资产的保护范围和保护手段，同时促进数据资产的有效流通和利用。这可能需要包括数据资产的确权规则、交易规则、保护规则等在内的多个方面的内容。同时，数据流动和跨境传输不容忽视。因此也需要加强国际合作，协调不同国家和地区的数据保护法规，以适应全球化背景下的数据资产交易和流动。
（二）数据资产入表的会计依据可能不足
1.难点与挑战
数据资产入表的主要依据是财政部发布的《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》）以及现行会计法律法规和准则。这些规定为企业进行数据资产会计确认、计量、报告提供了操作指引。但《暂行规定》等会计依据未能全面覆盖数据特性，导致企业在数据资源化到产品化再到资产化的过程中可能面临实操难的问题，例如数据作为一种非物质性、动态易变的新型生产要素，它的确认、计量和报告尚缺乏明确的指导；数据资产虽有多种计量方法，如成本法、市场法、收益法等，企业在选择时就难以抉择用哪种方法计量；数据资产进入何种会计科目、列示披露差异大、企业无法正式将数据资产纳入财务报表、企业在财务报表中如何披露数据资产等等都存在困难，最终造成财务报表难以准确反映企业资产经营状况的现象。
2.解决方案
虽然对数据资产的确认、计量和报告尚缺乏明确的指导，但数据资产形成过程中的成本如承载数据资产的信息系统、数据资产加工人力成本等是可以明确计量的。作为客体的数据，其具有较高的流动性，但在数据处理全流程中形成的费用，如初始成本、购买价款、相关税费、达到使用状态的各项支出、采购的外包、信息系统的采购费用、数据全流程中的人力或研发费用、权属鉴证、质量评估、登记结算等用来承载数据的费用，财务依据是清晰且可计量的，从而能够实现数据资产入表。其次，正因为数据资产有多种计量方法，各具特色且有不同适用场景，因此企业可以在充分考虑自身数据资产的特性、所处行业背景和财务报告的目的等多方面因素下，进行综合评估，从而更准确地选出最适合其需求的数据资产计量方法。最后，当企业无法正式将数据资产纳入财务报表时，可以选择在财务报表的附注部分披露有关数据。企业对此需要合规地披露数据的相关信息，以满足监管要求和维护投资者的权益。在财务报表附注中，企业应详细说明数据的来源、使用和管理情况，确保信息披露的完整性和透明度。这有助于投资者了解企业数据资源的实际情况，从而做出更明智的投资决策。此外，相关部门应尽快制定和完善有关数据资产的会计准则，为企业提供明确的操作指引。相关部门也需要针对不同行业地区制定更细化的会计准则和格式文本，进一步优化税法政策，推动数据资产入表落地。
（三）部分客户认为数据资产难以评估
1.难点与挑战
由于有些潜在客户/持有数据的优秀数商，对其数据价值的认知不同，预测数据资产入表的数额也就不同，因此可能会对数据资产的评估感到困难。以部分上市公司为例，某大企业入表金额仅为30万，而另一体量较小企业的入表数值却多达7亿，可见企业间数据资产价值差异悬殊。数据资产的价值受多种因素影响，如数据的时效性、数据的完整性、数据的来源等内部因素及市场需求、竞争状况、法律环境等外部因素。其次，数据资产的价值评估不仅需要考虑数据本身的质量、相关性和时效性，还需要评估数据资产对企业运营、决策支持和竞争优势的贡献。最后，数据资产的安全性、合规性以及与其他资产的协同效应也是评估其价值的重要参考。数据资产的价值评估除了涉及数据的质量和数量、独特性、可获得性之外，其价值的易变性也是一个不可忽视的问题。数据资产的价值可能会因为市场需求、技术进步、法律环境的变化而波动。例如，一项数据资产可能在某个时期内非常宝贵，但如果市场环境发生变化或出现了新的替代技术，其价值可能会迅速下降。这种价值的不稳定性给数据资产的评估带来了额外的挑战。因此，目前大多数的数据资产评估还是采取的保守成本法进行。
2.解决方案
在实践中，数据资产入表前会将数据资产入表的标的以及字段予以明确，并详细到具体的主体、信息平台、数据的字段、业务。因此，在评估数据资产的价值时，虽然需要考虑数据本身的质量、相关性和时效性，但这属于入表前需要完成的行为，即数据资产入表是对现有状态下，明确的拟入表数据资产的标的涉及的成本入表。同时，对拟入表数据资产标的，如果可能计入收入科目，会以数据交易合同对价、付款等作为入表依据，一一核算。
（四）数据是否需要进行知识产权登记后才能融资？
1.难点与挑战
法律界对数据权利的认定不一而足。有学者认为它是财产权，类似于物权或知识产权，具有排他性。民法泰斗王利明教授则认为它是“权利束”，是多项权利的集合，不具有排他性，可以由多个权利主体共享。由数据所衍生的数据知识产权则关注因其智力成果属性而产生的自主管控、加工使用、经营许可等可获得收益的特性。因此对其的保护与承认应具有不同于数据资产、数据权利的特征。在部分地区性数据交易所，数据被允许作为数据知识产权进行登记后融资。数据是否符合知识产权之独创性、新颖性要求？数据能否作为知识产权进行保护？（北京互联网法院全国首个涉《数据知识产权登记证》效力认定案，首次在司法裁判中确认《数据知识产权登记证》对数据持有的初步证明效力。）众所周知，知识产权制度的建立是为了保护独创性和新颖性。在数据作为新型权能、权属尚存争议的前提下，数据衍生的知识产权属于一种什么类型的权属，以及该如何保护，都有待上位法解决。
2.解决方案
根据现有的法律和实践经验，数据在进行知识产权登记后，确实可以更容易地进行融资。但就数据是否需要进行知识产权登记后才能融资这一问题，数据知识产权登记和数据资产是否可以被认定为无形资产、是否可以入表和融资并无必然关系，是否合法持有或拥有数据资源以及能否在会计学层面上入表才是融资的关键。虽然知识产权登记可以为数据资产融资提供法律保障和增加信任度，但并非所有情况下都是必要条件。只需评估企业对数据是否具有合法的持有权，没有数据知识产权登记并不代表着没有合法持有权，即不以数据是否进行知识产权登记作为融资的必要条件。
（五）入表的数据资产是否满足公司治理的相关法律规定？
1.难点与挑战
从公司治理和资产管理的角度看，企业将数据资产入表意味着公司的重大资产变动，需要符合公司治理的相关法律规定。数据资产入表需要公司章程的统领、内控制度及治理结构的支持（如董事会、监事会和管理层的职责明确），以及决策程序的合法合规。具体本次事宜对应的股东会决议、董事会决议等配套决策文件必不可少。纵观已公开的各入表案例，笔者并未看到披露文件中存在类似的文件，在粗略的统计了部分上市公司的数据资产入表信息，亦未发现有该事项对应的治理文件。因此，在目前相关规定欠缺的背景下，企业是否应当提供相关文件？不提供文件是否意味着相应的法律责任？或在后续数据资产入表工作完成后，企业将数据资产用作抵押或向银行申请贷款，是否能够认定为违反限制性规定的骗贷行为？这些问题的厘清是数据资产入表时律师要考虑的风险。从公司治理角度看，入表是否满足相关法律规定、公司治理等是合规律师核查的重点之一。
2.解决方案
根据《暂行规定》，“本规定适用于企业按照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，以及企业合法拥有或控制的、预期会给企业带来经济利益的、但由于不满足企业会计准则相关资产确认条件而未确认为资产的数据资源的相关会计处理。”《暂行规定》对企业合法拥有或控制的数据资产规定较为宽泛。同时，《数据安全法》《网络安全法》虽然对数据治理、数据制度有所要求，实践中，数据治理是一个系统工程，较为复杂，需要螺旋式缓慢推进，如果将数据治理作为启动数据资产入表的前提工作，对于企业有决策难度。因此更加倾向于，在启动数据资产化进程的初期，主要是核查法律法规规定的强制性要求，例如是否有对应的治理文件，是否达到对应的网络等级保护要求、信息系统、网站和平台的基础数据安全要求等。
（六）数据来源合法性核查方式有限
1.难点与挑战
数据入表的资产需满足相应权属要求：自持或控制的数据资源，因此数据资源来源在入表前需做合法性、合规性审查。但数据来源既多样又复杂：数据可能来自公开渠道、第三方合作、用户生成内容等。此外，数据的跨境流动、数据隐私保护等问题也增加了核查的难度。由律师逐一深度、核查数据来源合法性有难度，律师在数据来源合法性审查中面临多重阻碍。首先是技术壁垒，律师难以对所有技术问题了如指掌；其次，许多数据获取场景不可能复原；最后，数据一直处于变动之中。
2.解决方案
律师在对数据来源合法性进行审查时，可以协同企业法务部门、技术部门、业务部门采取穿行测试的方式，集中核查数据来源的合法性。穿行测试不仅涉及对数据处理活动的全面审查，还包括对数据生命周期的各个环节进行合规性评估。
具体包括如了解企业的业务情况：包括企业的业务资质、业务模式、业务流程等，以了解数据处理活动的基本情况；梳理业务经营中的数据处理活动：核查数据收集、存储、使用、加工、传输、提供、公开、删除等全流程的合法合规性；进行网络平台穿行测试：以用户身份浏览、注册、登录企业平台，体验平台功能，并对平台规则文件进行阅读和审查。
（七）数据资产安全性审查能力有限
1.难点与挑战
数据资产安全性审查的难题在于数据资产的无形性和易变性。数据资产的价值在于其内容和使用价值，一方面这些内容和使用价值容易受到外部因素的影响，如黑客攻击、数据泄露等。另一方面，现有数据的来源可能无法完全规避“黑灰产”问题。一直以来，数据生态存在短信劫持、运营商DPI、黑客攻击、违规APP&SDK等不合法数据来源，再通过暗网交易等方式流入市场。再者，即便是过去合法采购来的数据，也未必符合现在的数据监管政策。这些数据的权利瑕疵如何补足，也是要考虑的问题。
数据的价值必须在国家安全的范围内实现。许多企业的数据资产常在国家安全红线附近徘徊，稍有不慎便将面临巨大风险。
2.解决方案
律师在做数据资产入表的合规性审查中，需要按照《网络安全法》《数据安全法》《个人信息保护法》等进行核查。在数据资产入表的过程中应当尤其注意数据资产的安全性。律师需参加数据安全、隐私保护、网络安全等相关法律和技术的专业培训；参与数据资产安全性审查的实际案例，通过实践提升审查能力；学习和使用数据安全审计工具，了解它们的工作原理和应用场景；定期关注数据安全领域的最新动态、趋势和案例等。根据《关于加强数据资产管理的指导意见》的通知，企业在进行数据资源的开发利用时，需完善数据资产开发利用的规则；在授权运营前，要充分评估授权运营可能带来的安全风险，并明确安全责任。此外，企业应建立共管数据资产安全可信的运营环境，并在授权范围内推动数据资产的汇聚和加工。
（八）数据资产的边界问题
1.难点与挑战
数据资产边界的不明确性主要表现在数据的动态性和多样性。数据资产的价值随着数据的更新、变化而变化，这使得数据资产的边界难以固定。数据的范围如何界定，即起止于何时、边界为何、含量、单位如何确定等，都是变化、流动的。数据边界的不确定导致了资产边界的不确定：在不同的时间节点，律师事务所或会计师事务所均难以担保资产性质是否维持不变、资产价值是否发生变化。
2.解决方案
虽然面对数据的易变性，杭州一些区块链公司走在了前列，采用特定技术数据框定技术，在数据经过区块链之后对数据进行判定，形成“可复制战线”。“可复制战线”的出现便利了数据的流转，使得数据产品在不同时间节点仍具有一致性。数据的一致性通过区块链实现，区块链框定数据的含量、单位、边界等要素，一旦判定完成，后续便可通过区块链进行倒查。从技术的角度对数据进行框定，使得相对无形的数据得以通过技术手段生成数据产品，这使得数据合规审查及权属意见书的出具成为可能。
需注意，数据资产虽然存在边界问题，但在项目启动前，会根据穿行测试，明确确定入表标的。即每个数据资产入表的项目会在确认本次拟入表数据资源的标的和字段后，再进行合规工作，从而避免数据资产边界不明确的问题。企业在进行数据入表活动时，除了建立和完善与数据资产相关的公司治理结构和程序，确保数据资产入表的合法合规外，还应当采用先进的技术手段、提升数据资产的安全防护能力，加强对数据资产边界的管理、确保数据资产的清晰界定，并核查自身数据的合法性问题，规避权利和流通中的法律风险。
（九）国企的特别监管
1.难点与挑战
目前实践中披露的大部分数据资产入表案例主体均为国有企业，这一事实加强了国企特别监管的必要性。数据资产作为一种新兴资产在部分法律法规中未直接出现，但可以相关资产变动及资产交易的相关管理条例为参考，对法律进行解释后加以适用。此外，还要注意国有企业母子公司的情形。子公司因对母公司数据享有使用权等原因进行了资产入表，在某种程度可认为母公司发生了资产流失。此时责任追究理由清晰，国有资产从母公司流向了子公司。因此即使国有企业严格按照国有资产相关管理规定进行资产入表，在此类特殊情形中也应当引起足够重视。在较大的国有企业中，关系网庞大、结构复杂，多项内容亟待明确，极易导致财产混乱、资产流失。以某较大的平台企业为例，母公司成立子公司300余家，进行数据资产入表时需要考虑其与子公司的数据权属关系、项目合作数据划分、其与分公司或分支机构的数据权属关系等。在不同的主体与合作模式中，需要通过股东会或董事会形成的特定文件对其中的数据权属进行专门约定。相关文件的缺失可能导致数据权属混乱，若发生纠纷，公司只能通过诉讼等方式提取其相关权益，通过事后救济挽回损失。
民营企业数据资产入表强调完善即可，相较而言，国企需要实行特别监管，主要涉及国有资产的保护和利用。国企数据资产入表意味着表内资产的较大变动，应当严格遵循《中华人民共和国国有企业资产法》等相关规定，履行国有企业资产变动审批程序，向国资部门报备或审批，接受国有资产监督管理部门监管。国有企业在数据资产的管理和使用中，需要符合国家的相关法律法规和政策要求，防止国有资产的流失和滥用。此外，国有企业在数据资产入表过程中，还需要考虑国家的战略利益和公共利益。
为了防止国有资产的流失或不合规，国家已针对国有资产管理出台《国有资产评估管理办法》《企业国有资产产权登记管理办法》《国有资产产权界定和产权纠纷处理暂行办法》等规章制度，但还欠缺完备的立法体制，如，需要制订相关法律条款来作为国有资产管理的基本法。其次，《国务院办公厅关于加强和改进企业国有资产监督防止国有资产流失的意见》中明确提到，要加强监督机制的建设。如对于特殊类型的数据资产，如涉及国家安全、商业秘密等敏感信息，需制定特别的处理规则和监管措施。最后，要加强监督队伍建设，如优化监督队伍知识结构，重视提升监督队伍的综合素质和专业素养。加强对监督队伍的日常管理和考核评价，健全与监督工作成效挂钩的激励约束机制，强化监督队伍履职保障。通过这些特别监管措施，国有企业能够更加规范地管理数据资产，确保财务报告的真实性和透明度，同时保护国有资产的安全和增值。
数据资产入表是企业资产评估和管理的新课题，面临诸多法律挑战。通过建立和完善相关法律制度、会计准则、评估体系等，可以有效应对这些挑战，促进数据资产的合规管理和有效利用，为企业的可持续发展提供有力支持。同时，企业也需要加强内部管理，提高对数据资产的认识和管理能力，确保数据资产的安全和价值最大化。