雖然數據資產入表系企業自身根據會計準則所做的內部動作，只要企業自認即可完成，但由于數據資產具有相當的獨特性，數據資產入表又系新規，因此在實踐操作時并無可借鑒的案例 。因此，企業對數據資源如何入表、具體何種方式路徑、各種路徑的利弊如何、具體流程等問題沒有標準答案 。首當其沖的問題就是入表的路徑確定問題。

我們理解， 現階段， 企業進行數據資產入表的路徑主要有以下三種：

1、以數據資源形式直接入表

此路徑下，企業將數據資源的歷史成本直接確認為資產，具體有兩種情形：一是企業將自用的數據資源入表；二是企業對外出售（提供）不經任何加工的數據， 即原始數據， 并以相關數據集/庫入表。

（ 1）企業自用數據資源入表

在此情形中，入表的數據資源均系企業自用， 即企業通過直接使用或與其 他資源相結合的方式服務支持其他生產經營或管理活動， 實現降本增效的目的， 并不會將相關數據資源包裝成數據產品對外出售或提供服務 。例如，A電網企業在運營當中，積累形成用戶企業用電量相關數據庫并研究形成用電數據分析 工具，可通過季節、時間段、地理區域等維度的用電歷史分析，形成未來用電 趨勢預測結果。該數據庫和分析工具可以用于自身經營管理，如合理設置電力 設施， 電力的配網調度等， 有助于A企業提升運營效率 。又如，B電子商務企業基于充分告知并取得用戶授權， 匯總分析用戶的APP瀏覽行為和購買歷史等 數據， 還通過外部購買一些地區消費水平 、趨勢等輔助數據， 整合形成智能推薦算法工具， 用于向B企業的用戶推薦符合其興趣和喜好的產品，提升了推薦的精細化、個性化水平。從會計上看，企業將此類數據資源用于內部用途， 通過其自身或與其他資源結合形成的技術優勢為企業帶來經濟利益，基于其非實物性，當符合無形資產定義和確認條件時，企業應當作為無形資產予以確認。

此種情形下數據資產入表的會計操作相對操作簡單， 但可能會面臨以下問題：

其一， 若數據資源僅為企業自用， 則相對于形成對外出售的數據產品，企業對相關數據資源投入的加工 、利用費用往往較少，總成本投入不高。這在數 據資產賬面價值的確認適用成本法的規則下，可能會導致入表數據資產規模較小，難以準確反映相關數據資源的真實價值。

其二， 如前所述，數據資源構成資產的要素之一為“預期會給企業帶來經濟利益 ”，即有50%以上的可能性能夠為企業帶來直接或間接的經濟利益流入。對于企業僅作自用的數據資源，雖然其可能對于企業經營來說具有重要意義，但在入表時，企業很可能難以定量證明相關數據資源能為企業帶來預期經濟利益流入，從而被審計機構等質疑。

（2）企業待售數據資源入表

在此情形中，企業入表的數據資源是待售的未經加工清洗的原始數據或經過一定加工的數據資源 。受相關規定的約束，目前各方對底層數據的直接轉讓較為謹慎， 這一業務模式的實踐案例相對較少 。例如，A公司專門從事語料的收集與加工， 通過公共渠道收集可用于大模型訓練的語料數據， 經一定程度的加工后形成數據集，出售給相關科技企業。

與上一種情形相比，此種情形亦存在投入成本較少、擬入表數據資產規模不大的問題 。此外，出于對數據安全和數據主體權益保護的考量， 原始數據的出售（對外提供） 可能會面臨較大的合規風險。

2. 以數據產品或服務形式入表

此路徑下，企業將持有的數據資源進行一定程度的加工，形成可對外出售或提供服務的數據產品，再以數據產品的形式入表 。國內在眾多數據交易所設立后， 數據產品交易依交易場所可分為場內和場外交易， 擬入表的數據產品亦可基于此分為場內掛牌數據產品和場外不掛牌數據產品。

數據產品場外交易的情況在目前數據交易總量中占較大比例， 企業可以將 符合《暫行規定》要求的自行形成未經掛牌的數據產品確認為數據資產， 并計入資產負債表中 。也有不少企業選擇將擬入表數據資源以數據產品的形式在數據交易所掛牌登記，同時將數據產品確認為數據資產，進而計入企業的資產負債表中， 這也即上海數據交易所關于數據資產入表“數據資源化-資源產品化-產品資產化 ”的思路：

數據產品是否掛牌并非入表的必須條件， 但在場內數據交易場所掛牌成為不少企業的選擇， 因為場內交易多數強制要求對數據產品進行合規評估，以上海數據交易所為例， 秉承著“不合規不掛牌， 無場景不交易 ”的原則，其強制要求擬掛牌的企業掛牌前對數據產品進行合規評估，以確保數據產品無權利瑕 疵， 這在一定程度上促使企業要通過具有國家認定資質的第三方服務機構出具 “合法控制數據資源 ”的審查和證明文件， 本質上是對數據確權作了實質性的 合法性審查， 與數據資產入表合規的底層邏輯一致；其次， 企業數據產品在上 海數據交易所掛牌成功后，即可在其監督與撮合下就掛牌數據產品進行交易， 能夠證明相關數據產品能夠為企業帶來利益流入， 符合會計準則對資產的要求；再次，對于數據需方企業來說， 相較于場外進行數據產品交易，在場內購入的數據產品， 在形成交易規模化后，交易的公允價格易被市場所接受 交易合規性在一定程度上獲得數交所背書， 更加能夠避免外界的質疑，在成本法入表的今天，通過場內交易購入的數據資源，在成本歸集上相較場外交易更加清晰 、便捷，數據產品的合規性和質量亦更有保障，因此若數據需方亦有入表需求的話，同等條件下其通過場內交易形式外購數據資源的概率將大大提升。

例如北京商務中心區信鏈科技有限公司（下稱“信鏈公司 ”）數據資產入表項目即采用此種路徑 。信鏈公司作為國家第四批高新技術企業和企業風險數字 化精準識別領域的先行者， 依托近年來在預付費細分領域風控類數據產品開發經驗， 通過文本挖掘、知識圖譜 、機器學習 、行業大模型等技術， 將不同來源數據進行整合和處理分析， 形成用于風險監測預警分析的數據資源， 按照統一 數據標準， 搭建統一支撐底盤， 建立企業大數據的采集 、處理 、管理機制， 實 現不同渠道與企業風險相關的信息資源接入， 經數據清洗 、數據變換 、數據規 約等處理， 轉換為規范的結構化數據， 按照統一的信息資源目錄體系和框架設計， 搭建業務庫和高危風險庫等主題數據庫， 進一步開發形成 “企業大數據風險管理平臺 ”的數據應用型產品， 為監測預警 、研判和處置提供支撐， 其數據來源主要是公開數據， 包括企業征信 、司法 、政府門戶 、互聯網投訴 、輿情五類 。

該數據產品在上海數據交易所的指導下， 經協力所進行合規性評估后， 在會計師事務所等其他中介機構協助下， 成功完成數據資產核驗 、質量評價 、掛牌交易 、入表入賬等環節。

3.非同一控制下企業合并造成的數據資產入表

迄今為止， 以《國際財務報告準則》為核心的國際通行會計體系中并未如 《暫行規定》專門就數據資產這一新型資產的會計處理做特別規定， 但正如財政部會計司有關負責人就《暫行規定》有關問題答記者問時所表達的，《暫行規 定》只是解決實務中對數據資源能否作為會計上的資產確認 、作為哪類資產“入表”的疑慮， 并未改變現行準則的會計確認和計量要求 。因此， 對于采用《國際財務報告準則》編制財務報告的企業來說， 其亦可采用類似《暫行規定》的做法， 將符合資產確認條件的數據資產根據其持有目的 、業務模式等標準確認為無形資產或存貨， 這與《國際財務報告準則》的精神并不相悖。

實踐中， 國際國內事實上已有部分企業將數據計入資產負債表的實踐， 但 這多發生與非同一控制下企業合并的情形中， 并非單獨 、 明確的將外購或自行 生產的數據資源以數據資產的形式計入資產負債表 。即，某一公司出于獲取大 量數據的目的， 收購持有數據資源的企業 。當收購價款高于標的公司可辨認凈資產時， 二者的差額隨之即被計入無形資產中。

在國際上，以鄧白氏為例，其于2020年以72億瑞典克朗的價格收購歐洲領先的數據及分析公司 Bisnode 。據悉，Bisnode 有來自550多個數據源的超過3300萬條商業記錄，這將進一步豐富鄧白氏數據云，優化數據云的規模、深度 與多樣性，因而，鄧白氏的收購亦可被視為是一場數據領域的“謀篇布局 ”。在會計處理中， 鄧白氏將溢價收購所產生的無形資產分為“ Reacquired right ”、“Database ”、“Customer relationships ”、“Technology ”四部分， 其中“Database ”即為數據庫， 由此產生了“數據資產入表 ”的現象。