随着大数据时代的来临，数字技术革命推动数据成为新的生产要素，数据资源逐步成为全球企业发展和竞争的新引擎。2019年7月11日，法国参议院投票通过向互联网巨头征收GAFA税（GAFA Tax，也译为“数字服务税”）的法律草案。互联网企业的主要商业模式是通过为用户提供服务收集用户数据，并以定向广告获取收入^①，这些基于海量数据的业务促使企业价值日益提升，但业务本身的特殊性使得互联网企业在税负上远低于实体企业，GAFA税的出台便是解决该问题的举措之一。这一税种是将数据资源的经济效益纳入税收机制的重要尝试，也间接证明了数据资源带来的经济效益已不容忽视。

目前，中国互联网企业发展迅速，规模日益壮大，其中数据资源的应用功不可没，但数据资源的应用并不局限于互联网行业。以数据挖掘为主营业务的中国上市公司公开披露的信息显示：诸多非互联网行业已纷纷开始借助专业技术挖掘、收集并分析海量数据资源。企业财务报告、业绩预告等公开文本中也提到通过数据挖掘可以推动企业业务质量升级、增强企业风险防控能力，最终增加企业收益。此外，数据交易业务逐步兴起，以中关村数海大数据交易平台为开端，诸多大数据交易平台纷纷涌现。2017年12月，习近平总书记在中共中央政治局就实施国家大数据战略进行集体学习时表达了对数据资源的重视，提出要制定数据资源确权、开放、流通、交易相关制度，完善数据产权保护制度^②。这说明，企业已经能够逐步通过数据资源交易来获得经济收益。

“大数据之父”维克托通过一系列分析，乐观预测数据的价值将列示在企业资产负债表上，成为一个新的资产类别（Mayer-Schönberger和Cukier，2013）。因此，是否应将数据资源确认为资产并纳入财务报告进行列报成为会计准则制定和修订亟待研究和解决的重要问题。

本文分别从国际会计准则理事会（IASB）发布的国际财务报告准则（IFRS）和中国《企业会计准则》规定的资产定义两个角度逐项对比数据资源是否符合定义中的相关条件，从而详细分析数据资源确认为资产的合理性，并进一步探讨确认为资产的数据资源应归属的类型。

2018年，国际会计准则理事会在修订的国际财务报告准则中发布了资产的新定义：资产是企业由过去的事项形成的、企业可以控制的一项现时经济资源，其中经济资源是指一项具有产生经济利益潜力的权利^③。本文从以下几方面论述数据资源确认为资产的合理性。

第一，数据资源是企业由过去的事项形成且可以控制的资源。从实务来看，数据资源主要来自企业对外的数据交易和对内的数据采集活动。数据交易是企业以获取数据资源为目的进行的交易事项，因此企业能够控制所获数据资源以满足其需求。需要说明的是，企业通过数据共享业务获得数据资源也属于数据交易事项，且企业能够控制共享获得的数据资源。此外，委托外部机构完成的和以外部公开数据为采集对象的数据采集行为均属于数据交易事项，企业能够控制相应的数据资源。对于前者，企业并非获得了服务，而可以视为外部机构与企业达成的按企业需求采集数据资源的交易；对于后者，则可以视为以采集成本为交易价格的交易事项。在企业内部数据采集活动中，企业采集的主要是企业运营过程中储存的零散数据。这些零散数据资源，如果不加整合、直接储存于企业中并由企业各部门共享和使用，则可认为数据资源来自企业已发生的内部经营活动，属于间接获得的数据资源；如果是经过对零散数据的采集、整合从而储存和使用的数据整体，则来自企业的具体数据采集事项亦可被认为是由过去的交易事项获得、并且能够被企业控制的。综上，数据资源无疑是企业由于过去的外部交易、内部经营或采集整理等事项而控制的资源。

第二，数据资源是一项经济资源。国际财务报告准则提到的经济资源是指一项具有产生经济利益潜力的权利。随着大数据理念在经济发展诸多方面的不断渗透，数据资源已经能够通过企业之间的数据交易来获得为企业带来经济利益的能力。此外，企业内部的数据资源即使并未对外交易，但如果能够推动企业发展，也会被企业关注和使用，并凭借其客观性和预见性为企业自身的风险控制、发展规划、业务拓展等提供支持和保障。尽管数据资源的经济利益可能难以通过具体数值表示，或在短时间内难以迅速被观察和反映，但企业财务报告等公开信息的披露已说明数据资源的运用能够带来经济利益，满足“产生经济利益潜力”的条件。数据资源交易所获得的收益归企业所有，通过使用直接或间接获得的数据资源所带来的隐性经济利益也归企业所有，这说明数据资源的经济利益流入了企业，数据资源是企业拥有的一项权利。从上文可知，数据资源确权已经成为中国实施国家大数据战略过程中备受关注的重要问题，随着数据产权保护制度的日臻完善，企业能否运用数据资源获取并享有经济利益将拥有更为明晰的制度规范。因此，企业内部的数据资源是否属于企业的一项权利也将获得更为明确的制度保障。

综上，数据资源符合国际会计准则对资产的定义，企业中存在的数据资源具备确认为资产的条件。

根据《企业会计准则——基本准则》，资产是指由企业过去的交易或事项形成的、由企业拥有或控制的、预期会给企业带来经济利益的资源^④。本文比较了国际财务报告准则和中国企业会计准则对资产的定义，分析了数据资源是否符合中国企业会计准则对资产的界定。

与国际财务报告准则相比，中国企业会计准则更多借鉴了美国财务会计准则委员会（FASB）在《财务会计概念公告》（SFAC）中的资产定义，将交易与事项区分开来。但数据资源通常由企业过去的交易活动或采集活动直接获得，或由过去的内部经营活动间接获得，因此数据资源依然符合“由企业过去的交易或事项形成”这一条件。此外，根据前文对企业能够控制其数据资源以及数据资源是一项经济资源的论述，数据资源可以被认为是由企业控制的、预期会给企业带来经济利益的资源。需要说明的是，虽然企业使用自身数据资源产生的经济利益可能难以计量或短时间内难以被迅速观察和反映，但对数据资源具有“产生经济利益潜力”的判断充分说明数据资源所带来的经济利益预期是存在的，可以确认数据资源符合“预期会给企业带来经济利益”的特征要求。

综上，企业的数据资源符合中国企业会计准则对资产的定义。由于企业存在符合资产定义的数据资源，本文将符合确认为资产条件的数据资源称为数据资产。

数据资产是否属于无形资产早已是国内外文献高度关注的热点问题。2006年，财政部发布的《企业会计准则》对无形资产的定义与国际会计准则趋同，在“没有实物形态”和“非货币性”两大特征的基础上，强调了无形资产的可辨认性（杨鹃，2007）。现有研究认为无形资产的概念应更为宏观而不应局限于会计核算中提及的无形资产（于玉林，2016），有学者将员工满意度（Edmans，2011）、消费者行为数据（Gupta和Lehmann，2003）、R&D投入或广告成本（Barron等，2002）等列为无形资产。于玉林（2016）、翟丽丽和王佳妮（2016）直接提出数据资产是一项重要的无形资产，Brown等（2011）、Warren等（2015）指出，大数据对企业而言是类似于品牌形象的资产，间接支持了数据资产属于无形资产范畴。

综上，根据无形资产的定义，本文认为数据资产在主要特征上可归属于无形资产范畴。

从理论上来说，对数据资产进行确认是会计信息重要性原则和相关性原则的要求。近年来，随着数据资源通过参与企业运营直接或间接地为企业带来经济效益，相关会计业务的数量和种类越来越多，数据资源在一些特定行业或特定企业早已成为不可或缺的重要资产，数据资产信息对于解释企业，尤其是互联网企业的价值增长无疑发挥着重要作用。因此，根据《企业会计准则》对会计信息的重要性和相关性原则，企业有必要将其控制的数据资源及时确认为资产，对数据资产相关业务进行恰当的会计处理，定期列报数据资产信息，将更多影响企业价值的表外信息纳入财务报表中列示，以提高财务报表的信息含量，帮助信息使用者更好地评估企业的真实价值、做出理性投资决策。

从实务上来说，GAFA税的诞生和试行、大数据交易平台的纷纷涌现、多元化大数据业务的发展、数据共享打破“信息孤岛”等现象的存在，充分证明数据资源能为企业带来经济利益，已具备确认为资产的条件。将数据资源确认为资产，不仅完善了新经济环境下的会计核算和会计信息披露，而且有助于企业适应新的运营管理模式，为合理纳税提供依据。数据资产的确认也是企业参与数据资产交易、开发数据业务的重要前提，对于有效存储或保管相关数据资源业务的会计记录至关重要。数据资产的确认也是数据资产在财务报告中列报的基础，通过提高拥有数据资产的企业与外部信息使用者之间的信息对称程度，帮助外部信息使用者认识企业的全貌，保证各类交易的公平。

从理论属性来看，规范数据资产的会计处理与信息列报能够满足会计信息可靠性（如实反映）的要求。现实中数据资产广泛存在于各类企业，且日益普遍，企业数据资产信息的有无以及多寡，不仅影响信息使用者对企业价值的评估，而且数据资产作为能够为企业带来经济利益的资源，其会计计量和价值评估可能存在一定的操纵空间。此外，规范数据资产的会计处理与信息列报能够满足会计信息相关性的要求。在大数据时代，数据资产作为能够为企业带来经济利益的资源，其会计处理与信息列报的程度，更能满足投资者对企业价值的信息需求，高质量的信息列报必然离不开高质量的会计确认与计量。数据资产属于无形资产范畴，可辨认无形资产对股票价格具有较高的价值相关性（Ritter和Wells，2006），本文有理由认为企业有效列报数据资产信息能够丰富企业无形资产的信息内容，有利于缓解资本市场的信息不对称程度，提高股票定价效率。

从实践属性来看，近年来，数据资产概念已进入人们的视野，“数据资产”一词也在上市公司信息披露中多有出现。本文在WinGo（文构）财经文本数据库^⑤中对上市公司年度报告文本进行统计发现，2011−2018年，年报中明确提及数据资产的上市公司数量从3家上升至54家，说明近年来数据资产概念已被越来越多的企业关注和使用，但对于大多数企业而言，数据资产信息仍是盲区，已披露数据资产信息的规范性、全面性等问题仍需进行分析判断。此外，由于数据资产的特殊性，如何在资产负债表中披露数据资产也尚未形成一致结论。

综上，本文认为企业中符合确认条件的数据资源应被及时确认为资产，在此基础上，有必要进一步探讨数据资产的会计处理和信息列报方法，以强化数据资产的披露和管理，提高企业信息透明度，最终提高资本市场有效性。

根据百度百科的解释，数据（Data）表示客观事物未经加工的原始素材。杨善林和周开乐（2015）基于管理视角将大数据定义为“一类能够反映物质世界和精神世界运动状态和状态变化的信息资源”。数据是信息的表现形式和载体，可以是符号、文字、数字、语音、图像、视频等。从这个角度看，数据和信息是不可分离的，数据是信息的表达，信息是数据的内涵。

目前，已有研究提出数据资产（Data Asset）的界定方法。2019年，中国信息通信研究院云计算与大数据研究所发布的《数据资产管理实践白皮书》（4.0版）将数据资产定义为“由企业拥有或者控制的，能够为企业带来未来经济利益的，以物理或电子方式记录的数据资源，如文件资料、电子数据等”，并提出“数据资产是能够为企业产生价值的数据资源”。大数据领域的研究者认为，不应将数据资源视为其他资产的描述信息，蕴含价值的数据本身就是宝贵的资产（Perrons和Jensen，2015）。Bughin等（2010）认为，数据资产是一项可以提高流程效率、赋予产品新功能和激发创新商业模式的智能资产。

本文赞同《数据资产管理实践白皮书》（4.0版）中“数据资产是能够为企业产生价值的数据资源”的观点，认为将数据资源确认为资产时，需要明确其本身是否能够产生价值。因此，数据资源首先需要满足“通过交易或挖掘手段为企业带来经济效益”这一条件，以确保经济利益的产生源于数据资源而使其成为资产。本文认为，应在无形资产定义基础上突出数据资产的以下独特属性来明确数据资产的概念界定：

第一，数据化形态。数据资产的本质是能够带来价值的数据资源，数据化形态是数据资产区别于其他资产的突出特点，因此在概念界定中应明确这一特性。

第二，可辨认性。本文认为确认为企业资产的数据资源应较少依赖企业本身的经营模式，确保对企业外部主体具有交易价值。企业对数据资源的挖掘和分析能够影响管理层决策（Tambe，2014），说明在企业内部，数据资产通常服务于企业决策，与企业经营模式密切相关。但作为要确认为资产的数据，应能够确定其可以为企业带来经济价值，该经济价值有必要与企业经营模式所带来的经济价值明确区分，从而说明数据资产是能够与企业经营模式相分离的有价值的资产。因此，企业可通过数据整理方式将数据资产从企业分离，并对全部或部分数据资产出售或转让。根据《企业会计准则》关于资产具有可辨认性的条件，本文认为数据资产可界定为可辨认资产。

第三，非货币性。2019年8月10日，中国金融四十人伊春论坛指出，央行数字货币已经呼之欲出了。在概念界定中之所以需要强调数据资产的非货币性，是为了将数据资产与正在加速推进的法定数字货币进行区分。也有国内学者（吕玉芹等，2003）、新闻报道等将数据资产称为数字资产，但目前公认的数字资产概念通常是指Digital Asset，而根据美国证券交易委员会数字资产证券化框架，数字资产以基于区块链而产生的“虚拟货币”为主要代表^⑥，与数据资产的概念截然不同。因此，本文认为在数据资产概念界定中应突出数据资产的非货币性，以尽可能与法定数字货币、数字资产等概念加以明确区分。

综上，数据资产可定义为“由企业拥有或控制的具有数据化形态的可辨认非货币性资产”。

目前关于数据资产科目设置的研究结论尚不统一。数据资产属于无形资产范畴的观点已被广泛认可，部分研究提出应将数据资产作为无形资产科目下的二级科目进行列示，并在财务报表附注中对数据资产的相关信息予以详细解释和说明；但由于数据资产具有区别于无形资产会计核算体系的独特性，游静等（2018）认为应同时扩充目前的无形资产会计核算体系以适应数据资产二级科目的核算，吕玉芹等（2003）提出应直接设置一级科目对数据资产进行列示^⑦。本文通过分析数据资产的特征及会计核算要求，认为设置“数据资产”一级科目进行列示较为合理。具体来说，数据资产具有可辨认性、非货币性，且因为具有数据化形态而具备非实体性，这三项特征与会计核算体系中的无形资产相似，但在其他特征方面仍存在差异，具体阐释如下：

第一，非流动性。按用途划分，数据资产可以分为自用数据资产和交易数据资产。在大数据背景下，虽然数据更新速度不断加快，但数据资源的价值更大程度上仍取决于其数据体量，这导致数据资产通常具有超过一年的使用寿命以实现数据资源的体量积累。因此，本文认为数据资产属于资产中的非流动资产。然而在数据资产的使用寿命期间，针对不同用途数据资产所需的后续会计处理则有所不同。对于自用数据资产，信息使用者主要关注经济利益与获取数据资产所付出成本之间的关系，数据资产价值应体现为获取数据资产所付出的代价，同时考虑到数据资源的可用性会随时间的推移不断下降，应根据需要选择适当的方法对数据资产进行摊销处理，必要时进行减值测试。对于交易数据资产，信息使用者更加关注数据资产交易带来的经济利益，数据资产的价值主要随市场发展需求变化而波动，且一项数据资产交易的达成并不影响企业后续交易该项数据资产，对这类数据资产应采用公允价值计量以反映其产生经济利益的能力。因此，数据资产具有非流动性，且应对自用数据资产进行摊销处理，对交易数据资产采用公允价值模式进行相关会计处理，这一特点与目前会计核算体系中的无形资产具有显著差异。

第二，数据性。数据资产是一种呈现为数据形态的资产，数据性是其必然且独有的特征。虽然获取数据资产的方式有时表现为获得注册账号、密钥或电子文档等进入路径，但本文认为就出售方而言，企业所控制的数据资产并非一项准入权，而是出售的所有数据资源，说明数据资产仍具有数据性。根据数据资产的数据性特点，数据资产是可被计量的企业成本，采用专门技术或算法进行数据化收集，且能够通过网络存储、传输和交易共享的资源。因此，本文认为数据资产属于信息产品。信息产品指一切可被数字化，并可在互联网络中作为交易对象实现在线交易的经济物品（干春晖和钮继新，2003）；而经济物品是指人类必须付出代价方可得到的产品或服务，即必须借助生产资源通过人类加工形成的物品。因此，本文认为企业数据资产是一项具有数据性的信息产品，与目前会计核算体系中的无形资产具有显著差异。

第三，非知识产权性。现有文献将无形资产划分为技术型和非技术型两种，其中技术型无形资产主要指知识产权中的专利权等类型（苑泽明等，2015）。从特点上看，数据资产与技术型无形资产更具可比性，然而本文认为数据资产不属于知识产权。具体来说，数据资产能够为企业带来经济价值，但具有不依赖于企业经营模式的特点，这说明构成数据资产的数据资源多数情况下是具备“知识”潜力的经济资源，但并未形成企业需要的“知识”成果。因此，数据资产不满足知识产权的条件。进一步来看，王玉林和高富平（2016）认为大数据是数据控制人的数据资产，大数据难以准确归入物权、准物权、债权、知识产权等财产权中的某一类型，而是随着信息技术发展而出现的一种新型财产权客体，即信息财产。这说明数据资产相关的权利与知识产权不同。因此，本文认为数据资产具有非知识产权性，不同于目前会计核算中的技术型无形资产。

综上，本文认为虽然数据资产属于无形资产范畴，但与目前会计核算体系中的无形资产相比，数据资产的核算具有较多独特性，这导致数据资产不适合纳入目前的无形资产会计核算体系，应单独设置“数据资产”一级科目进行会计处理和信息列报，以有效传递企业数据资产相关信息，提高列报信息的可读性。而无形资产的现有信息列报体系则可为数据资产相关列报提供参考和借鉴。

数据资产可用于企业自身决策参考，也可用于对外交易和共享。然而，数据资产能被重复开采（杨善林和周开乐，2015）的特点促使数据资产通常兼具以上两种用途，但两种用途下的数据资产会计处理差异较大。因此，本文认为应从数据资产的不同用途出发，根据会计处理需要设置二级科目，具体科目设置框架如表1所示。

对于企业自用数据资产，其获取成本能否换回足够回报是信息使用者关注的重点；而对于交易用途（包括数据共享）的数据资产（交易数据资产），由于数据收集量的增加通常对算法、技术等方面成本的影响较低，具有类似获取成本的数据资产能够带来的效益可能大不相同，而内外部信息需求者通常更加关注这类数据资产所带来的经济利益及其是否因市场需求变化发生了波动。基于此，本文认为应将数据资产采集整理阶段的人力、技术、设备等成本作为自用数据资产入账价值的基础。由于数据资产未来价值的波动性较大，科学估计其未来现金流具有一定难度，而数据资产交易平台日渐完善，交易数据资产可使用公允价值进行初始计量。

需要说明的是，当数据资产从单一用途扩展为两用途兼具时，应将该项数据资产账面价值与新增用途对应资产的估计比例的乘积作为扩展用途的二级科目账面价值，同时对应调减原用途科目的资产价值；新增用途为自用时直接按照账面价值入账，若新增用途为出售时则以数据资产公允价值与出售用途估计比例的乘积作为入账价值，与账面价值的差额则计入“其他综合收益”科目，基于上述处理再进行相应后续计量。此外，企业通常会定期对所掌握的数据资源进行更新和补充，此时增补的数据资产虽与既有数据资产属于同一数据资源，但本文认为增补数据资产的会计处理应重新设立二级科目而不宜与之前的数据资产混淆。

不同用途数据资产的后续计量也不尽相同。对于自用数据资产，应将“数据资产——自用资产”的摊销额计入“数据资产累计摊销”科目并进行费用化处理，必要时对自用数据资产进行减值测试并计提减值准备，计入“数据资产减值准备”科目。对于交易数据资产，期末按公允价值计量，将公允价值与账面价值的差额通过“数据资产——交易资产公允价值变动”科目，计入其他综合收益。

尤为重要的是，考虑到数据资产的价值可能会随数据体量的增加而大幅上升，本文认为对属于同一数据资源的数据资产，不能以单项资产进行减值测试，而应作为一个整体进行测试，并以均值作为各单项数据资产的减值测试结果，从而提高公允价值测度的科学性。对于兼具两种用途的单项数据资产，二级科目“数据资产——交易资产”核算的公允价值应由每个单项数据资产的公允价值与该交易资产的估计比例相乘获得。由于交易数据资产的市场需求具有不稳定性，当市场需求出现较大变动时，应对数据资产进行减值测试，并将公允价值与账面价值的差额计入“其他综合收益”科目，连同“数据资产——交易资产公允价值变动”科目余额一起计入“资产减值损失”科目。

数据资产的后续维护、存储等相关成本，可在年末进行费用化处理，这样处理不会影响数据资产价值。本文对数据资产计量的构想如表2所示。

在完成数据资产会计处理的基础上，数据资产需要在财务报表中列示，并相应在财务报告附注中补充说明。对上市公司而言，还应结合信息使用者对数据资产相关信息的需求，在年度报告或其他定期报告中披露更加详实的文本信息。

首先，应在资产负债表中的非流动资产部分设置“数据资产”项目，同时在财务报表附注中，详细说明会计期间确认的自用数据资产的使用寿命及采用的摊销方法，并说明会计期间内进行的数据资产减值测试方法及结果，以及“数据资产——交易资产”的公允价值评估方法。此外，在附注中还需对新确认的兼具自用和交易用途的数据资产就不同用途估计比例的确定依据进行明确阐述。

仅靠财务报表数据难以充分反映内外部信息使用者关注的数据资产相关信息，故而需要进一步在企业财务报告中披露数据资产的补充信息。在现有财务报告中，上市公司一般在核心竞争力分析、公司从事主要业务、公司未来发展展望等章节披露数据资产信息，间接证明了不同企业对自身数据资产的作用有不同的定位和评价。因此，本文认为应要求企业在年度报告等定期报告中披露数据资产信息（披露位置可由企业合理选择），从侧面反映数据资产对企业的作用和意义。在披露内容上，本文认为财务报告中的文本信息披露可以侧重如下几方面：

在大数据时代，对于董事会等企业内部信息使用者而言，通过数据挖掘获取与价值潜力相关的信息变得日益重要，而数据资产的挖掘效率与技术能力密切相关。因此，不同企业之间的数据资源控制程度与运用效率也存在差异。麦肯锡全球研究所2011年发布的研究报告指出，企业从数据中获取潜在价值能力的重要约束之一是缺乏具备数据资源获取、挖掘和分析等必要技能的人才（Manyika等，2011）。由此可见，关于企业数据挖掘人才和技术支持的信息对信息使用者具有重要价值，管理层在财务报告中需要就信息使用者所关注的上述问题进行说明，以满足信息使用者对企业数据资产信息的需求。

大数量、高速度、多样化是大数据的主要特征，充足的数据资源使得管理决策可以基于数据挖掘得到的客观证据而非管理层的直觉判断（McAfee和Brynjolfsson，2012）。谷歌首席科学家Peter Norvig在被问及公司成功秘诀时回答说：“我们（谷歌）并不具有更好的算法，只是拥有更多的数据。”这说明可用于挖掘的数据资源规模是数据资产信息的重要内容，且这一信息有助于外部信息使用者深入了解企业自用数据资产。因此，本文认为企业数据资产，尤其是自用数据资产的数据资源体量、类型等信息应在财务报告中详细披露，以便更好地反映企业自用数据资产成本下所创造的经济价值。

数据资产为企业直接或间接带来的经济利益无疑是内外部信息使用者最为关注的信息。然而对于自用数据资产，其对经济利益的影响可能是间接产生的，需要通过文字阐述反映间接受数据资产影响的经济利益情况，如银行类企业通过整合客户数据资源进行风险偏好画像或信用水平评估，对投资组合设计的客户满意度和不良贷款风险有何影响，带来怎样的经济效益。

随着大数据时代的来临和数字经济的迅速崛起，数据资产概念越来越受到大众关注，然而目前数据资产的会计处理和信息列报机制仍不完善。本文基于相关分析，从合理性和必要性两个角度论证了数据资源已具备确认为资产的条件且应被确认为资产，并认为数据资产从“不具有实物形态”“非货币性”“可辨认性”等主要特征来说属于无形资产范畴。在明确数据资产概念界定的前提下，通过阐明数据资产具备的可辨认性、非货币性、非实体性、非流动性、数据性、非知识产权性等特征方面的表现和独特性，本文认为数据资产暂不宜纳入当前会计准则规范的“无形资产”一级科目会计核算体系，提出以“数据资产”一级科目为基础的会计处理和信息列报机制。在会计处理方面，本文认为数据资产应区分自用和交易两种用途，分别设立“自用资产”和“交易资产”二级科目进行核算，自用资产以成本作为入账价值，并定期进行摊销处理；交易资产以公允价值作为入账价值，且在资产负债表日确定其公允价值变动并计入“其他综合收益”科目；必要时两类数据资产均应进行减值测试以便及时计提减值准备，而在确定公允价值时应将同一数据资源下的各项数据资产作为整体进行测试。在信息列报方面，本文认为应在资产负债表非流动资产类中设置“数据资产”项目列示，并在财务报表附注中阐述减值测试和公允价值确定的具体情况、摊销方法及使用年限的确认情况。此外，在财务报告中还应根据数据资产的企业价值定位选择相应章节来披露数据资产的技术情况、数据资源规模及经济利益流入表现等方面的信息。

在数字技术和数字经济不断发展的今天，企业越来越广泛地运用并受益于数据资产。因此，规范数据资产的会计处理和信息列报显得越发必要。本文根据数据资产的特性，探索性地提出数据资产的会计处理和信息列报方法，以引起对该问题更深入的讨论。同时，深入认识数据资产的会计属性，科学设计数据资产的会计处理原则和方法，对于有效披露企业数据资产相关信息，满足投资者对企业数据资产等各种软资产的信息需求，改善市场信息不对称程度，提高数据资产应用价值等具有重要的现实意义。