中国移动 6.16亿 数据资产入表！

其中披露，中国移动数据资产入表金额为6.16亿元，其中列示在无形资产中为5.6亿元，开发支出为5600万元。

无形资产科目（5.6亿元）：主要对应已完成开发的数据产品，包括梧桐大数据平台沉淀的2000PB数据等。

开发支出科目（5600万元）：主要用于“九天”大模型的预训练、微调推理等，量子计算云平台的研发等。

在2024年半年报中，数据资源科目一共有7000万元，第三季度为9600万元。

无形资产项下的数据资源相比去年第三季度暴涨了1900%，开发支出项下的数据资源变化较为平稳，整体数据资源总额较上期增长571%。

直接成本归集：涵盖物理载体购置、数据清洗、安全加密等可追溯支出。

间接成本分摊：采用作业、云资源占用、专利授权费等公共资源消耗。

选择成本法的深层考量：  符合国资监管审慎性原则，避免收益法带来的估值争议。与5G网络建设资本开支（2023年5G相关投资共计880亿元）形成计量一致性 为后续数据资产证券化（ABS）提供可审计的财务基础。

中国移动对入表数据资产采用直线法摊销，期限设定为2-5年。

如果以5.6亿无形资产为例： 

若按2年摊销：年影响利润2.8亿元，占2023年净利润的0.2% 

若按5年摊销：年影响利润1.12亿元，仅占净利润的0.08% 

数据资产入表的步骤与要点：

01 确认数据资产

1. 企业首先需要确认资产类型：是无形资产还是存货

关于无形资产和存货的区别，我们这里简单分析一下二者在数据入表过程中实施落地的难度差异。

这两张图的依据是现行的会计准则里针对于存货以及无形资产计量时实现路径的流程图。通过流程图，大家可以在无形资产这一块步骤相对简单。但是如果走存货这一块的话，就会有至少十个是或否，也就是需要做抉择的地方。也就是说在数据入表过程中，需要考虑入表成本有多高，在对数据资产进行计量的时候，需要考虑会计部门，或后续和会计部门配合的会计服务、审计机构，他们投入的人工成本有多大。这些都会直接影响到未来的入表成本。

还有一个考虑因素就是存货在数据交易方面有一个重大的缺陷，就是目前由于政策层面供给不足，确权是一个相当困难的问题。走存货确权如果没做好的话，一旦把数据卖出去以后，别人如果来找你麻烦，或者说由于某些事件造成一些社会风波，就需要进行全数追溯问责。

结合这两点的话，我们对于大家的建议就是在现阶段，大家还是走无形资产会更靠谱，也更好落地。

2. 此外还需要确认资产类别和安全等级，开始做分类分级相应的工作。

数据分类是数据资产管理的第一步。不论是对数据资产进行编目、标准化，还是数据的确权、管理，或是提供数据资产服务，进行有效的数据分类都是其首要任务。数据分类更多是从业务角度或数据管理的方向考量的，包括行业维度、业务领域维度、数据来源维度、共享维度、数据开放维度等。同时，根据这些维度，将具有相同属性或特征的数据，按照一定的原则和方法进行归类。

数据分级则是按数据的重要性和影响程度区分等级，确保数据得到与其重要性和影响程度相适应的级别保护。影响对象一般是三类对象，分别是国家安全和社会公共利益、企业利益（包括业务影响、财务影响、声誉影响）、用户利益（用户财产、声誉、生活状态、生理和心理影响）。建议企业选取影响程度中的最高影响等级为该数据对象的重要敏感程度。同时，数据定级可根据数据的变化进行升级或降级，例如包括数据内容发生变化、数据汇聚融合、国家或行业主管要求等情况引起的数据升降级。数据分级本质上就是数据敏感维度的数据分类。

02 数据合规确权

合规性涉及到了数据的权属问题：你的数据是以什么形式获得的；涉及到的数据产生方有没有给你相应的数据授权。这些会直接影响未来在使用这些数据的时候是否需要进一步的处理。

为了将数据资源纳入财务报表，企业需要证明自己拥有或控制这些数据，并预期在未来一定时期内从中获得经济利益。这可能需要通过合同、授权等方式来证明对数据的控制权和使用权。

03 确定数据资产的计量方法

企业需要根据数据的特性以及其为企业带来的经济利益，确定适当的计量方法。包括成本法、收益法、市场法等。

1. 数据资产成本法入表就是低价获得新资产

这个逻辑就是，通过成本法进行入表，在这个信息化项目里面花出去的费用，就是形成数据资产的最初的估值依据，花出去的钱是多少就是多少，那未来的估值，肯定是要高于你花出去的成本。那也就意味着，这时候是以成本的低价在建立数据资产的仓库。这里的数据资产的仓库，是指财务上的这个数据资产而不是我们传统技术意义上的数据资产。

而且在这个过程中，由于以成本化入表，就能很好的为未来开发出的可以交易的数据产品，提供了可供依据的定价，这个叫做标杆。这意味着，未来的数据产品的价格，其实正是由在最初的成本法里面的这一个入表记录的这个金额作为依据来定价的。

2. 数据资产的收益法估值就是资产开始增值

上面提到以成本法进行入表，花出多少钱就变成多少钱的资产。但是在这个过程中，以成本法开发出来的新的这个产品，如果是产生了收益或者交易能产生流水，就可以给收益法以及市场法提供流水，那流水提供的其实就是估值依据。这就是由刚刚的成本价，变成高价的一个过程。一句话总结就是数据资源变数据产品，就是增值过程。

3. 数据资产市场法估值就是资产增值达到预期可以开始变现

相信大家对数据交易所已经耳熟能详了。数据交易所存在的目的之一就是更好地激活数据交易市场，让更多的数据以更大的规模来进行交易。在这个过程中，一旦形成了一定交易规模，就能以市场法对数据标的物或者说数据产品进行估值。所以说在此过程中，一旦有了大规模的交易，交易的价值就变成了一个供应的价值，供应的价值是我们市场法入表里面的关键，当我们能做到这一点，其实也就是意味着我们的数据产品，真正到了我们的收获期。

04 制定会计政策

企业需要制定相应的会计政策，以规范数据资产的会计处理方法。这包括数据资产的初始确认和后续计量等方面的规定。我们下面以一个入表规划演示为例，详细讲解该方面规定如何确定。

1. 初始确认

数据资源成本主要构成为外采数据成本和自行采编成本。外采数据成本主要是购买外部供应商数据，按照各事业部收入比例分摊成本。自行采编成本包括人工成本和办公费、差旅费等其他成本。2024年2026年6月数据产品成本情况见右表一。

在发生相关支出时，企业借记“无形资产——数据资产”，贷记“应付职工薪酬/应付账款/累计折旧”等科目。这其实就是一个入表时的科目的问题。假设2024年企业首次确认数据资产为无形资产，按成本进行初始计量，暂不考虑摊销、减值或处置影响，各期末无形资产情况见右表2。

2. 后续计量

一旦完成了初始确认以后，我们就需要关注后续计量问题。后续计量主要包括摊销、减值及终止确认的内容。

（1）摊销

摊销考虑到数据时效性逐年递减的实际情况，采用年数总合法进行摊销。网页和移动端客户可查看当前及之前两个年度的历史数据，数据终端客户可以查看10年以上的历史数据，因此分别按照3年和10年进行摊销。

在计提摊销时，企业借记“主营业务成本”，贷记“累计摊销”科目。不考虑减值及处置影响，各期摊销情况见右表1.

按照税法规定，无形资产在不低于10年的摊销期内按照直线法进行摊销的部分准予税前扣除，各期末税会按差异见右表2.

（2）减值

减值是当存在可能发生减值的迹象（比如数据已经很少被使用或内部证据表明经济绩效已低于或将低于预期等）应当进行减值测试。由于不存在活跃的数据市场，数据资产供应价值较难确定，可以采用预计未来现金流量的现值来计量可收回金额。在发生减值时，企业借记“资产减值损失”，贷记“无形资产减值准备”科目。

（3）终止确认

①出售

并不是只有存货才能进行销售，无形资产也可以出售，能产生销售营收。企业整体出售数据资产时应该将取得的价款与该数据资产账面价值的差额，作为资产处置利得和损失，计入当期损益。

②失效

但如果无形资产资产处置失效的话，包括当数据资产因损毁、监管或法律等原因，无法给企业带来经济利益时，企业应及时转销数据资产账面价值，借记“营业外支出、累计摊销无形资产减值准备”，贷记“无形资产”科目。

05 披露相关信息

披露即公司上述数据资源为自行开发的数据资源无形资产，应在报告无形资产科目下进行相应披露。财政部的暂行规定已经提供了一个非常好的模板，我们基于模板再次给大家进行了展现，具体见右表。

2）AI+大模型数据供给体系：融入国家数据标注体系，支撑保定、长沙国家数据标注基地建设。

3）视联网：打造全球首个规模商用5G-A网络，RedCap（轻量化）覆盖全国所有城市。积极推进通感一体、无线网络AI应用、无源物联网等技术场景化试点及应用。

4）客户服务：多项触点服务数据实现融通，视频客服月服务量超1.5亿次，触点质量满意度同比提升。

5）研发创新：自主研发量子计算云平台，作为国内量子云平台首批新型信息基础设施入驻国家超算互联网平台，构建量子计算科学装置，实现首套电信级量子高清加密通话系统。

2025年前，80%央企、50%地方国企将实现数据资产入表；

互联网巨头（如阿里、腾讯）或跟进，但面临更严苛隐私监管。

金融化创新爆发

数据质押贷款：银行推出专项产品，利率低于传统抵押；

数据保险：对冲数据泄露、资产减值风险；

数据信托：个人用户通过信托模式共享数据收益。

跨境试验破冰

海南、粤港澳大湾区试点跨境数据资产交易，对接国际规则（如DEPA）。

建立数据资产目录，优先入表高价值、低风险数据（如设备物联数据）；

成立数据资产运营子公司，探索数据交易、授权分成模式。

2. 中小企业：低成本搭乘“政策快车”

申请地方数据券、数字化转型补贴（如扬州、深圳政策）；

采购轻量化数据服务（如AI分析工具、行业数据库），聚焦核心场景降本增效。

3. 服务商：打造“数据变现”基础设施

开发垂直行业数据产品（如“制造业能耗优化模型”“零售业客流预测SaaS”）；

提供“数据资产入表”全流程服务包（确权、评估、审计、融资对接）。

中国移动的6.16亿数据资产入表，标志着“数据财政”时代正式拉开帷幕。未来，数据将不仅是业务燃料，更是企业资产负债表上的“硬通货”。无论是巨头还是中小企业，唯有主动拥抱数据要素化浪潮，才能在新一轮产业革命中立于不败之地。

参考：

1、翰联科技数据网，《中国移动6.16亿入表，数据资产化里程碑！企业“数据财政”时代来了？》

2、摘录自《一本书讲透数据资产入表》

扫码下方二维码加入【数据学堂知识星球】，搜索“入表”关键词，下载获取相关资料文档