T/FJAS 033-2026 数据资产——数据资产入表实施指南

　　ICS 35.240 CCS L70

　　团 体 标 准

　　T/FJAS 033—2026

　　数据资产——数据资产入表实施指南

　　Data assets——implementation guide on recognition of data resources as assets

　　2026 - 03 - 30 发布

　　2026 - 04 - 10 实施

　　福建省标准化协会 发 布

　　T/FJAS 033—2026

　　T/FJAS 033—2026

　　前 言

　　本文件按照GB/T 1.1—2020《标准化工作导则 第 1 部分：标准化文件的结构和起草规则》 的规定起草。

　　请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

　　本文件由福建大数据交易所有限公司提出。

　　本文件由福建省标准化协会归口。

　　本文件起草单位：福建大数据交易所有限公司、福州数据集团有限公司、北京中福华会计师事务所有限责任公司、江苏至成会计师事务所有限公司、北京数海盈舟科技有限公司、福建新世通律师事务所、泉州市中科育成科技发展有限公司、福建省数据流通控股有限公司、北京大成(福州)律师事务所、北京智慧财富资本管理集团有限公司、福州地铁集团有限公司、中启联信科技集团有限公司。

　　本文件主要起草人：陈雯珊、张群洪、安根生、黄莉、王妍、陈承正、蔡群、卞羽、卢健、马新明、陈仕凯、辜俊杰、蔡国材、杨堃、冯杰、高凯丽、陈清、余丽銮、戴旺、陈妍意、季晓芬、张天硕、陈铭杰、康宇杰、梁迎莹、黄姿华、林少英、张绮晖、陈姜锐。

　　T/FJAS 033—2026

　　数据资产—数据资产入表实施指南

　　1 范围

　　本文件规定了数据资产入表实施的原则、实施框架和流程，其中包括数据资源梳理盘点、数据资产识别与确认、数据资产会计处理、信息披露、数据资产的入库登记、数据资产的后续管理等规范要求。

　　本文件适用于开展数据资产入表工作的各类企业，用于指导其：

　　a) 建立数据资产入表的常态化组织保障与协同机制;

　　b) 开展数据资产的梳理、识别、确认、计量与披露;

　　c) 实现数据资产从初始入表到后续持续运营管理的全生命周期治理。

　　2 规范性引用文件

　　下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件;不注日期的引用文件，其最新版本(包括所有的修改单)适用于本文件。

　　3 术语和定义

　　下列术语和定义适用于本文件。

　　3.1

　　数据资源 data resources

　　具有价值创造潜力的数据的总称，通常指以电子化形式记录和保存、可机器读取、可供社会化再利用的数据集合。

　　[来源：国家数据局《数据领域常用名词解释(第一批)》]

　　3.2

　　数据资产 data assets

　　特定主体合法拥有或者控制的，能进行货币计量的，且能带来经济利益或社会效益的数据资源。 [来源：国家数据局《数据领域常用名词解释(第一批)》]

　　3.3

　　数据资产入表 recognition of data resources as assets

　　将满足确认条件的数据资源，作为资产正式计入财务报表的过程，包括初始确认、计量、记录、披露和报告。

　　3.4

　　控制 control

　　有权主导数据资源的使用，并通过其使用获得几乎全部的经济利益，同时能够阻止或限制其他方获得这些利益。对于数据资产，控制的具体表现包括但不限于在法律层面、事实层面、技术层面的控制。

　　T/FJAS 033—2026

　　[来源：企业会计准则——基本准则(财会〔2006〕33 号)，有修改]

　　4 入表原则

　　4.1 合规与权属清晰原则

　　数据资源应来源合法、处理合规，组织对数据资产享有明确合法的拥有或控制权。合规性是数据资产入表的前置要求，不符合合规要求的数据资源不得确认为资产。

　　4.2 成本可靠计量原则

　　数据资产的初始确认应基于开发利用(如收集、存储、使用、加工、可视化等)过程中实际投入成本。

　　4.3 未来经济利益很可能流入原则

　　数据资产应有明确的业务应用场景，能够合理预期为企业带来经济利益流入或减少成本流出，且经济利益很可能流入。

　　4.4 持续管理原则

　　应建立覆盖数据资产规划、获取、存储、加工、应用、处置的全生命周期管理机制，持续管理需覆盖入表前的合规治理、入表后的价值监控、减值测试全流程。

　　5 入表实施框架和流程

　　5.1 首次数据资产入表业务实施框架

　　首次开展数据资产入表工作时，应按照图 1 所示的数据资产入表业务实施框架执行。

　　图 1 首次数据资产入表业务实施框架

　　5.1.1 首次开展数据资产入表工作应按照“项目启动与机制初建-数据资源盘点梳理-数据资产识别确认-数据资产会计处理-工作机制制度化标准化 ”五个环节实施。

　　T/FJAS 033—2026

　　5.1.2 跨部门工作组由企业首席财务官(CFO)、首席信息官(CIO)或首席数据官(CDO)之一牵头，包括数据、财务、业务、技术部门的核心人员。跨部门工作组各核心部门权责如下：

　　a) 财务部门：牵头制定入表会计政策、成本归集规则、计量与披露方案，完成会计处理与账务核算，对接年报审计;

　　b) 数据管理部门：牵头开展数据盘点、权属核查、合规审核、质量评估、台账管理与全生命周期运维;

　　c) 业务部门：提供数据应用场景、业务价值证明、经济利益测算依据，配合完成价值验证;

　　d) 技术部门：提供数据存储、开发流程、安全管控等技术支撑材料，配合完成成本归集与盘点;

　　e) 法务 / 合规部门：牵头完成权属核查、合规性审核、法律文件校验，出具合规意见。

　　5.1.3 入表标准与方案包括但不限于项目目标、政策规范、数据资源基础、数据资产形成方式、数据资产合规确权、成本归集、经济利益流入判断、数据质量评价、数据资产价值评估等。

　　5.1.4 应建立分工责任机制，通过制定具体实施工作计划，确定项目组各成员的具体任务和成果。

　　5.1.5 企业开展数据资产化工作时，可依据自身能力情况，聘请数据第三方专业服务机构提供专业服务，同时为企业数据资产化入表建立相应的工作机制。

　　5.2 数据资源开发与管理流程

　　完成首次数据资产入表，初步建立制度化、标准化的工作机制后，应按照图 2 所示的数据资源开发与管理流程持续开展数据资产化工作。

　　图 2 数据资源开发与管理流程

　　5.2.1 数据资产入表是一个项目性工作，应按照数据资源开发与管理流程， 由各部门协同完成，确保数据资源能够被合规识别、准确计量并持续管理。

　　5.2.2 数据资源开发与管理流程应涵盖需求与开发立项、开发成本归集、验收结项、台账登记及后续管理五个环节，完整覆盖数据从资源化到资产化的全生命周期。企业应在各个环节完善权责、流程、制度等长效数据资产入表机制。

　　a) 需求与开发立项：数据资源应用或产品化需求，由相关业务部门发起，由数据开发部门进行评估分析，具备形成数据资产条件的，进行立项开发。

　　b) 开发成本归集：财务部门针对数据资源开发活动中产生的各项直接投入与资源使用，按开发项目单独归集，并进行开发支出核算。

　　T/FJAS 033—2026

　　c) 验收结项：当数据资源开发达到预定可使用用途时，开发部门会同业务部门进行验收结项，财务部门依据验收文件终止成本归集，并转入相应会计科目核算。

　　d) 台账登记：数据资产形成后，数据资产管理部门应进行资产台账登记，并根据数据资产的变更、许可、转让或处置情况做相应登记。

　　e) 后续管理：企业应对数据资产开展后续管理工作，包括财务部门对数据资产进行后续计量，完成年度盘点与审计工作。数据资产管理部门应定期评价数据资产运营情况，反馈数据资产全生命周期管理状况。

　　6 数据资源梳理盘点

　　6.1 概述

　　数据资源梳理盘点是构建企业级数据资产目录的基础性工作，旨在明确数据存储位置、责任主体及应用方式。工作应从数据资源、系统平台、业务应用三个维度展开，并最终形成相应的盘点清单与目录。

　　6.2 数据资源盘点

　　6.2.1 数据资源梳理盘点应以组织内持有的数据资源为对象，立足数据资源本身，形成《数据资源目录》，该目录应按业务主题、数据类型、数据用途等对数据进行分类。

　　6.2.2 数据资源目录应明确每类数据的定义，涵盖数据资源名称、数据描述、业务用途、数据类型、来源系统、数据所有者、数据管理者、存储位置、数据量等内容。

　　6.2.3 数据资源目录应体现不同数据间的关联关系，构建数据逻辑架构。

　　6.2.4 数据资源盘点应关注数据质量，了解组织对数据质量管理的措施与规则。

　　6.3 数据资源系统盘点

　　应以存储相关数据资源的系统平台等信息化建设情况为基础进行系统梳理盘点，了解数据资源所依赖信息系统的权属、应用及数据量情况，形成《数据资源系统平台清单》。

　　6.4 数据资源应用盘点

　　应用盘点旨在分析数据是否已形成可对外提供服务或产品的形态，评估其市场化潜力与盈利能力。应盘点企业已形成的数据服务(如API服务、数据分析报告、数据看板)或数据产品(如标准化数据包、行业解决方案)，形成《数据应用目录》或《数据产品目录》。

　　7 数据资产识别与确认

　　7.1 识别与确认方式

　　数据资产识别与确认，是判断数据资源是否符合会计准则中资产确认标准的关键环节。组织内部应建立相应的数据资产识别流程，从拥有与控制权识别、投入成本识别、经济利益流入识别这三个方面进行确认。

　　7.2 拥有与控制权识别

　　7.2.1 概述

　　T/FJAS 033—2026

　　组织应从法律权属、事实控制和合规性这三个维度出发，结合数据资源盘点的信息，综合评估其对数据资源的权利性质。

　　7.2.2 来源权属核查

　　应检查与数据资源相关的法律文件，包括但不限于：

　　a) 数据采购/授权合同：关注使用范围、限制条款、再授权许可等;

　　b) 用户隐私政策与授权协议：确认个人信息的处理已获得合法授权;

　　c) 数据合作/共享协议：明确各方权利与义务边界。

　　d) 软件著作权或数据库权利证书等权属证明文件。

　　7.2.3 事实控制评估

　　应从以下维度判断企业是否拥有数据资源的控制权：

　　a) 物理/逻辑控制：组织是否拥有对数据存储位置、访问通道、加密密钥的独占管理权;

　　b) 使用主导权：组织能否在不经第三方同意的情况下，独立决定数据的使用、加工、整合和销毁;

　　c) 收益独占性：组织是否能获得使用数据产生的全部或绝大部分经济利益，能否有效阻止未授权方获取经济利益。

　　7.2.4 合规性

　　7.2.4.1 企业应确保数据的获取、处理及使用全流程合规。在处理活动中，应遵循网络安全等级保护、数据分类分级及全生命周期安全管理的要求;涉及个人信息时，应在充分告知的前提下取得个人自愿、明确的同意，严格规范向第三方提供个人信息的场景。

　　7.2.4.2 合规性是数据资产确认和后续运营的前提保障。数据资源中涉及的敏感信息，包括但不限于个人隐私信息。数据资产涉及跨境使用的，应按照相关法律法规评估。相关数据资源合规审核规范见T/FJAS 031-2026。

　　7.3 投入成本识别

　　7.3.1 概述

　　企业应按照数据资产形成的方式识别并计量实际发生的各项成本，相关成本的确认应以具体的文件、合同、票据、记录等佐证材料为依据。

　　7.3.2 外购方式

　　通过外部市场交易(如购买、授权等方式)取得的数据资源。外购数据资源形成的数据资产成本应包括购买价款、相关税费及其他直接可归属于资产取得的支出。

　　7.3.3 自行开发方式

　　指利用组织内人力、技术资源，通过自主研发活动形成的数据资源。自行开发形成的数据资产成本应包括开发过程中发生的直接人工、直接投入和相关技术服务费用等，具体参照附录 1。

　　7.3.4 其他方式

　　指通过作价入股、非货币性资产交换、债务重组或资产划拨等方式取得，该项成本应按照相关会计准则规范确认。

　　T/FJAS 033—2026

　　7.4 经济利益流入识别

　　组织应通过采购审批、开发立项等文件说明数据资源形成资产的目的、数据资源应用的业务模式和应用场景，识别经济利益流入的可能性。经济利益流入的具体形式包括：

　　a) 对外提供服务：通过形成数据产品提供数据服务(如授权使用、API调用等)或者解决方案;

　　b) 内部应用：将数据资源用于改善业务流程、优化工艺、支持分析决策等，从而实现增加收入、降低成本、节约工时、提高运营效率、减少风险损失等方面的目标;

　　c) 转让数据资源：按照客户的要求，对数据资源进行定制化处理，并将数据资源控制权转让给客户。

　　d) 数据资源置换其他资源，通过对外提供符合外部要求的数据资源，对应获得组织内部需要的资源(例如股权)或服务。

　　注：经济利益的实现方式直接决定数据资产在会计上是确认为无形资产还是存货，应当结合业务模式进行审慎判断。包括对外提供服务、内部应用、转让控制权、资源置换等，无论何种方式，均需证明经济利益流入概率>50%，企业需提供可量化、可验证的佐证材料证明概率>50%，包括但不限于已签订的服务合同、历史交易流水、成本节约测算报告、客户意向协议、行业价值分析数据等，不得仅凭主观判断认定 “可能性 ”。

　　8 数据资产会计处理

　　8.1 数据资产分类

　　8.1.1 企业应依据其持有目的和经济利益实现方式进行分类，分别适用无形资产或存货的会计处理原则。

　　8.1.2 持有数据资源的目的为对外提供服务或者内部使用时，应按照无形资产进行会计处理，包括初始计量、后续计量、处置和报废等。

　　8.1.3 持有数据资源的目的为转让数据资源的控制权时，应按照存货进行会计处理，包括初始计量、后续计量等。

　　8.1.4 同一数据资源同时存在多种使用目的时，应按主要持有目的分类，无法区分的优先确认为无形资产。

　　8.2 数据资产的初始计量

　　8.2.1 数据资源无形资产

　　对符合确认条件的数据资源无形资产，应按无形资产相关会计处理要求进行初始计量。

　　a) 对于外购数据资源形成的无形资产，按照外购相关成本进行初始计量;

　　b) 对于自行开发方式形成的无形资产，归集和计量相关开发成本。相关成本支出应区分归属研究阶段还是开发阶段，并按照满足无形资产的确认条件(包括开发技术可行性、经济利益很可能流入企业以及成本能够可靠计量)进行判断;

　　c) 研究阶段是指为获取新的数据科学知识、技术路径或应用模式进行的探索性活动。开发阶段是指已完成研究阶段工作，具备将数据资源转化为可应用成果的条件。具体特征和典型情形见附录 B。

　　d) 同时开发多项数据资源无形资产的，应建立合理的成本分摊机制，并在不同的数据资产之间进行成本分摊。

　　T/FJAS 033—2026

　　e) 当数据资源开发项目完成并达到预定用途时，通过“研发支出——资本化支出 ”“无形资产— —数据资源 ”科目完成会计处理。

　　8.2.2 数据资源存货

　　对为出售而持有的数据产品，应按存货相关会计处理要求进行初始计量。

　　a) 判断数据资源是否以出售数据资源的控制权为主要目的。

　　b) 归集并计量其采购成本、加工成本，以及使存货达到当前场所和状态所发生的其他支出。采购成本包括购买价款、相关税费、保险费， 以及数据权属鉴证、质量评估、登记结算、安全管理等所发生的其他可归属于存货采购成本的费用。数据加工成本涵盖数据采集、脱敏、清洗、标注、整合、分析及可视化等环节。

　　c) 生产多项数据资源存货的，对生产加工数据资源过程中的共同成本和间接成本应合理进行分配。

　　d) 依据数据资源存货的生产流程，运用会计科目“原材料 ”“在产品 ”“库存商品 ”等完成相应的会计处理。

　　8.3 数据资产的后续计量

　　8.3.1 数据资源无形资产

　　数据资源无形资产的后续计量应包括摊销、减值、处置。

　　a) 资产摊销：企业对数据资源无形资产的使用进行估计，应确定相应的摊销年限，按照数据资源无形资产后续计量的相关会计处理要求进行，考虑数据资源的持有目的、形成方式、业务模式， 以及与数据资源有关的经济利益的预期消耗方式等因素。摊销方法可采取直线法、工作量法等。使用寿命确实无法可靠估计的，可不进行摊销，年末应进行减值测试。

　　b) 资产减值：按照资产减值处理的相关会计处理要求，企业应在资产负债表日判断资产是否存在可能发生减值的迹象。如因市场经济环境或技术发生重大变化、资产闲置或终止使用，导致资产经济绩效低于预期时，应进行减值会计处理。除会计准则规定的减值情形外，出现以下情况时，企业应立即开展数据资产减值测试：

　　1) 数据资产的核心授权到期且无法续约，或数据来源合法性出现问题;

　　2) 数据资产对应的应用场景消失、市场需求大幅萎缩，无法再产生经济利益;

　　3) 数据资产出现合规性风险，被监管部门限制使用或要求下架;

　　4) 同类替代数据产品或技术出现，导致原数据资产价值大幅衰减;

　　5) 数据资产的核心数据质量大幅下降，无法满足使用要求。

　　c)资产处置：数据资产发生出售、出资、捐赠等事项时，应按照程序进行相应会计处理。

　　8.3.2 数据资源存货

　　存货的后续计量应包括出售和减值的处理。

　　a) 出售：应按照存货及收入确认的相关会计处理要求，将其成本通过“主营业务成本 ”“其他业务成本 ”结转为当期损益，同时确认相关收入;

　　b) 资产减值：应按照资产减值处理的相关会计处理要求，在资产负债表日判断资产是否存在可能发生减值的迹象。如因市场价格大幅下降，导致可回收金额低于账面价值时，应进行减值会计处理。

　　9 信息披露

　　T/FJAS 033—2026

　　9.1 概述

　　企业应按照相关企业会计准则及本规定等，在会计报表附注中对数据资源相关会计信息进行披露。

　　9.2 无形资产-数据资产相关披露

　　企业应按照外购无形资产、自行开发无形资产等类别，对确认为无形资产的数据资源相关会计信息进行披露，并可在此基础上根据实际情况对类别进行拆分。具体披露格式见附录 C。

　　无形资产披露信息的关注事项如下：

　　a) 针对使用寿命有限的数据资源无形资产，企业需披露其使用寿命的估计情况与摊销方法;针对使用寿命不确定的数据资源无形资产，企业需披露其账面价值及使用寿命不确定的判断依据;

　　b) 企业应按照会计政策、会计估计变更和差错更正的相关披露要求，披露对数据资源无形资产的摊销期、摊销方法或残值的变更内容、原因以及对当期和未来期间的影响数;

　　c) 企业应单独披露对企业财务报表有重大影响的单项数据资源无形资产的内容、账面价值及剩余摊销期限;

　　d) 企业应披露所有权或使用权受限的数据资源无形资产，以及用于担保的数据资源无形资产的账面价值、当期摊销额等情况;

　　e) 企业应披露计入当期损益以及确认为无形资产的数据资源研究开发支出金额;

　　f) 企业应按照资产减值处理的相关披露要求，披露与数据资源无形资产减值有关的信息;

　　g) 企业应按照持有待售的非流动资产、处置组和终止经营的相关披露要求，披露划分为持有待售类别的数据资源无形资产有关信息。

　　9.3 存货-数据资产相关披露

　　企业应按照外购存货、 自行加工存货等类别，对确认为存货的数据资源(以下简称数据资源存货)相关会计信息进行披露，并可在此基础上根据实际情况对类别进行拆分。具体披露格式见附录 D。

　　存货应披露信息的关注事项如下：

　　a) 企业应当披露确定发出数据资源存货成本所采用的方法;

　　b) 按照数据资源存货后续计量的相关披露要求，企业应详细披露数据资源存货的可变现净值确定依据、存货跌价准备的计提方法，包括当期计提和转回的金额， 以及相关情况的说明。

　　c) 企业应单独披露对企业财务报表具有重要影响的单项数据资源存货的内容、账面价值和可变现净值。

　　d) 企业应披露所有权或使用权受到限制的数据资源存货，以及用于担保的数据资源存货的账面价值等情况。

　　9.4 其他披露信息的关注事项

　　9.4.1 企业对数据资源进行评估且评估结果对企业财务报表具有重要影响的，应披露评估依据的信息来源，评估结论成立的假设前提和限制条件，评估方法的选择，各重要参数的来源、分析、比较与测算过程等信息。

　　9.4.2 企业可根据实际情况， 自愿披露数据资源(含未作为无形资产或存货确认的数据资源)下列相关信息：

　　a) 数据资源的应用场景、业务模式，对企业创造价值的影响方式，以及与数据资源应用场景相关的宏观经济和行业领域前景等;

　　b) 用于形成相关数据资源的原始数据，其类型、规模、来源、权属、质量等信息;

　　T/FJAS 033—2026

　　c) 企业对数据资源的加工维护、安全保护情况， 以及相关人才、关键技术等的持有与投入情况。

　　d) 数据资源的应用情况，涵盖数据资源相关产品或服务的运营应用、作价出资、流通交易、服务计费方式等方面;

　　e) 重大交易事项中涉及的数据资源对该交易事项的影响及风险分析，重大交易事项包括但不限于企业的经营活动、投融资活动、质押融资、关联方及关联交易、承诺事项、或有事项、债务重组、资产置换等。

　　f) 数据资源相关权利的失效情况、失效事由，对企业的影响及风险分析等。若数据资源已确认为资产，还包括相关资产的账面原值、累计摊销、减值准备或跌价准备， 以及失效部分的会计处理。

　　g) 数据资源转让、许可或应用所涉及的地域限制、领域限制、法律法规限制等权利限制。

　　h) 企业认为有必要披露的其他数据资源相关信息。

　　10 数据资产的台账登记

　　10.1 数据资产的登记类型

　　10.1.1 数据资产登记按登记形式可分为外部机构登记和企业内部台账登记两种类型。

　　10.1.2 外部机构登记应由企业按照数据资源的应用需求，向外部机构提交申请，由外部机构按照程序审核后，颁发相应资产登记证书。

　　10.1.3 内部台账登记指企业内部建立数据资产管理台账，对数据资产进行登记管理。企业完成数据资产化工作后，应对形成的数据资产办理入库登记。

　　10.1.4 登记对象应包括按照相关会计处理要求确认为无形资产、存货的数据资源，也包括暂时不符合可计量条件，但合法拥有或控制，且能带来经济利益或社会效益的数据资源。

　　10.2 数据资产的登记管理

　　10.2.1 概述

　　企业应具备数据资产管理等方面可靠的信息化条件，能够对数据资产从研发管理到达到使用用途的过程进行完整、准确、及时地记录。

　　10.2.2 数据资源无形资产的登记

　　数据资源无形资产的登记工作应由企业数据部门负责，依据企业数据实际情况设计并建设登记系统或确定登记格式;数据资源无形资产台账通常涵盖基础信息、资产描述、权属信息、价值信息、状态信息(包括自用、许可、转让、闲置、已处置)、质量与安全信息等内容。同时，符合条件的已在外部登记机构的数据资产登记证书也应登记到台账中，并通过汇总形成台账看板。

　　10.2.3 数据资源存货的登记

　　数据资源存货的登记工作应由企业数据部门和业务部门负责建设登记系统或确定登记格式。数据资源存货台账通常涵盖基础信息与资产描述、权属信息、价值信息、状态信息(包含在库、在售、已订、版本号、可售数量等)等内容。同时，符合条件的已在外部登记机构的数据产品登记证书也应登记到台账中，并通过汇总形成台账看板。

　　T/FJAS 033—2026

　　11 数据资产的后续管理

　　11.1 数据资产的年度盘点

　　11.1.1 数据资产及数据产品的盘点应重点从以下维度开展：

　　a)存在性与可用性;

　　b)权属与合规;

　　c)数量与价值;

　　d)质量与性能;

　　e)应用与效能。

　　11.1.2 数据资产年度盘点应符合以下操作步骤：

　　a) 明确盘点范围和目标：结合企业的信息化和数字化情况，根据数据采集及生产情况划定盘点范围，确定盘点目标;

　　b)组建盘点队伍：组建盘点队伍，明确责任团队及职责分工，建立跨部门协作机制;

　　c) 组织盘点培训：依据各信息化系统状况，分别编制盘点培训材料;

　　d)盘点实施：组织盘点队伍分批次进行集中盘点;

　　e) 问题清单跟踪：持续了解盘点情况，针对盘点中出现的问题进行解答，并形成问题清单，帮助后续盘点人员顺利开展盘点工作;

　　f)盘点报告：结合盘点结果编写数据资源盘点报告。

　　11.1.3 盘点完成后，针对盘点中发现的资产不可用、权属失效、价值大幅衰减等问题，财务部门应立即开展专项减值测试，按会计准则要求进行减值处理，同步更新资产台账。

　　11.2 数据资产的使用管理

　　企业应建立数据资产使用管理制度，明确数据使用人或使用部门。各部门使用数据资产均应提出使用申请，内容涵盖使用目的、数据范围、使用方式、使用时间等信息，由数据部负责人、分管领导、企业负责人等逐级审批。

　　11.3 数据资产的处置管理

　　企业应建立数据资产处置全流程管理制度，覆盖转让、许可、报废、销毁等全场景，具体要求如下：

　　a) 处置前应完成资产的权属、合规性、价值评估，形成处置方案，履行内部审批流程;

　　b) 处置完成后，应同步更新资产台账，财务部门按会计准则要求完成账务处理，确认处置损益;

　　c) 针对无价值且无保存要求的数据资产销毁，应完成安全脱敏处理，留存销毁审批文件、过程记录，确保数据不可恢复，同步完成资产终止确认的账务处理;

　　d) 针对对外转让、许可，应签订正式法律合同，明确权属边界、使用范围、收益分配等条款，合规完成数据交付，按合同约定确认相关收入与成本。

　　11.4 数据资产审计

　　11.4.1 企业应基于以下目标开展数据资产审计：

　　a)验证数据资产运营评价指标的真实性、准确性与完整性;

　　b)检查数据资产管理活动是否符合组织内部制度及外部合规要求;

　　c)识别数据资产价值实现过程中的风险与改进机会;

　　d)为数据资产的价值评估、绩效考核与决策提供独立、客观的依据。

　　T/FJAS 033—2026

　　11.4.2 数据资产审计应由内部审计部门或其委托的独立第三方机构实施。审计人员应具备数据资产管理、信息技术与审计相关的专业能力。

　　11.4.3 数据资产审计应包括经济效益审计、合规与安全审计等内容。

　　11.5 数据资产的运营评价

　　11.5.1 概述

　　为量化数据资产投入产出，揭示其价值实现路径，推动数据资产质量提升与创新应用，企业应定期开展数据资产运营评价，设置核心评价维度与指标体系。重点从经济效益、质量评价、成本分析、使用效率等方面开展评价工作。数据资产的价值评估过程见 T/FJAS 029-2025。

　　11.5.2 经济效益

　　11.5.2.1 数据资产投资回报率

　　适用于整体或单类数据资产的价值衡量，计算方法见公式(1)。

　　R

　　式中：

　　R——数据资产投资回报率(%);

　　I——数据资产带来的总收益(单位：元);

　　C——数据总投入成本(单位：元)。

　　11.5.2.2 单位数据效益

　　反映单位数据的变现效率，计算方法见公式(2);

　　式中：

　　E——单位数据效益(单位：元/TB、元/条或元/表);

　　S——数据资产相关业务收入(单位：元);

　　Q——数据资产规模(单位：TB、条、表数量等)。

　　11.5.2.3 成本节约率

　　重点评估数据在工时优化、风险控制、质量提升等方面的降本效果，计算方法见公式(3)。

　　K

　　式中：

　　K——成本节约率(%);

　　C0——实施前成本(单位：元);

　　C1——实施后成本(单位：元)。

　　11.5.3 质量评价

　　T/FJAS 033—2026

　　质量评价维度是指评估数据的可用性、准确性与业务匹配度，包括数据的完整性、准确率、及时性、一致性等指标。具体评价过程见相关数据质量评估标准 T/FJAS 032-2026。

　　11.5.4 成本分析

　　11.5.4.1 数据总拥有成本

　　按数据域或项目进行分摊核算，计算方法见公式(4)。

　　TC = C1 + C2 + C3 + C4 + C5 + C6 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · (4)

　　式中：

　　TC——数据总拥有成本(单位：元);

　　C1——采集成本(单位：元);

　　C2——存储成本(单位：元);

　　C3——计算成本(单位：元);

　　C4——加工成本(单位：元);

　　C5——管理成本(单位：元);

　　C6——安全合规成本(单位：元)。

　　11.5.4.2 单位存储成本

　　用于评估存储资源使用效率，计算方法见公式(5)。

　　SC · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · (5)

　　式中：

　　SC——单位存储成本(单位：元/TB);

　　C2——数据存储总成本(单位：元);

　　Q2——数据存储总量(单位：TB)。

　　11.5.4.3 单位计算成本

　　结合任务价值进行成本效益分析，计算方法见公式(6)。

　　式中：

　　CC——单位计算成本(单位：元/次或元/CPU ·小时);

　　C3——数据计算资源总成本(单位：元);

　　N——任务执行次数(单位：次)或 CPU ·小时(单位：CPU ·h)。

　　11.5.4.4 成本结构占比

　　识别数据资产的成本驱动因素，指导降本方向，计算方法见公式(7)。

　　· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · (7)

　　式中：

　　T/FJAS 033—2026

　　Pi——第 i 项成本结构占比(%);

　　Ci——第 i 项成本(如存储、计算、人力等，单位：元);

　　TC——数据总成本(单位：元)。

　　11.5.5 使用效率

　　11.5.5.1 数据资产活跃率

　　可按日、月、季观察数据“沉睡 ”情况，计算方法见公式(8)。

　　A · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · (8)

　　式中：

　　A——数据资产活跃率(%);

　　Q7——周期内被访问/使用的数据资产数量(单位：个);

　　Q8——可流通数据资产总数(单位：个)。

　　11.5.5.2 数据复用率

　　反映数据资产“一次加工、多次复用 ”的情况，计算方法见公式(9)。

　　R · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · (9)

　　式中：

　　R1——数据复用率(%);

　　Q9——被多个场景/系统/部门使用的数据资产数量(单位：个);

　　Q10——总数据资产数量(单位：个);

　　被多个场景/系统/部门使用的数据资产数量 / 总数据资产数量 × 100%;

　　11.5.5.3 数据服务响应时长

　　体现数据供给效率，计算方法见公式(10)。

　　T · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · (10)

　　式中：

　　T——数据服务响应时长(单位：分钟/小时);

　　tn——单次数据需求从提出到可用的时长(单位：分钟/小时);

　　n——数据需求总次数(单位：次)。

　　11.5.5.4 用户满意度

　　应通过问卷或调研获取业务部门对数据准确性、时效性、易用性的评分。

　　11.5.5.5 数据调用频次

　　T/FJAS 033—2026

　　量化使用热度，宜结合业务场景设定权重，可通过API调用次数、数据表访问次数、报表打开次数等反映。

　　T/FJAS 033—2026

　　附 录 A

　　(规范性)

　　数据资产开发成本归集表

　　表 A.1 明确了数据资产开发成本归集表的相关要求。

　　表 A.1 数据资源开发成本归集表

　　T/FJAS 033—2026

　　表 A.1 数据资源开发成本归集表(续)

　　T/FJAS 033—2026

　　附 录 B

　　(规范性)

　　研究阶段和开发阶段的判断表

　　表 B.1 明确了研究阶段和开发阶段的特征区别和相应的典型情形， 以便于财务人员判断。

　　表 B.1 研究阶段和开发阶段的判断表

　　T/FJAS 033—2026

　　附 录 C

　　(规范性)

　　数据资源类无形资产披露表

　　表 C.1 明确了数据资源类无形资产披露表的相关要求。

　　表 C.1 数据资源类无形资产披露表

　　T/FJAS 033—2026

　　附 录 D

　　(规范性)

　　数据资源类存货披露表

　　表 D.1 明确了数据资源类存货披露表的相关要求。

　　表 D.1 数据资源类存货披露表

　　T/FJAS 033—2026

　　参 考 文 献

　　[1] GB/T 42450—2023 信息技术 大数据 数据资源规划[S]. 北京 : 中国标准出版社, 2023.

　　[2] GB/T 40685—2021 信息技术服务 数据资产管理要求[S]. 北京 : 中国标准出版社, 2021.

　　[3] DB33/T 1329—2023 数据资产确认工作指南[S]. 杭州 : 浙江省市场监督管理局, 2023.

　　[4] ISO 55013 :2024 资产管理——数据资产管理指南[S]. 日内瓦: 国际标准化组织, 2024.

　　[5] 国家数据局《数据领域常用名词解释(第一批)》(2024 年 12 月 30 日)

　　[6] 财政部《企业数据资源相关会计处理暂行规定》(财会〔2023〕11 号)

　　[7] 企业会计准则第 1 号——存货(财会〔2006〕3 号)

　　[8] 企业会计准则第 6 号——无形资产(财会〔2006〕3 号)

　　[9] 企业会计准则第 8 号——资产减值(财会〔2006〕3 号)

　　[10] 《企业会计准则第 13 号——或有事项》应用指南(财会〔2006〕18 号)

　　[11] 企业会计准则——基本准则(财会〔2006〕33 号)